Автор работы: Пользователь скрыл имя, 11 Января 2011 в 10:24, курсовая работа
Целью курсовой работы является статистико-экономический анализ урожая и урожайности зерновых культур, выявление факторов, влияющих на урожай ность, как положительных, так и отрицательных. При этом, чтобы более точно определить закономерности, складывающиеся в развитии урожайности, мы проведем анализ при помощи динамических рядов. Для выявления тенденции урожайности воспользуемся аналитическим методом, а для изучения факторов, влияющих на урожайность применим регрессионно-корреляционный анализ.
Введение
1. Анализ рядов динамики
1.1. Динамики валового сбора зерновых культур за 6 лет
1.2. Динамика урожайности, зерновых культур за 9 лет.
1.3 Выявление тенденции изменения урожайности зерновых культур
2. Индексный метод анализа
2.1. Сущность индекса, их виды
2.2. Индексный анализ изменения средней урожайности и валового сбора зерновых культур в отчетном периоде по сравнению с базисным периодом
З.Метод статистической группировки
3.1. Сущность группировки, их виды и значение
3.2. Группировка хозяйств по уровню внесения органических удобрений на единицу площади
4.Корреляционно-регрессионный анализ
4.1. Сущность и основные условия применения корреляционного анализа
4.2.Построение корреляционной модели зависимости урожайности от уровня внесения органических удобрений на единицу площади
Выводы и предложения
Список литературы
Вывод: Рассматривая показатели ряда динамики, следует отметить, что урожайность зерна отличается неустойчивостью. При уменьшении урожайности в 2001 году (23.5ц/га), в 2002 году наращивание составило 30.9 ц/га или 131.49%. Затем наращивание опять сократилось и составило 21.6 ц/га, и темп роста- 69.9%. В 2005 году был достигнут самый низкий показатель 14.5 ц\га.
Базисные
показатели ряда динамики свидетельствуют
об отрицательной динамике урожайности
зерна, хотя имеются значительные колебания.
Наибольший показатель достигнут в 2002году
и составил 122.13%. Темп прироста равен 22.13%.
В 2004году темп роста составил 105.53%, темп
прироста- 5.53%. С 2005 по 2006 год наблюдается
повышение урожайности зерна.
Рассчитаем средние показатели:
∆ȳ=уn-y0/n-1
(7)
∆ȳ=24,1-25,3/9-1=-0,15(ц/
2. Средний темп роста:
=
(8)
==0,9939
или 99,39%
=-100
(9)
=99,39-100=0,61%
Вывод:
Рассчитанные средние показатели свидетельствуют
об отрицательной динамике. Урожайность
снижается на 0.15 ц или 0.61%.
1.3. Выявление
тенденции изменения урожайности зерновых
культур.
Выявление общей тенденции изменения динамического ряда обеспечивается при помощи особых приемов. Наиболее простым способом является укрупнение периодов и определение итога уровня для этих периодов. Исчисление итогов за укрупненный период возможно только по интервальным рядам абсолютных величин.
Расчет скользящей средней – это важнейший способ выявления общей закономерности ряда динамики.
Расчет скользящей средней производится в следующем порядке:
Таким образом, средняя как бы скользит по ряду динамики, передвигаясь на один срок.[2, с. 61-62]
Чем больше интервал, за который исчисляется средняя, тем более сглаженный ряд осредняет конкретный и тем больше теряется информации. Чем меньше интервал, тем более сглаженный ряд приближается к конкретному. Сглаживание рядов динамики способом скользящей средней- наиболее простой прием преобразования ряда.[3, с. 250-251]
Более сложный прием - аналитическое выравнивание ряда динамики. Это наиболее точный способ выявления общей закономерности развития явлений. При этом способе средняя линия развития определяется путем построения соответствующих аналитических уравнений: прямой, параболы, гиперболы и т. д.[2, с. 250-251]
Задача этого метода – найти плавную линию развития данного явления.
Если фактические уровни ряда динамики нанести на график, то получим ломаную линию, которая отражает основную тенденцию развития. Отклонения от нее, вызванные или сезонными колебаниями, или другими факторами.
Чтобы выявить основную тенденцию, нужно выровнять эту ломаную линию. Нахождение формы выравнивания является трудной задачей. В основе ее решения должен лежать теоретический анализ сущности данного явления.
Если
теоретический анализ подсказывает,
что данное явление развивается
в арифметической прогрессии, то для
выравнивания подходит уравнение прямой.
Если же применяется гипотеза развития
в геометрической прогрессии, то нужно
применять кривые более высокого
порядка или показательную
Высокий ряд динамики теоретически может быть представлен в виде составляющих:
Изучение тренда включает два основных этапа:
Чтобы охарактеризовать основное направление изменения уровня ряда, применим следующие методы:
Таблица 3 – Выравнивание динамического ряда урожайности зерна за 9 лет на примере колхоза «им.Октябрьской революции» Воронежской области.
