Доля активных сельхозформирований в общей их численности

Построение рядов динамики; определение закономерностей развития общественных явлений во времени. Интерпретация динамических характеристик. Аналитическое выравнивание и прогнозирование, дисперсионный и корреляционно-регрессионный анализ показателей.

Рубрика Экономико-математическое моделирование
Вид практическая работа
Язык русский
Дата добавления 18.04.2014
Размер файла 1014,3 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Министерство науки и образования Республики Казахстан

ЕВРАЗИЙСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ им. Л.Н.ГУМИЛЕВА

Экономический факультет

Кафедра "Бухгалтерский учет и аудит"

Расчетно-графическое задание

по дисциплине "Статистика"

на тему: "Доля активных сельхозформирований в общей их численности"

Выполнила: Арман Нурия Ф-22

Астана,2013г.

Содержание

Введение

1. Теоретическая часть

2. Практическая часть

2.1 Расчет и интерпретация динамических характеристик показателя

2.2 Аналитическое выравнивание и прогнозирование показателя

2.3 Расчет и интерпретация показателей вариации

2.4 Дисперсионный анализ исследуемого показателя

2.5 Корреляционно-регрессионный анализ исследуемого показателя

Заключение

Список использованных источников

динамический дисперсионный корреляционный регрессионный

Введение

Одна из крупных отраслей экономики Республики Казахстан - это сельское хозяйство, представляющая собой единство производительных сил и производственных отношений. В результате взаимодействия рабочей силы со средствами производства в сельском хозяйстве, как и других сферах материального производства, создается готовый продукт. Возобновление этого производства предполагает ряд промежуточных звеньев: реализацию продукции, материально-техническое снабжение, потребление, накопление и др. Отечественный и зарубежный опыт свидетельствуют о том, что сельскохозяйственное производство является мировоззрением людей, их образом и стилем жизни, способом существования в неразрывной связи с природой. Экономические реформы, приведшие к либерализации экономической деятельности и возросшим возможностям выбора форм хозяйствования, способствовали возрождению крестьянских хозяйств.

В условиях перехода Республики Казахстан к рыночным отношениям, вместе с изменениями общественных отношений между людьми, меняется и право, регулирующее их. Изменению подверглись все сферы общественной жизни. Не осталась и в стороне такая важная отрасль юридической науки, как аграрное право.

Переход на новые формы хозяйствования сделал необходимым формирование аграрного рынка труда. Становление сельскохозяйственного рынка труда в стране, приобретение им цивилизованной формы и управляемости предполагает разработку и проведение научно обоснованной государственной политики занятости сельского населения; создание инфраструктуры рынка аграрного труда; информированность сельского населения и его мобильность в выборе места трудовой деятельности; использование современных методов регулирования аграрного рынка труда.

1. Теоретическая часть

Сельское хозяйство -- отрасль экономики, направленная на обеспечение населения продовольствием (пищей, едой) и получение сырья для ряда отраслей промышленности.

Для того, чтобы грамотно ввести сельское хозяйство, нужно содержать для этого сельскохозяйственные формирования.

Сельскохозяйственное формирование - юридическое лицо с основным видом деятельности в сфере сельского хозяйства.

Существуют несколько факторов, для успешного введение сельскохозяйственного формирования.

Производственное назначение и использование земли различно, так как земли по своим природным и другим особенностям не являются однородными. Земельный фонд подразделяется на виды земельных угодий. Угодья - это не только дар природы, но и результат труда человека.

В соответствии с классификацией все земельные угодья подразделяются на две группы: сельскохозяйственные и несельскохозяйственные.

Сельскохозяйственными угодьями являются участки земли, которые систематически используются для определенных сельскохозяйственных целей. В группу несельскохозяйственных угодий включаются земельные участки, которые в данный момент не могут быть использованы для производства сельскохозяйственной продукции. В свою очередь сельскохозяйственные и несельскохозяйственные угодья группируются следующим образом:

Сельскохозяйственные угодья - пашня, залежь, многолетние насаждения, сенокосы, пастбища.

Несельскохозяйственные угодья - леса, кустарники болота; земли под водой, под дорогами, под постройками, улицами, площадями; оленьи пастбища, прочие не пригодные к использованию земли (горы, овраги, пески, ледники и т.п.).

Пашня - участки земли, ежегодно используемые для возделывания сельскохозяйственных культур (это распаханная земля, используемая как посевная площадь и подготовленная под посев сельскохозяйственных культур). Сюда включаются площади чистых (черных) паров и огороды, в том числе полезная площадь закрытого грунта.

К залежам относятся необрабатываемые в течение ряда лет участки земли, ранее использовавшиеся как пашня. Участки, занятые посевами многолетних трав, относятся к пашне, а не к залежи. В практике учета и статистики земельных угодий различаются понятия "пашня" и "пахотная" земля. Это не одно и то же. К пахотным землям, кроме пашни, относятся также пахото-пригодные залежные земли.

Так же стоит отметить, что эффективность сельскохозяйственного производства в значительной степени зависит от природных и климатических условий, сроков посева и уборки урожая. Нередко засуха, дожди, пыльные бури, другие негативные явления сводят на нет труд крестьян в течение всего года. Особенно это касается сельского хозяйства Республики Казахстан с ее экстремальными условиями. В благоприятные годы увеличиваются валовые сборы растениеводческой продукции, появляется избыток ее предложения над спросом, резко снижаются цены, что требует вмешательства государства в обеспечение благоприятного режима торговли, налогообложения, доходности товаропроизводителей.

