Статистико-экономический анализ продуктивности коров и валового надоя молока на примере Семилукского района Воронежской области

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Введение

Сельскохозяйственное производство - важнейшая отрасль народного хозяйства России, одной из основных задач которой является надёжное обеспечение населения продуктами питания.

Молоко - единственный пищевой продукт, который обеспечивает организм всеми питательными веществами. Одной из основных задач сельского хозяйства является увеличение валового надоя молока и повышение продуктивности коров

В экономике молочного скотоводства первостепенное значение имеет рост среднегодовых удоев. Увеличение валовых надоев от того же поголовья - важный фактор повышения окупаемости затрат путем сокращения доли поддерживающей части корма и затрат труда на единицу продукции. Валовой продукцией молочного скотоводства является общий объем продукции отрасли, произведенной за тот или иной период времени.

Молоко широко используют как в натуральном виде (цельное молоко), так и для приготовления разнообразных кисломолочных продуктов, сыров и масла. Однако уровень производства молочной продукции далеко не покрывает потребности общества.

В настоящее время высокие затраты на производство молока не компенсируются выручкой от его продажи. Чем больше хозяйств производит молоко, тем больше терпит убытков. Однако из наиболее важных причин такого положения - неоправданно высокий рост цен на энергоносители и промышленную продукцию, используемую в сельском хозяйстве.

В условиях существующего спада сельскохозяйственного производства, статистико-экономический анализ производства набирает свою актуальность как инструмент, способствующий выявлению скрытых резервов и их количественной оценки.

Целью данной курсовой работы является статистико-экономический анализ продуктивности коров и валового надоя молока на примере Семилукского района Воронежской области.

Задачами данной курсовой работы являются изучение показателей валового надоя молока и продуктивности коров в Семуликском районе Воронежской области, выявление тенденции в изменении продуктивности коров за последние 6 и 9 лет; изучение с помощью индексного анализа средней продуктивности коров при производстве молока в хозяйствах Воронежской области. Аналитическая группировка хозяйств вышеуказанного района по уровню специализации по правилу трех сигм, оценка существенности влияния уровня специализации на продуктивность коров с помощью дисперсионного анализа; построение однофакторной модели продуктивности коров в хозяйствах Воронежской области.

Объектом исследования в данной курсовой работе являются хозяйства Семилукского района Воронежской области.

В работе использованы следующие приёмы и методы исследований:

анализ рядов динамики.

метод аналитической группировоки;

индексный метод анализа;

корреляционно-регрессионный анализ;

Курсовая работа состоит из введения, четырёх глав и заключения. Информационная база курсовой работы представляла собой литературные источники, материалы статистической отчетности, информация, распространяемая через сеть Internet.

продуктивность надой индексный валовый



1. Анализ радов динамики

1.1 Динамика валового надоя молока за 6 лет

Для характеристики объема производства молока используют показатель валового надоя молока. Производство молока определяется фактически надоенным молоком, включая молоко, израсходованное на выпойку молодняка. Молоко, высосанное молодняком при подсосном кормлении, в валовое производство не включается.

Производство молока в сельскохозяйственных предприятиях устанавливается по данным форм статистического наблюдения и годовых бухгалтерских отчетов.

Валовое производство молока за год в хозяйствах определяют расчетным путем. Для этого средний удой молока за год от одной коровы умножают на среднегодовую численность фуражных коров. Средний удой молока от одной среднегодовой фуражной коровы определяют по хозяйствам, ведущим бюджетные записи. Для этого общее количество надоенного молока в обследуемых хозяйствах района за год делят на среднегодовое поголовье коров в этих хозяйствах. Среднегодовую численность коров исчисляют как среднюю арифметическую величину из поголовья, учтенного по переписям двух смежных лет.

В связи с тем, что молоко бывает разного качества, в первую очередь по питательности, при определении валового производства в хозяйственной практике получают условно-натуральные показатели:

молоко однопроцентной жирности. Его объем рассчитывают умножением фактического веса надоенного молока Q на фактический процент жира в нем xi, т. е. W = Qxi;

молоко на пересчете на стандартную, установленную официально для данной местности жирность xст. Этот показатель равен: Qx/ xст;

выход молочного жира. Рассчитывают также выход сухого вещества, включающего, кроме жира, протеин, молочный сахар, минеральные вещества.

При закупке молоко в зависимости от качества, загрязненности и охлаждения дифференцируется по сортам - 1, 2, несортовое.

Проследить изменения валового надоя в СХА «Родина» можно с помощью рядов динамики.

Рядами динамики в статистике называют ряды последовательно расположенных в хронологическом порядке показателей, которые характеризуют развитие явления.

В ряду динамики для каждого отрезка времени приводятся два основных показателя: показатель времени t и уровень ряда y. Кроме того, могут быть еще производные аналитические показатели.

Ряды динамики в зависимости от вида проводимых в них обобщающих показателей можно разделить на ряды динамики абсолютных, относительных и средних величин.

Исходными, первоначальными являются ряды динамики абсолютных величин. Ряды динамики относительных и средних величин являются производными.

Ряды динамики характеризуют уровни развития общественных явлений либо на определенные моменты времени, либо за определенные периоды времени и принимают в зависимости от этого вид либо моментных, либо интервальных рядов динамики.

Для анализа динамики исчисляют следующие показатели в статистических рядах динамики: темпы роста, абсолютные приросты, относительные приросты (темпы прироста) и абсолютная величина 1% прироста.

Абсолютный прирост показывает насколько увеличилось или уменьшилось изучаемое явление. Он может быть как положительной, так и отрицательной величиной. Цепной показатель рассчитывается как разность между каждым последовательным и предыдущим уровнем ряда динамики:

ДУ =У2 - У1

Цепной

ДУ2009 = 4023-5138= - 1115

ДУ2010 = 2567- 4023= - 1456

ДУ2011 = 2575 - 2567 = 8

ДУ2012 = 1920 - 2575 = - 655

ДУ2013 = 1885 - 1920 = -35

Базисный - как разность между каждым последовательным и начальным уровнем ряда динамики, который принят за базу сравнения:

ДУ =У2 - У1

ДУ2009 = 4023 - 5138= -1115

ДУ2010 = 2567 - 5138 = -2571

ДУ2011 = 2575 - 5138 = -2563

ДУ2012 = 1920 - 5138 = -3218

ДУ2013 = 1885 - 5138 = -3253

Темп роста - это отношение уровней ряда динамики одного периода к другому. Они могут быть исчислены как базисные темпы, когда все уровни ряда относятся к уровню одного какого-либо периода, принятого за базу (обычно первого):

ТР =У2/ У1*100%



а) цепной

ТР2009 = 4023/5138*100%= 78,29

ТР2010 =2567/4023*100% = 63,80

ТР2011 = 2575/4023*100% = 64,00

ТР2012 = 1920/4023*100% = 47,72

ТР2013 = 1885/4023*100% = 46,85

Темпы роста могут быть исчислены и как цепные темпы. В этом случае уровень каждого периода в ряду динамики относится к уровню предыдущего периода:

ТР = У2/У1*100%

б) базисный

ТР2009=4023/5138*100%= 78,29

ТР2010=2567/5138*100%=49,96

ТР2011=2575/5138*100%=50,11

ТР2012=1920/5138*100%=37,36

ТР2013=1885/5138*100%=36,68

Базисные и цепные темпы роста могут быть выражены в виде коэффициентов, если основания отношения принимаются за единицу, и в виде процента, если основания отношения принимаются за 100.

