Доля активных сельхозформирований в общей их численности

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:

Т_пр = Т_р - 100% или Т_пр= 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 в_i, 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