- •Теоретические аспекты статистического изучения производства зерна
- •1.1 Особенности производства зерна и его статистического изучения в исследуемой отрасли
- •1.2 Состав, показатели и оценка валового выпуска продукции отрасли «сельское хозяйство»
- •Статистико-экономический анализ производства зерна
- •2.1 Метод группировок в анализе производства зерна
- •2.2 Факторный анализ производства зерна
- •2.3 Анализ динамики производства зерна
- •3. Расчет производства зерна в Тамбовской области на перспективу
2.2 Факторный анализ производства зерна
Цель факторного анализа валового сбора зерна предполагает выявить влияние различных факторов на изменение его уровня. В статистике для этого используется корреляционно – регрессионный и индексный методы.
Сущность корреляционно – регрессионного анализа состоит в построении и анализе экономико – математической модели в виде уравнения регрессии (корреляционной связи), характеризующего зависимость признака от определяющих его факторов. Одна его составляющая – регрессионный анализ, а другая корреляционный анализ – связана с оценкой тесноты связи признаков.
В зависимости от количества анализируемых признаков различают простую и множественную корреляционную связь. Простая корреляционная зависимость – это связь между двумя признаками, один из которых результативный (У), а другой – факторный (Х).[5, с. 134]
В качестве факторного выступает валовой сбор зерна, а в качестве результативного – рентабельность, %. Подготовим исходные данные для корреляционного анализа. Анализ производства зерна проводится по 23 районам Тамбовской области.
Таблица 4 – Исходные данные для проведения корреляционно-регрессионного анализа
-
№ района
Валовой сбор,
тыс. ц.
Х
Рентабельность,
%
У
А
1
2
50,708
5,6
216,934
72,5
256,019
26,5
260,139
51,7
274,678
45,9
278,749
61,3
357,903
68,7
390,017
56,0
434,545
30,4
444,891
25,7
511,868
44,2
534,973
135,5
550,304
50,1
560,313
50,3
567,132
91,8
576,568
63,2
595,060
37,8
598,159
138,7
651,512
56,4
741,961
27,8
801,503
147,2
821,653
21,5
890,054
91,5
Установим форму связи между факторным и результативным признаками.
Для проверки возможности использования линейной функции определяется разность ; если она менее 0,1, то считается возможным применение линейной функции. Для решения этой же задачи можно использовать величину , определяемую по формуле:
, где m – число групп, на которое разделен диапазон факторного признака.
Если окажется меньше табличного значения F- критерия , то гипотеза о возможности использования в качестве уравнения регрессии линейной функции не опровергается. [7, с. 180]
Таблица 5 – Расчетные данные для КРА
№ района |
Валовой сбор зерна тыс. ц, |
Рентабельность, |
х2 |
|
ху |
Х |
У |
у2 |
|||
А |
1 |
2 |
3 |
4 |
5 |
1. |
50,708 |
5,6 |
2571,301 |
31,36 |
283,9648 |
2. |
216,93 |
72,5 |
47060,36 |
5256,25 |
15727,72 |
3. |
256,02 |
26,5 |
65545,73 |
702,25 |
6784,504 |
4. |
260,14 |
51,7 |
67672,3 |
2672,89 |
13449,19 |
5. |
274,68 |
45,9 |
75448 |
2106,81 |
12607,72 |
6. |
278,75 |
61,3 |
77701,01 |
3757,69 |
17087,31 |
7. |
357,9 |
68,7 |
128094,6 |
4719,69 |
24587,94 |
8. |