Темп прироста показывает, насколько процентов увеличилось или уменьшилось изучаемое явление. Может быть как положительным, так и отрицательным. Возможен расчет данного показателя в цепном и базисном варианте.

а) цепной

ТП=ТР-100 %,

где ТП - темп прироста;

ТР - темп роста.

ТП2009=78,29 - 100%= - 21,71

ТП2010= 63,80 - 100%= - 36,2

ТП2011=64,00 - 100%= -36

ТП2012= 47,72 - 100%= 52,28

ТП2013= 46,85 - 100%= - 53,15

б) ТП=ТР(базисный) - 100%

ТП2009= 78,29 - 100%= -21,71

ТП2010=49,96 - 100%= -50,04

ТП2011=50,11 - 100%= -49,89

ТП2012=37,36 - 100%= - 62,64

ТП2013= 36,68 - 100%= -63,32

Абсолютное значение 1 % прироста определяется путем деления предшествующего данному году уровня на 100. Абсолютное значение 1 % прироста всегда положительная величина.

А1% =Уn /100

А1%2009= 5138/100= 51,38

А1%2010= 4023/100=40,23

А1%2011= 2567/100= 25,67

А1%2012= 2575/100= 25,75

А1%2013= 1920/100=19,2

Всё выше сказанное подтвердим на примере хозяйства СХА «Родина» Семилукского района и рассмотрим динамику валового надоя молока за последние шесть лет. Динамику валового надоя молока в данном предприятии отражает таблица 1.

Таблица 1. Динамика валового надоя молока за 6 лет в СХА «Родина» Семилукского района.

Годы	Уровень рода дина- мики	Валовый надой молока ц.	Абсолютный прирост	Тепм роста	Темп прироста	Абсолют ное зна- чение 1% при- роста ц.
			цепной	Базис ный	цепной	Базис ный	цепной	Базис ный
2008	У1	5138	-	-	-	-	-	-	-
2009	У2	4023	-1115	-1115	78,29	78,29	-21,71	-21,71	51,38
2010	У3	2567	-1456	-2571	63,80	49,96	-36,2	-50,04	40,23
2011	У4	2575	8	-2563	64,00	50,11	-36	-49,89	25,67
2012	У5	1920	-655	-3218	47,72	37,36	-52,28	-62,64	25,75
2013	У6	1885	-35	-3253	46,85	36,68	-53,15	-63,32	19,2

Вывод: из полученной таблицы видно, что динамика валового производства молока за исследуемый период характеризуется общим спадом. Несмотря на незначительный подъем валового производства в 2011 году по сравнению с предыдущими годами, наблюдается общая тенденция спада, что видно по высоким отрицательным значениям темпов прироста.

Сложившуюся тенденцию в хозяйстве СХА «Родина» наглядно подтверждает график в виде линейной диаграммы.



Рис. 1. Динамика валового надоя молока за 6 лет в СХА «Родина» Семилукского района.

Сравнивая уровни разных лет, отмечаем, что валовой надой молока имеет тенденцию уменьшения с 2009 по 2013г. С2009 г. показатель валового надоя идет на спад. Абсолютное уменьшение валового надоя наблюдалось в 2008-2010 г. в 2011 г. был небольшой прирост всего на 8 ц.

Абсолютное значение 1% прироста уменьшается с 2010 г. достигнув своего минимума 19.2% в 2013 г.

В связи с вышесказанным значительный интерес представляют обобщающие или средние показатели ряда динамики:

а) Средний абсолютный прирост

ДY= (Yn - Y0)/(n-1),

где Yn - конечный уровень ряда динамики

Y0 - начальный уровень ряда динамики

n - количество уровней

ДY = (1885 - 5138) / (6-1)= 650,6 ц

Средний темп роста:

ТР= Yn / Y0

ДY = v1885/5138= v 0,36 = 0,8182 ц

Средний темп прироста:

ТП = ТР - 100%

TП = 0,8182 * 100%= 81,82 ц

Рассчитанный средний показатель ряда динамики свидетельствует о том, что несмотря на положительную динамику, ежегодно, в течении изученного периода валовой надой молока уменьшается на 81,82 центнеров .

Основными факторами, определяющими валовой надой молока является поголовье коров и удой молока на 1 корову. Решающими из этих факторов является удой молока на 1 корову, поэтому особый интерес составляет изучение динамики продуктивности коров, выявление тенденции развития.

1.2 Анализ продуктивности коров и выявление общей тенденции развития за 9 лет



Таблица 2. Динамика удоя молока от 1 коровы за 9 лет в СХА «Родина» Семилукского района

годы	Удой от 1 коровы ц.	Темп роста
		цепной	базисный
1993	18,90	-	-
1994	17,26	91,32	91,32
1995	16,08	93,16	85,07
2008	15,20	88,06	80,42
2009	18,45	106,89	97,61
2010	19,75	114,42	104,46
2011	15,33	88,81	81,11
2012	15,36	88,99	81,26
2013	15,45	89,51	81,74

Анализируя полученные данные динамики удоя молока, мы видим, что темп роста по цепным показателям говорит о неустойчивости удоя молока на 1 корову. Самым производительным является 2010 год, удой молока составил 114,42%, а самым низким темп роста был в 2008 году и составил 88,06%. Так в 2008г. мы видим снижение темпов роста. По сравнению с базисным годом динамика имеет так положительную, так и отрицательную тенденцию. Наблюдается резкое колебание в темпах роста в 2010 г. Темп роста составил 104,46%. Соответственно в остальных анализируемых годах темп роста ниже 100%.

