Статистико-экономический анализ себестоимости зерна в Воронежской области

Рассчитаем средние показатели себестоимости:

==521,8027391

==431,6733458

==426,0796194

При проведении индексного анализа вначале определим индекс изменения средней себестоимости зерна по совокупности 32 районов, который рассчитывается по следующей формуле:

=:=1,2088 или 120,88%

Абсолютное изменение средней себестоимости определяется как разность между средней средней себестоимостью отчетного и базисного года

=-=90,13 руб.

Средняя себестоимость 1ц зерна по совокупности 32 районов в отчетном году по сравнению с базисным повысилась на 90,13 руб. или 20,88%

Средняя себестоимость 1 ц зерна определяется влиянием 2х факторов:

1. Себестоимость 1 ц зерна в отдельных районах;

2. Структуры произведенной продукции.

Определение влияния первого фактора:

· Относительное

Определяется как отношение фактической средней себестоимости 1 ц зерна в отчетном году к средней условной себестоимости 1 ц зерна

=:=1,2246 или 122,46%

· Абсолютное

Определяется как разница средней себестоимости отчетного и условного года

=-95,72 руб.

Следовательно за счет повышения себестоимости 1 ц зерна в изучаемых районах средняя себестоимость 1 ц зерна повысилась на 95,72 руб. или 22,46%

Определение влияния второго фактора:

· Относительное

Определяется как отношение средней условной себестоимости 1 ц зерна к средней себестоимости 1 ц зерна базисного года

=:0,987 или 98,7%

· Абсолютное

Определяется как разница себестоимости условного и базисного года

=-=-5,59 руб.

Следовательно за счет улучшения структуры производственной продукции средняя себестоимость 1 ц зерна уменьшилась на 5,59 руб. или 1,3%

Рассчитанные показатели находятся во взаимосвязи, что позволяет построить 2 модели:

· Мультипликативная

1,2088=1,2246*0,987=1,2088

· Аддитивная

90,13=95,72+(-5,59)=90,13

Вывод: Таким образом за счет повышения себестоимости 1 ц зерна в изучаемых районах средняя себестоимость 1 ц зерна повысилась на 95,72 руб. или 22,46%. За счет улучшения структуры производственной продукции средняя себестоимость 1 ц зерна уменьшилась на 5,59 руб. или 1,3%.

Индексный анализ производственных затрат показывает, что

· Относительное изменение определяется как отношение затрат отчетного года к затратам базисного года на производство зерна по совокупности 32 районов

==1,6548 или 165,48%

· Абсолютное изменение определяется как разница между затратами отчетного года и базисного года

8743150849-5283356120=3459794729 руб.

Данные расчеты показывают, что производственные затраты на зерно по совокупности 32 районов отчетного года по сравнению с базисным повысились на 3459794729 руб. или 165,48%

Величина производственных затрат находится под влиянием 3 факторов:

1. Себестоимость единицы продукции в отдельном районе;

2. Количество произведенной продукции;

3. Структуры произведенной продукции.

Определение влияния первого фактора:

· Относительное

Определяется путем деления себестоимости в отчетном году на условную себестоимость

· Абсолютное

Определяется как разница средней себестоимости отчетного и условного года, умноженная на количество произведенного зерна в отчетном году

-1603904335 руб.

За счет повышения себестоимости 1 ц зерна в изучаемых районах в отчетном году по сравнению с базисным производственные затраты на зерно возросли на 1603904335 руб. или 22,46%

Определение влияния второго фактора:

· Относительное

Определяется путем расчета индекса объема продукта, то есть отношения количества произведенного зерна по совокупности районов в отчетном году к уровню базисного года.

=1,369 или 136,9%

· Абсолютное

Определяется путем вычитания количества произведенного зерна в базисном году из количества произведенного зерна в отчетном году и умножения на количество произведенного зерна в базисном году

1908976758 руб.

Таким образом за счет увеличения объемов производства зерна на 36,9%, производственные затраты увеличились на 1908976758 руб.

Определение влияния третьего фактора:

· Относительное

Определяется путем расчета индекса структуры произведенной продукции по формуле:

:0,987 или 98,7%

· Абсолютное

Определяется как разница себестоимости условного и базисного года, умноженная на количество произведенного зерна в отчетном году

-=-93726594 руб.

За счет улучшения структуры произведенной продукции производственные затраты уменьшились на 1,3% или 93726594 руб.

Выполненные расчеты позволяют построить 2 модели:

· Мультипликативная

1,6548=1,2246*1,369*0,987=1,6548

· Аддитивная

3459794729=1603904335+1908976758+(-93726594)=3459794729

Таким образом индексный анализ показал, что на увеличение средней себестоимости зерна и производственных затрат на его выращивание оказало влияние увеличение себестоимости 1 ц зерна в ряде районов в отчетном году по сравнению с базисным и увеличение объемов производства зерна. За счет данных факторов затраты на производство зерна в отчетном году по сравнению с базисным возросли на 1603904335 руб. и на 1908976758 руб. или на 22,46% и 36,9% соответственно. В свою очередь улучшение структуры произведенного зерна в отчетном году по сравнению с базисным привело к снижению производственных затрат на 1,3% или 93726594 руб.

Глава 3. Методы статистической группировки и дисперсионного анализа

3.1 Сущность группировки, их виды, задачи и значение. Аналитическая группировка по одному из факторов, влияющих на себестоимость 1 ц зерна

Группировка - это распределение множества единиц исследуемой совокупности по группам в соответствии с существенным для данной группы признаком. Метод группировки позволяет обеспечивать первичное обобщение данных, представление их в более упорядоченном виде. Благодаря группировке можно соотнести сводные показатели по совокупности в целом со сводными показателями по группам. Появляется возможность сравнивать, анализировать причины различий между группами, изучать взаимосвязи между признаками. Группировка позволяет делать вывод о структуре совокупности и о роли отдельных групп этой совокупности. Именно группировка формирует основу для последующей сводки и анализа данных.