390,02 |
56 |
152113,3 |
3136 |
21840,95 |
9. |
434,55 |
30,4 |
188829,4 |
924,16 |
13210,17 |
10. |
444,89 |
25,7 |
197928 |
660,49 |
11433,7 |
11. |
511,87 |
44,2 |
262008,8 |
1953,64 |
22624,57 |
12. |
534,97 |
135,5 |
286196,1 |
18360,25 |
72488,84 |
13. |
550,3 |
50,1 |
302834,5 |
2510,01 |
27570,23 |
14. |
560,31 |
50,3 |
313950,7 |
2530,09 |
28183,74 |
15. |
567,13 |
91,8 |
321638,7 |
8427,24 |
52062,72 |
16. |
576,57 |
63,2 |
332430,7 |
3994,24 |
36439,1 |
17. |
595,06 |
37,8 |
354096,4 |
1428,84 |
22493,27 |
18. |
598,16 |
138,7 |
357794,2 |
19237,69 |
82964,65 |
19. |
651,51 |
56,4 |
424467,9 |
3180,96 |
36745,28 |
20. |
741,96 |
27,8 |
550506,1 |
772,84 |
20626,52 |
21. |
801,5 |
147,2 |
642407,1 |
21667,84 |
117981,2 |
22. |
821,65 |
21,5 |
675113,7 |
462,25 |
17665,54 |
23. |
890,1 |
91,5 |
792196 |
8372,25 |
81440 |
å |
11366 |
1400 |
6618605 |
116866 |
756299 |
Для определения тесноты парной линейной зависимости служит линейный коэффициент корреляции (r), который рассчитывается по формуле:
;
Теперь вернемся к определению возможности использования линейной функции. Для этого проведем следующие расчеты.
Таблица 6 – Зависимость рентабельности от валового сбора зерна
Группы районов по валовому сбору зерна, ц |
количество районов в группе, |
|
Средняя вели- чина рентабель-ности, % |
|
А |
1 |
2 |
3 |
|
I |
50708-330490 |
6 |
263,5 |
43,9 |
II |
330490-610272 |
12 |
792,4 |
66 |
III |
610272-890054 |
5 |
344,4 |
68,9 |
ИТОГО |
23 |
1400,3 |
- |
;
F табл.=4,35. Т. к. < F табл., то возможность использования линейной функции не опровергается.
Рассчитаем коэффициент детерминации, который характеризует, насколько процентов изменение результативного признака зависит от изменения в факторном признаке:
Линейная регрессия сводится к нахождению уравнения вида:
Построение линейной регрессии сводится к оценке ее параметров а и b. для оценки параметров а и b применяется следующая система уравнений:
Информация, необходимая для расчета оценок параметров а и b, представлена в таблице
Таблица 7 - Расчетные показатели
№ района
|
Валовой сбор зерна тыс. ц, Х |
Рентабельность, %
У |
х2 |
у2 |
|
|
ху |
|
|||||
1. |
50,71 |
5,6 |
2571,3 |
31,36 |
283,965 |
32,3953 |
2. |
216,9 |
72,5 |
47060,4 |
5256,25 |
15727,7 |
43,0338 |
3. |
256 |
26,5 |
65545,7 |
702,25 |
6784,5 |
45,5352 |
4. |
260,1 |
51,7 |
67672,3 |
2672,89 |
13449,2 |
45,7989 |
5. |
274,7 |
45,9 |
75448 |
2106,81 |
12607,7 |
46,7294 |
6. |
278,7 |
61,3 |
77701 |
3757,69 |
17087,3 |
46,9899 |
7. |
357,9 |
68,7 |
128095 |
4719,69 |
24587,9 |
52,0558 |
8. |
390 |
56 |
152113 |
3136 |
21841 |
54,1111 |
9. |
434,5 |
30,4 |
188829 |
924,16 |
13210,2 |
56,9609 |
10. |
444,9 |
25,7 |
197928 |
660,49 |
11433,7 |
57,623 |
11 |
511,9 |
44,2 |
262009 |
1953,64 |
22624,6 |
61,9096 |
12. |
535 |
135,5 |
286196 |
18360,3 |
72488,8 |
63,3883 |
13. |
550,3 |
50,1 |
302835 |
2510,01 |
27570,2 |
64,3695 |
14. |
560,3 |
50,3 |
313951 |
2530,09 |
28183,7 |
65,01 |
15. |
567,1 |
91,8 |
321639 |
8427,24 |
52062,7 |
65,4465 |
16. |
576,6 |
63,2 |
332431 |
3994,24 |
36439,1 |
66,0504 |
17. |
595,1 |
37,8 |
354096 |