2. Практическая часть

Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, т. е. их динамика. Эта задача решается при помощи анализа рядов динамики (или временных рядов).

Ряд динамики (или динамический ряд) представляет собой ряд расположенных в хронологической последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени.

В каждом ряду динамики имеются два основных элемента: время и конкретное значение показателя (уровень ряда) .

Уровни ряда - это показатели, числовые значения которых составляют динамический ряд. Время - это моменты или периоды, к которым относятся уровни.

Построение и анализ рядов динамики позволяют выявить и измерить закономерности развития общественных явлений во времени. Эти закономерности не проявляются четко на каждом конкретном уровне, а лишь в тенденции, в достаточно длительной динамике. На основную закономерность динамики накладываются другие, прежде всего случайные, иногда сезонные влияния. Выявление основной тенденции в изменении уровней, именуемой трендом, является одной из главных задач анализа рядов динамики.

2.1 Расчет и интерпретация динамических характеристик показателя

По времени, отраженному в динамических рядах, они разделяются на моментные и интервальные.

Моментным рядом динамики называется такой ряд, уровни которого характеризуют состояние явления на определенные даты (моменты времени).

Абсолютные приросты (Дy) показывают, на сколько единиц изменился последующий уровень ряда по сравнению с предыдущим (гр.3. -- цепные абсолютные приросты) или по сравнению с начальным уровнем (гр.4. -- базисные абсолютные приросты). Формулы расчета можно записать следующим образом:

При уменьшении абсолютных значений ряда будет соответственно "уменьшение", "снижение". Показатели абсолютного прироста свидетельствуют о том, что, например, в 1998 г. производство продукта "А" увеличилось по сравнению с 1997 г. на 4 тыс. т, а по сравнению с 1994 г. -- на 34 тыс. т.; по остальным годам см. табл. 11.5 гр. 3 и 4. Коэффициент роста показывает, во сколько раз изменился уровень ряда по сравнению с предыдущим (гр.5 -- цепные коэффициенты роста или снижения) или по сравнению с начальным уровнем (гр.6 -- базисные коэффициенты роста или снижения). Формулы расчета можно записать следующим образом:

Темпы роста показывают, сколько процентов составляет последующий уровень ряда по сравнению с предыдущим (гр.7 -- цепные темпы роста) или по сравнению с начальным уровнем (гр.8 -- базисные темпы роста). Формулы расчета можно записать следующим образом:

Так, например, в 1997 г. объем производства продукта "А" по сравнению с 1996 г. составил 105,5 %

Темпы прироста показывают, на сколько процентов увеличился уровень отчетного периода по сравнению с предыдущим (гр.9- цепные темпы прироста) или по сравнению с начальным уровнем (гр.10- базисные темпы прироста ). Формулы расчета можно записать следующим образом:

Тпр = Тр - 100% или Тпр= абсолютный прирост / уровень предшествующего периода * 100%

Так, например, в 1996 г. по сравнению с 1995 г. продукта "А" произведено больше на 3,8 % (103,8 %- 100%) или (8:210)х100%, а по сравнению с 1994 г. -- на 9% (109% -- 100%).

Если абсолютные уровни в ряду уменьшаются, то темп будет меньше 100% и соответственно будет темп снижения (темп прироста со знаком минус).

Абсолютное значение 1% прироста (гр. 11) показывает, сколько единиц надо произвести в данном периоде, чтобы уровень предыдущего периода возрос на 1 %. В нашем примере, в 1995 г. надо было произвести 2,0 тыс. т., а в 1998 г. -- 2,3 тыс. т., т.е. значительно больше.

Определить величину абсолютного значения 1% прироста можно двумя способами:

§ уровень предшествующего периода разделить на 100;

§ цепные абсолютные приросты разделить на соответствующие цепные темпы прироста.

Абсолютное значение 1% прироста

В динамике, особенно за длительный период, важен совместный анализ темпов прироста с содержанием каждого процента прироста или снижения.

Заметим, что рассмотренная методика анализа рядов динамики применима как для рядов динамики, уровни которых выражены абсолютными величинами (т, тыс. руб., число работников и т.д.), так и для рядов динамики, уровни которых выражены относительными показателями (% брака, % зольности угля и др.) или средними величинами (средняя урожайность в ц/га, средняя заработная плата и т.п.).

Наряду с рассмотренными аналитическими показателями, исчисляемыми за каждый год в сравнении с предшествующим или начальным уровнем, при анализе рядов динамики необходимо исчислить средние за период аналитические показатели: средний уровень ряда, средний годовой абсолютный прирост (уменьшение) и средний годовой темп роста и темп прироста.

Таблица 1.