Признаки, по которым проводится группировка, называют группировочными признаками. Группировочные признаки могут иметь как количественное выражение (объем, доход, курс валюты, возраст и т.д.), так и качественное (форма собственности предприятия, пол человека, отраслевая принадлежность, семейное положение и т.д.).

При определении числа групп, как правило, учитываются задача исследования, объем совокупности и виды признаков, которые берутся в качестве основания группировки. Например, по количественному признаку возраст населения может быть разбит на самые различные группы. Их число будет зависеть от поставленных задач. Например, это могут быть группы по возрасту трудоспособного населения; экономически активного населения и т.д.

Для проведения аналитической группировки в качестве группировочного признака используем уровень интенсификации (производственные затраты на 1 га посева), руб.

Построим ранжированный ряд, расположим группировочный признак в порядке возрастания и укажем номер района:

Таблица 3.1

Количество групп=6

Определим величину интервала

=2753,429206

Таблица 3.2 Найдем границы групп:

Заполним таблицу 3.3:

Таблица 3.3 - Интервальный ряд распределения районов по интенсификации

Отклонения уровня интенсификации по районам от средней достигают от -3958 до 9809 руб.

По данным таблицы 3.1 определяем показатели вариации:

Размах вариации:

=13767

Размах вариации интенсификации составляет 13767 руб., что свидетельствует о значительной разнице уровней интенсификации по районам.

Дисперсия:

=11342451,74

Среднеквадратическое отклонение:

3367,85

Фактическая интенсификация в областях отклоняется от средней на среднее квадратичное отклонение 3367,85 руб.

Соотношение случайных, индивидуальных и общих условий находят отражение в коэффициенте вариации.

Коэффициент вариации:

30,51%

Следовательно, влияние случайных и индивидуальных условий составляет 30,51% по отношению к влиянию общих условий, формирующих средний уровень, приравненных к 100%.

Так как в нашем примере коэффициент вариации меньше 33%, то среднюю интенсификацию можно считать типичной обобщающей характеристикой исследуемой совокупности, которая является однородной.

Построим аналитическую группировку по интенсификации с использованием правила трех сигм (x+3), которое учитывает вариацию группировочного признака, что дает более равномерное распределение единиц совокупности по группам.

Правило: «Если величина распределена нормально, то все варианты отклонений от общей средней не больше, чем на величину среднего квадратического отклонения, трехкратную, то есть xЃё[]»

Пользуясь правилом трех сигм построим интервальный ряд распределения и представим его в виде таблицы 3.4:

Таблица 3.4 - Интервальный ряд распределения районов по правилу трех сигм

Номер группы	Нижняя граница	Верхняя граница	Число районов
	формула	значение	формула	значение
I	x-3	934	x-2	4302	0
II	x-2	4302	x-	7670	3
III	x-	7670	x	11038	16
IV	x	11038	x+	14406	9
V	x+	14406	x+2	17774	3
VI	x+2	17774	x+3	21141	1
Итого					32

Если в группе нет ни одного района или только один, то группа не представительна и может объединяться с близлежащей группой путем укрупнения интервалов. Сократим количество групп до 4, объединив 1ю со 2й и 6ю с 5й.

Таблица 3.5 - Улучшенный интервальный ряд распределения районов по правилу трех сигм

Номер группы	Нижняя граница	Верхняя граница	Число районов
	формула	значение	формула	значение
I	x-2	934	x-	7670	3
II	x-	7670	x	11037	16
III	x	11037	x+	14405	9
IV	x+	14405	x+2	21141	4
Итого					32

Статистико-аналитические показатели по группировке отразим в таблице 3.6:

На основе построенного ряда распределения определяются сводные показатели по каждому предприятию, на основе которых находим суммы итогов по каждой группе и в целом по совокупности для абсолютных показателей. Определим средние показатели по каждой группе и в целом по совокупности на основе итоговых строк и отразим это в таблице 3.7:

Таблица 3.6 - Статистическо-аналитические показатели по группировке

Группы районов по интенсификации	Число районов	Расчетные показатели	Себестоимость 1 ц, руб.
		Уровень интенсификации, руб.	Урожайность зерновых культур, ц/га	Трудоёмкость 1 ц зерна, чел/час	Фондообеспеченность района, тыс. руб.	Уровень специализации, %	Уд. вес затрат на зерно в общих затратах на растениеводство, %	Стоимость внесенных удобрений на 1 га зерновых, руб.	Уровень концентрации, га	Трудообеспеченность, чел
I	3	6517	13,9	0,61	889	59,0	99,5	928	24497	1,1	469,68
II	16	9001	19,7	0,34	1531	50,9	99,0	1213	22632	1,7	455,97
III	9	12507	22,4	0,37	1647	43,3	99,1	1736	23213	2,1	557,73
IV	4	18538	28,1	0,56	4108	17,5	99,5	2181	18271	2,9	660,09
Итого	32	11641	21,0	0,47	2044	43,0	99,0	1515	22153	2,0	517,00

Таблица 3.7 - Сводные и обобщающие показатели по районам.

