- •Фгоу впо «Тверская государственная
- •Введение
- •1. Основные характеристики отрасли льноводства
- •1.1 Народно-хозяйственное значение льна
- •1.2 Почвенно-климатические условия возделывания льна
- •1.3 Экономика и организация производства льнопродукции
- •2. Организационно-экономическая характеристика молоковского района
- •2.1 Расположение и природно-климатические условия
- •2.2 Хозяйственно-экономические условия района
- •3. Экономико-статистический анализ производства льна
- •3.1 Метод статистических группировок
- •3.2 Метод построения рядов динамики
- •3.3 Корелляционно-регрессионный анализ
- •3.4 Индексный анализ
- •4. Прогнозирование
- •4.1 Метод экстраполяции
- •4.2 Метод среднегодовых показателей
- •Выводы и предложения
- •Список литературы
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)