Статистика сільського господарства а твариництві

При формуванні множинної кореляційної моделі необхідно враховувати ряд обмежень, пов'язаних з відбором, кількістю і взаємозв'язком факторів, вибором форми зв'язку (рівняння регресії).

Відбір найістотніших факторів до кореляційної моделі є одним з найважливіших і принципових завдань багатофакторного кореляційно-регресійного аналізу. Природно, що всі фактори, які впливають на досліджувану результативну ознаку, до рівняння регресії включити не можна. З усього комплексу таких факторів необхідно відібрати найбільш важливі, істотні Захоплення великою кількістю факторів при відносно невеликій чисельності сукупності може призвести до неякісних результатів. Крім того, із збільшенням в рівнянні регресії кількості параметрів значно утруднюється інтерпретація одержаних результатів.

Велику роль у відборі факторів відіграють завчасно побудовані і проаналізовані факторні групування. Дуже важливого значення тут набувають комбінаційні групування, які дозволяють визначити вплив на результативну ознаку фактора, що цікавить дослідника, при фіксованих значеннях інших факторів. Можна зробити безперечний висновок про те, що статистичні групування становлять основу для кореляційного і дисперсійного аналізу і найбільшої ефективності останні досягають в поєднанні з методом групувань.

При високій корельованості факторів (тіснота зв'язку між двома факторами перевищує 0,8) вплив одного з них акумулює і вплив другого. Одержані при цьому кореляційні моделі стають нестійкими.

При формуванні кореляційної моделі до неї потрібно включити один з цих факторів, який істотніше впливає на результативну ознаку. При мультико-лінеарності включення до кореляційної моделі взаємопов'язаних факторів можливе тоді, коли тіснота зв'язку між ними менша, ніж тіснота зв'язку результативної ознаки з кожним фактором. Потрібно, щоб кореляційна модель містила незалежні і такі, що не дублюють один одного, фактори. Небажаним є включення до однієї моделі часткових і загальних факторів. Повністю слід виключити фактори, функціонально пов'язані з результативною ознакою.

Одна із складностей полягає у взаємозв'язку і взаємодії факторів між собою та з результативною ознакою. Тому звичайні прийоми, використовувані при виборі форми зв'язку при парній кореляції (графічний та ін.), тут малоприйнятні.

Вибір рівняння регресії може спиратися на положення теорії досліджуваного явища або практичний досвід попередніх досліджень. Якщо таких даних немає, то допомогти у вирішенні цього питання може побудова комбінаційних групувань, таблиць розподілу чисельностей, експертні оцінки, вивчення парних зв'язків між результативною ознакою і кожним фактором, графіки, перебирання функцій різних типів, послідовний перехід від лінійних рівнянь зв'язку до більш складних видів тощо.

Виконання усіх цих прийомів пов'язане із значною кількістю зайвих підрахунків. Тому, приймаючи до уваги, що кореляційні зв'язки в більшості випадків відображаються функціями лінійного типу або степеневими, які шляхом логарифмування або заміни змінних можна звести до лінійного вигляду, рівняння множинної регресії можна будувати у лінійній формі.

При змінних лінійне рівняння має вигляд:

     (4.7)

де – залежна змінна (результативна ознака); – незалежні змінні (фактори); – параметри рівняння.

Параметр рівняння називають частинним коефіцієнтом регресії. Він показує, як у середньому змінюється результативна ознака зі зміною факторної ознаки на одиницю, за умови, що інші факторні ознаки залишаються незмінними.

Для визначення параметрів , тобто при наявності 2-х факторних ознак, потрібно розв'язати систему нормальних рівнянь:

    (4.8)

Для визначення тісноти та форми зв’язку між досліджуваними ознаками використовують наступні коефіцієнти:

Парні коефіцієнти кореляції — використовують для вимірювання щільності зв’язку між двома досліджуваними ознаками без врахування їх взаємодії з іншими ознаками, включеними в кореляційну модель:

 

       (4.9)

 

Часткові коефіцієнти кореляції — характеризують щільність зв’язку результативної ознаки з першою факторною ознакою при умові, що інші факторні ознаки еліміновані:

 

     (4.10)

 

Коефіцієнт множинної кореляції характеризує тісноту зв'язку між всіма досліджуваними моделями факторних і результативних ознак:

     (4.11)

 

Коефіцієнт детермінації: ( ) показує тісноту зв'язку між результативною і сукупністю факторних ознак, визначають за формулою: :

      (4.12)

В свою чергу множинний коефіцієнт детермінації розкладають на часткові коефіцієнти, які характеризують на скільки % варіація результативної ознаки залежить від кожної з факторних:

 

      (4.13)

      (4.14)

 

Важливою характеристикою регресійної моделі є відносний ефект впливу фактора на результат у — коефіцієнт еластичності:

      (4.15)

Він показує, на скільки процентів у середньому змінюється результату зі зміною факторах на 1%.