Группы районов по интенсификации	Номер района	Название показателей исходных данных	Площадь с/х угодий, га	Себестоимость 1 ц, руб.
		Количество произв. зерна после доработки, ц	Посевная площадь зерновых культур, га	Произв.затраты на осн. пр-во растениеводства, тыс. руб.	Себестоимость всего произв. зерна, тыс. руб.	Среднегодовая стоимость осн произв средств, тыс. руб.	Денежная выручка за реализ зерна, тыс. руб.	Денежная выручка от реал прод в целом по району, тыс. руб.	Прямые затраты труда на зерно, тыс. чел/час	Стоимость внесенных удобрений под зерновые, тыс. руб.	Среднегодовая численность раб, занятых в с/х, чел	Площадь пашни, га
I	4	255989	17117	97711	97623	503380	208497	327215	148	7764	322	39485	40468	381
	22	317210	24693	158167	157932	434574	206838	377589	187	18789	556	49240	57366	498
	3	446454	31682	225223	223361	692502	284081	480508	289	41672	853	66109	85608	500
II	23	298762	22176	176524	172852	780299	173344	52595	191	5074	549	48729	50076	579
	17	710647	39523	309063	309063	811222	648120	487493	187	57132	541	81245	94406	435
	6	315284	19814	163486	159069	902698	211856	552280	153	24198	1037	45243	55927	505
	9	585770	33765	274139	274139	1062874	357279	949956	91	35149	870	66791	71485	468
	8	297133	15438	134687	131754	418453	184362	361793	67	11351	439	30004	33958	443
	11	159752	6286	55173	54621	281515	70285	191704	62	5466	409	15607	21938	342
	12	395365	19708	178997	176255	395045	262856	469681	123	35559	671	46087	57267	446
	30	374120	19944	181727	180578	1033673	183316	1326698	80	8141	849	37917	44493	483
	13	568577	22313	203823	203094	1680498	433330	523142	180	23218	951	42834	45825	357
	29	504238	25312	241207	239164	1098702	265782	662232	258	32528	1274	57655	63645	474
	10	538285	31169	297958	295525	1042506	393751	1241343	209	41114	1672	77607	95733	549
	32	866037	35870	353631	348325	1436041	565380	831704	171	37647	1274	85395	96690	402
	27	711850	36878	367360	364029	1354284	468126	285119	442	58453	1961	79358	105185	511
	26	282866	12834	130018	128917	341493	239246	483632	67	25424	209	24940	32719	456
	31	411774	14675	153753	151919	1103204	250969	650361	115	25800	751	43257	45723	369
	15	127878	6407	70821	70163	540318	50012	285822	65	12986	414	14381	17765	549
III	19	202983	9069	100948	100829	412189	135646	369845	54	18885	517	33707	50267	497
	5	540996	27626	316145	311942	1816565	353022	805551	91	25629	1279	68248	80222	577
	24	568165	28426	321895	321865	736471	576368	472013	109	55963	585	52314	70138	566
	28	463708	23107	290150	289468	794357	334649	1069120	239	46711	837	63523	67345	624
	25	333530	18324	231843	230735	827581	262827	775376	99	29692	985	56500	73692	692
	20	864863	41828	538246	533825	1628618	668396	1496733	285	89888	2578	89167	111714	617
	1	617235	20371	269450	264017	1798430	512313	1798282	321	32961	2163	58752	70039	428
	2	1093508	40168	569158	560319	3140571	773442	1562093	547	63056	1853	92340	110190	512
	16	432412	17971	255286	254891	1680120	259124	934268	59	39378	1197	35309	43782	589
IV	7	239126	9392	137791	137791	882572	237140	1222392	162	27976	669	26289	27613	576
	18	236302	12990	191567	191077	885232	270664	673098	101	18244	866	39916	51297	809
	21	589764	19693	338254	336853	913679	582694	731064	174	45079	729	56838	61525	571
	14	987250	31007	694262	689095	8321924	630441	7219977	715	68092	4121	96745	127400	698
Итого 1 группа		1019653	73492	481101	478916	1630456	699416	1185312	624	68225	1731	154834	183442	470
Итого 2 группа		7148338	362112	3292367	3259467	14282825	4758014	9355555	2461	439240	13871	797050	932835	456
Итого 3 группа		4684988	208919	2637835	2613000	11154782	3616663	8349013	1745	362785	10797	514551	677389	558
Итого 4 группа		2052442	73082	1361874	1354816	11003407	1720939	9846531	1152	159391	6385	219788	267835	660
Всего		14905421	717605	7773177	7706199	38071470	10795032	28736411	5982	1029641	32784	1686223	2061501	517

Анализируя таблицу 3.4 можно сделать вывод, что урожайность зерновых культур, фондообеспеченность района, стоимость внесенных удобрений на 1 га зерновых и трудообеспеченность напрямую зависят от уровня интенсификации. Между уровнем интенсификации и уровнем специализации замечена обратная связь. Зависимость таких факторов как трудоемкость 1 ц зерна, удельный вес затрат на зерно в общих затратах на растениеводство, уровень концентрации и себестоимость от уровня интенсификации не выявлена.

3.2 Сущность и значение дисперсионного анализа. Оценка существенности влияния группировочного признака на себестоимость 1 ц зерна

Дисперсионный анализ -- метод в математической статистике, направленный на поиск зависимостей в экспериментальных данных путём исследования значимости различий в средних значениях. В отличие от t-критерия, позволяет сравнивать средние значения трех и более групп.

Основной целью дисперсионного анализа является исследование значимости различия между средними.

Логическим продолжением группировки является дисперсионный анализ влияния группировочного признака на фактор.