С целью получить общее представление о динамике продуктивности были рассчитаны средние показатели ряда:

а) Средний абсолютный прирост

ДY= (Yn - Y0)/(n-1),

где Yn - конечный уровень ряда динамики

Y0 - начальный уровень ряда динамики

n - количество уровней



ДY= (15,45 - 18,90) / (9-1)= 0,43ц

б) Средний темп роста:

ТР= Yn / Y0

TP= 15,45/ 18,90= 0, 9754 или 97,54 %

Средний темп прироста:

ТП = ТР - 100% = 97,54- 100% = 2,46%

Данные показатели ряда динамики свидетельствуют о том, что ежегодно в течении изучаемого периода валовой надой молока от 1 коровы снизился на 0,43 ц/гол.

С целью более детального изучения динамики продуктивности и выявлении тенденции, следует произвести выравнивание ряда динамики продуктивности, используя статистические методы.

Один из наиболее простых статистических методов обнаружения общей тенденции развития явления - укрупнение интервала динамического ряда. Смысл приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, показатели которого относятся к большим по продолжительности периодам времени. Например, ряд, содержащий данные о месячном выпуске продукции, может быть преобразован в ряд квартальных данных. Вновь образованный ряд может содержать либо абсолютные величины за укрупненные по продолжительности промежутки времени (эти величины получают путем простого суммирования уровней первоначального ряда абсолютных величин), либо средние величины. При суммировании уровней или при выведении средних по укрупненным интервалам отклонения в уровнях, обусловленные случайными причинами, взаимопогашаются, сглаживаются и более четко обнаруживается действие основных факторов изменения уровней (общая тенденция).

Второй метод - изучение основной тенденции развития методом скользящей средней является лишь эмпирическим приемом предварительного анализа. Рассмотренные приемы сглаживания динамических рядов (укрупнение интервала и метод скользящей средней) могут рассматриваться как важное вспомогательное средство, облегчающее применение других методов и, в частности, более строгих методов выявления тенденции.

Для того чтобы представить количественную модель, выражающую общую тенденцию изменений уровней динамического ряда во времени, используется третий метод - аналитическое выравнивание ряда динамики. В этом случае фактические уровни заменяются уровнями, вычисленными на основе определенной кривой. Предполагается, что она отражает общую тенденцию изменения во времени изучаемого показателя.

Выбор формы кривой во многом определяет результаты экстраполяции тенденции развития. Основанием для выбора вида кривой может использоваться содержательный анализ сущности развития данного явления. Можно опираться также на результаты предыдущих исследований в данной области.

При выборе вида кривой для выравнивания динамического ряда возможно также использование метода конечных разностей, который основан на свойствах различных кривых, применяемых при выравнивании.

Помимо этого динамические ряды часто имеют небольшую динамику и подвержены значительным колебаниям, которые не всегда можно предвидеть. Поэтому в статистическом анализе экономических процессов распространение получили методы адаптивного моделирования и прогнозирования.

Тенденцию изменения удоя молока от одной коровы проследим на примере СХА «Родина» Семилукского района Воронежской области за 9 лет.

Таблица 3. Тенденция в изменении продуктивности коров за 9 лет

Годы	1993	1994	1995	2008	2009	2010	2011	2012	2013
Надой молока на 1 корову ц.	18,90	17,26	16,08	15,20	18,45	19,75	15,33	15,36	15,45

Произведем выравнивание удоя молока от 1 коровы по трем вышеперечисленным методам:

1. Укрупнение периодов.

2. Скользящая средняя.

3. Аналитическое выравнивание.

В целях выявления общей тенденции в развитии продуктивности произведем выравнивание ряда, применив следующие методы:

1) Укрупнение периодов. Так как исходная информация приведена за 9 лет, то выравнивание следует производить по трехлетиям. Для этого:

а) определяем сумму удоя молока от одной коровы по трехлетиям:

1993-1995=18,90 +17,26 +16,08= 52,24 (ц)

2008-2010=15,20 + 18,45 +19,75= 53,4 (ц)

2011-2013=15,33 +15,36+ 15,45=46,14 (ц)

б) определяем средний удой молока от одной коровы по каждому трехлетию, как простая арифметическая:

1993-1995=52,24 / 3= 17,41 (ц/гол)

2008-2009=53,4 / 3= 17,8 (ц/гол)

2011-2013= 46,14 / 3= 15,38 (ц/гол)

Полученные данные выявили закономерность в развитии удоя молока происходит снижение. Однако трех средних величин недостаточно для надежных выводов, поэтому следует применить второй метод - скользящей средней.

2) Скользящая средняя рассчитывается по трехлетиям, которые формируются со сдвигом на 1 год:

а) определяем сумму удоя молока от одной коровы по трехлетиям:

1993-1995= 18,90+17,26+16,08= 52,24 (ц)

1994-2008=17,26+16,08+15,20=48,54 (ц)

1995-2009= 16,08+15,20+18,45=49,73 (ц)

2008-2010=15,20+18,45+19,75=53,4 (ц)

2009-2011= 18,45+19,75+15,33=53,53 (ц)

2010-2012=19,75+15,33+15,36=50,44 (ц)

2011-2013=15,33+15,36+15,45=46,14 (ц)

б) определяем среднюю скользящую продуктивности по каждому трехлетию по простой арифметической:

1993-1995=52,24 / 3= 17,41 (ц/гол)

1994-2008= 48,54 / 3=16,18 (ц/гол)

1995-2009= 49,73 / 3=16,57 (ц/гол)

2008-2010= 53,4 / 3= 17,8 (ц/гол)

2009-2011=53,53 / 3= 17,84 (ц/гол)

2010-2012=50,44 / 3= 16,81 (ц/гол)

2011-2013= 46,14 / 3=15,38 (ц/гол)

Результаты расчётов приведены в следующей таблице.



Таблица 4. Выравнивание динамики продуктивности коров в СХА «Родина» Семилукского района

Годы	Укрупнение периодов	Скользящая средняя
	Сумма за 3-х летие	Средняя продуктивность за 3-х летие	Сумма за 3-х летие	Скользящая средняя продуктивность
1993	-	-	-	-
1994	52,24	17,41	52,24	17,41
1995			48,54	16,18
2008			49,73	16,57
2009	53,4	17,8	53,4	17,8
2010			53,53	17,84
2011			50,44	16,81
2012	46,14	15,8	46,14	15,8
2013	-	-	-	-

Динамика продуктивности коров по результатам укрупнения периодов показала неравномерное распределение удоев молока за 9 лет. В первые 6 лет средняя продуктивность имеет тенденцию спада, Средняя скользящая такую тенденцию не подтверждает, поэтому для увеличения надежности выводов и возможности практической экстраполяции результатов анализа на период времени в будущем проведем аналитическое выравнивание ряда.

