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

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Изменение уровня окупаемости

относительное:                                                                                                     

 

абсолютное:

Взаимосвязь индексов:

 

 

Проведенный индексный анализ установил, что выручка от реализации: зерна в 4 группе составляет - 2857225.28 тыс.-руб., это почти в 12 раз больше чем в 1 группе; молока - 2566764.87 тыс.-руб. (4 группа) в 8 раз выше чем в 1 группе: КРС - 1712252.07 тыс.-руб. (4 группа), это в 5 раз больше чем в 1 группе. Полная себестоимость зерна, молока и КРС в целом в 1 группе составляет 1296298.4 тыс.-руб. это почти в 4,5 раза меньше чем в 4 группе - 5785990.24 тыс.-руб..

 

 

2.3. Корреляционно-регрессионный  анализ зависимости результативных  признаков от факторных.

 

Корреляционный метод имеет своей задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Корреляция - это статистическая зависимость между случайными величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.

В статистике различаются следующие варианты зависимостей:

• парная корреляция - связь между двумя признаками (результативным и факторным или двумя факторными);
• частная корреляция - зависимость между результативным и одним факторным признаками при фиксированном значении других факторных признаков;
• множественная корреляция - зависимость результативного и двух или более факторных признаков, включенных в исследование.

Корреляционный и регрессионный анализ как общее понятие включает в себя измерение тесноты, направления связи и установление аналитического выражения (формы) связи (регрессионный анализ).

Регрессионный метод заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой зависимой или результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения. Регрессия может быть однофакторной (парной) и многофакторной (множественной).

Определим зависимость товарной продукции Y (тыс.руб./га.) от следующих факторов:

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;

X6 – прирост живой массы на среднегодовую голову животных на выращивании и откорме, ц.

Данные для изучения динамики по затратам труда на 1 среднегодовую корову представим в виде таблицы 8:

Таблица 8- Исходные данные для корреляционно-регрессионного анализа

№ п/п	Наименование с.-х. предприятия, район	Y	X1	X2	X3	X4	X5	X6
1	«Луговой» Барышского р-на	16,71	20,61	7,31	29,52	2,1	16,53	1,33
2	«Бортовское» Инзенского р-на	24,43	22,95	19,28	26,84	7,1	10,80	1,31
3	«Водорацкий» Барышского р-на	25,61	12,41	56,80	21,12	6,2	23,24	0,86
4	«Юг-Агро» Базарно-Сызганского р-на	26,82	7,68	14,68	21,03	5,1	12,73	1,27
5	«Дзержинского» Барышского р-на	27,48	22,75	29,46	27,63	8,0	12,69	1,83
6	«Ленина» Барышского р-на	29,97	14,75	10,95	14,75	6,5	11,28	1,26
7	«Черный Ключ» Базарно-Сызганского р-на	37,97	13,24	23,10	32,11	4,9	18,59	1,17
8	«Аргашское» Инзенского р-на	45,91	29,51	15,38	31,77	7,4	8,52	-
9	«Большевик» Барышского р-на	46,34	17,48	25,96	44,02	4,9	11,06	0,74
10	«Сызганский» Базарно-Сызганского р-на	46,74	26,69	14,43	28,19	7,2	21,34	0,83
11	«Луч» Барышского р-на	51,05	9,72	33,77	16,99	3,5	22,27	1,30
12	«Коржевский» Инзенского р-на	59,24	7,72	28,46	50,86	6,8	17,85	1,14
13	«Стрыйский» Инзенского р-на	63,98	33,94	3,70	16,75	5,4	9	0,27
14	«Лесной» Барышского р-на	67,44	1,14	42,12	55,59	9,1	20,3	1,41
15	«Загоринское» Барышского р-на	83,86	36,005	16,21	15,58	11,1	10,70	0,76
16	«Маяк» Инзенского р-на	84,16	26,24	17,30	39,74	8,0	15,14	1,07
17	«Красная сосна» Базарно-Сызганского р-на	111,91	11,97	-	76,50	4,3	-	1,87
18	«Живайкинский» Барышского р-на	114,16	26,72	37,85	7,92	10,8	17,60	1,26
19	«Сура» Инзенского р-на	149,86	13,93	8,90	56,83	7,1	18,12	1,62
20	«Киселевский» Барышского р-на	172,68	18,50	42,90	19,39	10,2	16,64	1,19
21	«Пламя рывол» Барышского р-на	178,59	25,29	39,54	26,44	9,9	21,80	1,24
22	«Сосновый бор» Базарно-Сызганского р-на	180,05	19,31	23,41	15,05	4,9	13,67	0,88
23	«Вавилова» Инзенского р-на	184,09	18,52	44,35	21,47	10,9	0,29	1,45
24	«Федерация» Инзенского р-на	191,1	35,61	21,27	35,29	12,9	19,37	2,08
25	«Чумакинский» Инзенского р-на	247,41	13,80	44,20	35,61	11,7	25,98	1,66
26	«Искра» Барышского р-на	258,74	0,06	55,65	35,71	9,3	33,54	1,99
27	«Бас-Агро» Базарно-Сызганского р-на	404,65	18,32	11,61	15,82	11,1	25,53	1,15
28	«Руми» Барышского р-на	943,73	43,48	15,10	8,26	12,2	30,14	1,75