Так как группировка произведена по одному признаку, то следует построить однофакторный дисперсионный комплекс. Для проведения расчетов представим необходимые данные в таблице 3.8

Таблица 3.5 - Вариация себестоимости по районам

Номер района	Наименование районов	Себестоимость	x-xср	(x-xср)2
1	Аннинский р-н (СХ)	427,74146	-89,26500	7968,2409
2	Бобровский р-н (СХ)	512,40503	-4,60143	21,173191
3	Богучарский р-н (СХ)	500,30014	-16,70632	279,10125
4	Борисоглебский р-н (СХ)	381,35623	-135,65023	18400,986
5	Бутурлиновский р-н (СХ)	576,60685	59,60039	3552,2061
6	Верхнемамонский р-н (СХ)	504,52608	-12,48038	155,75998
7	Верхнехавский р-н (СХ)	576,2276	59,22114	3507,143
8	Воробьевский р-н (СХ)	443,41759	-73,58887	5415,3223
9	Грибановский р-н (СХ)	467,99768	-49,00878	2401,8609
10	Калачеевский р-н (СХ)	549,01214	32,00568	1024,3633
11	Каменский р-н (СХ)	341,91121	-175,09525	30658,348
12	Кантемировский р-н (СХ)	445,80325	-71,20321	5069,8976
13	Каширский р-н (СХ)	357,197	-159,80946	25539,065
14	Лискинский р-н (СХ)	697,99443	180,98797	32756,644
15	Нижнедевицкий р-н (СХ)	548,67139	31,66493	1002,6676
16	Новоусманский р-н (СХ)	589,46329	72,45683	5249,9917
17	Новохоперский р-н (СХ)	434,90369	-82,10277	6740,8654
18	Ольховатский р-н (СХ)	808,61355	291,60709	85034,693
19	Острогожский р-н (СХ)	496,73618	-20,27028	410,8844
20	Павловский р-н (СХ)	617,23649	100,23003	10046,058
21	Панинский р-н (СХ)	571,16575	54,15929	2933,2283
22	Петропавловский р-н (СХ)	497,87838	-19,12808	365,88358
23	Поворинский р-н (СХ)	578,56086	61,55440	3788,9437
24	Подгоренский р-н (СХ)	566,49917	49,49271	2449,528
25	Рамонский р-н (СХ)	691,79684	174,79038	30551,676
26	Репьевский р-н (СХ)	455,7529	-61,25356	3751,9991
27	Россошанский р-н (СХ)	511,38442	-5,62204	31,607374
28	Семилукский р-н (СХ)	624,24629	107,23983	11500,38
29	Таловский р-н (СХ)	474,30777	-42,69869	1823,1784
30	Терновский р-н (СХ)	482,67401	-34,33245	1178,7174
31	Хохольский р-н (СХ)	368,93782	-148,06864	21924,323
32	Эртильский р-н (СХ)	402,20568	-114,80078	13179,22
Итого:	517		338713,96

Определим общую вариацию по формуле:

=338713,96

Определим факторную вариацию по формуле:

=163149,02

Рассчитаем остаточную вариацию:

= 175564,94

Определим общую дисперсию:

=10926,26

Где N - число единиц совокупности (число изучаемых районов)

Рассчитаем факторную дисперсию:

=54383,01

Где n - число групп

Определим остаточную дисперсию:

=6270,18

Рассчитаем фактическое значение критерия Фишера:

=8,67

Сравним фактическое значение критерия Фишера с теоретическим:

, значит влияние фактора на результат существенно.

Глава 4. Проектная часть

4.1 Сущность и основные условия применения корреляционно-регрессионного анализа

Существующие между явлениями формы и виды связей весьма разнообразны по своей классификации. Предметом статистики являются только такие из них, которые имеют количественный характер и изучаются с помощью количественных методов. Рассмотрим метод корреляционно-регрессионного анализа, который является основным в изучении взаимосвязей явлений.

Данный метод содержит две свои составляющие части -- корреляционный анализ и регрессионный анализ. Корреляционный анализ -- это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Регрессионный анализ -- это количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами.

Основной предпосылкой применения корреляционного анализа является необходимость подчинения совокупности значений всех факторных (х1, х2, …, хn) и результативного (У) признаков n-мерному нормальному закону распределения или близость к нему.

Основной предпосылкой регрессионного анализа является то, что только результативный признак (У) подчиняется нормальному закону распределения, а факторные признаки х1, х2, …, хn могут иметь произвольный закон распределения. При этом в регрессионном анализе заранее подразумевается наличие причинно-следственных связей между результативным (У) и факторными (х1, х2, …, хn) признаками.

4.2 Построение экономико-математической модели себестоимости 1 ц зерна

Для проведения корреляционно-регрессионного анализа используются исходные данные, которые представим в таблице 4.1.