1428,84 |
22493,3 |
67,2338 |
18. |
598,2 |
138,7 |
357794 |
19237,7 |
82964,7 |
67,4322 |
19. |
651,5 |
56,4 |
424468 |
3180,96 |
36745,3 |
70,8468 |
20. |
742 |
27,8 |
550506 |
772,84 |
20626,5 |
76,6355 |
21. |
801,5 |
147,2 |
642407 |
21667,8 |
117981 |
80,4462 |
22. |
821,7 |
21,5 |
675114 |
462,25 |
17665,5 |
81,7358 |
23. |
890,1 |
91,5 |
792196 |
8372,25 |
81439,9 |
86,1135 |
å |
11366 |
1400 |
6618605 |
116866 |
756299 |
1397,85 |
Система нормальных уравнений будет иметь вид:
2 3a+11365,64b= 1400,3
11365,64a+6618605b= 756298,8
a = 60,88-494,16b
11365,64a+6618605b= 756298,8
11365,64 (60,88-494,16b)+ 6618605b =756298,8
691940,16-5616444,66b+6618605b=756298,8
1002160,34b = 64358,64
b = 0,064 – это коэффициент регрессии, который характеризует среднее изменение (увеличение или снижение) результативного признака У при изменении факторного признака Х на единицу. Знак коэффициента регрессии говорит о направлении связи.
a= 60,88 – 494,16*0,064 = 29,15
Параметр а является средним значением результативного признака У в точке Х=0.
Уравнение регрессии имеет вид:
Это уравнение характеризует зависимость рентабельности (У) от валового
сбора зерна (Х). Т. о. при увеличении валового сбора зерна на 1 тыс. ц. рентабельность в среднем по районам будет повышаться на 0,064 %.
Для практического использования модели регрессии важна ее адекватность, т. е. соответствие фактическим статистическим данным. Значимость коэффициентов осуществляется с помощью t-критерия Стьюдента. Вычислим расчетные (фактические) значения t-критерия:
Для а: t= = 29,15*0,13=3,864; =34,57
Для b: t=
Сравниваем вычисленные по данным формулам значения с критическим значением t- критерия, взятого из таблицы Стьюдента: t табл.= 2,074.
t расчетное >t табл., значит, параметры a и b признаются значимыми (существенными). [5, с. 176]
Для удобства интерпретации параметра b используют коэффициент эластичности, который показывает, насколько в среднем изменился результативный признак при изменении факторного признака на 1 % :
= 0,064* = 0,52 %
Вывод: Коэффициент корреляции показывает тесноту связи между признаками. В данном случае связь прямая и средняя, т.к. r =0,361. Коэффициент детерминации показывает, что изменение результативного признака (рентабельности) от изменения факторного (валового сбора) зависит на 13% . Коэффициент регрессии b= 0,064 означает, что при увеличении валового сбора зерна на 1 тысячу центнеров рентабельность в среднем по районам увеличивается на 0,064 %. Коэффициент эластичности показывает, что при увеличении валового сбора зерна на 1 % рентабельность увеличивается на 0,52 %.
Индексный метод.
В статистике под индексом понимается относительный показатель, который выражает соотношение величин какого-либо явления во времени, в пространстве или сравнение фактических данных с любым эталоном. Целью индексного метода является анализ изменения валового сбора зерна в отчетном году по сравнению с базисным.[2, с. 70]
Индексы позволяют определить, как изменилось производство зерна в Тамбовской области в 2008 году по сравнению с 2007 годом. Для этого воспользуемся данными из таблицы.