Время

Количество активных сельхозформирований, единиц

Базисный абсолютный прирост, единиц

Цепной абсолютный прирост, единиц

Базисный темп роста,%

Цепной темп роста,%

Темп прироста, %

Абсолютное значение 1 % прироста

1991

-

-

-

-

-

-

-

1992

-

-

-

-

-

-

-

1993

-

-

-

-

-

-

-

1994

-

-

-

-

-

-

-

1995

36285

-

-

-

-

-

-

1996

52481

16196

16196

145%

145%

45%

362,85

1997

64280

27995

11799

177%

122%

22%

524,81

1998

85673

49388

21393

236%

133%

33%

642,8

1999

92998

56713

7325

256%

109%

9%

856,73

2000

81078

44793

-11920

223%

87%

-13%

929,98

2001

100402

64117

19324

277%

124%

24%

810,78

2002

116054

79769

15652

320%

116%

16%

1004,02

2003

126212

89927

10158

348%

109%

9%

1160,54

2004

152527

116242

26315

420%

121%

21%

1262,12

2005

161962

125677

9435

446%

106%

6%

1525,27

2006

173132

136847

11170

477%

107%

7%

1619,62

2007

174608

138323

1476

481%

101%

1%

1731,32

2008

174608

138323

0

481%

100%

0%

0

2009

174651

138366

43

481%

100%

0%

174608

2010

175636

139351

985

484%

101%

1%

1746,51

2011

176822

140537

1186

487%

101%

1%

1756,36

2012

188616

152331

11794

520%

107%

7%

1768,22

Средний уровень ряда характеризует обобщённую величину абсолютных уровней.

Методы расчета среднего уровня интервального и моментного рядов динамики различны.

Для интервальных рядов динамики из абсолютных уровней средний уровень за период времени определяется по формуле средней арифметической:

при равных интервалах применяется средняя арифметическая простая

( - абсолютные уровни ряда; - число уровней ряда);

при неравных интервалах - средняя арифметическая взвешенная

( - веса, длительность интервалов времени (дней, месяцев) между смежными датами; - уровни ряда динамики, сохраняющиеся без изменения в течение промежутка времени ).

Средний темп роста (снижения) - обобщенная характеристика индивидуальных темпов роста ряда динамики. В качестве основы и критерия правильности исчисления среднего темпа роста (снижения) применяется определяющий показатель -произведение цепных темпов роста, равное темпу роста за весь рассматриваемый период.

Поскольку средний темп роста представляет собой средний коэффициент роста, выраженный в процентах (), то для равностоящих рядов динамики расчеты по средней геометрической сводятся к исчислению средних коэффициентов роста из цепных коэффициентов роста (по "цепному способу"):

=

где - число цепных коэффициентов роста ; - базисный коэффициент роста за весь период.

Если известны уровни динамического ряда, то расчет среднего коэффициента роста упрощается. Так как произведение цепных коэффициентов роста равно базисному, то в подкоренное выражение подставляется базисный коэффициент роста. Базисный коэффициент, как известно, получается непосредственно как частное от деления уровня последнего периода на уровень базисного периода .

Тогда формула для расчета среднего коэффициента роста для равностоящих рядов динамики (по "базисному способу"):

=

Средние темпы прироста (сокращения) рассчитываются на основе средних темпов роста, вычитанием из последних 100 %. Соответственно при исчислении средних коэффициентов прироста из значений коэффициентов роста вычитается единица:

= - 100 ; = - 1 ,

где - средний темп прироста; - средний коэффициент прироста.

Цепные показатели ряда динамики.

Доля активных сельхозформирований РК в 2012 составил 188616.

В 2012 по сравнению с 2011 доля активных сельхозформирований РК увеличилось на 11794 или на 6.67%

В 2012 доля активных сельхозформирований РК составила 188616 и за прошедший период увеличилось на 11794, или на 6.67%

Максимальный прирост наблюдается в 2004 (26315 )

Минимальный прирост зафиксирован в 2000 (-11920 )

Темп наращения показывает, что тенденция ряда возрастающая, что свидетельствует об ускорении доля активных сельхозформирований РК

Базисные показатели ряда динамики.

Доля активных сельхозформирований РК в 2012 составил 188616

В 2012 по сравнению с 1995 доля активных сельхозформирований РК увеличилось на 152331 или на 419.82%

Расчет средних характеристик рядов.

Средний уровень ряда y динамики характеризует типическую величину абсолютных уровней.

Средний уровень интервального ряда рассчитывается по формуле:

Среднее значение доля активных сельхозформирований РК с 1995 по 2012 составило 128223.61

Средний темп роста

В среднем за весь период с 1995 по 2012 рост доля активных сельхозформирований РК составил 1.1

Средний темп прироста

В среднем каждый период доля активных сельхозформирований РК увеличивалась на 10%.

Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики.

Средний абсолютный прирост

В среднем за весь период доля активных сельхозформирований РК увеличивалось на 8960.65 с каждым периодом.

2.2 Аналитическое выравнивание и прогнозирование показателя

Более точным способом отображения тенденции динамического ряда является аналитическое выравнивание, т.е. выравнивание с помощью аналитических формул. В этом случае динамический ряд выражается в виде функции у(t), в которой в качестве основного фактора принимается время t, и изменения аргумента функции определяют расчетные значения уt.

Фактическими (или эмпирическими) уровнями ряда динамики называют исходные данные об изменении явления, т.е. данные, полученные опытным путем, посредством наблюдения. Они обозначаются уi. Расчетными (или теоретическими) уровнями ряда называют значения, полученные в результате подстановки в уравнение тренда значений t, и обозначают их .