Годы | Урожайность зерна, ц/га | Укрупнение периодов, ц/га | Скользящая средняя, ц/га | ||
Сумма за трехлетие | Средняя урожайность за трехлетие | Сумма за трехлетие | Средняя урожайность за трехлетие | ||
2000 | 25,3 | - | - | ||
2001 | 23,5 | 79,7 | 26,56 | 79,7 | 26,56 |
2002 | 30,9 | 76 | 25,33 | ||
2003 | 21,6 | 79,2 | 26,4 | ||
2004 | 26,7 | 62,8 | 20,93 | 62,8 | 20,93 |
2005 | 14,5 | 57,5 | 19,17 | ||
2006 | 16,3 | 52,7 | 17,57 | ||
2007 | 21,9 | 62,3 | 20,76 | 62,3 | 20,77 |
2008 | 24,1 | - | - |
Метод укрупнения периодов выявил тенденцию снижения урожайности зерна, а метод скользящей средней не выявил никакой тенденции. Поэтому воспользуемся методом аналитического выравнивания.
3.Аналитическое выравнивание:
Для аналитического выравнивания первоначально берется уравнение прямой уt=а0+а1t,
(10)
Где уt – теоретическое значение урожайности подсолнечника за каждый год;
а0,а1- неизвестные параметры;
t – условное обозначение периода времени.
Для нахождения
неизвестных параметров решается система
нормальных уравнений, методом наименьших
квадратов:
где n-количество лет
Для нахождения показателей Σt, Σt2, Σy, Σyt построим вспомогательную таблицу.
Таблица 4 – Аналитическое выравнивание урожайности зерна на примере колхоза «им.Октябрьской революции» Воронежской области
Годы | Урожайность зерна, ц/га | Условное обозначение периода времени (t) | Расчетные данные | ||
t2 | y*t | y(t)= 22.75-0.765t | |||
2000 | 25,3 | -4 | 16 | -101,2 | 25,81 |
2001 | 23,5 | -3 | 9 | -70,5 | 25,045 |
2002 | 30,9 | -2 | 4 | -61,8 | 24,28 |
2003 | 21,6 | -1 | 1 | -21,6 | 23,515 |
2004 | 26,7 | 0 | 0 | 0 | 22,75 |
2005 | 14,5 | 1 | 1 | 14,5 | 21,985 |
Продолжение таблицы 4 | |||||
1 | 2 | 3 | 4 | 5 | 6 |
2006 | 16,3 | 2 | 4 | 32,6 | 21,22 |
2007 | 21,9 | 3 | 9 | 65,7 | 20,455 |
2008 | 24,1 | 4 | 16 | 96,4 | 19,69 |
Итого | Σу=204,8 | Σt=0 | Σt2=60 | Σyt=-45,9 | Σу(t)=204.75 |
Подставим итоговые
значения из таблицы 4 в систему нормальных
уравнений:
Таким образом, уравнение прямой будет иметь вид у(t)=22.75-0.765t
Параметр а1=-0.765 означает, что ежегодно в течении изучаемого периода урожайность зерна понижалась на 0,765 ц/га.
Подставим значение t в уравнение прямой и определим теоретические значения урожайности за каждый год (см. табл. 4 последняя графа).
Вывод: таким образом, мы получили выровненный ряд урожайности зерна, который говорит о его систематическом понижении с годовым уменьшением на 0.765 ц/га.
Полученные теоретические значения необходимо изобразить графически.
2. Индексный
метод анализа.
2.1. Сущность
индекса, их виды
Среди обобщающих статистических показателей одно из важных мест принадлежит индексам, Индексы относятся к важнейшим обобщающим показателям. Слово «индекс» имеет несколько значений: показатель, указатель, опись, реестр. Оно используется как понятие в математике, экономике, метеорологии и других науках [3, с. 260-261].
В статистике под индексом понимается относительный показатель который выражает соотношение величин какого-либо явления во времени, в пространстве или дает сравнение фактических данных с любым эталоном (план, прогноз, норматив и т.д.).
В международной практике индексы принято обозначать символами i и I (начальная буква латинского слова index). Буквой «i» обозначаются индивидуальные (частные) индексы, буквой «I» -общие индексы. Знак внизу справа означает период: 0 - базисный; 1 - отчетный.[2. с.65-66]
По степени охвата явления индексы бывают индивидуальные и сводные. Индивидуальные индексы служат для характеристики изменения отдельных элементов сложного явления, например изменения объема производства отдельных видов продукции (телевизоров, электроэнергии и т.д.), а также цен на акции какого-либо предприятия. Для измерения динамики сложного явления, составные части которого непосредственно несоизмеримы (изменения физического объема продукции, включающей разноименные товары, индекса цен акций предприятий региона и т.п.), рассчитывают сводные, или общие, индексы.
Если индексы охватывают не все элементы сложного явления, а только часть их, то такие индексы называются групповыми, или субиндексами, например индексы физического объема продукции по отдельным отраслям промышленности, индексы цен по группам продовольственных и непродовольственных товаров. Групповые индексы отражают закономерности в развитии отдельных частей изучаемых явлений. В таких индексах проявляется их связь с методом группировок.