Анализ растеневодства. Статистико анализ растеневодства. Статистикоэкономический анализ урожая и урожайности подсолнечника
 Скачать 142.28 Kb.
|
4. Проектная часть4.1 Сущность и основные условия применения корреляционного анализаКорреляционно-регрессионный анализ - это установление формы связи, количественное измерение влияния фактора на результат, измерение тесноты связи и меры воздействия каждого фактора на результат. Теоретическая обоснованность моделей взаимосвязи, построенных на основе корреляционно-регрессионного анализа, обеспечивается соблюдением следующих основных условий: Все признаки и их совместные распределения должны подчиняться нормальному закону распределения. Дисперсия моделируемого признака должна оставаться постоянной при изменении величины и значений факторных признаков. Отдельные наблюдения должны быть независимыми, то есть результаты, полученные в i-м наблюдении, не должны быть связаны с предыдущими и содержать информацию о последующих наблюдениях, а также влиять на них. Отступление от выполнения этих условий и предпосылок приводит к тому, что модель регрессии будет неадекватно отражать реально существующие связи между анализируемыми признаками. Одной из проблем построения уравнения регрессии является ее размерность, т. е. определение числа факторных признаков, включаемых в модель. Их число должно быть оптимальным. Многофакторный корреляционно-регрессионный анализ позволяет оценить меру влияния на исследуемый результативный показатель каждого из включенных в модель (уравнение) факторов при .фиксированном положении (на среднем уровне) остальных факторов, а также при любых возможных сочетаниях факторов с определенной степенью точности найти теоретическое значение этого показателя. При этом важным условием является отсутствие между факторами функциональной связи. Форма связи между явлениями выражается аналитическим уравнением, на основании которого по соответствующим факторам-аргументам определяются значения результативного показателя-функции. Уравнение множественной регрессии можно строить в линейной форме:  Каждый коэффициент уравнения показывает степень влияния соответствующего фактора на анализируемый показатель при фиксированном положении (на среднем уровне) остальных факторов: с изменением каждого фактора на единицу показатель изменяется на соответствующий коэффициент регрессии. Свободный член уравнения экономического смысла не имеет. Парные коэффициенты корреляции. Для измерения тесноты связи между двумя из рассматриваемых переменных (без учета их взаимодействия с другими переменными) применяются парные коэффициенты корреляции. Методика расчета таких коэффициентов и их интерпретация аналогичны линейному коэффициенту корреляции в случае однофакторной связи. Частные коэффициенты корреляции. Однако в реальных условиях все переменные, как правило, взаимосвязаны. Теснота этой связи определяется частными коэффициентами корреляции, которые характеризуют степень влияния одного из аргументов на функцию при условии, что остальные независимые переменные закреплены на постоянном уровне. Величина R2 называется совокупным коэффициентом множественной детерминации. Она показывает, какая доля вариации изучаемого показателя объясняется влиянием факторов, включенных в уравнение множественной регрессии. 4.2 Построение многофакторной корреляционной модели урожайности подсолнечника Построение корреляционного анализа можно сделать в программе MS Excel, используя вкладку «Данные», а в ней Анализ данных. Далее необходимо выбрать корреляцию и регрессию, а в ней построить и описать основные характеристики. Построим таблицу 15, в которую внесем все исследуемые данные для построения корреляционно-регрессионной модели по предприятиям Воронежской области за 2019 год. Таблица 15. Расчетные данные для проведения корреляционно-регрессионного анализа
Проведем корреляционный анализ и представим расчеты в таблице 16. Таблица 16. Корреляционный анализ модели