Таблица 4.1 - Исходные данные для корреляционно-регрессионного анализа

Номер районов	Себестоимость 1 ц, руб.	Расчетные показатели
		Уровень интенсификации, руб.	Урожайность зерновых культур, ц/га	Трудоёмкость 1 ц зерна, чел/час	Фондообеспеченность района, тыс. руб.	Уровень специализации, %	Уд. вес затрат на зерно в общих затратах, %	Стоимость внес.уд. на 1 га зерновых, руб.	Уровень концентрации, га	Трудообеспеченность, чел
1	427,74	12960	30,3	0,52	2568	28,5	98,0	1618	617235	3,7
2	512,41	13949	27,2	0,50	2850	49,5	98,4	1570	1093508	2,0
3	500,30	7050	14,1	0,65	809	59,1	99,2	1315	446454	1,3
4	381,36	5703	15,0	0,58	1244	63,7	99,9	454	255989	0,8
5	576,61	11292	19,6	0,17	2264	43,8	98,7	928	540996	1,9
6	504,53	8028	15,9	0,49	1614	38,4	97,3	1221	315284	2,3
7	576,23	14671	25,5	0,68	3196	19,4	100,0	2979	239126	2,5
8	443,42	8534	19,2	0,23	1232	51,0	97,8	735	297133	1,5
9	468,00	8119	17,3	0,16	1487	37,6	100,0	1041	585770	1,3
10	549,01	9481	17,3	0,39	1089	31,7	99,2	1319	538285	2,2
11	341,91	8689	25,4	0,39	1283	36,7	99,0	870	159752	2,6
12	445,80	8943	20,1	0,31	690	56,0	98,5	1804	395365	1,5
13	357,20	9102	25,5	0,32	3667	82,8	99,6	1041	568577	2,2
14	697,99	22224	31,8	0,72	6532	8,7	99,3	2196	987250	4,3
15	548,67	10951	20,0	0,51	3041	17,5	99,1	2027	127878	2,9
16	589,46	14183	24,1	0,14	3837	27,7	99,8	2191	432412	3,4
17	434,90	7820	18,0	0,26	859	132,9	100,0	1446	710647	0,7
18	808,61	14710	18,2	0,43	1726	40,2	99,7	1404	236302	2,2
19	496,74	11118	22,4	0,26	820	36,7	99,9	2082	202983	1,5
20	617,24	12762	20,7	0,33	1458	44,7	99,2	2149	864863	2,9
21	571,17	17105	29,9	0,30	1485	79,7	99,6	2289	589764	1,3
22	497,88	6396	12,8	0,59	758	54,8	99,9	761	317210	1,1
23	578,56	7795	13,5	0,64	1558	329,6	97,9	229	298762	1,1
24	566,50	11323	20,0	0,19	1050	122,1	100,0	1969	568165	1,1
25	691,80	12592	18,2	0,30	1123	33,9	99,5	1620	333530	1,7
26	455,75	10045	22,0	0,24	1044	49,5	99,2	1981	282866	0,8
27	511,38	9871	19,3	0,62	1288	164,2	99,1	1585	711850	2,5
28	624,25	12527	20,1	0,52	1180	31,3	99,8	2022	463708	1,3
29	474,31	9449	19,9	0,51	1726	40,1	99,2	1285	504238	2,2
30	482,67	9054	18,8	0,21	2323	13,8	99,4	408	374120	2,2
31	368,94	10352	28,1	0,28	2413	38,6	98,8	1758	411774	1,7
32	402,21	9711	24,1	0,20	1485	68,0	98,5	1050	866037	1,5

Проведение корреляционно-регрессионного анализа осуществляется в MS Excel c помощью пакета анализа «Регрессия»

Пакет анализа представляет собой надстройку Microsoft Excel, т. е. программу, которая становится доступной при установке Microsoft Office или Excel. Однако чтобы использовать надстройку в Excel, необходимо сначала загрузить ее.

Для MS Excel 2003

1. Откройте вкладку Сервис и выберите пункт Надстройки

2. В окне Доступные надстройки установите флажок Пакет анализа, а затем нажмите кнопку ОК.

3. После загрузки пакета анализа в вкладке Сервис будет доступен пункт Анализ данных

Для MS Excel 2010

1. Откройте вкладку Файл и выберите пункт Параметры.

2. Выберите команду Надстройки, а затем в поле Управление выберите пункт Надстройки Excel. Нажмите кнопку Перейти.

3. В окне Доступные надстройки установите флажок Пакет анализа, а затем нажмите кнопку ОК.

4. После загрузки пакета анализа в группе Анализ на вкладке Данные становится доступной команда Анализ данных.

Последовательность проведения анализа в MS Excel

1. Откройте вкладку Сервис и выберите пункт Анализ данных

2. В открывшемся окне выберите пункт Регрессия

3. Нажмите ОК

4. В качестве входного интервала Y выделите столбиком постоянный фактор (Урожайность, продуктивность, себестоимость) Y в таблице 4.1

5. В качестве входного интервала Х выделите массив Х1-Х9 с расчетными показателями в таблице 4.1

6. В качестве выходного интервала выберите любую ячейку

7. Поставьте галочку напротив пункта Остатки

8. Нажмите ОК

В поле листа MS Excel появится вывод итогов:

Таблица 4.2

ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R	0,983128026
R-квадрат	0,966540715
Нормированный R-квадрат	0,952852825
Стандартная ошибка	22,69501039
Наблюдения	32
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	9	327330,8556	36370,09507	70,61283765	3,80523E-14
Остаток	22	11331,39693	515,0634966
Итого	31	338662,2525

Таблица 4.3

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	684,7558319	677,0177713	1,011429627	0,322806247
Переменная X 1	0,045379274	0,002388056	19,00259801	3,87055E-15
Переменная X 2	-21,83763448	1,390090703	-15,7095033	1,93139E-13
Переменная X 3	-34,06803965	26,80163897	-1,271117774	0,216962828
Переменная X 4	-0,013039113	0,006280617	-2,076087974	0,049776292
Переменная X 5	0,111832769	0,083305223	1,342446069	0,193140905
Переменная X 6	-1,771447328	6,759813627	-0,262055646	0,795716612
Переменная X 7	-0,004606764	0,010281799	-0,44805042	0,658498055
Переменная X 8	-3,13362E-05	1,9566E-05	-1,60155877	0,123515831
Переменная X 9	14,48798772	8,419427029	1,720780722	0,099326622

