Статистичне вивичення виробницва яэць

Автор: Пользователь скрыл имя, 15 Декабря 2012 в 14:15, курсовая работа

Описание работы

Мета курсового проекту показати статистичне вивчення виробництва яєць. Кількісне відображення взаємозв’язку через систему показників являється завданням курсового проекту.

Содержание

ВСТУП 3
РОЗДІЛ 1. ПРЕДМЕТ, ЗАВДАННЯ СИСТЕМИ ПОКАЗНИКІВ
СТАТИСТИКИ ВИРОБНИЦТВА ЯЄЦЬ В УРАЇНІ
1.1. Предмет та завдання статистики виробництва яєць 4
1.2. Система показників статистики виробництва яєць 4
1.3.Характеристика статистичної звітності про стан виробництва яєць……………………………………………………………………… …...6
РОЗДІЛ 2. Статистичний аналіз показників стану виробництва яєць 9
2.1. Статистичне групування: суть завдання види групувань 9
2.2. Ряди розподілу статистичної сукупності, їх характеристика та графічне зображення 16
2.3. Середні величини та способи їх обчислення 22
2.4. Варіація ознак та показники її вимірювання……………………...29
РОЗДІЛ 3. Аналіз факторів та виявлення резервів зміни виробництва
молока 35
3.1. Аналіз виробництва молока методом простої кореляції : теоретичні основи, регресійний аналіз , оцінка тісноти зв’язку 35
3.2. Аналіз виробництва молока методом множинної кореляції:Порядок обчислення рівняння множинної лінійної регресії, характеристика показників тісноти зв’язку 39
3.4Непараметричні критерії кореляційних зв’язків ( рангова кореляція) 43
ВИСНОВКИ 47
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 48

Работа содержит 1 файл

Курсова Деніс.doc

— 950.50 Кб (Скачать)

 

1. Однорідність сукупності:

;

 

- сукупність є однорідною.

 

 

- сукупність є однорідною.

2. Достатність варіації:

- варіація є достатньою

- варіація є достатньою

3.Числовий вираз:

Поділимо рівняння на коефіцієнт при  а0

320,34=а0+ 185,04а1

317,3=а0+199,49а1

Віднімемо від 2-го рівняння 1-ше

3,04=-14,45а1

 

- рівняння регресії.

 

 показує, що  збільшення несучості курей призведе до зменшення виробництва яєць на 0,21 млн. штук

Оцінити тісноту зв’язку між виробництвом яєць і середньорічною несучістю курей :

Коефіцієнт кореляції:

Зв'язок обернений слабкий

Коефіцієнт детермінації:

 

Варіація виробництво яєць на 0,96% обумовлена варіацією середньорічна несучість курей. Перевірити суттєвість коефіцієнтів кореляції (детермінації) використовують F-критерія Фішера:

де р – кількість параметрів у рівнянні;

Висновок: Так, як фактичне значення F-критерія Фішера не перевищує критичну точку при рівні ймовірності 0,95, то приймається, тобто коефіцієнт кореляції(детермінації)є не суттєвим.

 

3.2. Аналіз виробництва яєць методом множинної кореляції:Порядок обчислення рівняння множинної лінійної регресії,  характеристика показників тісноти зв’язку

На практиці економічного аналізу  часто доводиться вивчати явища, які складаються під впливом не одного, а багатьох різних факторів, кожний з яких окремо може не справляти вирішального впливу. Спільний же вплив може бути досить сильним. Методи вимірювання кореляційного зв’язку одночасно між двома чи більше ознаками становлять вчення про множинну кореляцію. Множинна кореляція дає змогу оцінити зв'язок результативної ознаки з будь-якою факторною при фіксованому значенні інших, включених в регресійну моделі.

При теоретичному обґрунтуванні моделі і виборі факторних ознак слід враховувати тісноту кореляційного зв'язку між ознаками. При наявності зв'язку, який близький до функціонального (мультиколінеарності), оцінки параметрів багатофакторного рівняння регресії будуть ненадійними. Для оцінки мультиколінеарності між ознаками достатньо обчислити відповідні коефіцієнти кореляції. Якщо коефіцієнт кореляції двох факторних ознак близький до одиниці, то одну з них треба виключити. На цьому етапі важливо не тільки вибрати фактори, але й розкрити структуру взаємозв'язку між ними.

Складною є проблема обґрунтування  функціонального виду багатофакторного рівняння регресії. Аналіз парних зв'язків непридатний, тому що фактори взаємозв'язані, а визначити зв'язок між і при фіксованих значеннях інших факторних ознак дуже складно. Тому на практиці найчастіше використовують багатофакторні лінійні рівняння і рівняння, що приводяться до лінійного виду відповідними перетвореннями, тобто:

Параметр рівняння a1 називають частинним коефіцієнтом регресії. Він показує, як у середньому змінюється результативна ознака у зі зміною факторної ознаки xi на одиницю за умови, що інші факторні ознаки залишаються незмінними.