 

	Y	X1	X2	X3	X4	X5	X6
Y	1
X1	0,363271516	1
X2	-0,002425186	-0,399427836	1
X3	-0,25206759	-0,439936213	-0,12155261	1
X4	0,555168392	0,369132193	0,338216617	-0,223761724	1
X5	0,479933928	-0,121237328	0,404699118	-0,190810167	0,319960508	1
X6	0,341957418	-0,244534549	0,198290583	0,274754772	0,30737571	0,293903304	1

 

 

Регрессионная статистика
Множественный R	0,754859967
R-квадрат	0,56981357
Нормированный R-квадрат	0,446903161
Стандартная ошибка	135,7476742
Наблюдения	28

 

Дисперсионный анализ

	df	SS	MS	F	Значимость F
Регрессия	6	512578,2458	85429,70764	4,636007447	0,003784855
Остаток	21	386976,0523	18427,43106
Итого	27	899554,2981

 

	Коэффициенты		Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%
Y	-251,2866949		157,1659622	-1,598862066	0,12478956	-578,1312046	75,55781471
X1	3,193608499		4,175663326	0,764814653	0,452891548	-5,490158733	11,87737573
X2	-3,256955057		2,484937751	-1,310678731	0,204120156	-8,424665988	1,910755874
X3	-1,337666172		2,082796167	-0,642245359	0,527663624	-5,6690779	2,993745556
X4	22,10644308		13,58845339	1,626854981	0,118680756	-6,152292618	50,36517877
X5	9,572756664		3,95906319	2,417934801	0,024782781	1,339434073	17,80607926
X6	94,44018039		66,99503154	1,409659466	0,173278704	-44,88361422	233,763975

Вывод остатка

Наблюдение	Предсказанное Y		Остатки
1	81,50396742		-64,79396742
2	107,3677207		-82,9377207
3	15,84879684		9,761203155
4	51,84007963		-25,02007963
5	159,6136429		-132,1336429
6	111,091999		-81,12199899
7	69,58268752		-31,61268752
8	-4,390925452		50,30092545
9	-54,81504326		101,1550433
10	191,0784121		-144,3384121
11	60,37093534		-9,320935337
12	41,50064527		17,73935473
13	53,67618674		10,30381326
14	69,46645588		-2,026455881
15	209,6476502		-125,7876502
16	145,8434895		-61,68348945
17	-43,72350499		155,633505
18	226,401189		-112,241189
19	171,6009917		-21,74099173
20	139,2945482		33,38545178
21	209,9774729		-31,3874729
22	36,29320484		143,7567952
23	15,36787552		168,7221245
24	412,9890179		-221,8890179
25	265,309698		-17,89969803
26	234,4834518		24,25654824
27	346,625289		58,02471104
28	550,8340658		392,8959342

 

Множественный коэффициент корреляции, равный 0,7549, указывает на сильную связь между факторами, включёнными в модель и результативным признаком.

Множественный коэффициент детерминации, равный 0,5698, показывает, что на 56,98 % вариация результативного признака обусловлена влиянием факторных признаков, включённых в модель, а остальные 43,02 % - влиянием других неучтённых факторов. Составляющие коэффициента детерминации показывают долю вариации результативного признака, складывающейся под влиянием соответствующего фактора.

Уравнение связи имеет вид:

Y=-251,29+3,19X1-3,26X2-1,34X3+22,11X4+9,57X5+94,44Х6

В представленной модели статистически значимы коэффициенты регрессии при X4 , X5 и Х6 ,а коэффициенты регрессии при X1, X2, X3 статистически незначимы и ненадёжны.

В 12 хозяйствах из 28 рационально используются имеющиеся ресурсы, а в остальных 16 ресурсы используются не рационально.

Так как Fфакт. > Fтабл., то уравнение регрессии признается статистически значимым и надежным.

Подводя итог по 2 главе, нужно сделать небольшой вывод о том, что предприятия 4 группы обладают большей эффективностью, чем предприятия 1 группы и более рентабельны.

 

 

Глава 3. Изучение тенденции развития явления в динамике.

1. Изучение динамики по затратам труда на 1 среднегодовую корову, чел.-час.

 

Важной задачей статистики является изучение изменений анализируемых показателей во времени. Эти изменения можно изучать, если иметь данные по определенному кругу показателей на ряд моментов времени или за ряд промежутков времени следующих друг за другом.

Ряд расположенных в хронологической последовательности значений статистических показателей, представляет собой временной (динамический) ряд. Каждый временной ряд состоит из двух элементов: во-первых, указываются моменты или периоды времени к которым относятся приводимые статистические данные; во-вторых, приводятся те статистические показатели (уровни ряда (Y1, Y2, Yt)), которые характеризуют изучаемый объект на определенный момент или за изучаемый период времени.

Данные для изучения динамики по затратам труда на 1 среднегодовую корову представим в виде таблицы 9:

Таблица 9- Данные для анализа динамики затрат труда на 1 ц зерна, чел/час.

Годы	Затраты труда на 1 среднегодовую корову, чел.-час.
1996	199,5
1997	213,9
1998	221,8
1999	226,4
2000	247,6
2001	253,0
2002	240,4
2003	239,3
2004	241,9