Автор: Пользователь скрыл имя, 02 Декабря 2011 в 12:03, курсовая работа
Все вышеперечисленные культуры имеют разный химический состав, энергетическую ценность и пригодны для переработки в различные виды продукции.
Задачами статистики производства зерна являются:
Обеспечивать своевременное определение размеров валового сбора и урожайности;
Изучать динамику этих показателей;
Анализировать факторы, влияющие на урожайность и валовой сбор;
Вскрывать резервы повышения урожайности и увеличения валового сбора.
В таблице дан ряд динамики за 2003-2009 г, по которому найдём уравнение прямой, выражающей тренд: ȳt=a+bt.
Уравнение тренда имеет вид: ȳt=8,6+0,5t.
Т.е. в среднем урожайность за каждый год увеличивалась на 0,5 ц/га по сравнению с предыдущим. Анализируя динамику урожайности, нужно имеет ввиду, что изменения урожайности, с одной стороны, зависит от производственно-экономических факторов: дозы удобрения, селекции и семеноводства, общего уровня агротехники, наличия и использования основных средств и др. особенностями динамики урожайности определяются задачи её статистического исследования.
4. Индексный
анализ валового сбора и
Для характеристики валового сбора урожайности в первую очередь используется индексный метод. Рассмотрим систему индексов при анализе валового сбора на примере СПК «Байгульский».
Таблица 4.1. – Индексный анализ валового сбора и средней урожайности по группе однородных культур.
Культуры | Базисный период | Отчётный период | Валовой сбор, ц | ||||
Ур-ть, ц/га | Посев. пл.,га | Ур-ть, ц/га | Посев. пл.,га | базисный | отчётный | условный | |
У₀ | П₀ | У₁ | П₁ | У₀П₀ | У₁П₁ | У₀П₁ | |
Пшеница яровая | 3,4 | 1395 | 11,5 | 960 | 4743 | 11040 | 3264 |
Овёс | 3,4 | 43 | 11,5 | 40 | 146 | 460 | 186 |
Итого в среднем | 3,4 | 1438 | 11,5 | 1000 | 4889 | 11500 | 3400 |
Индексный анализ возможен только по группе однородных культур, например, группа зерновые и зернобобовые.
Для анализа используем следующую систему индексов:
1.Определим общий
индекс валового сбора и
За анализируемый период времени валовой сбор зерновых культур увеличился в 2,4 раза или на 6611 ц.
2.Рассчитываем
индекс урожайности
∆y=ΣУ₁П₁-ΣУ₀П₁=11500-3400=8100 ц.
За счёт изменения урожайности отдельных культур валовой сбор зерна увеличился в 3,4 раза или на 8100 ц.
3.Рассчитываем
общий индекс посевных
∆рп = ()·
За счёт уменьшения посевных площадей зерновых культур на 30% валовой сбор зерна снизился на 1489 ц.
4.Рассчитываем
индекс структуры посевных
∆СП=Валовой сбор зерна не изменился.
5.Рассчитываем
индекс средней урожайности
∆ȳ
За счёт изменения средней урожайности отдельных культур валовой сбор зерна увеличился в 3,4 раза или на 8100 ц.
6.Проверим индексы и абсолютные величины:
.
В процессе анализа
определяется влияние различных
факторов на валовой сбор отдельных
культур, их групп и всех сельскохозяйственных
культур. Фактический размер валового
сбора по культуре может отклонится
от планового или базисного периода влиянием
двух факторов: изменения посевной площади
и урожайности. Несколько сложнее определить
влияние отдельных факторов на размер
валового сбора по группе культур, т.к.
здесь кроме влияния урожайности и площади
действует фактор структуры посевов.
5.Корреляционный анализ изменения урожайности зерновых культур под влиянием факторов.
С помощью корреляционного анализа находят различного рода характеристики тесноты связи между изучаемым показателем и факторами, парные, частные, множественные коэффициенты детермиеации.
Корреляционно-регрессионный анализ может быть использован в экономико-статистических исследованиях: для приближённой оценки фактического и планового уровня как укрупнённый норматив, для выявления резервов производства, проведения краткосрочного прогнозирования развития производства.
Корреляционно-регрессионный
анализ предназначен для измерения
степени взаимосвязи тех или
иных явлений. Причинно-следственные связи
должны быть установлены на основе
предварительного теоретического, качественного
анализа. Корреляционно-регрессионный
анализ может подтвердить и
С помощью корреляционного метода можно между изучаемыми явлениями:
Связь между результативным и факторным признаками может быть прямолинейной или криволинейной (по параболе, гиперболе).
Проведём расчёты парной корреляции по СПК «Байгульский».
Таблица 5.1. – зависимость между качеством почв и урожайностью.