-коефіцієнт — показує на скільки середніх квадратичних відхилень зміниться результативна ознака при зміні фактора на 1 середнє квадратичне відхилення:

      (4.16)

Використовуючи дані проектного завдання, розрахуємо основні показники, які характеризують тісноту зв'язку між продуктивністю, витратами кормів та виходом телят. Використовуючи допоміжні дані складемо систему рівнянь:

Кожне з трьох рівнянь поділено на коефіцієнт при :

 

 

Знайдено різницю між першим рівнянням, другим та третім:

 

 

Кожне рівняння поділено на коефіцієнт при :

 

 

Знайдено різницю між першим і другим рівнянням:

 

 

Розрахувавши коефіцієнти регресії можна встановити, наскільки зміниться продуктивність при зміні відповідного фактора на одиницю при умові, що другий фактор, включений у рівняння, перебуває на середньому рівні. Так показує, що при середньому значенні виходу телят на 100 корів збільшення витрат кормів на 1 ц к.од сприятиме зростанню продуктивності корів на 0,652 ц.

Використовуючи дані таблиці додатку 3 розраховано показники, які визначають тісноти зв’язку:

 

Парні коефіцієнти кореляції

 

Часткові коефіцієнти кореляції

 

 

Коефіцієнт множинної кореляції

 

 

Коефіцієнт детермінації

 

 

Коефіцієнти еластичності

 

 

-коефіцієнт

 

 

Проаналізувавши можна сказати, що коефіцієнти регресії показують, на скільки змінилась продуктивність корів при зміні кожного фактора на одиницю його виміру при фіксованих значеннях інших факторів, включених до рівняння. Так, збільшення витрат кормів на один центнер збільшує продуктивність на 0,652 ц/корову, збільшення виходу телят на 100 корів на 1 гол. —на 0,377 ц/корів.

Коефіцієнт множинної кореляції, який характеризує тісноту зв'язку між продуктивністю та її факторами, дорівнює R = 0,766.

Коефіцієнт множинної детермінації показує, що варіація продуктивності в зв'язку із зміною розглядуваних факторів становить 59%.

Продуктивність знаходиться в досить тісному зв'язку з факторами. Так, тіснота зв'язку між продуктивністю і витратами кормів на корову становить , між виходом телят .

Найбільший вплив на продуктивність корів, якщо робити висновки за наведеним рівнянням регресії, мають дози витрачених кормів, тому що коефіцієнт регресії при цьому коефіцієнті найбільший ( ); потім вихід телят на 100 корів ( ).

Однак, коефіцієнти регресії, що мають різний фізичний смисл і одиниці вимірювання, не дають чіткого уявлення про те, які фактори найістотніше впливають на продуктивність. Для проведення такого аналізу розраховані коефіцієнти еластичності, які показують, на скільки процентів зміниться величина результативної ознаки у разі зміни величини фактора на 1% при фіксованому значенні інших факторів.

На підставі обчислених коефіцієнтів еластичності

   

можна зробити висновок, що збільшення на 1% виходу телят на 100 корів веде до збільшення продуктивності відповідно на 0,966 %, витрат кормів на корову — на 0,686 %.

Таким чином, найбільший вплив на продуктивність має вихід телят на 100 корів.

Проте і цих даних недостатньо, щоб скласти об'єктивне уявлення про те, як по групі досліджуваних господарств розподіляються фактори за їх впливом на резерви зростання продуктивності корів.

З цією метою обчислюють -коефіцієнти, які показують, на скільки середньоквадратичних відхилень зміниться результативна ознака (продуктивність) при зміні відповідного фактора на одне значення свого середньоквадратичного відхилення . По суті, - коефіцієнти характеризують фактори, в розвитку яких приховано найбільші резерви збільшення результативної ознаки (продуктивності).