Итак, с помощью корреляционной матрицы была исследована связь между Уровнем рентабельности подсолнечника и восемью факторами: Урожайность подсолнечника, трудоемкость 1 ц подсолнечника, себестоимость 1 ц подсолнечника, уровень интенсивности, уровень специализации, уд.вес затрат на подсолнечник в затратах раст-ва, уровень концентрации (посевная площадь), трудообеспеченность (число работников на 100 га пашни). Из таблицы 24 видно, что наиболее сильная связь Уровнем рентабельности подсолнечника и Уровень интенсивности. Здесь коэффиент корреляции равен 0,894, что говорит о сильной связи между признаками. Все остальные признаки не представляют никакой ценности для данного исследования. Построим уравнение множественной регрессии для всех факторов, которые включены в модель, с помощью приложения MS Excel – Регрессия (Таблица 17). Таблица 17. Регрессионный анализ для исследуемой темы
Итак, уравнение множественной регрессии имеет вид:  Из уравнения множественной регрессии можно сделать вывод, что при увеличении производственных затрат на 1руб., урожайность подсолнечника уменьшится на 0,001 ц/га, при увеличении фондовооруженности одного работника на 1 тыс. руб., урожайность подсолнечника уменьшится на 0,02 ц/га, при увеличении фондообеспеченности хозяйства на 1 тыс.руб. урожайность будет снижаться на 1,86 ц/га, при увеличении трудообеспеченности предприятия на 1 человека , урожайность будет уменьшаться на 11,07 ц/га. ЗаключениеВ ходе выполнения данного курсового проекта был проведен статистико-экономический анализ производства подсолнечника в деятельности предприятий в Бутурлинском, Верхнехавском, Воробьевском районах Воронежской области за 2011-2019 год. Воспользовавшись методикой анализа рядов динамики, мы увидели, что средние показатели ряда динамики свидетельствуют о том, что ежегодно, в течение изучаемого периода (6 лет) валовой сбор подсолнечника в ООО «Аграрник» уменьшался в среднем на 4,1% или 19,25 ц/га. Индексный метод исследования показал, что за счет понижения посевных площадей подсолнечника в отдельных хозяйствах средняя урожайность подсолнечника в Бутурлинском, Верхнехавском, Воробьевском районах Воронежской области в 2019 г. по сравнению с 2008 годом понизилась на 1,4% или на 1774158 ц/га. За счет изучения и группирования данных получили характеристики, которые четко показывают состояние дел в исследуемых районах Воронежской области. Рассчитанная дисперсия и среднеквадратическое отклонение значимы, но так как коэффициент вариации превышает 33%, то средняя величина нагрузки пашни на 1 га является нетипичной и недостоверной, а совокупность предприятий является неоднородной. Эти данные подтверждает таблица 12, в которую внесена площадь пашни и среднее число физических тракторов. На основании дисперсионного анализа был получен вывод о том, что влияние нагрузки пашни на 1 трактор является существенным для изменения урожайности подсолнечника, поэтому мы включаем этот фактор в многофакторную экономико-математическую модель. При проведении корреляционно-регрессионного анализа было получено уравнение множественной регрессии имеет вид: Из уравнения множественной регрессии можно сделать вывод, что при увеличении производственных затрат на 1руб., урожайность подсолнечника уменьшится на 0,001 ц/га, при увеличении фондовооруженности одного работника на 1 тыс. руб., урожайность подсолнечника уменьшится на 0,02 ц/га, при увеличении фондообеспеченности хозяйства на 1 тыс.руб. урожайность будет снижаться на 1,86 ц/га, при увеличении трудообеспеченности предприятия на 1 человека , урожайность будет уменьшаться на 11,07 ц/га. Корреляционный анализ показал, что связь между Уровнем рентабельности подсолнечника и восемью факторами: Урожайность подсолнечника, трудоемкость 1 ц подсолнечника, себестоимость 1 ц подсолнечника, уровень интенсивности, уровень специализации, уд.вес затрат на подсолнечник в затратах растениеводства, уровень концентрации (посевная площадь), трудообеспеченность (число работников на 100 га пашни) не представляют никакой ценности для данного исследования. Список использованной литературы. Афанасьева В.Н.,Маркова А.И.Статистика сельского хазяйства:Учебное пособие-М.:Финансы и статистика,2012-189с Башкатов Б.И. Статистика сельского хозяйства. С основами общей теории статистики. Курс лекций.М:ЭКМОС,2011 – 352 с. Долгушевский Ф.Г., Христич А.Г. Сельскохозяйственная статистика с основами экономической статистики. М.: Статистика, 2016. – 311 с. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник / Под ред. Чл.-корр. РАН И.И. Елисеевой. – 4-е изд., перераб.и доп. – М. Финансы и статистика, 2015. -657с. Яковлева А.В. Экономическая статистика:Учебник-М: Колос,2017-590с. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||