3) Аналитическое выравнивание.

На данной стадии были рассмотрены различные модели тренда, успешно реализованы попытки выяснить, какая модель описывает протекающие изменения продуктивности с наибольшей адекватностью.

Для начала воспользуемся уравнением прямой. Линейная модель имеет следующий вид:

Y(t)= a0+a1*t

где at-теоритические значения продуктивности коров по хозяйству за каждый год, кг;

t - условные обозначения периода времени

a0, a1- неизвестные параметры

С целью нахождения коэффициентов регрессии решается система нормальных уравнений:

{na0 + a1 *?t= ?y

{na?t + a1 *?t2 =? yt

Исходные и расчетные данные для решения системы уравнений представлены в следующей таблице 5:

годы	Продуктивность, ц/гол, у	Условное обозначение периодов времени, t	t2	у*t	yt= 16,86-0,27*t
1993	18,90	-4	16	-75,6	17,94
1994	17,26	-3	9	-51,78	17,67
1995	16,08	-2	4	-32,16	17,4
2008	15,20	-1	1	-15,20	17,13
2009	18,45	0	0	0	16,86
2010	19,75	1	2	19,75	16,59
2011	15,33	2	4	30,66	16,32
2012	15,36	3	9	46,08	16,05
2013	15,45	4	16	61,8	15,78
итого	?у=151,78	?t=0	t=60	?y*t= -16,45	?y(t)= 151,78

Подставим итоговые данные в систему уравнений

{9а0 +а1*0= -16,45

{а0 * 0 +60*а1= -16,45

{9а0= 151,78

{ 60 а1= -16,45

а0= 16,86

а1= - 0,27

Подставим найденные значения параметров а0, а1 в уравнение прямой и найдем выражение

y(t)= 16,86-0,27*t

Параметр а1 свидетельствует о том, что ежегодно в течение изучаемого периода продуктивность коров снижалась в среднем на 0,27 ц.

Подставим значение t в полученное уравнение. Определим расчётное или теоретическое значение продуктивности для каждого года.

Таким образом, получили выравненный ряд продуктивности, который свидетельствует о том, что происходит систематическое снижение продуктивности с годовым уменьшением на 0,27 ц.

Полученная модель отражена на графике.

Рис. 2. Линейное выравнивание динамики продуктивности коров в СХА «Родина» Семилукского района

На графике видно, что при линейном выравнивании, продуктивность коров с 1993 по 2008 снизилась, с 2008 по 2010 снова увеличилась и в 2010 опять уменьшилась. Динамика продуктивности коров показывает систематическое снижение продуктивности в течении изучаемого периода в среднем на 0,27 ц.



2. Индексный анализ средней продуктивности коров и валового надоя молока

Для характеристики явления и процессов экономической жизни статистика широко применяет обобщающие показатели в виде средних, относительных величин и всякого рода коэффициентов. К таким обобщающим показателям относятся и индексы. В широком понимании слово Index означает показатель. Однако в экономической статистике это слово приобретает специфическое значение.

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 (план, прогноз, норматив и т. д.).

По степени охвата явления индексы бывают индивидуальные и общие.

Индивидуальные индексы представляют собой относительные величины динамики, планового задания, выполнения плана, сравнения, координации.

В зависимости от экономического содержания индивидуальные индексы бывают: физического объема продукции, себестоимости, цен, производительности труда и т. д.

Например, индекс валового надоя молока будет рассчитываться, как отношение продукции отчетного года к продукции базисного года (то есть предшествующего отчетному). Этот индекс показывает, во сколько раз возрос (уменьшился) валовой надой молока в отчетном периоде по сравнению с базисным, или сколько процентов составляет рост (снижение) валового надоя молока.

Для измерения динамики сложного явления, составные части которого непосредственно несоизмеримы (изменения физического объема продукции, включающей разноименные товары; индекс цен на все сельскохозяйственные продукты и т. д.), рассчитывают общие индексы.

Если индексы охватывают не все элементы сложного явления, а только часть их, то такие индексы называются групповыми, или субиндексами, например, индексы физического объема продукции отдельных отраслей сельского хозяйства. Групповые индексы отражают закономерности в развитии отдельных компонентов изучаемых явлений.

В зависимости от формы построения различают индексы агрегатные и средние. Агрегатный индекс - это сложный относительный показатель, характеризующий среднее изменение социально-экономического явления, состоящего из несоизмеримых элементов. Здесь сравниваются две суммы одноименных показателей. Числитель и знаменатель агрегатного индекса представляют собой сумму произведений двух величин, одна их которых меняется, а другая остается неизменной. Агрегатная форма общих индексов является основной формой экономических индексов. Средние индексы - производные, они получаются в результате преобразования агрегатных индексов.

С помощью индексных систем можно измерить, какую роль в динамике сложного явления (так будем называть показатель, состоящий из произведения двух факторов-компонентов) составляют интенсивный и экстенсивный факторы. На этой же основе можно определить, в какой мере абсолютные приросты важнейших элементов экономики обусловлены действием интенсивных и экстенсивных факторов развития.

По характеру объекта исследования общие индексы подразделяются на индексы количественных и качественных показателей. В основе такого деления индексов лежит вид индексируемой величины.

По объекту исследования различают индексы производительности труда, физического объема продукции и т. д.

Далее проведем индексный анализ продуктивности коров и валового надоя молока.

Для проведения индексного анализа продуктивности коров и валового надоя молока необходимы следующие исходные данные:

