Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Статистика курсовая.doc
Скачиваний:
36
Добавлен:
19.05.2015
Размер:
599.55 Кб
Скачать

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:

Таблица 10

Вычисление величин для уравнения связи между урожайностью и внесением минеральных удобрений

Годы

Урожайность, ц/га

Внесение мин. удобр., кг д.в./ га

Расчётные данные

y

x

xy

y

2000

5,6

20

31,36

400

112

4,73

2001

6,1

38

37,21

1444

231,8

7,07

2002

5,4

19

29,16

361

102,6

4,6

2003

5,9

32

34,81

1024

188,8

6,29

2004

6,5

39

42,25

1521

253,5

7,2

2005

8,2

49

67,24

2401

401,8

8,5

2006

9

55

81

3025

495

9,28

2007

8,1

50

65,61

2500

405

8,63

2008

11,2

63

125,44

3969

705,6

10,32

2009

7

41

49

1681

287

7,46

2010

10,7

57

114,49

3249

609,9

9,54

Итого

83,7

463

677,57

21575

3793

83,7

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 tтабл = 2,2281 при ά=0,05.

Вывод: tрасч < tтабл, следовательно r считается незначительным и зависящим от случайных обстоятельств.

3.4 Индексный анализ

Таблица 11

Данные для индексного анализа

Показатели

Базисный период (2004)

Отчётный период (2005)

Посевная площадь (П, га)

2189

2225

Урожайность (У, ц/га)

7

10,7

Валовый сбор (УП, ц)

15323

23807,5

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 Yn – прогнозируемая урожайность.

Следовательно:

(ц/га)

(ц/га)

(ц/га)