Предполагается, что уровень ряда уt в аналитическом выражении уt = f(t) + е(t) состоит из двух компонент. Первая, f(t), рассматривается как систематическая составляющая, отражающая основную тенденцию и выражаемая определенным уравнением. Вторая, е(t), - как случайная компонента.

Таким образом, целью аналитического выравнивания является:

- определение вида функционального уравнения;

- нахождения параметров уравнения;

- расчет "теоретических", выровненных уровней, отображающих основную тенденцию ряда динамики.

Метод аналитического выравнивания основан на вычислении значений выравненного ряда по соответствующим математическим формулам.

Для определения параметров надо решить систему уравнений:

Динамический ряд из значений показателя на основе данных статистических сборников 1991-2012 годы

Таблица 2.

Год

y

t

yt

t ?

1991

-

1

-

1

1992

-

2

-

4

1993

-

3

-

9

1994

-

4

-

16

1995

36285

5

181425

25

1996

52481

6

314886

36

1997

64280

7

449960

49

1998

85673

8

685384

64

1999

92998

9

836982

81

2000

81078

10

810780

100

2001

100402

11

1104422

121

2002

116054

12

1392648

144

2003

126212

13

1640756

169

2004

152527

14

2135378

196

2005

161962

15

2429430

225

2006

173132

16

2770112

256

2007

174608

17

2968336

289

2008

174608

18

3142944

324

2009

174651

19

3318369

361

2010

175636

20

3512720

400

2011

176822

21

3713262

441

2012

188616

22

4149552

484

Сумма

2308025

253

35557346

3795

Из таблицы находим, что

Необходимые величины для решения системы уравнений вычислены и приведены в таблице подставим их в уравнение:

Yt=299917+334413*23= 7 991 416

Вывод: прогноз на внутренние затраты доли активных сельхозформирований в 2013 составляет 7 991 416

2.3 Расчет и интерпретация показателей вариации

1. Размах вариации

Размах вариации определяется как разность между максимального и минимального значения признака:

Таблица 4. Вариационный ряд

Вар ряд по регионам за 2012 год

х

Х сред

(Х-Хсред)

(х-хсред)^2

А?мола

4 487

11 789

-7302

53319204

Актобе

4 432

-7357

54125449

Алматы

53 198

41409

1714705281

Атырау

1 538

-10251

105083001

Батыс ?аза?стан

3 813

-7976

63616576

Жамбыл

15 736

3947

15578809

?ара?анды

6 373

-5416

29333056

?останай

5 912

-5877

34539129

?ызылорда

1399

-10390

107952100

Ма??ыстау

1023

-10766

115906756

О?т?стік ?аза?стан

68 751

56962

3244669444

Павлодар

3 291

-8498

72216004

Солт?стік ?аза?стан

3 758

-8031

64496961

Шы?ыс ?аза?стан

14 781

14781

218477961

Астана ?аласы

30

-11759

138274081

Алматы ?аласы

94

-11695

136773025

Всего по РК

188 616

176827

31267787929

В мое случае, R= 68 721

2. Среднее линейное отклонение d, которое вычисляют для того, чтобы учесть различия всех единиц исследуемой совокупности. Эта величина определяется как средняя арифметическая из абсолютных значений отклонений от средней. Так как сумма отклонений значений признака от средней величины равна нулю, то все отклонения берутся по модулю.

Формула среднего линейного отклонения (простая)

Х средняя= 11 789

3. Дисперсия - характеризует меру разброса около ее среднего значения (мера рассеивания, т.е. отклонения от среднего).

4. Среднее квадратическое отклонение

Наиболее совершенной характеристикой вариации является среднее квадратическое откложение, которое называют стандартом (или стандартным отклонение). Среднее квадратическое отклонение () равно квадратному корню из десперсии:

Среднее квадратическое отклонение простое:

2.4 Дисперсионный анализ исследуемого показателя

Дисперсионный анализ был разработан в 20-х годах прошлого столетия английским математиком и генетиком Рональдом Фишером.

Дисперсионный анализ - это статистический метод оценки влияния какого-либо контролируемого фактора или факторов на исследуемый параметр через расчет дисперсий. Основное понятие дисперсионного анализа - фактор, под которым подразумевают причину, вызывающую изменение исследуемой величины, влияющую на нее.

При дисперсионном анализе проводят расчет дисперсий:

- общей (дисперсия комплекса);

- межгрупповой (факторная);

- внутригрупповой (остаточная).

Общая дисперсия () измеряет вариацию признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию:

.

Межгрупповая дисперсия () характеризует систематическую вариацию, т.е. различия в величине изучаемого признака, возникающие под влиянием признака-фактора, положенного в основание группировки.

,

где - групповые средние,

- численность единиц в группе.

Внутригрупповая дисперсия () отражает случайную вариацию, т.е. часть вариации, происходящую под влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировки:

- для несгруппированных данных;

- для сгруппированных данных.

Средняя из внутригрупповых дисперсий определяется следующим образом:

.

Существует закон, связывающий три вида дисперсии. Общая дисперсия равна сумме средней из внутригрупповых и межгрупповой дисперсий:

.

Данное соотношение называют правилом сложения дисперсий.

Правило сложения дисперсий широко применяется при исчислении показателей тесноты связи.