Наименование хозяйства	Поголовье коров	Удой молока на1коро- ву, ц	Валовый надой молока	Структура стада %
			2012	2013
				Факти- ческий	Услов- ный	2012	2013
	2012	2013	2012	2013
	П0	П1	У0	У1	У0*П0	У1*П1	У0*П1	П0 ?П0	П1 ?П1
СХА «Ольшанская»	236	236	21,71	25,17	5123	5940	5123,56	5,98	6,50
К-з «Маяк»	159	111	10,47	12,88	1664	1429	1162,17	4,03	3,05
К-з «Меловашский»	204	198	18,09	17,94	3690	3552	3581,82	5,17	5,45
К-з «Коммунар»	80	70	26,11	23,33	2088	1633	1827,7	2,02	1,92
СХА им. «Горького»	230	205	21,26	19,30	4889	3956	4358,3	5,83	5,64
СХА «Дружба»	277	277	32,04	32,64	8875	9041	8875,08	7,02	7,63
СХА « Родина»	125	122	15,36	15,45	1920	1884	1873,93	3,17	3,36
К-з им. Ленина	250	250	36,4	40,03	9100	10007	9100	6,34	6,90
СХА им. Куйбышева	170	150	15,56	16,85	2645	2527	2334	4,31	4,14
ЗАО «Землянское»	300	300	34,85	37,76	10455	11328	10455	7,61	8,26
К-з им. Мичурина	143	123	16,43	19,06	2349	2344	2020,89	3,62	3,38
СХА «Октябрьской революции»	241	184	10,10	18,46	2434	3396	1858,4	6,11	5,07
СХА «Ведуга»	115	103	18,63	31,06	2142	3199	1918,89	2,91	2,83
К-з им. К Маркса	100	100	40,50	37,45	4050	3745	4050	2,53	2,75
К-з им. Лосево	148	146	11,48	18,73	1699	2734	1676,08	3,75	4,02
СХА « Луч»	156	107	12,90	23,86	2012	2553	1380,3	3,95	2,94
СХА « Стадницкое	255	255	22,09	27,45	5632	6999	5632,95	6,46	7,02
СХА «Искра»	190	126	18,67	22,61	3547	2848	2352,42	4,81	3,47
К-з « Победа»	52	78	8,42	18,86	437	1471	656,76	1,31	2,14
СХА им. Чапаева	152	126	12,55	15,13	1907	1906	1581,3	3,85	3,47
СХА « Перлевкая»	38	41	35,84	38,27	1361	1569	1469,44	0,96	1,12
СХА «Новоусманский»	321	321	25,06	30,21	8044	9697	8044,26	8,14	8,84
Итого	3942	3629	464,52	542,5	84175	93458	81333,25	99,88	99,88

Определим общее изменение средней продуктивности коров.

Относительное изменение покажет общий индекс средней продуктивности коров, который рассчитывается как отношение среднего удоя на одну корову в целом за отчетный период к среднему удою молока за базисный период:



I у =У1 / У0=

Данный индекс называется индексом переменного состава, так как в нём изменяются оба элемента, и продуктивность, и поголовье коров.

I y = (93458/3629) / (84175/3942)=25,75/21,35=1,20 или 120%

Абсолютное изменение продуктивности коров находится как разность между средней продуктивностью коров отчётного и базисного года:

Ду=У1-У0

Ду= 25,75 - 21,35= 4,4 ц.

Средняя продуктивность коров в хозяйствах Семилукского района понизилась на 4,4 ц.

На общее изменение средней продуктивности коров в хозяйствах оказали влияние два фактора:

а) продуктивность коров в отдельных хозяйствах;

б) структура стада коров.

Относительное влияние изменения первого фактора на среднюю продуктивность определяется путем расчета индекса продуктивности коров постоянного состава. Рассчитывается данный индекс как отношение фактической средней продуктивности коров отчетного года к средней условной продуктивности коров отчетного года:

Iy =У1 / У1усл=

Iy = (93458/3629) / (81333,25/3629)=25,75/22,41=1,15 или 115%



Данный индекс называется индексом постоянного состава, так как в нем изменяется только одна величина (продуктивность коров), а постоянной величиной является поголовье коров.

Абсолютное влияние рассчитываем как разность между числителем и знаменателем:

Ду(у)= У1 - У1усл

Ду(у)= 25,75 - 22,41= 3,34 ц

Следовательно, за счет повышения продуктивности коров в отдельных хозяйствах Семилукского района средняя продуктивность в хозяйствах не изменилась.

Относительное влияние изменения второго фактора определяется путем расчета индекса структуры стада. Данный индекс определяется как отношение условной средней продуктивности коров за отчетный год к средней продуктивности коров базисного года:

Id =У1усл /У0 =

Id =(81333,25/3629) / (84175/3942)=22,41/21,35=1,05 или 105%

Абсолютное изменение находится как разность между числителем и знаменателем:

Ду(d)=У1усл -У0

Ду(d) =22,41- 21,35=1,06 ц.

Таким образом, за счет незначительного улучшения структуры стада коров средняя продуктивность коров в хозяйствах уменьшилась на 1,06 ц.

Рассчитанные показатели находятся во взаимосвязи, которая позволяет построить две модели:

1) Мультипликативная:

Iy= I(y)*I(d)

1,20=1,15*1,05=1,20

2) Аддитивная:

Ду=Ду(у)+Ду(d)

4,4= 3,34+1,06=4,4

На основе проведенных расчетов можно сказать, что на увеличение средней продуктивности коров не оказали влияние оба фактора.

Далее рассмотрим общее изменение валового надоя молока:

Относительное изменение определяется путем расчета общего индекса валового надоя молока, который находится как отношение общего фактического валового надоя молока отчетного периода к валовому надою молока базисного периода.

Iуп=

Iуп=93458/84175= 1,11 или 111%

Абсолютное изменение определяется как разность между числителем и знаменателем рассчитанного индекса.

Дуn=?У1*П1- ?У0*П0

Дуn=93458 - 84175= 9283 ц

Следовательно, валовой надой молока увеличился на 9283 ц.

Валовый надой молока находится под влиянием трех факторов:

а) продуктивности коров в отдельных хозяйствах;

б) поголовье коров;

в) структуры стада коров;

Относительное влияние изменения первого фактора определяется путем расчета индекса продуктивности коров постоянного состава, который ранее уже был найден и составил Iy= 120%

Абсолютное изменение составит:

Дуn(у)=(У1-У1усл)*?П1

Дуn(у)=(25,75-21,35)*3629=15967,6 ц

Таким образом, за счет снижения продуктивности коров в большинстве хозяйств валовой надой молока уменьшился на 15967,6 ц.

Относительное влияние изменение второго фактора определяется путем расчета индекса поголовья коров:

In=

In=3629/3942=0,9205 или 92,05 %

Абсолютное изменение составит:

Дуn(n)=(?П1 -?П0 )*У0

Дуn(n)=(3629 -3942)*21,35= - 6682,6 ц.

Следовательно, за счет сокращения поголовья коров в хозяйствах валовый надой молока уменьшиться на 6682,6 ц.

Относительное влияние изменения третьего фактора определяется путем расчета индекса структуры.

Абсолютное влияние составит:

Дуn(d)=(У1усл - У0 )*?П1

Дуn(d)=(22,41-21,35)*3629=3846,74 ц.

Следовательно, даже за счет некоторого улучшения структуры стада коров валовой надой молока в изучаемых районах уменьшился на 3846,74 ц.