Годы | Качество почв (факторный признак) | Урожайность (результативный признак) | Квадраты | Произведение | |
кач.почв | ур-ть | ||||
Символы | x | y | x² | y² | xy |
2003 | 65 | 6,6 | 4225 | 43,6 | 429 |
2004 | 60 | 6,5 | 3600 | 42,3 | 390 |
2005 | 80 | 14 | 6400 | 196 | 1120 |
2006 | 70 | 7 | 4900 | 49 | 490 |
2007 | 53 | 3 | 2809 | 9 | 159 |
2008 | 84 | 11,5 | 7056 | 132,1 | 966 |
2009 | 75 | 11,5 | 5625 | 132,3 | 862,5 |
Итого | Σx=487 | Σy=60,1 | Σx²=34615 | Σy²=604,5 | Σxy=4416,5 |
В случае прямолинейной
формы связи результативный признак
изменяется под влиянием факторного
равномерно. Можно видеть, что в
целом по всем годам повышение
качества почв приводит к увеличению
урожайности, хотя в отдельных случаях
такой зависимости может не быть.
Например, сопоставим данные 2005 и 2008 г.
Здесь мы видим, что в 2005 г при
качестве почв в 80 баллов урожайность
составила 14 ц/га, а в 2008 г качество
почв 84 балла урожайность составила
11,5 ц/га.
σx=
r
Связь между изучаемыми признаками очень тесная, так как коэффициент корреляции очень близок к 1. В данном случае на изменение урожайности на 81 % оказывает влияние качество почвы.
В социально-экономических рядах динамики обычно имеет место та или иная тенденция, обусловленная действием постоянных факторов. Это приводит к тому, что последующие уровни ряда зависят от предыдущих, т.е. в ряду динамики имеется автокорреляция.
Автокорреляция
– это влияние изменений
В рядах динамики
из-за автокорреляции необходимо из уровней
каждого ряда исключить тренд-основную
тенденцию, налагаемую на ряд развитием
во времени, и найти корреляцию отклонений
от тренда по формуле:
Проверим наличие
автокорреляции в СПК «Байгульский»
в каждом временном ряду, и если
она будет обнаружена каким-то образом
устранить или ослабить её. Расчёты проведём
в таблице 5.2.
Таблица 5.2. – Зависимость урожайности от качества почв.
Годы | Качество почв (факторный) | Урожайность (результ-й) | Разность между последующими уровнями | Квадраты | Произведение | ||
факторный | результативный | Качество почв | Урожайность | ||||
факт-й | результ-й | ||||||
Символы | x | y | ∆x | ∆y | ∆²x | ∆²y | ∆x∆y |
2003 | 65 | 6,6 | * | * | * | * | * |
2004 | 60 | 6,5 | -5 | -0,1 | 25 | 0,01 | 0,5 |
2005 | 80 | 14 | 20 | 7,5 | 400 | 56,25 | 150 |
2006 | 70 | 7 | -10 | -7 | 100 | 49 | 70 |
2007 | 53 | 3 | -17 | -4 | 289 | 16 | 68 |
2008 | 84 | 11,5 | 31 | 8,5 | 961 | 72,25 | 263,5 |
2009 | 75 | 11,5 | -9 | 0 | 81 | 0 | 0 |
Итого | * | * | * | * | ∆²x=1856 | ∆²y=193,51 | ∆x∆y=552 |
Корреляция отклонения от тренда составляет 0,9.
6.Расчёт урожайности на перспективу.
Большое влияние
на урожайность оказывает
Самая высокая урожайность зерновых культур в СПК «Байгульский» получена в 2005 году, она составила 14 ц/га, качество почв при этом достигло 80 баллов.
На основе полученных
коэффициентов регрессии
Уравнение связи имеет вид:
То есть величина
урожайности в среднем
Если качество
почв увеличить до 87 баллов, т.е. вместо
x подставить 88, то урожайность на перспективу
составит:
Решив уравнение,
урожайность составила 14,1 ц/га, значит,
при увеличении качества почв до 88 баллов
урожайность в СПК «
7.Выводы и предложения
Основное направление
деятельности СПК «Байгульский» - растениеводство.
В структуре товарной продукции
отрасль растениеводства
За период с 2007-2009
г в хозяйстве площадь
Посевная площадь уменьшилась на 32%. Наибольшая посевная площадь пришлась на 2007 год.
Из зерновых
культур в хозяйстве
Средняя урожайность в хозяйстве составила 8,6 ц/га за период с 2003-2009 гг она повысилась на 4,9 ц/га. сделав прогнозирование урожайности зерновых культур на два последующих года получили: у2010=10,6 ц/га, у2011=11,1 ц/га.
За период с 2007
по 2009 г валовая продукция
Среднегодовая
численность работников также увеличилась
на 7,8%. Среднегодовая стоимость