В статистическом анализе широко используется показатель, представляющий собой долю межгрупповой дисперсии в общей дисперсии. Он носит название эмпирического коэффициента детерминации ():

.

Этот коэффициент показывает долю (удельный вес) общей вариации изучаемого признака, обусловленную вариацией группировочного признака.

Эмпирическое корреляционное отношение () характеризует влияние признака, положенного в основание группировки, на вариацию результативного признака:

.

Эмпирическое корреляционное отношение изменяется в пределах от 0 до 1. Если , то группировочный признак не оказывает влияния на результативный. Если , то результативный признак изменяется только в зависимости от признака, положенного в основание группировки, а влияние прочих факторных признаков равно нулю.

Наши расчеты:

Благодаря статистическим сборникам из сайта stat.kz, собрали данные о количестве активных сельхозформирований по регионам 2012 года. За результативный признак я взяла валовой выпуск продукции сельского хозяйства по регионам (млн. тенге).

Таблица 5.

Город

Количество активных сельхозформированийза 2012 г (резулт. признак)

Валовый выпуск продукции сельского хозяйства по регионам, млн. тенге

(факторный признак)

А?мола

4 487

148 822

Актобе

4 432

113 468

Алматы

53 198

342 543

Атырау

1 538

40 376

Батыс ?аза?стан

3 813

73 418

Жамбыл

15 736

94 393

?ара?анды

6 373

114 056

?останай

5 912

184 938

?ызылорда

1399

48 505

Ма??ыстау

1023

7 822

О?т?стік ?аза?стан

68 751

259 203

Павлодар

3 291

79 643

Солт?стік ?аза?стан

3 758

252 501

Шы?ыс ?аза?стан

14 781

237 221

Астана ?аласы

30

1 436

Алматы ?аласы

94

693

Сделаем группировки статистических данных:

Группировка - это разбиение совокупности на группы, однородные по какому-либо признаку. С точки зрения отдельных единиц совокупности группировка - это объединение отдельных единиц совокупности в группы, однородные по каким-либо признакам.

Таблица 6

Группы

Кол-во, nj

?X

Xcp = ?Xj / nj

?Y

Ycp = ?Yj / nj

0 - 68508.6

9

98832

10981.33

4084

453.78

68508.6 - 137017.2

5

474978

94995.6

33645

6729

137017.2 - 205525.8

2

333760

166880

10399

5199.5

205525.8 - 274034.4

3

748925

249641.67

87290

29096.67

274034.4 - 342543

1

342543

342543

53198

53198

Итого

20

1999038

188616

По аналитической группировке измеряют связь при помощи эмпирического корреляционного отношения. Оно основан на правиле разложения дисперсии: общая дисперсия равна сумме внутригрупповой и межгрупповой дисперсий.

1. Находим средние значения каждой группы.

Общее средние значение для всей совокупности:

2. Дисперсия внутри группы при относительном постоянстве признака-фактора возникает за счет других факторов (не связанных с изучением). Эта дисперсия называется остаточной:

Группировка: 0 - 68508.6

Таблица 7

yj

(yj - yср)2

Результат

( - 453.78)2

205914.27

( - 453.78)2

205914.27

( - 453.78)2

205914.27

( - 453.78)2

205914.27

94

(94 - 453.78)2

129440.05

30

(30 - 453.78)2

179587.6

1023

(1023 - 453.78)2

324013.94

1538

(1538 - 453.78)2

1175537.83

1399

(1399 - 453.78)2

893445.05

Итого

3525681.56

Определим групповую (частную) дисперсию для 1-ой группы:

Группировка: 68508.6 - 137017.2

Таблица 8

yj

(yj - yср)2

Результат

3813

(3813 - 6729)2

8503056

3291

(3291 - 6729)2

11819844

15736

(15736 - 6729)2

81126049

4432

(4432 - 6729)2

5276209

6373

(6373 - 6729)2

126736

Итого

106851894

Определим групповую (частную) дисперсию для 2-ой группы:

Группировка: 137017.2 - 205525.8

Таблица 9

yj

(yj - yср)2

Результат

4487

(4487 - 5199.5)2

507656.25

5912

(5912 - 5199.5)2

507656.25

Итого

1015312.5

Определим групповую (частную) дисперсию для 3-ой группы:

Группировка: 205525.8 - 274034.4

Таблица 10

yj

(yj - yср)2

Результат

14781

(14781 - 29096.67)2

204938312.11

3758

(3758 - 29096.67)2

642048028.44

68751

(68751 - 29096.67)2

1572466152.11

Итого

2419452492.67

Определим групповую (частную) дисперсию для 4-ой группы:

Группировка: 274034.4 - 342543

Таблица 11

yj

(yj - yср)2

Результат

53198

(53198 - 53198)2

0

Итого

0

Определим групповую (частную) дисперсию для 5-ой группы:

3. Внутригрупповые дисперсии объединяются в средней величине внутригрупповых дисперсий:

Средняя из частных дисперсий

4. Межгрупповая дисперсия относится на счет изучаемого фактора, она называется факторной

д2 = ((453.78-9430.8)2*9 + (6729-9430.8)2*5 + (5199.5-9430.8)2*2 + (29096.67-9430.8)2*3 + (53198-9430.8)2*1)/20 = 193669774.92

Определяем общую дисперсию по всей совокупности, используя правило сложения дисперсий:

у2 = 126542269.04 + 193669774.92 = 320212043.96

Эмпирическое корреляционное отношение измеряет, какую часть общей колеблемости результативного признака вызывает изучаемый фактор. Это отношение факторной дисперсии к общей дисперсии:

Определяем эмпирическое корреляционное отношение:

Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока:

0.1 < з < 0.3: слабая;

0.3 < з < 0.5: умеренная;

0.5 < з < 0.7: заметная;

0.7 < з < 0.9: высокая;

0.9 < з < 1: весьма высокая;

В нашем примере связь между признаком Y фактором X высокая

Коэффициент детерминации.