Выполненные расчеты позволяют построить две модели:

1) Мультипликативная

I(d) = I(y)*I(n)*I(d)

1,11=1,20*0,9205*1,0000

1,11=1,11

2) Аддитивная

Дуn=Дyn(y) +Дyn(n) +Дyn(d)

9283=15967-6683+3846=13130 ц.



3. Выявление взаимосвязи методом аналитической группировки

В результате проведения статистического наблюдения получают данные о признаках каждой единицы статистической совокупности. Однако эти массивы данных собирают не для того, чтобы получить характеристики каждой исследуемой единицы, а с целью изучить совокупность в целом, выявить ее характерные группы и закономерности. Для этого необходимо обобщить и систематизировать сведения, полученные в ходе статистического наблюдения. Это достигается с помощью группировки.

Для решения этих задач применяют соответственно три вида группировок: типологические, структурные и аналитические (факторные).

Типологическая группировка решает задачу выявления и характеристики социально-экономических типов путем разделения качественно разнородной совокупности на классы, социально-экономические типы, однородные группы единиц в соответствии с правилами научной группировки. Примерами типологической группировки могут служить группировки секторов экономики, хозяйствующих субъектов по формам собственности: группы предприятий государственной собственности, федеральной, муниципальной, частной и смешанной собственности.

Структурной называется группировка, в которой происходит разделение выделенных с помощью типологической группировки типов явлений, однородных совокупностей на группы, характеризующие их структуру по какому-либо варьирующему признаку. К структурным группировкам могут относиться группировка населения по размеру среднедушевого дохода, группировка хозяйств по объему продукции.

Одной из задач группировок является исследование связей и зависимостей между изучаемыми явлениями и их признаками. Это достигается с помощью аналитических (факторных) группировок. Всю совокупность признаков при этом можно разделить на две группы: факторные и результативные. Факторными называются признаки, под воздействием которых изменяются другие, которые образуют группу результативных признаков. И особенностью аналитической группировки является то, что в ее основе лежит факторный признак, и каждая выделенная группа характеризуется средними значениями результативного признака.

Аналитические группировки позволяют изучить многообразие связей и зависимости между варьирующими признаками. Преимущество метода аналитических группировок перед другими методами анализа связи состоит в том, что он не требует соблюдения каких-либо условий для его применения, кроме одного - качественной однородности исследуемой совокупности.

Таким образом, метод группировок - один из важнейших методов статистики, без которого немыслимо изучение массовых явлений. С помощью группировки осуществляется систематизация данных статистического наблюдения, в результате чего они превращаются в упорядоченную статистическую информацию, пригодную для дальнейшего статистического анализа.

Русский статистик Д.П. Журавский (1810-1856) очень точно определил статистику как «счет по категориям». Действительно, среди бесконечного разнообразия явлений мы, как правило, улавливаем наличие некоторого конечного числа групп или типов.

Группировка - это распределение единиц по группам в соответствии со следующим принципом: различия между единицами, отнесенными к одной группе, должны быть меньше, чем между единицами, отнесенными к разным группам. [6]

Группировка лежит в основе всей дальнейшей работы с собранной информацией. На основе группировки рассчитываются сводные показатели по группам, появляется возможность их сравнения, анализа причин различий между группами, изучения взаимосвязей между признаками. Если рассчитать сводные показатели только в целом по совокупности, то мы не сможем уловить ее структуры, роли отдельных групп, их специфики.

Однородность (гомогенность) данных является исходным условием их статистического описания и анализа - вычисления и интерпретации обобщающих показателей, построения уравнения регрессии, измерения корреляции, статистического умозаключения.

Построим ранжированный ряд распределения хозяйств по расходу кормов на 1 корову, ц.к.е. (центнер кормовых единиц).

1,67; 1,89; 1,93; 2,36; 3,04; 5,56; 3,72; 3,84; 3,87; 3,98; 3,9; 4,01; 4;17; 4,24; 4,54; 4,71; 5,33; 5;72; 6;79; 7,02; 7,9; 11,19.

Определим число групп на которые необходимо разбить исходную информацию

n= 1+3,322 lgN

где n- число групп

N- количество изучаемой соовокупности

n=5

Число групп определяется по правилам математического округления до ближайшего целого числа

определим равный интервал:

i = (xmax - xmin)/n,

где xmax - максимальное значение ранжированного ряда

xmin - минимальное значение ранжированного ряда

i=(11,9-1,67)/5=1,90

Определим границы групп

Хmin+t

Й. 1,67+1,90=3,57

ЙЙ. 3,57+1,90=5,47

ЙЙЙ. 5,47+1,90=7,37

Й?. 7,37+1,90=9,27

?. 9,27+1,90=11,17(округлим до 11,19)

Определим какое количество предприятий войдет в каждую группу то есть построим интервальный ряд распределения.

Интервальный ряд распределения предприятий по расходу кормов на 1 голову.

Группы предприятий по расходу кормов на 1 голову ц.к.е	Число предприятий
Й. 1,67-3,57	6
ЙЙ. 3,57-5,47	11
ЙЙЙ. 5,47-7,37	3
Й?.7,37-9,27	1
?. 9,27-11,19	1
Итого:	22

Определим сводные и обобщающие показатели по каждой группе и совокупности в целом.

Сводные и обобщающие показатели

Группы предприятий по расходу кормов на 1 голову	Число пред- приятий	Поголовье коров	Общий расход кормов	Валовый надой молока	Денежная Выручка за реализо -ванное молоко	Полная себестоимость реализованного молока
Й. 1,67-3,57	6	1097	2763	16510	8507	8111
ЙЙ. 3,57-5.47	11	1840	7796	50665	15201	16880
ЙЙЙ.5,47-11,19	5	692	6052	17491	4606	7728
Итого	22	3629	16611	84666	28314	32719



На основе сводных и обобщенных данных рассчитаем статистико-аналитические показатели по каждой группе, и совокупности в среднем.

Группы предприятий по расходу кормов ц.к.е.	Число предприятий	Уровень кормления 1головы ц.к.е.	Удой от 1 коровы ц.к.е.	Уровень Окупаемости %
1,67-3,57	6	2,51	15,05	104
3,57-5,47	11	4,23	27.54	90
5,47-11,19	5	8,75	25,28	59

В среднем по совокупности хозяйств, чем выше расход кормов на 1 голову (уровень кормления), тем выше удой (продуктивность) от одной коровы.

В I группе - наименьший расход кормов на 1 корову, а в IЙЙ группе - наибольший. Таким образом, расход кормов на 1 корову в IЙЙ группе на 4,52 ц.к.е. больше.