Для визначення параметрів треба скласти і розв'язати систему нормальних рівнянь

Для оцінки тісноти зв’язку при  множинній кореляції використовують парні та часткові коефіцієнти кореляції, множинний коефіцієнт кореляції та детермінації, а також часткові коефіцієнти детермінації.

А) Парні коефіцієнти кореляції ( характеризують тісноту зв’язку  між двома ознаками без врахування дії інших ознак):

;

Б) часткові коефіцієнти 

Визначення зв'язку в моделях  множинної регресії доповнюється оцінкою  тісноти зв'язку з кожною факторною ознакою окремо. Для цього застосовують часткові коефіцієнти. Вони характеризують тісноту зв’язку результативної ознаки з однією факторною ознакою, при умові, що інші факторні ознаки перебувають на постійному рівні:

В) Множинний коефіцієнт кореляції( характеризує тісноту зв’язку між  всіма досліджуваними у моделі ознаками):

.

Чим більш прямолінійною є залежність, тим більш множинний коефіцієнт кореляції відповідає індексу кореляції.  

Г) Множинний коефіцієнт детермінації (за його допомогою визначають тісноту  зв'язку між результативною ознакою  і сукупністю факторних ознак):

Д) часткові коефіцієнти детермінації

У свою чергу множинний коефіцієнт детермінації розкладають на часткові коефіцієнти детермінації, які характеризують на скільки відсотків варіація результативної ознаки залежить від варіації кожної з факторних ознак.

    

У множинній кореляції обчислюють також коефіцієнт еластичності та β- коефіцієнт.

Коефіцієнт еластичності (показує на скільки процентів зміниться результативний показник при зміні факторного на 1 %).

Перевірку істотності зв'язку здійснюють за допомогою F-критерію та коефіцієнтів детермінації.

Перевірка суттєвості регресії здійснюють за формулою:

, де 

  - характеризує вплив факторів, які не досліджуються в моделі і обчислюється:

 

 

3.4.Непараметричні критерії кореляційних зв’язків ( рангова кореляція)

Якщо характер розподілу досліджуваної сукупності є невідомим, тісноту кореляційного зв’язку визначають за допомогою непараметричних методів.

Особливість цих методів є те, що коефіцієнт кореляції між досліджуваними ознаками визначається не за кількісними  ознаками варіантів ознак, а за допомогою порівняння їх рангів.

Ранг – це порядковий номер відповідної одиниці сукупності у рансерованому ряді. Чим менша є розбіжність між порядковими номерами порівнюваних ознак, тим тісніший вважається зв’язок між ними.

До непараметричних показників тісноти зв’язку між досліджуваними ознаками належать:

  • коефіцієнт кореляції рангів
  • коефіцієнт Фехнера
  • коефіцієнт асоціації
  • коефіцієнт контингенції

Коефіцієнт кореляції  рангів:

, де

d – різниця між рангами.

Коефіцієнт кореляції рангів може приймати значення від -1 до 0 та від 0 до +1.

Коефіцієнт Фехнера:

, де

 та  - це відповідна кількість збігів знаків та кількість незбігів знаків у відхиленнях від середніх.

Коефіцієнт Фехнера так же, як і коефіцієнт кореляції рангів може приймати значення від -1 до 0 , та від 0 до 1. Якщо коефіцієнт має значення з  знаком «-», то це означає,що зв'язок між  ознаками обернений, а якщо «+» - то прямий. . Чим ближчий коефіцієнт Фехнера до -1 або 1 , то тим тіснішим вважається зв’язок між досліджуваними ознаками .

Таблиця 3.2.

Розрахункові дані для оцінки тісноти  зв’язку між виробництва молока і поголів’ям за допомогою коефіцієнта кореляції рангів:

Y

X1

Rу

Rх

d1

d12

1

447,1

237

19

23

-4

16

2

448,8

178

20

9

11

121

3

458,5

134

21

4

17

289

4

336,9

190

14

10

4

16

5

354,1

247

15

24

-9

81

6

370,7

162

18

7

11

121

7

229,7

61

6

1

5

25

8

245,2

233

8

21

-13

169

9

236,1

208

7

16

-9

81

10

487,2

206

25

15

10

100

11

479

70

23

2

21

441

12

480,3

227

24

19

5

25

13

465,9

148

22

6

16

256

14

364,2

175

17

8

9

81

15

356,8

210

16

17,5

-1,5

2,25

16

305,7

229

13

20

-7

49

17

494,2

235

12

22

-10

100

18

184,7

197

4

12

-8

64

19

134,5

202

1

13

-12

144

20

179,3

210

3

17,5

-14,5

210,25

21

189,8

145

5

5

0

0

22

259,6

203

9

14

-5

25

23

279

242

10

25

-15

225

24

283

82

11

3

8

64

25

139,3

195

2

11

-9

81

Сума

         

2786,5


d=RY-RX

Висновок: між ознаками існує  обернений слабкий зв'язок.