Определим коэффициент детерминации:

Вывод: из дисперсионного анализа за результативный признак мы возьмем долю количества активных сельхозформирований по регионам за 2012 год, которая изначально была дана нам в статистических сборниках, а за факторный признак, возьмем валовый выпуск продукции сельского хозяйства по регионам (млн. тенге). Изначально разделив на группы, мы высчитывали внутригрупповые дисперсии для каждой группы. Затем внутригрупповые дисперсии объединяются в средней величине внутригрупповых дисперсий. Находим межгрупповую дисперсию нашего показателя, и в последнюю очередь ищем корреляционное отношение = отношением факторной дисперсии к общей дисперсии . В итоге на 60.48% вариация обусловлена различиями между признаками, а на 39.52% - другими факторами, а это значит, что валовой выпуск продукции сельского хозяйства по регионам заметно оказывает влияние на долю активных сельхозформирований, взятых все в 2012 году.

Рисунок 1.

2.5 Корреляционно-регрессионный анализ исследуемого показателя

Корреляционный анализ предусматривает установление статистической связи между случайными величинами. Он может быть использован в педагогических исследованиях для оценки влияния одних факторов на другие и установления связи между ними в совокупности с другими параметрами - математическими ожиданиями и среднеквадратическими отклонениями. Корреляционный анализ непосредственно не может быть применен к выявлению причинно-следственных связей между случайными процессами. Он только устанавливает связь статистических характеристик связанных случайных процессов.

Для решения практических задач часто требуется установить и оценить зависимость одной случайной величины от других случайных величин.

Зависимость величины Y от Х называется функциональной, если каждому значению величины Х соответствует единственное значение величины Y. Но на практике функциональная зависимость реализуется редко, так как случайные величины подвержены также действию случайных факторов.

Если среди этих случайных факторов есть такие, которые воздействуют и на Х, и на Y, то возникает статистическая зависимость. Зависимость величины Y от Х называется статистической, если каждому фиксированному значению величины Х соответствует не одно, а множество значений переменной Y со своими вероятностями.

Если при изменении одной случайной величины изменяется среднее значение другой случайной величины, то такая статистическая зависимость называется корреляционной.

Статистические связи между переменными можно изучать методами корреляционного и регрессионного анализа. Основной задачей регрессионного анализа является установление формы и изучение зависимости между переменными. Основной задачей корреляционного анализа является выявление связи между случайными _переменными и оценка ее силы (тесноты)

Регрессионный анализ ставит перед собой задачу статистического исследования зависимости между зависимой переменной и независимой переменной (регрессором или предикатором). В простейшем случае предполагается, что эта зависимость является линейной. Решается задача построения линейной зависимости вида y=ax+b, где хi и yi независимая и зависимая переменный соответственно (i=1,2,3,…). Решение находится методом наименьших квадратов. Минимизируется величина >min находятся коэффициенты a и b.

Расчетные формулы имеют следующий вид:

a= b=

Анализ нашего показателя:

1.Корреляционный анализ

Линейное уравнение регрессии имеет вид y = bx + a

Система нормальных уравнений.

a*n + b?x = ?y

a?x + b?x2 = ?y*x

Для наших данных система уравнений имеет вид:

18a + 2308025 b = 357315

2308025 a + 338883232829 b = 45041841219

Из первого уравнения выражаем а и подставим во второе уравнение:

Получаем эмпирические коэффициенты регрессии: b = -0.01803, a = 22163.2167

Уравнение регрессии (эмпирическое уравнение регрессии):

y = -0.01803 x + 22163.2167

Эмпирические коэффициенты регрессии a и b являются лишь оценками теоретических коэффициентов вi, а само уравнение отражает лишь общую тенденцию в поведении рассматриваемых переменных.

Для расчета параметров регрессии построим расчетную таблицу

Таблица 12

Доля активных сельхозформирований,

X

Посевная площадь основных сельскохозяйственных культур, Y

x2

y2

x * y

1

36285

28680

1316601225

822542400

1040653800

2

52481

25644

2754255361

657614736

1345822764

3

64280

21844

4131918400

477160336

1404132320

4

85673

18610

7339862929

346332100

1594374530

5

92998

15285

8648628004

233631225

1421474430

6

81078

16195

6573642084

262278025

1313058210

7

100402

16785

10080561604

281736225

1685247570

8

116054

17756

13468530916

315275536

2060654824

9

126212

17454

15929468944

304642116

2202904248

10

152527

18036

23264485729

325297296

2750976972

11

161962

18445

26231689444

340218025

2987389090

12

173132

18369

29974689424

337420161

3180261708

13

174608

18955

30487953664

359292025

3309694640

14

174608

20119

30487953664

404774161

3512938352

15

174651

21425

30502971801

459030625

3741897675

16

175636

21439

30848004496

459630721

3765460204

17

176822

21083

31266019684

444492889

3727938226

18

188616

21191

35575995456

449058481

3996961656

19

2308025

357315

338883232829

7280427083

45041841219

Итого

2308025

357315

Рис. 2. Корреляционный график по факторному признаку.