Анализируя данную таблицу можно отметить, что экономическая эффективность производства молока характеризуется системой показателей, основными из которых являются удой, затраты труда на единицу продукции, окупаемость. Так в I группе расход кормов на одну корову составил 2,51 ц.к.е, удой на 1 корову - 15,05 и окупаемость-104, а в IV - расход кормов на 1 корову увеличился до 8,75(что на 6,24 ц.к.е. больше, чем в I группе), удой на 1 корову снизился до 25,28(что на 10,23 ц больше по сравнению с I группой) и следовательно снизилась окупаемость одного ц молока (она составила 59%.). Из вышесказанного можно сделать вывод, что производство молока стало не рентабельным.



4. Однофакторный корреляционно-регрессионный анализ

Корреляционно-регрессивный анализ - установление формы связи, количественное измерение влияние фактора на результат, измерение тесноты связи и меры воздействия каждого фактора на результаты.

Корреляция - это статистическая зависимость между случайными величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.

В статистике принято различать следующие варианты зависимостей.

1. Парная корреляция - связь между двумя признаками (результативным и факторным или двумя факторными).

2. Частная корреляция - зависимость между результативным и одним факторным признаком при фиксированном значении других факторных признаков.

3. Множественная корреляция - зависимость результативного и двух или более факторных признаков, включенных в исследование.

Корреляционный анализ - количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Ставиться задача по 22 хозяйствам района изучить корреляционную зависимость между уровнем кормления 1 гол. ц.к.е. и удоем от 1кор.ц.

№ хоз-ва	Уровень кормления 1 гол ц.к.е (х)	Удой от 1 коровы ц.
1	1,67	21,71
2	1,87	10,47
3	1,93	18,09
4	2.36	26,11
5	3,04	21,26
6	3,56	32,04
7	3,72	15,36
8	4.54	11,48
9	4,71	12,90
10	5,33	22,09
11	5,72	18,67
12	6,79	8,42
13	7,02	12,55
14	3,84	36,4
15	3,87	15,56
16	3,98	34,85
17	3,99	16,43
18	4,01	10,10
19	4.17	18.63
20	4,24	40,50
21	7,9	35,84
22	11,19	25,06

Алгоритм построения однофакторной модели.

1. теоритическое обоснование формы связи. Исходя из задачи, теоритически и логически следует предложить, что связь между уровнем кормления и удой от 1 коровы носит прямолинейный характер, то есть с увеличением уровня кормления будет возрастать продуктивность коров.

2. Подтверждение факта. Наличие связи и определение направления подтвердим посредством построения графика корреляционной связи.

3. построение экономико-математической модели или уравнения регрессии. Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой зависимой, или результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, а также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения. Предварительный теаритический анализ и графический метод показали прямолинейный характер, изучаемой связи, то есть линейную регрессию, которая выражается уравнением прямой (линейной функцией).

Ух=а0+а1х, где Ух -теоритические или возможные значения результата по каждому хозяйству (продуктивности);

х- значения фактора (уровень кормления)

а0,а1 - независимые параметры.

Неизвестные параметры находятся путем решения системы нормальных уравнений:

na0 +a1?x=?y

a0?x +a1?x2=?yx

Исходные расчетные данные для решения системы уравнений представим в виде таблицы.

Таблица 1. Исходные и расчетные данные для построения экономико-математической модели по хозяйствам

№	Продуктивность коров 1ц (у)	Уровень кормления 1 ц.к.е (х)	Х2	У*Х	У2	Ух=19,85+0,28*х
1	21,71	1,67	2,79	36,25	471,32	20,31
2	10,47	1.89	3.57	19,78	109,62	20,37
3	18,09	1,93	3,72	34,91	327,24	20.39
4	26,11	2,36	5,56	61,61	681.73	20,51
5	21,26	3.04	9,24	64,63	451,98	20,70
6	32,04	3,56	12,67	114,06	1026,56	20,84
7	15,36	372	13,83	57,13	235,92	20,89
8	11,48	4,54	20,61	52,11	131,79	21,12
9	12,90	4,71	22,18	60,75	166,41	21,16
10	22,09	5,33	28,40	117,73	487,96	21,34
11	18,67	5,72	32,71	106,79	348,56	21,45
12	8,42	6,79	46,10	57,17	70,89	21,75
13	12,55	7,02	49,28	88,10	157,50	21,81
14	36,4	3,84	14,74	139,77	1324,96	20,92
15	15,56	3,87	14,97	60,21	242,11	20,93
16	34,85	3,98	15,84	138,70	1214,52	20,96
17	16,43	3,99	15,92	65,55	269,94	20,96
18	10,10	4,01	16,08	40,50	102,01	20,97
19	18,63	4,17	17,38	77,68	347,07	21,01
20	40,50	4,24	17,97	171,72	1640,25	21,03
21	35,84	7,9	62,41	283,136	1284,50	22,06
22	25,06	11,19	125,21	280,42	628	22,98
Итог	464,52	99,47	551,18	2128,7	11720,84	464,52

Подставим итоговые данные в систему уравнений

22а0+99,47а1=464,52 22 а0 +4,52 =21,11 2-1

99,47а0+551,18а1=2128,7 99,47 а0+5,54=21,40

1,02=0,29

а1=0,28

подставим найденное значение а1 в любое из уравнений, найдем а0

а0+4,52*0,28=21,11

а0=19,85

Подставим найденные значения а0 и а1 в уравнение прямой и найдем его конкретное выражение: Ух=19,85+0,28х. Коэффициент регрессии а1 конкретизирует исследуемую связь. Он показывает, на сколько единиц изменяется результат при изменении фактора на единицу. Исходя из полученного уравнения, мы можем сделать следующий вывод, что при увеличении уровня кормления 1 гол. на 1 ц, продуктивность коров в данных конкретных условиях будет повышаться на 0,28ц.

Одной из проблем построения уравнения регрессии является размерность параметров, то есть определение числа факторов признаков, включаемых в модель. Их число должно быть оптимальным. Сокращение размерности за счет исключения второстепенных, несущественных факторов позволяет получить модель, быстрее и качественнее реализуемую. В то же время построение модели малой размерности может привести к тому, что она будет недостаточно полно описывать исследуемое явление или процесс в единой системе национального счетоводства. При построении модели число факторных признаков должно быть в 5-6 раз меньше объема изучаемой совокупности.