Фактичні значення - коефіцієнтів такі:

    

Найбільші можливості збільшення продуктивності закладено в кормах ( ), тому що при зміні на одне середнє квадратичне відхилення витрат кормів продуктивність змінюється на 0,633 свого середнього квадратичного відхилення. Далі за ступенем впливу йде фактор — вихід телят на 100 корів ( ).

Коефіцієнт множинної детермінації, який дорівнює , свідчить про те, що коливання продуктивності, які пояснюються варіацією включених до рівняння регресії факторів, дорівнює 59 %.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Висновок

 

Статистика як суспільна наука вивчає кількісну сторону масових суспільних явищ у нерозривному зв'язку з їх якісною стороною, досліджує кількісне вираження закономірностей суспільного розвитку в конкретних умовах місця та часу.

Між кількістю та якістю існує нерозривний зв'язок. Тому завдання статистики — встановити на певному етапі дослідження за кількісними змінами ознак якісні переходи, зародження нових класів, типів, одноякісних сукупностей.

Метою виконання курсової роботи є підтвердження якості та поглиблення знань з раніше вивчених дисциплін, оволодіння методикою проведення статистичного аналізу; одержання навичок оцінки конкретних господарських ситуацій; обґрунтування відповідного комплексу заходів, спрямованих на успішний соціально-економічний розвиток суб'єктів підприємництва, посилення їх позиції та ролі на ринку. Крім того, виконання курсової роботи стало важливим етапом у формуванні теоретичних знань і практичних навичок щодо встановлення, вимірювання і дослідження закономірностей і тенденцій розвитку суспільно-економічних процесів.

Під час написання курсової роботи :

• отримано знання про поняття, зміст, основні показники суспільно-економічних явищ, їх вплив на стан та розвиток суспільства;
• сформовано навички організації збору й обробки статистичної інформації згідно з принципами статистичної науки;
• набуто умінь використання методів аналізу статистичної інформації.

В першому розділі в повній мірі розкривається зміст, види та формули обчислення статистичних показників, їх пояснення.

Другий розділ присвячено групуванню. В цьому розділі проведене групування господарств за результативною ознакою за даними в індивідуальному завданні.

Загалом у курсовій роботі висвітлена статистична оцінка та кореляційний аналіз продуктивності корів та основних факторів, що на неї впливають. Дані аналізу подано в розрахункових таблицях та додатках роботи.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список використаної літератури:

 

1. Вашків П.Г., Пастер П.І., Сторожук В.П., Ткач Є.І. Теорія статистики: Навч. посібник. — К.: Либідь, 2001. — 320 с.
2. Мармоза А.Т.  Практикум з теорії статистики: Навч. посібник. —К.: Ельга, Ніка-Центр, 2003. — 344 с.
3. Статистика. Підручник / С.С. Герасименко та ін. — К.: КНЕУ, 2000.— 467 с.
4. Степаненко М.В. Статистика: Навч. посібник. — К.: Вища школа, 1991. — 205 с.
5. Про державну статистику: Закон України // Голос України. — 1992
6. Гетало А.В., Борух В.О. Економічна статистика: Навч. посібник ТОВ "Центр учбової літератури", 2002.
7. Гончарук А.Г. Основи статистики: Нав. посібник. — К.: ТОВ "Центр учбової літератури", 2004.
8. Кулинич О.І. Економічна статистика: Навч. посібник.Хмельницький: Поділля, 2000.
9. Лугінін О.Є. Статистика. Економічна та соціальна статистика: Курс лекцій. — Херсон: МУБіП,2003.
10. Лугінін О.Є., Білоусова С.В. Статистика: Підручник. — К., навчальної літератури, 2005.
11. Мармоза А.Т. Практикум із статистики. — Київ: Кондор. 2003. ІЗ.Мармоза А.Т. Практикум з теорії статистики. — К.: Ельга, Ніка-Центр, 2003.
12. Мармоза А.Т. Практикум із статистики. — Київ: Кондор, 2005.
13. Статистика: Підручник / С.С. Герасименко, А.В. Головач, А.М. Єріна та ін. / За наук. ред. С.С. Герасименка. - 2-ге вид., перероб. і доп. - К.: Вища школа, 2000.
14. Уманець Т.В., Пігарєв Ю.Б. Статистика: Навч. посібник. К.: Вікар,2003