2.Параметры уравнения регрессии.

Выборочные средние.

Выборочные дисперсии:

Среднеквадратическое отклонение

3. Эмпирическое корреляционное отношение.

Эмпирическое корреляционное отношение вычисляется для всех форм связи и служит для измерение тесноты зависимости. Изменяется в пределах [0;1].

4. Коэффициент корреляции

Рассчитываем показатель тесноты связи. Таким показателем является выборочный линейный коэффициент корреляции, который рассчитывается по формуле:

Линейный коэффициент корреляции принимает значения от -1 до +1.

Связи между признаками могут быть слабыми и сильными. В нашем анализе связь между посевной площадью основных сельскохозяйственных культур и слабая и долей активных сельхозформирований слабая и обратная.

5. Уравнение регрессии

Линейное уравнение регрессии имеет вид y = -0.018 x + 22163.22

Коэффициент регрессии b = -0.018 показывает среднее изменение доли активных сельхозформирований с повышением или понижением величины фактора х на единицу его измерения. В нашем решении с увеличением на 1 единицу факторного признака, а именно, посевную площадь основных сельскохозяйственных культур понижается в среднем на -0.018.

Коэффициент a = 22163.22 формально показывает прогнозируемый уровень у, но только в том случае, если х=0 находится близко с выборочными значениями.

Связь между у и х определяет знак коэффициента регрессии b (если > 0 - прямая связь, иначе - обратная). В нашем анализе связь обратная.

6. Коэффициент детерминации.

Квадрат коэффициента корреляции называется коэффициентом детерминации, который показывает долю вариации результативного признака, объясненную вариацией факторного признака.

Чаще всего, давая интерпретацию коэффициента детерминации, его выражают в процентах.

R2= -0.272 = 0.07451

т.е. в 7.45 % случаев изменения х приводят к изменению y. Другими словами - точность подбора уравнения регрессии - низкая. Остальные 92.55 % изменения Y объясняются факторами, не учтенными в модели.

Для оценки качества параметров регрессии построим расчетную таблицу

Таблица 13

x

y

y(x)

(yi-ycp)2

(y-y(x))2

(xi-xcp)2

|y - yx|:y

36285

28680

21508.85

77954184.03

51425344.61

8452708213.04

0.25

52481

25644

21216.77

33560780.03

19600322.75

5736943137.93

0.17

64280

21844

21003.99

3972713.36

705613.82

4088785401.93

0.0385

85673

18610

20618.19

1539667.36

4032829.6

1810554505.93

0.11

92998

15285

20486.09

20846834.03

27051354.37

1240843678.15

0.34

81078

16195

20701.06

13365117.36

20304548

2222708647.04

0.28

100402

16785

20352.57

9399334.03

12727541.36

774042044.82

0.21

116054

17756

20070.3

4388326.69

5355984.39

148099434.6

0.13

126212

17454

19887.11

5744810.03

5920027.72

4046579.26

0.14

152527

18036

19412.55

3293620.03

1894879.61

590654711.48

0.0763

161962

18445

19242.4

1976367.36

635839.69

1138278884.82

0.0432

173132

18369

19040.96

2195830.03

451524.73

2016763392.6

0.0366

174608

18955

19014.34

802517.36

3520.97

2151511532.6

0.00313

174608

20119

19014.34

71913.36

1220278.74

2151511532.6

0.0549

174651

21425

19013.56

2478000.69

5815031.94

2155502439.04

0.11

175636

21439

18995.8

2522273.36

5969232.17

2247934620.15

0.11

176822

21083

18974.41

1518234.69

4446149.79

2361803402.6

0.1

188616

21191

18761.72

1796046.69

5901413

3647240635.71

0.11

2308025

357315

357315

187426570.5

173461437.25

42939932794.28

2.33

Вывод: в нашем анализе мы взяли факторный и результативный признак. Для решения практических задач нам требовалось установить и оценить зависимость доля активных сельхозформирований от посевной площади основных сельскохозяйственых культур. Проведя корреляционно-регресивный анализ мы установили, что мой факторный признак очень слабо влияет на результативный признак.

Заключение

Одна из крупных отраслей экономики Республики Казахстан - это сельское хозяйство, представляющая собой единство производительных сил и производственных отношений. В результате взаимодействия рабочей силы со средствами производства в сельском хозяйстве, как и других сферах материального производства, создается готовый продукт. Возобновление этого производства предполагает ряд промежуточных звеньев: реализацию продукции, материально-техническое снабжение, потребление, накопление и др.

В расчетно-графическом задание мы провели целый анализ. РГЗ делится на несколько разделов:

1. Статистическое наблюдение по сбору данных о доля активных сельхозформирований РК.

2. Теоретический анализ доля активных сельхозформирований РК

3. Практический анализ исследуемого показателя

В ходе решения данного задания были рассчитаны динамические характеристики показателя, показатели вариации; проведено аналитическое выравнивание и прогнозирование на 2012 год; проведены дисперсионный и корреляционно-регрессионный анализы доли активных сельхозформирований РК.

