Статистико-экономический анализ степени и эффективности использования ресурсов в сельскохозяйственных предприятиях Ульяновской обла

      Судя, по таблице 9 при изменении некоторых  показателей существует некая закономерность, так например, от группы группе наблюдается  снижение таких показателей  как  израсходовано электроэнергии, площадь  с.-х. угодий, по остальным показателям  никаких закономерностей не выявлено. 

2.2. Индексный анализ  основных факторов, влияющих на результаты  производства.

      Под индексом в статистике понимают относительный  показатель, характеризующий изменение  величины какого-либо  явления (простого или сложного состоящего из соизмеримых  элементов) во времени, пространстве или  по сравнению с любым эталоном (норматив, план, прогноз, территория и т.д.).

     В отличии от обычных относительных  величин, исчисляемых по изолированным  признакам индексы могут включать систему признаков, что позволяет  измерить изменение сложных явлений  и выявить роль отдельных факторов.

     Индексный метод представляет собой совокупность приемов, которая исторически возникла для измерения динамики экономических  явлений, т.е. для того, чтобы охарактеризовать, например, движение объема продукции, изменение цен, производительности труда, себестоимости и т.д. Индексы  выражаются относительными числами.

     Индексы классифицируются по трем признакам:

• по характеру изучаемых объектов
• степени охвата элементов совокупности (индивидуальные и общие)
• методом расчета общих индексов.

     Таким образом изучим индексным методом  влияние различных факторов  на окупаемости основной сельскохозяйственной продукции. 
 
 
 
 

 

Таблица 10. Индексный анализ окупаемости основной сельскохозяйственной продукции.

 

Изменение уровня окупаемости

Относительное:

 

 
 
 

Абсолютное:

  

% 
 
 

  
 

     Окупаемость сельскохозяйственной продукции третьей  группы по сравнению с первой увеличилась  в среднем  на 16,81%, благодаря росту окупаемости за счет себестоимости на 96,84%, роста окупаемости за счет цены на 142,45% и роста окупаемости за счет структуры  на 49,75% . 

2.3 Корреляционно-регрессионный анализ зависимости результативных признаков от факторных.

     Задачи  корреляционного анализа сводятся к измерению тесноты известной  связи между варьирующими признаками, определению неизвестных причинных  связей (причинный характер которых  должен быть выяснен с помощью  теоретического анализа) и оценке факторов, оказывающих наибольшее влияние на результативный признак.

     Задачами  регрессионного анализа является выбор  типа модели (формы связи), установление  степени влияния независимых  переменных  на зависящую и определение  расчетных значений зависимой переменной (функции регрессии).

     Решение всех выше названных задач приводит к необходимости комплексного использования  этих методов.

     Корреляционно- регрессионный анализ, как общее понятие включает  в себя измерение тесноты, направление связи и установление аналитического выражения (формы) связи. Корреляционный анализ имеет своей задачей количественное определение тесноты связи между признаками. Теснота связи количественно выражается величиной коэффициентов корреляции. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определять «полезность» факторных признаков при построении уравнений множественной регрессии. Величина коэффициентов регрессии служит так же оценкой соответствия уравнения регрессии выявленным причинно-следственным связям.

     Регрессионный анализ заключается в определении  аналитического выражения связи, в  которой изменение одной величины обусловлено влиянием одной или  нескольких независимых величин, а  множество всех прочих факторов, так же оказывающих влияние на независимую величину, принимается за постоянные и средние значения.

     Изучение  зависимости между признаками характеризующими экономические явления состоит  из нескольких этапов, которые предусматривают  определение формы и количественной связи, изучение степени и тесноты  связи.

     Условно корреляционно-регрессионный метод  подразделяется на следующие этапы:

     1 этап: а) постановка задачи экономического  исследования

             б) определение  объема статистической совокупности

                  в)  проведение статистического  наблюдения

                  г) анализ и контроль качества  собранной информации

                  д) выбор наиболее характерного результативного признака

                 е) выбор факторных признаков.

     2 этап- определение математической  модели связи (используется метод  статистических группировок и  графический метод).

     3 этап- измерение тесноты связи  между признаками и определение  параметров корреляционного уравнения  регрессии.

     4 этап- анализ и оценка полученных  результатов (рассчитываются коэффициенты  корреляции, детерминации и ряд  других коэффициентов).

     Для проведения корреляционно регрессионного анализа были введены следующие  признаки:

Y- товарная продукция –всего в расчете на 100 га с.-х. угодий, тыс. руб.

X₁ – удельный вес выручки от продажи зерна в общей выручке, %

X₂ – удельный вес выручки от продажи молока в общей выручке, %

X₃ – удельный вес выручки от продажи крупного рогатого скота в общей выручке, %

X₄ - урожайность зерновых и зернобобовых культур с 1 га, ц.

X₅ – надой молока на среднегодовую корову, ц (с сотыми долями)

X₆  -  прирост живой массы на среднегодовую голову животных на выращивании и откорме, ц. (с сотыми долями).

Таблица 11. Исходные данные для корреляционно-регрессионного анализа.

 

 
 
 
 

     Анализ  матрицы парных коэффициентов не выявил наличия мультиколлинеарности, т.е. сильной межфакторной связи  между факторами.

     В ходе дальнейшего решения задачи ввиду статистической незначимости и ненадежности по t-критерию Стьюдента из модели последовательно, по одному были исключены факторы X₂ – удельный вес выручки от продажи молока в общей выручке, %; X₃ – удельный вес выручки от продажи крупного рогатого скота в общей выручке, %; X₄ -  урожайность зерновых и зернобобовых культур с 1 га, ц; и X₅ – надой молока на среднегодовую корову, ц.

     Первый  фактор – удельный вес выручки  от продажи зерна в общей выручке, % и шестой фактор - прирост живой  массы на среднегодовую голову животных на выращивании и откорме, ц. являются значимыми для модели.