Таблица 8 – Данные для проведения индексного анализа
№ района по ранжиру |
Посевная площадь, га |
Урожайность, ц/га |
Валовой сбор, ц |
||||
Базис-ный |
отчетный |
Базис-ный |
Отчет-ный |
базисный |
отчетный |
условный |
|
|
|
|
|
|
|
|
|
А |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
1 |
6600 |
3637 |
13,4 |
13,9 |
88440 |
50554,3 |
48735,8 |
2 |
27600 |
12594 |
18,6 |
17,2 |
513360 |
216616,8 |
234248,4 |
3 |
24300 |
21930 |
18,6 |
11,7 |
451980 |
256581 |
407898 |
4 |
26400 |
15787 |
20,9 |
16,5 |
551760 |
260485,5 |
329948,3 |
5 |
27700 |
20504 |
19,8 |
13,4 |
548460 |
274753,6 |
405979,2 |
6 |
34000 |
20467 |
15,2 |
13,6 |
516800 |
278351,2 |
311098,4 |
7 |
30200 |
25290 |
17,7 |
14,2 |
534540 |
359118 |
447633 |
8 |
26500 |
17482 |
18,9 |
22,3 |
500850 |
389848,6 |
330409,8 |
9 |
39900 |
22574 |
23,6 |
19,2 |
941640 |
433420,8 |
532746,4 |
10 |
25900 |
23174 |
22,4 |
19,2 |
580160 |
444940,8 |
519097,6 |
11 |
48600 |
29296 |
21,9 |
17,5 |
1064340 |
512680 |
641582,4 |
12 |
47900 |
28448 |
19,2 |
18,8 |
919680 |
534822,4 |
546201,6 |
13 |
44600 |
25079 |
19,8 |
21,9 |
883080 |
549230,1 |
496564,2 |
14 |
46700 |
31088 |
18,9 |
18 |
882630 |
559584 |
587563,2 |
15 |
35700 |
26810 |
20,9 |
21,2 |
746130 |
568372 |
560329 |
16 |
44300 |
24834 |
23,1 |
23,2 |
1023330 |
576148,8 |
573665,4 |
17 |
31800 |
28375 |
18,3 |
21 |
581940 |
595875 |
519262,5 |
18 |
32300 |
28646 |
25,3 |
20,9 |
817190 |
598701,4 |
724743,8 |
19 |
29000 |
28054 |
22,2 |
23,2 |
643800 |
650852,8 |
622798,8 |
20 |
55700 |
51310 |
18,3 |
14,5 |
1019310 |
743995 |
938973 |
21 |
54800 |
34112 |
22,6 |
23,5 |
1238480 |
801632 |
770931,2 |
22 |
59900 |
47371 |
19,6 |
17,3 |
1174040 |
819518,3 |
928471,6 |
23 |
48600 |
38516 |
24 |
23,1 |
1166400 |
889719,6 |
924384 |
Итого |
849000 |
605378 |
Х |
Х |
17388340 |
11365802 |
12403266 |
По данным таблицы рассчитаем индекс валового сбора, индекс урожайности постоянного и переменного состава и индекс размера посевных площадей.
Абсолютное изменение валового сбора зерна в целом рассчитывается так:
ц
Абсолютное изменение валового сбора зерна за счет изменения урожайности
Абсолютное изменение валового сбора зерна под влиянием изменения размера посевных площадей:
Абсолютное изменение валового сбора зерна за счет изменения структуры посевов:
Таким образом, индекс валового сбора разложен на три составляющих:
Iвс=Iрпп *Iур.пост.сост. *Iстр.
0,654=0,713*0,916*1,00034
Между абсолютными показателями, характеризующими изменение валового сбора в целом и в том числе за счет отдельных факторов, также существует определенная взаимосвязь. [6, с. 156]
-1037464+4237,6-4989613,9= -6022538 ц
Вывод: по результатам проведенного индексного анализа валовой сбор зерна по Тамбовской области в 2007 году по сравнению с 2006 годом в целом уменьшился на 6022538 ц или на 34,6 %. Уменьшение размера посевных площадей на 28,7 % вызвало уменьшение валового сбора зерна на 4989613,9 ц. Снижение урожайности на 8,4 % вызвало уменьшение валового сбора зерна на 1037464 ц. Улучшение структуры посевов вызвало увеличение валового сбора на 4237,6 ц зерна.