В ходе практического анализа было выявлено, что доля активных сельхозформирований РК имеет цикличный характер, наблюдаются подъемы и спады.

Среднее значение доля активных сельхозформирований РК с 1995 по 2012 составило 128223.61. В 2012 по сравнению с 1995 доля активных сельхозформирований РК увеличилось на 152331 или на 419.82%

В среднем за весь период с 1995 по 2012 рост доля активных сельхозформирований РК составил 1.1

В среднем каждый период доля активных сельхозформирований РК увеличивалась на 10%.

Также было проведено аналитическое выравнивание и прогнозирование показателя. Прогноз на внутренние затраты доли активных сельхозформирований в 2013 составляет 7 991 416.

В результате дисперсионного анализа было определено за результативный признак мы возьмем долю количества активных сельхозформирований по регионам за 2012 год, которая изначально была дана нам в статистических сборниках, а за факторный признак, возьмем валовый выпуск продукции сельского хозяйства по регионам (млн. тенге). Изначально разделив на группы, мы высчитывали внутригрупповые дисперсии для каждой группы. Затем внутригрупповые дисперсии объединяются в средней величине внутригрупповых дисперсий. Находим межгрупповую дисперсию нашего показателя, и в последнюю очередь ищем корреляционное отношение = отношением факторной дисперсии к общей дисперсии . В итоге на 60.48% вариация обусловлена различиями между признаками, а на 39.52% - другими факторами, а это значит, что валовой выпуск продукции сельского хозяйства по регионам заметно оказывает влияние на долю активных сельхозформирований, взятых все в 2012 году.

В результате корреляционно-регрессионного анализа нам требовалось установить и оценить зависимость доля активных сельхозформирований от посевной площади основных сельскохозяйственых культур. Проведя корреляционно-регресивный анализ мы установили, что мой факторный признак очень слабо влияет на результативный признак.

Список использованных источников

1. Статистический сборник "Сельское, лесное и рыбное хозяйство РК"

2. Статистический сборник "Казахстан в цифрах"

3. Статистический сборник "Цены в сельском, лесном и рыбном хозяйстве в РК"

Размещено на Allbest.ru


Подобные документы

  • Построение ранжированного и интервального рядов распределения по одному факторному признаку. Анализ типических групп по показателям. Статистико-экономический анализ основных показателей выборочной совокупности. Анализ и выравнивание рядов динамики.

    курсовая работа [115,2 K], добавлен 06.03.2009

  • Понятие, задачи и основные цели регрессионного анализа. Прогнозирование, основанное на использовании моделей временных рядов. Определение степени детерминированности вариации критериальной переменной предикторами. Ошибки, возникающие при измерении данных.

    контрольная работа [785,9 K], добавлен 13.11.2011

  • Сведения о методе скользящей средней, коэффициенте линейной парной корреляции, регрессионном анализе. Построение графиков изменения значений показателей по данным варианта. Обработка динамических рядов методом скользящей средней и построение графиков.

    курсовая работа [614,4 K], добавлен 08.06.2012

  • Решение задачи изучения изменения анализируемых показателей во времени при помощи построения и анализа рядов динамики. Элементы ряда динамики: уровни динамического ряда и период времени, за который они представлены. Понятие переменной и постоянной базы.

    методичка [43,0 K], добавлен 15.11.2010

  • Изучение качества продукции и услуг с помощью системы общих и частных статистических показателей: сводка и группировка, средние величины и показатели вариации, корреляционно-регрессионный анализ. Прогнозирование качества продукции, его цели и задачи.

    курсовая работа [438,0 K], добавлен 23.09.2016

  • Построение корреляционного поля зависимости между y и x1, определение формы и направления связи. Построение двухфакторного уравнения регрессии y, x1, x2, оценка показателей тесноты связи. Оценка модели через F-критерий Фишера и t-критерий Стьюдента.

    лабораторная работа [1,0 M], добавлен 23.01.2011

  • Корреляционный и регрессионный анализ экономических показателей. Построение матрицы парных коэффициентов корреляции. Расчет и сравнение частных и парных коэффициентов корреляции. Построение регрессионной модели и её интерпретация, мультиколлинеарность.

    курсовая работа [314,1 K], добавлен 21.01.2011

  • Статистическое изучение и прогнозирование основных показателей финансового состояния Республики Башкортостан за 2001-2011 гг. Корреляционно-регрессионный анализ факторов, потенциально влияющих на уровень среднедушевых денежных доходов населения региона.

    курсовая работа [164,7 K], добавлен 27.06.2012

  • Мониторинг динамики импорта и экспорта в Японии за определенный промежуток времени. Принципы проведения периодизации рядов. Специфика расчета средних показателей динамического ряда. Построение моделей в среде ППП Statistica, их анализ в Microsoft Excel.

    дипломная работа [7,3 M], добавлен 11.12.2014

  • Методика отбора факторов, влияющих на выходной показатель в статистике. Выравнивание динамических рядов. Показатели анализа ряда динамики. Множественное уравнение регрессии. Проверка адекватности регрессионной модели. Осуществление прогнозных расчетов.

    курсовая работа [2,0 M], добавлен 23.01.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.