Таблица 4.4

ВЫВОД ОСТАТКА
Наблюдение	Предсказанное Y	Остатки
1	416,1746851	11,56677489
2	487,7887886	24,6162414
3	493,9289711	6,371168875
4	412,9077414	-31,55151136
5	570,2969489	6,309901071
6	513,6356922	-9,109612226
7	570,4428166	5,784783363
8	468,8963907	-25,47880066
9	472,4444768	-4,446796845
10	546,5717605	2,440379458
11	351,8195151	-9,908305099
12	465,1359974	-19,33274744
13	325,0417708	32,15522917
14	733,9213917	-35,92696175
15	543,6908755	4,980514469
16	599,997214	-10,53392402
17	445,2337368	-10,33004682
18	763,3145081	45,29904193
19	514,239298	-17,50311801
20	616,3296156	0,90687437
21	599,6303535	-28,46460347
22	496,6287859	1,249594061
23	571,4706942	7,0901658
24	567,7290551	-1,22988508
25	668,7433364	23,05350362
26	461,6396629	-5,886762853
27	522,2477906	-10,86337056
28	604,0799025	20,16638749
29	477,6991505	-3,391380471
30	492,7683515	-10,0943415
31	334,2373823	34,7004377
32	394,8445095	7,361170496

Коэффициент корреляции равен 0,98, значит связь факторов прямая и тесная. Коэффициент детерминации показывает, какая доля вариации результативного признака обусловлена изменением факторного признака. В нашем примере он равен 0,96. Коэффициент свидетельствует, что уровень себестоимости зерна на 96% зависит от всех вышеприведенных факторов.

Результаты корреляционно-регрессионного анализа представим в виде таблицы 4.5 где Р-значение соответствует уровню значимости:

Таблица 4.5- Корреляционно-регрессионная модель (исходная)

Условные обозн.	Название показателя (фактора)	Коэффициент регрессии	Стандартная ошибка	t-статистика	Уровень значимости
Constant	Себестоимость 1 ц, руб.	684,75583	677,01777	1,01	0,32
x1	Уровень интенсификации, руб.	0,04538	0,00239	19,00	0,00
x2	Урожайность зерновых культур, ц/га	-21,83763	1,39009	-15,71	0,00
x3	Трудоёмкость 1 ц зерна, чел/час	-34,06804	26,80164	-1,27	0,22
x4	Фондообеспеченность района, тыс. руб.	-0,01304	0,00628	-2,08	0,05
x5	Уровень специализации, %	0,11183	0,08331	1,34	0,19
x6	Уд. Вес затрат на зерно в общих затратах на растениеводство, %	-1,77145	6,75981	-0,26	0,80
x7	Стоимость внесенных удобрений на 1 га зерновых, руб.	-0,00461	0,01028	-0,45	0,66
x8	Уровень концентрации, га	-0,00003	0,00002	-1,60	0,12
x9	Трудообеспеченность, чел	14,48799	8,41943	1,72	0,10

Исходя из таблицы 4.5 построим уравнение регрессии:

y=684,75+0,04x₁+(-21,83)x₂+(-34,07)x₃+(-0,01)x₄+

+0,11x₅+(-1,77)x₆+(-0,01)x₇+(-3,13362E-05)x₈+14,48x₉

Коэффициент регрессии показывает, насколько изменяется результативный признак при изменении факторного признака на 1 единицу. То есть при увеличении уровня интенсификации на 1 руб., себестоимость 1 ц зерна повысится на 0,04 руб. при увеличении специализации на 1% себестоимость повысится на 0,11 руб., а при увеличении трудообеспеченности, себестоимость повысится на 14,48 руб. Имеет место прямая связь. При повышении урожайности зерновых культур на 1 ц/га, себестоимость снижается на 21,83 руб., при повышении трудоемкости 1 ц зерна на 1 чел/час, себестоимость снижается на 34,06 руб., при повышении фондообеспеченности района на 1 тыс. руб., себестоимость снижается на 0,01 руб., при повышении удельного веса затрат на зерно в общих затратах на растениеводство на 1%, себестоимость снижается на 1,77 руб., при повышении стоимости внесенных удобрений на 1 га зерновых на 1руб, себестоимость снижается на 0,01 руб., при повышении уровня концентрации на 1 га, себестоимость снижается на 0,00003 руб. Между этими показателями обратная связь.

Для более рационального анализа исключим из модели незначимые факторы:

Для построения улучшенной корреляционно-регрессионной модели необходимо выбрать в графе вывода итогов Р-Значение наибольшее число. Затем следует удалим из исходной таблицы 4.1 столбец с соответствующим наибольшему показателю Р-Значение фактором и заново произведем регрессионный анализ. Далее заново в выводе итогов просмотрим колонку Р-Значение и снова удалим из таблицы 4.1 столбец с фактором, соответствующим наибольшему значению из этой колонки. Будем повторять, пока не останется 2-4 фактора.

Таблица 4.6

ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R	0,346502
R-квадрат	0,120064
Нормированный R-квадрат	0,059379
Стандартная ошибка	101,3701
Наблюдения	32
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	2	40661,08	20330,54	1,978468	0,15651
Остаток	29	298001,2	10275,9
Итого	31	338662,3

Таблица 4.7

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	596,3994	83,30557	7,159178	7,03E-08
Переменная X1	-7,10625	4,655697	-1,52635	0,137755
Переменная X2	0,037013	0,019051	1,942847	0,0618

Таблица 4.8

ВЫВОД ОСТАТКА
Наблюдение	Предсказанное Y	Остатки
1	476,1238	-48,3823
2	508,437	3,96804
3	526,2011	-25,901
4	536,1646	-154,808
5	541,0528	35,55402
6	543,0656	-38,5395
7	533,7731	42,45451
8	505,2369	-61,8193
9	528,1505	-60,1528
10	513,982	35,03018
11	463,2985	-121,387
12	479,373	-33,5697
13	551,0549	-193,858
14	611,9157	86,07876
15	567,1405	-18,4691
16	567,4492	22,01413
17	500,4302	-65,5265
18	531,0032	277,6103
19	467,6979	29,03829
20	503,4259	113,8106
21	438,5492	132,6166
22	533,1509	-35,2725
23	558,3372	20,22362
24	493,2285	73,27068
25	508,6199	183,1769
26	478,4066	-22,6537
27	506,8844	4,499981
28	497,4509	126,7954
29	518,7327	-44,4249
30	549,0873	-66,4133
31	486,3072	-117,369
32	479,8002	-77,5945

Коэффициент корреляции равен 0,34, что говорит о том, что

Скопированные результаты улучшенного решения оформим в виде таблицы 4.3.