4.Определение теоритических (возможных) значений результата на основе построенной модели. Подставив значение фактора в разработанную модель (уравнение прямой) определим теоритические значения продуктивности коров по каждому хозяйству района. Ух1=19,85+0,28*1,67=20,31

5. Изображаются графически теоритические значения результата, то есть строится теоритическая линия регрессии. Рассчитанные теоритические значения продуктивности наносят на график корреляционного поля связи (график). На графике получается прямая линия, то есть выровненная теоритическая линия регрессии.

6. Изменение тесноты связи. Теснота связи количественно выражается величиной коэффициентов корреляции. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определять «полезность» факторных признаков при построении уравнений множественной регрессии. Величина коэффициента корреляции служит также оценкой соответствия уравнения регрессии. Корреляция и регрессия тесно связаны между собой: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму. Обе служат для определения наличия и отсутствия связи между явлениями. Если исследуемая связь носит линейный характер, то теснота связи измеряется с помощью линейного коэффициента корреляции.

Ryx=

Коэффициент корреляции всегда меньше единицы и изменяется в пределах от - 1 до +1. Знаки коэффициентов регрессии и корреляции всегда совпадают. При этом интерпретацию значений коэффициента корреляции можно представить следующим образом.

Таблица 2. Оценка линейного коэффициента корреляции

Значение линейного коэффициента связи	Характер связи	Интерпретация связи
R=0	Отсутствует	-
0?R?1	Прямая	С увеличением х увеличивается у
-1?R?0	Обратная	С увеличением х уменьшается у, и наоборот
R=1	фуекциональная	Каждому значению факторного признака соответствует одно значение результативного признака

Для оценки тесноты связи используется шкала американского ученого Чэддека.

Таблица 3. Количественные критерии оценки тесноты связи

Величина коэффициента корреляции	Характер связи
До + 0,2 +0,25	Практически отсутствует
+0,3+0,5	Слабая
+0,5+ 0,8	Существенная
+0,8+1	Тесная

Коэффициент корреляции свидетельствует о том, что связь между продуктивностью коров и уровнем кормления 1 головы прямая и существенная.

Помимо коэффициента корреляции также необходимо определить множественный коэффициент детерминации (R2). Он показывает, какая доля вариации результативного признака обусловлена изменением факторных признаков, входящих в многофакторную регрессионную модель.

Изменение тесноты и направление связи является важной задачей изучения и количественного измерения взаимосвязи социально-экономических явлений. R2=0,062=0,0036 или 36%. Это говорит о том, что продуктивность коров на 36% зависит от уровня кормления 1 головы и на 64% от других факторов.

Вывод: Так как коэффициент корреляции меньше 0,7, а коэффициент детерминации меньше 49%, то разработанная экономико-математическая модель не адекватна и не может быть рекомендована к практическому использованию.



Выводы и предложения

В ходе курсовой работы мы выяснили, что на повышение экономической эффективности скотоводства влияют следующие факторы: полноценное кормление животных, совершенствование их породной и возрастной структуры, улучшение ухода за животными и их содержания, правильная организация процессов воспроизводства стада, повышение материальной заинтересованности доярок в результатах их труда, наведение должного порядка в реализации молока, обеспечение полноты учета произведенной продукции и оприходования выручки. Метод аналитической группировки выявил, что повышение продуктивности коров способствует росту экономической эффективности производства молока.

В целом, хозяйств СХА«Родина» развивалось равномерными темпами. В динамике последних лет численность поголовья в СХА «Родина» снижалась при одновременном повышении продуктивности коров, что является положительным моментом для хозяйства.

На протяжении анализа продуктивности коров по 22 хозяйствам вытекает один вывод - в хозяйствах Воронежской области имеются все необходимые условия, позволяющие вести рентабельное производство молока. Для этого в их распоряжении благоприятные природные, климатические и экономические условия.

Индексный анализ предложенных предприятий показал, что за отчётный 2012 год за счет некоторого улучшения структуры стада коров валовой надой молока в изучаемых районах уменьшился на 3846,74 ц.

Хотя, средняя продуктивность коров уменьшилась на 4,4ц/гол. Корреляционно-регрессионный анализ выявил, что удой молока на 36% зависит от уровня кормления и на 64% от других факторов, тем самым показав, что эта разработанная экономико-математическая модель не рекомендуется для практического применения.

В настоящий момент, на наш взгляд, наиболее яркими проблемами молочного производства являются:

1) сезонность производства;

2) большое количество устаревшей техники, а также отсталые технологии производства;

3) недостаток квалифицированных кадров;

4) низкое качество кормления и содержания животных.

Поэтому мероприятия, направленные на преодоление данных нарушений, должны стать весомым фактором использования имеющихся резервов повышения продуктивности молочного стада в исследуемых хозяйствах.



Список использованной литературы

1. Адамов В.К. Факторный индексный анализ (методология и проблемы). ML.: Статистика. 2003. С. 200.

2. Анализ финансово-экономической деятельности предприятия: Учеб. Пособие для вузов/под ред. Любушина Н.П. -М.: ИНИТИ- ДАНА, 2005. 471с.

3. Баканов М.И. Шеремет А.Д. Теория анализа хозяйственной деятельности учебник, 3-е. перераб и доп. Издание: М.: Финансы и статистика. 2010. 376с.

4. Башкатов Б.И. “Статистика сельского хозяйства” / Б.И. Башкатов, М: 2003. - 351с.

5. Вучков И. и др. Прикладной линейный регрессионный анализ /Пер. с болг. И. Вучков, Л. Бояджиева, Е. Солжов. М.: Финансы и статистика 2003. 239 с.

6. . Гришин А.Ф. “Финансы и статистика”/ А.Ф. Гришин; Москва: 2003г. - 237 с.

7. Гусаров В.М. Теория статистики. - М.: Аудит 2003. - 248с.

8. Елисеева И.И. Общая теория статистики: Учебник / Под ред. чл.-корр. РАН И.И. Елисеевой. 4-е изд., перераб. и доп. -М.: Финансы и статистика, 2002. 480 с.

9. Емельянова А.М. Экономика сельского хоз-ва. М.: Экономика 2002. 241с.

10. Ефимова М.Р., Рябцев В.М. Общая теория статистики: учебник. М.: Финансы и статистика, 2014. - 303 с.

11. Крастинь О.П. Разработка и интерпретация моделей корреляционных связей в экономике. - Рига: 2003, 421 с.

12. Плошка Б.Г. Группировка и система статистических показателей. М.: Статистика, 2003. 176 с.

13. Статистическое моделирование и прогнозирование / под ред. А.Г. Гранберга. М.: Финансы и статистика, 2009. 383 с.

14. Харламов В.И. “Общая теория статистики” М: ИНФРА, 2010 - 422 с

Размещено на Allbest.ru