 

Таблиця 3.3.

Розрахункові дані для оцінки тісноти зв’язку між виробництва поголів'ям молока за допомогою коефіцієнта Фегнера:

Y

Х1

   

З

Н

1

447,1

237

126,756

51,96

+

 

2

448,8

178

128,456

-7,04

 

-

3

458,5

134

138,156

-51,04

 

-

4

336,9

190

16,556

4,96

+

 

5

354,1

247

33,756

61,96

+

 

6

370,7

162

50,356

-23,04

 

-

7

229,7

61

-90,644

-124,04

+

 

8

245,2

233

-75,144

47,96

 

-

9

236,1

208

-84,244

22,96

 

-

10

487,2

206

166,856

20,96

+

 

11

479

70

158,656

-115,04

 

-

12

480,3

227

159,956

41,96

+

 

13

465,9

148

145,556

-37,04

 

-

14

364,2

175

43,856

-10,04

 

-

15

356,8

210

36,456

24,96

+

 

16

304,7

229

-15,644

43,96

 

-

17

294,2

235

-26,144

49,96

 

-

18

184,7

197

-135,64

11,96

 

-

19

134,5

202

-185,84

16,96

 

-

20

179,3

210

-141,04

24,96

 

-

21

189,8

145

-130,54

-40,04

+

 

22

259,6

203

-60,744

17,96

 

-

23

279

242

-41,344

56,96

 

-

24

283

82

-37,344

-103,04

+

 

25

139,3

195

-181,04

9,96

 

-

Сума

7307,3

4107

   

9

16


 

Після обчислень показників коефіцієнта  Фегнера, можна зробити висновок, що зв'язок між виробництва молока і витратами кормів на виробництво за напрямом - обернений , а за тіснотою – слабкий.

 

 

 

 

ВИСНОВКИ:

В дані роботі ми провели дослідження  та аналіз даних про виробництво молока на території України, знайшли середній показник виробництва яєць і середньорічної несучості курей, провели групування господарств за цими ознаками.

Розрахунки показали, що середній рівень виробництва яєць становить 322,23 млн. штук, середньорічна несучість курей несучок 183,76 шт..

Оцінили достатність варіації і виявили,що варіація вирбництва яєць (32,55) і середньорічної несучості курей (26,6%) є достатньою.

Розподіл є плоско вершинний  за двома ознаками, а асиметрія  лівостороння.

       Проста  кореляція  дала змогу уточнити взаємозалежності між результативною ознакою і факторною між ними існує обернений слабкий зв'язок, виробництво яєць на 0,96% залежить відсередньоріної несучості курей.

      Обчисливши коефіцієнт  кореляції рангів за формулоюФехнера, ми підтвердили, що між результативною і факторними ознаками існує обернений слабкийзв’язок.

 

 

 

СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ:

  1.  Статистика ( з програмованою формою контролю знань) : математ. статистика : загальна теорія статистики : навч. посібник / А.Т.Опря. - К. : Центр навч. літ., 2005. - 472 с.
  2. Чекотовський Е. В.Основи статистики сільського господарства: Навч. посібник. — К.: КНЕУ, 2001. — 432 с.
  3. http://www.meatbusiness.ua/article.php?p=223&j=1
  4. Бородин С. А. Эконометрика: Учеб. пособие. — Минск: Новое знание, 2011. - 408 с.
  5. Дрейпер П., Смит Г. Прикладной регрессионный анализ. — М.: Финансы и статистика, 2006. — Т. 1 — 365 с Т. 2 — 379 с.
  6. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник/ Под общ. ред. д.э.н., проф. А.В. Сидоровича МГУ им. Ломоносова. – 3-е изд., перераб. – М.: Издательство «Дело и Сервис», 2011. – 368 с.
  7. Наконечний С.І., Терещенко Т.О., Романюк Т.П. Економетрія: Підручник. – Вид. 2-ге, допов. та перероб. – К.: КНЕУ, 2010. – 296 с.
  8. Лук’яненко I. Г., Краснікова Л. І. Економетрика: Підручник. — К.: Т-во Знання , КОО, 2008. - 494 с.

Информация о работе Статистичне вивичення виробницва яэць