Таблица 4.3 - Корреляционно-регрессионная модель (улучшенная)

Условные обозн.	Название показателя (фактора)	Коэффициент регрессии	Стандартная ошибка	t-статистика	Уровень значимости
Constant	Себестоимость 1 ц, руб.	596,40	83,31	7,16	0,0000001
x1	Урожайность зерновых культур, ц/га	-7,11	4,66	-1,53	0,13776
x2	Фондообеспеченность хозяйства, тыс. руб.	0,04	0,02	1,94	0,06180

По улучшенной модели также составим уравнение регрессии:

y=684,76-21,84x₁-0,01x₂

По этой модели можно сделать вывод, что при повышении урожайности зерновых культур на 1 ц/га себестоимость снижается на 21,84 руб., а при повышении фондообеспеченности района на 1 тыс. руб., себестоимость снижается на 0,01 руб.

С целью оценки существенности влияния изучаемых факторов на результат построим отобразим данные из раздела «Дисперсионный анализ» вывода итогов, где Df - Число степеней свободы; SS - Величина вариации; MS - Дисперсия на одну степень свободы; F - Критерий Фишера; Значимость F - Уровень значимости. Результаты дисперсионного анализа представим в таблице 4.4:

Таблица 4.4 - Дисперсионный анализ вариации для всей модели

Источник вариации	Величина вариации	Число степеней свободы	Дисперсия на одну степень свободы	Критерий Фишера	Уровень значимости
Факторная	327330,856	9	36370,09507	70,61	3,8052E-14
Остаточная	11331,3969	22	515,0634966
Общая	338662,253	31

Полученное значение критерия Фишера сравним с теоретическим

F_факт=70,61

F_теор=2,35

, значит влияние фактора на результат существенно.

Расчет резервов снижения себестоимости 1 ц зерна определяется в таблице 4.5 на основе данных таблицы 4.3 и расчет средних показателей.

Пронумеруем столбцы этой таблицы.

1)В первый столбец таблицы выписываем факторы из улучшенной корреляционно-регрессионной модели (Таблица 4.3)

2)Во второй условное обозначение факторов (Х1, Х2 и т.д.)

3)Средний уровень факторов по совокупности рассчитывается путем средней арифметической взвешенной по всем изучаемым районам исходя из исходных данных, применяемых для расчета данного фактора.

4)Средний уровень факторов по передовым районам рассчитываем путем средней арифметической взвешенной по 10 районам, где показатель этого фактора наибольший,

5)По отстающим - по оставшимся районам по тому же принципу.

6)Отклонение среднего уровня факторов от средней по совокупности рассчитывается путем вычитания данных столбца 5 из данных 3 столбца (3-5).

7)Отклонение среднего уровня факторов от передовых районов - 4-5.

8)Коэффициент регрессии переносим из таблицы 4.3.

9) Перемножить данные столбцов 8 и 6 (8*6). По этому столбцу посчитать сумму итого. Сумма должна быть отрицательной. Если сумма не отрицательна, то исключить фактор с наибольшим коэффициентом регрессии. Также исключить его из таблицы 4.3 и пересчитать вывод итогов.

10) Чтобы найти резервы изменения фактора до среднего уровня в процентном соотношении, разделим значение из столбца 9 на среднее значение фактора по совокупности всех районов, которое мы рассчитывали в 3й главе курсовой работы и умножим на 100%.

11) 8*7. По этому столбцу посчитать сумму итого. Сумма должна быть отрицательной. Если сумма не отрицательна, то исключить фактор с наибольшим коэффициентом регрессии. Также исключить его из таблицы 4.3 и пересчитать вывод итогов.

12) По аналогии со столбцом 10: 11/среднее значение фактора по совокупности *100%.

4.3 Расчет резервов снижения средней себестоимости и производственных затрат на зерно

Кроме найденных резервов снижения себестоимости зерна можно найти резервы снижения затрат на его производство из-за не использованных возможностей. Рассчитаем эти резервы в таблице 4.6 только для тех районов, где можно снизить себестоимость (фактическая больше расчетной). Расчетную себестоимость мы возьмем из вывода итогов в разделе «Предсказанное Y»

Таблица 4.5 - Расчет резервов снижения себестоимости 1 ц зерна

Факторы	Условное обозначение	Средние уровни факторов	Отклонения среднего уровня факторов	Коэффициент регрессии	Резервы снижения средней себестоимости
		по совокупности	по передовым р-нам	по отстающим р-нам	от средней по совокупности	от передовых районов		до среднего уровня	до передовых
								руб.	%	руб.	%
Урожайность зерновых культур, ц/га	x1	21,07	23,36	16,03	5,04	7,33	-7,11	-35,83	-6,93	-52,11	-10,08
Фондообеспеченность района, тыс. руб.	x2	1865,62	2285,41	942,09	923,53	1343,32	0,04	34,18	6,61	49,72	9,62
Итого								-1,64		-2,39

