Экономико-статистический анализ производства продукции льноводства в Старицком районе

 
 
 

Среднегодовой абсолютный прирост ( ): 

= ; 

. 
 

Среднегодовой темп роста ( ) 

= =106,7% 
 
 
 
 
 
 
 
 
 
 
 

    Наиболее  точным способом выявления общей  закономерности развития явления является аналитическое выравнивание по прямой. 

    Прямая  линия выражается при помощи следующего уравнения: 

     , 

    где - выравненные значения ряда,

    t – время,

    a₀ и a₁ – параметры искомой прямой. 
 

, 
 
 

. 
 

Уравнение будет  иметь вид: 
 

 
 
 

Построим  таблицу аналитического выравнивания по прямой: 
 
 
 
 
 
 
 
 
 

 

Вывод: так как  , значит выравнивание выполнено правильно. 
 

    Для оценки степени приближения выровненных  уравнений к фактическим данным рассчитывается остаточное среднее квадратическое отклонение и коэффициент вариации: 

1) , 

2)  
 
 
 
 
 
 

Построим график характеристики динамических рядов: 

 

Рис. 2. Характеристика динамических рядов. 

Вывод : по данному графику заметен разброс по урожайности с 2002 года, ранее разброс был незначителен.  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

3.3 КОРЕЛЛЯЦИОННО-РЕГРЕССИОННЫЙ  АНАЛИЗ 

      В области изучения взаимосвязей задача статистки состоит не только в  количественной оценке их наличия, направления и силы связи, но и в определении формы влияния факторных признаков на результативный. Для её решения и применяю тметоды корреляционного и регрессивного анализа

      Задачи  корреляционного анализа сводятся к измерению тесноты известной связи между варьирующими.

      Задачами  регрессионного анализа являются выбор  типа модели (формы связи).

     1) Уравнение регрессии: 

      , 

     где - выравненные значения ряда,

     t – время,

     a₀ и a₁ – параметры искомой прямой. 

     2)  

               

        

        
 

     3)  
 

       

     Уравнение регрессии будет иметь вид:

     

 
 

Вывод: , значит, параметры уравнения определены правильно. 

4) Среднее квадратическое  отклонение факторного признака: 

 

Среднее квадратическое отклонение результативного признака: 

  

5) Коэффициент  корреляции можно исчислить по  формуле: 

 
 

6) Линейный коэффициент  детерминации: 

 
 
 

7) Расчёт t – критерия: 

, 

где n – число наблюдений,

k – число факторов в модели. 
 

По таблице  Стьюдента t_табл = 2,2281 при ά=0,05. 

Вывод: t_расч < t_табл, следовательно r считается незначительным и зависящим от случайных обстоятельств. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

3.4 ИНДЕКСНЫЙ АНАЛИЗ 

 

1) Общий  индекс валового сбора:

Валовый сбор увеличился на 55,36% , ΔУП =  23807,5-15323 = 8484 ц. 

2) Расчёт индексов  посевных площадей: 

 

Δп =  

Засчёт увеличения посевных площадей валовый сбор увеличился на 252 ц. 
 

3) Расчёт индексов  посевных площадей переменного  состава: 

 

  

Валовый сбор увеличился в результате увеличения урожайности  на 53,72% или на 8232,5 ц. 

Вывод: увеличение валового сбора произошло в большей степени засчёт увеличения урожайности. 
 
 

4. ПРОГНОЗИРОВАНИЕ 

4.1 МЕТОД ЭКСТРАПОЛЯЦИИ 
 

     1) Для нахождения точечных оценок воспользуемся уравнением, полученным ранее:

       

       

     2) Находим интервальные оценки: 

       

     где - коэффициент доверия по распределению Стьюдента. 

       
 

     где п – число уровней ряда динамики,

     т- число параметров адекватной модели тренда (т=2) 

       

       

       
 

     Коэффициент доверия по Стьюденту: 

       

       

     

      , 

      , 

       
 

3) Получим интервалы: 

 

 

 

где Y_n – прогнозируемая урожайность.  

Следовательно: 

(ц/га) 

(ц/га) 

(ц/га) 
 
 
 
 
 
 
 
 
 
 
 

4.2 МЕТОД СРЕДНЕГОДОВЫХ  ПОКАЗАТЕЛЕЙ 
 

1) Наиболее  устойчивым показателем урожайности  является среднегодовой абсолютный  прирост  . По данным таблицы 8 = 0,51 ц/га. 

Для расчёта  плановой урожайности воспользуемся формулой: 

где - среднегодовой абсолютный прирост,

t – период времени,

у₀ - начальный уровень ряда. 

2) Расчёт плановой  урожайности: 

 

 
 
 
 
 
 
 
 
 
 
 
 
 

       ВЫВОДЫ  И ПРЕДЛОЖЕНИЯ 

       При возделывании льна получают несколько  видов продукции. В конечном итоге льносеющие хозяйства реализуют солому, тресту или волокно, выработанное в колхозах и совхозах, а также семена.

       Сейчас  основную часть волокнистой продукции, отправляемой на льнозаводы, составляет треста, приготовленная в хозяйствах путем расстила соломы на льнище при комбайновой уборке или на лугу при сноповой уборке льна.

       Приготовление тресты в хозяйствах — процесс  трудоемкий. Он требует ручного труда, причем в наиболее напряженный период уборки не только льна, но и других сельскохозяйственных культур, когда колхозы и совхозы особенно остро испытывают недостаток в рабочей силе. Отсюда агротехнические сроки приготовления тресты, как правило, нарушаются, допускаются потери в количестве и качестве продукции.

       Снизить трудоемкость этого процесса можно  путем максимальной механизации приготовления тресты в хозяйствах и широкого внедрения на льнозаводах промышленного способа ее получения, позволяющего колхозам и совхозам завершать работы в льноводстве реализацией соломы.

       Широко  применяемая в настоящее время  комбайновая уборка льна с расстилом соломы на льнище не решает всех проблем в льноводстве: не снижает зависимость приготовления тресты от погодных условий, требует поставки льноводческим хозяйствам большого количества специальных машин для оборачивания соломы, подъема и постановки влажной тресты в конуса, вязки ее в снопы, оборудования для сушки сырья и т. д.

       Приготовление стланцевой тресты зависит от влажности воздуха и самой тресты на различных этапах работы с ней. А для льноводческой зоны характерна повышенная влажность в этот период, поэтому не всегда возможно успешно применить даже имеющиеся машины на указанных работах.

       Значительно сокращается процесс при промышленном приготовлении тресты, при котором можно избежать влияния погодных условий, поставить ее производство на более высокий уровень механизации и резко снизить потери волокнистой продукции при выращивании урожая.