Таблица 4.6 - Расчет резервов снижения затрат на производство зерна

Наименование района	Себестоимость 1 ц, руб.	Резерв снижения себестоимости 1 га, руб.	Кол-во, ц	Резерв снижения затрат, руб.
	фактическая	расчетная
Бобровский р-н (СХ)	512,41	508,44	3,97	1203412	4775186,92
Бутурлиновский р-н (СХ)	576,61	541,05	35,55	521365	18536620,94
Верхнехавский р-н (СХ)	576,23	533,77	42,45	363323	15424699,96
Калачеевский р-н (СХ)	549,01	513,98	35,03	594582	20828311,93
Лискинский р-н (СХ)	697,99	611,92	86,08	862502	74243099,46
Новоусманский р-н (СХ)	589,46	567,45	22,01	379827	8361560,17
Ольховатский р-н (СХ)	808,61	531,00	277,61	436412	121152476,93
Острогожский р-н (СХ)	496,74	467,70	29,04	212049	6157541,15
Павловский р-н (СХ)	617,24	503,43	113,81	931953	106066122,18
Панинский р-н (СХ)	571,17	438,55	132,62	860286	114088190,99
Поворинский р-н (СХ)	578,56	558,34	20,22	300009	6067266,63
Подгоренский р-н (СХ)	566,50	493,23	73,27	812439	59527958,02
Рамонский р-н (СХ)	691,80	508,62	183,18	400736	73405584,16
Россошанский р-н (СХ)	511,38	506,88	4,50	633112	2848991,74
Семилукский р-н (СХ)	624,25	497,45	126,80	574519

Страница:

•  1 
•  2 

курсовая работа "Статистико-экономический анализ себестоимости зерна в Воронежской области" скачать

Подобные документы

• Анализ затрат на производство зерна

  Понятие и источники анализа затрат на производство зерна. Методика определения суммы затрат и себестоимости зерна. Анализ динамики и выполнения плана по себестоимости. Анализ факторов, влияющих на изменение себестоимости зерна по статьям калькуляции.
  
  курсовая работа [326,2 K], добавлен 06.09.2011
  

• Себестоимость и рентабельность зерна на примере СПК "Октябрь" Кугарчинского района Республики Башкортостан

  Система показателей себестоимости и затрат на производство продукции растениеводства, исчисление себестоимости зерна. Управление затратами предприятия и пути снижения себестоимости продукции. Анализ себестоимости и рентабельности зерна в СПК "Октябрь".
  
  курсовая работа [115,2 K], добавлен 27.04.2008
  

• Процесс оценки зернового рынка

  Сущность и система показателей себестоимости. Состав затрат на производство продукции растениеводства и исчисление себестоимости зерна. Статистический анализ себестоимости зерна. Применение метода аналитических группировок. Определение ошибок выборки.
  
  курсовая работа [115,8 K], добавлен 08.03.2011
  

• Анализ себестоимости продукции ООО "Агрофирма "Горняк"

  Специфика себестоимости сельскохозяйственной продукции, классификация затрат на производство. Анализ динамики основных показателей производства и структуры себестоимости продукции растениеводства и животноводства. Уровень затрат на рубль продукции.
  
  курсовая работа [227,6 K], добавлен 11.08.2011
  

• Себестоимость продукции растениеводства на примере предприятия СПК "Найтоповичский"

  Сущность и система показателей себестоимости. Состав затрат на производство продукции растениеводства и исчисление себестоимости зерна. Управление затратами на предприятии и пути снижения себестоимости продукции. Финансовое состояние СПК "Найтоповичский".
  
  курсовая работа [81,3 K], добавлен 13.05.2010
  

• Экономико-статистический анализ эффективности производства зерна на примере группы районов

  Теоретические основы экономико-статистического анализа эффективности производства зерна. Проблемы регионального рынка зерна. Показатели эффективности производства зерна. Методы экономико-статистического анализа эффективности производства зерна.
  
  курсовая работа [113,6 K], добавлен 22.11.2008
  

• Технология послеуборочной обработки, хранения и реализации зерна в ОАО СХП "Красноармейское" Челябинской области

  Определение структуры себестоимости производства зерна в Челябинской области и затрат на его послеуборочную обработку и хранение. Влияние качества семян на увеличение урожайности. Интенсификация процессов уборки урожая за счет применения комбайнов.
  
  курсовая работа [909,5 K], добавлен 29.08.2011
  

• Статистико-экономический анализ производства подсолнечника на примере ООО "Медвежье" Семилукского района и других хозяйств Аннинского и Хохольского районов Воронежской области

  Особенности производства масличных культур. Изучение динамики урожайности и валового сбора подсолнечника в ООО "Медвежье" Семилукского района Воронежской области. Построение многофакторной корреляционно-регрессионной модели урожайности подсолнечника.
  
  дипломная работа [1,3 M], добавлен 31.10.2014
  

• Экономико-статистический анализ производственных затрат и себестоимости основных видов продукции растениеводства

  Понятие и методика определения производственных затрат в отрасли и себестоимости единицы продукции. Состав и структура себестоимости основного вида продукции растениеводства. Корреляционный анализ зависимости себестоимости зерновых от урожайности.
  
  курсовая работа [390,9 K], добавлен 14.09.2015
  

• Анализ затрат на производство продукции животноводства в УО СПК "Путришки"

  Изучение понятия затрат и себестоимости продукции. Методика анализа себестоимости продукции животноводства, а также определение возможных путей снижения себестоимости продукции с целью улучшения финансовых результатов сельскохозяйственного предприятия.
  
  курсовая работа [198,7 K], добавлен 21.03.2015
  

Другие документы, подобные "Статистико-экономический анализ себестоимости зерна в Воронежской области"

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам