Xreferat.com » Рефераты по статистике » Экономико-статистический анализ урожая и урожайности зерновых в Тверской области

Экономико-статистический анализ урожая и урожайности зерновых в Тверской области

руб.

2783,7

2304,4

1938,9

Прибыль(убыток) всего по области, тыс. руб.

-928,4

-117,3

882,8

в т. ч. по растениеводству

-7,6

35,6

7,6

по животноводству

-80,8

-163

26,3

Уровень рентабельности (убыточности), %

-33,4

-5,0

45,5

Приходится валовой продукции на 1 среднегодового

0,005

0,06

0,08

работника, тыс. руб. на чел.




(№ 2)

За рассмотренный отрезок времени прослеживается положительная динамика по всем показателям эффективности сельскохозяйственного производства. Увеличился и объем произведенной валовой продукции на 1 работника, и возрос уровень рентабельности производства сельскохозяйственной продукции. Причем рентабельность увеличилась не только за счет увеличившейся выручки от продажи продукции, но и за счет снижения ее себестоимости, что означает более эффективное использование основных средств, рабочей силы и т.п.

На рентабельность агропромышленного производства влияет много факторов, но одним из самых важных является интенсификация производства. Сюда входит и замена оборудования на более новое, и внедрение современных технологий, и совершенствование процесса производства.

Таблица 5

Показатели, характеризующие интенсификацию.


Показатели

1999

2000

2001

Энергообеспеченность, КВ на 100 га пашни

25919,3

21420,4

18796,3

Энерговооруженность КВ на чел.

3712,1

4757,3

4571,5

Поголовье КРС, гол. на 100 га с.-х. угодий

15,3

14,4

14

Внесение минеральных удобрений, кг на га

7

8

7

Внесение органич. удобрений, тонн на га

1

1,5

1,2

(№ 9, с 42; № 2)

Для оценки эффективности интенсификации производства составим таблицу:

Таблица 6

Показатели, характеризующие экономическую эффективность интенсификации.

Показатели

1999

2000

2001

Приходится на 100 га с.-х. угодий:




валовой продукции в текущих ценах, тыс. руб.

712,9

1006,3

1232,5

валового дохода, тыс. руб.

24,4

57,5

107,1

прибыли (убытка), тыс. руб.

-22,9

-6,5

19,8

молока в ц.

120,9

120,2

126,1

мяса в ц.

22,7

22,7

23,8

Произведено зерна в расчете на 100 га пашни, ц.

53,4

130,1

156,6

Фондоотдача

0,4

0,3

0,02

(№ 2)

Из данных последних двух таблиц видно, что хотя уровень интенсификации в нашей области и не достиг желаемого уровня, но в то же время экономическая эффективность интенсификации производства с каждым годом увеличивается. Это видно из показателей валовой продукции, валового дохода, прибыли. Единственным показателем, отрицательно реагирующим на интенсификацию производства является фондоотдача. Но происходит это из-за отсутствия новой техники, не возобновления основных фондов и прочих негативных факторов, возникающих в сельскохозяйственном производстве.


3. Экономико-статистический анализ урожая и урожайности зерновых.


Статистика урожайности ставит своей целью объяснить причины различий и происшедших изменений в уровнях урожайности в различных районах, хозяйствах и т.д. и вскрыть неиспользованные резервы и возможности дальнейшего ее повышения. Эта задача особенно трудна по следующим причинам. Уровень урожайности зависит от весьма сложного комплекса факторов. Факторы, определяющие урожайность, можно подразделить на две группы – природные и экономические.

Природные факторы характеризуются показателями качества почв и метеорологических условий.

Экономические факторы есть следствие уровня развития производительных сил и производственных отношений; они проявляют себя в интенсификации земледелия. В свою очередь, уровень интенсификации земледелия характеризуется объемом вложений на единицу площади, структурой вложений, степенью использования и конкретными агротехническими формами вложений.

Структура и степень использования вложений, а также содержание агротехнического комплекса, оказывающие большое влияние на эффективность вложений, в значительной мере зависят от уровня развития науки и качества организационно-хозяйственного руководства. На эффективность вложений также влияют некоторые элементы природных условий (например, производительность машин в условиях изрезанного рельефа и плохой погоды заметно снижается).

С многообразием факторов, влияющих на урожайность, связано многообразие их сочетаний. Первостепенное значение имеет характер изменений этих факторов и сочетаний. Природное плодородие почв меняется очень медленно; следовательно, это качество является сравнительно устойчивым элементом. Поэтому такой фактор вовлекается в анализ преимущественно при составлениях таких зон, районов, предприятий. Следует, однако, заметить, что в некоторых специфических условиях могут быть исключения, например сильная эрозия почв при отсутствии защитных мер против неблагоприятных условий и истощение почв в результате мелиораций. Соотношения в плодородии некоторых типов почв могут также изменяться в зависимости от метеорологических условий года.

Климатические условия, взятые в среднем за достаточно большой период, претерпевают очень большие изменения. В то же время метеорологические условия каждого года резко колеблются, варьируют. Районы, весьма близкие по климату, могут резко отличаться по метеорологическим условиям данного года. Наконец, уровень интенсификации, уровень агротехники имеет общую тенденцию к повышению. Это, однако, не исключает того, что в отдельные годы или по отдельным культурам такого изменения может и не быть.

Многообразие причин и их сочетаний исключает возможность непосредственного определения роли каждого фактора в каждом данном изменении урожайности. Анализ с получением новых результатов предполагает привлечение к изучению каждого конкретного изменения урожайности накопленных ранее экспериментально или другим путем данных об этих эффектах. В то же время следует иметь в виду, что одно и то же изменение метеорологических условий (например, увеличение осадков) или один и тот же агротехнический прием (дополнительный полив или культивация) по-разному проявят себя в разных зонах или в разные годы с иным сочетанием элементов метеорологического комплекса. Поэтому накопление данных и анализ их необходимо проводить дифференцированно по зонам и т.д. при одновременном учете специфики условий соответствующих лет. Без тщательной статистической обработки и оценки достоверности полученных разностей, без сочетания всех возможных источников информации могут быть необоснованные выводы. Ниже приводятся важнейшие, наиболее распространенные приемы анализа урожайности.


3.1. Укрупнение периодов для определения суммарного эффекта интенсификации.


Наиболее простой прием выявления тенденции изменения урожайности – исчисление средних уровней за достаточно большие периоды (5 – 10 лет и более). При этом исходят из того, что метеорологические условия соответствующих лет, осредненные по периодам, становятся сравнительно устойчивыми климатическими показателями. Таким образом, вследствие выравнивания одного сложного фактора (климат) разница в урожайности отразит суммарный результат воздействия другого фактора (хозяйственные изменения). Этот вывод предполагает одновременно, что качество почв как природного тела за это время осталось в основном таким же. Изменение же экономического плодородия есть результат системы мероприятий по использованию почв и прежде всего системы мероприятий по интенсификации земледелия.

Осреднение урожайности проводится двумя способами:

а) исчислением средней многолетней урожайности (этот прием получил наибольшее распространение в практической статистике);

б) исчислением средней скользящей. (№ 11, с 127 – 130)

Для иллюстрации этих приемов приведем соответствующие данные по Тверской области за последние 15 лет (см. таблицу 7).

Как видно из цифр, средняя трехлетняя и средняя пятилетняя урожайность не дают точной динамики урожайности зерновых. Прежде чем делать в таких случаях окончательный вывод об изменении общей тенденции, необходимо учесть следующее. Распространенное мнение, что уже трехлетние средние достаточно надежны для получения результатов, свободных от влияния различных метеорологических условий, необоснованно. В действительности даже пятилетние средние не снимают полностью различий в этих условиях по периодам. Наиболее точное представление о динамике урожайности дают десятилетние средние, наиболее близкие по продолжительности к периодичности солнечной активности (11 лет). Но, как видно из данных таблицы 7, в последние годы урожайность зерновых значительно уменьшилась. Полученная прямая удовлетворительно характеризует изменение урожайности на основе интенсификации сельскохозяйственного производства. Резкие отклонения от этой линии вызваны значительной вариацией метеорологических условий.


Рис. 1. Динамика урожайности зерновых культур в Тверской области за последние 15 лет.


Таблица 7

Урожайность зерновых культур в Тверской области за 1987 – 2001 годы, ц с 1 га посевной площади.

Годы

Урожайность, ц с 1 га Средняя скользящая трехлетняя урожайность, ц с 1 га Средняя скользящая пятилетняя урожайность, ц с 1 га
1987 14,4 --- ---
1988 9,1 12,7 ---
1989 14,7 13,0 12,50
1990 15,1 13,0 12,00
1991 9,2 12,1 12,78
1992 11,9 11,4 12,68
1993 13,0 13,1 11,90
1994 14,2 12,8 12,66
1995 11,2 12,8 12,52
1996 13,0 11,8 11,78
1997 11,2 11,2 9,54
1998 9,3 7,8 9,42
1999 3,0 7,6 9,32
2000 10,6 8,7 ---
2001 12,5 --- ---

(№ 9, с 21)

На рисунке 1 графически показаны ежегодная фактическая урожайность, средние 3-х и 5-летние и график урожайности, осредненной по уравнению Y=a + bt, где t – количество лет.


3.2. Сопоставление параллельных рядов изменения урожайности и важнейших факторов интенсификации.


Одним из необходимых исходных приемов факторного анализа динамики урожайности является сопоставление параллельных рядов изменения урожайности и основных факторов интенсификации сельскохозяйственного производства. Ввиду значительных ежегодных колебаний урожайности, вызванных ежегодным изменением метеорологических условий, указанное сравнение проводится или посредством применения метода корреляционного анализа, или по укрупненным периодам.

Ниже приводятся данные об изменении урожайности зерновых культур и основных факторов интенсивности земледелия за последние 7 лет.


Таблица 8

Урожайность зерновых культур и показатели интенсификации земледелия в Тверской области в 1995 – 2001 гг.


1995 1996 1997 1998 1999 2000 2001
Урожайность зерновых культур, ц с 1 га 11,2 13,0 11,2 9,3 3,0 10,6 12,5
Внесено минеральных удобрений, тыс. тонн 10,8 8,3 10,5 8,1 6,5 6,9 5,7
На 1 га посева, кг 10 7 10 9 7 8 7
Внесено органических удобрений, тыс. тонн 2549 2208 1616 1455 1260 1215 981
На 1 га посева, тонн 2 2 2 2 1 1,5 1,2
Произвестковано кислых почв, тыс. га 22,2 0,4 1,6 0,6 2,4 2,1 3,3

(№9, с 42)

Уточним расчеты, рассчитав коэффициент Фехнера между двумя коррелируемыми показателями – т.е. урожайностью зерновых и внесением минеральных удобрений на 1 га посева.

Коэффициент Фехнера строится на сравнении поведения отклонений отдельных вариантов от своей средней величины по каждому признаку. При этом принимается во внимание не величина самих отклонений, а их знаки. Найдя отклонения от средней в каждом ряду, сравнивают знаки и подсчитывают число совпадений и несовпадений знаков. Если совпадения знаков обозначить символом С, а несовпадения – Н, то коэффициент Фехнера можно записать так:


Кф=(С-Н)/(С+Н). (№ 3, с 159)


Построим необходимую для расчетов таблицу.

Таблица 9

Расчет коэффициента Фехнера.

Урожайность зерновых (x)

Внесение минеральных удобрений на 1 га

(y)

x-xc

y-yc

3,0 7 - -
9,3 9 - +
10,6 8 + -
11,2 10 + +
11,2 10 + +
12,5 7 + -
13,0 7 + -

Xc=10,1

Yc=8,3




Число совпадений знаков – 3, число несовпадений – 4. отсюда коэффициент Фехнера

Кф=(3 – 4)/(3 + 4)= - 0,2.


Судя по значению коэффициента, можно сделать вывод о малой степени зависимости между рассмотренными показателями. Следовательно, внесение минеральных удобрений не является основным фактором, влияющим на урожайность.

Проведя аналогичным образом расчет коэффициента Фехнера по влиянию внесения органических удобрений на урожайность, получаем значение 0,2, что подтверждает правильность сделанных ранее расчетов и вывода. Таким образом, на урожайность зерновых внесение удобрений не оказывает большого влияния.


3.3. Группировка лет, отличающихся метеорологическими условиями.


Наиболее простым приемом определения эффекта изменения количества осадков, температуры и т.д. является объединение лет, обладающих близкими уровнями таких признаков, в соответствующие группы с последующим сравнением средних уровней урожайности в этих группах.


Приведем таблицу с соответствующими данными Тверской области:

Таблица 10

Урожайность зерновых (ц с 1 га) в хозяйствах Тверской области в зависимости от весенних и зимних осадков.

Пределы осадков (интервалы группировки), мм Число лет Среднее количество осадков, мм Урожайность зерновых, ц с 1 га
Группировка по количеству весенних (апрель-июнь) осадков
49-118 3 84 9,3
119-187 4 178 11,8
188-257 3 223 11,6
Группировка по количеству зимних (ноябрь-март) осадков
155-200 6 179 12,4
201-245 2 213 6,15
246-290 2 286 11,6

(№ 1; № 9, с 21)

Группировка показывает прямую зависимость между средним количеством осадков в группе и урожайностью зерновых. Но в то же время, зависимость эта не сильная, так как на урожайность влияет множество различных факторов, а не только погодные условия. Этот показатель достаточно сложен в изучении и требует дополнительных расчетов. Для установления более точной зависимости воспользуемся корреляционно-регрессионным анализом, который будет рассмотрен ниже в пункте 3.5.


3.4.Корреляционно-регрессионный анализ для определения степени влияния внесения удобрений на урожайность.


Для более глубокого исследования взаимосвязи социально экономических явлений рассмотренные статистические методы часто оказываются недостаточными, ибо они не позволяют выразить имеющуюся связь в виде определенного математического уровня, характеризующего механизм взаимодействия факторных и результативных признаков. Это устраняет метод анализа регрессий и корреляций — регрессионно – корреляционный анализ (РКА), являющийся логическим продолжением, углублением более элементарных методов.

РКА заключается в построении и анализе экономико-математической модели в виде уравнения регрессии (корреляционной связи), выражающего зависимость явлений от определяющих его факторов.

РКА состоит из следующих этапов :

  1. Предварительный (априорный) анализ;

  2. Сбор информации и первичная обработка;

  3. Построение модели (уравнения регрессии);

  4. Оценка и анализ модели.

Подобное деление на этапы весьма условно, так как отдельные стадии тесно связаны между собой и нередко, результат полученный на одном этапе, позволяет дополнить , скорректировать выводы более ранних стадий РКА.

Основным и обязательным условием корректности применения РКА является однородность исходной статистической совокупности. Так, например если, изучается зависимость урожайности определенной сельскохозяйственной культуры от количества внесенных удобрений, очень важно, чтобы совокупность колхозов была однородна по климатическим условиям, почвенным зонам, специализации и т.п., различие которых оказывает влияние на величину урожайности.

Регрессионно – корреляционные модели могут быть использованы для решения различных задач: для анализа уровней социально – экономических явлений и процессов, например для анализа хозяйственной деятельности предприятия и вскрытия резервов, для прогнозирования и различных плановых расчетов.

Использование моделей позволяет значительно расширить возможности анализа, в частности анализа хозяйственной деятельности предприятий.

Рассмотрим расчет параметров для линейной парной регрессии.

При парной прямолинейной регрессии, увеличение факторного признака влечет за собой равномерное увеличение или снижение результативного признака. Для того чтобы установить аналитически форму связи необходимо пользоваться методами аналитических группировок, сравнения параллельных рядов и наиболее эффективным графическим методом.

Если связь прямолинейная, то аналитически такая связь записывается уравнением прямой yx=a0+a1x. Нужно иметь в виду, уравнение регрессии правильно выражает лишь при условии независимости коэфициентов a0 и a1 от факторного признака x либо такой незначительной зависимости, которой можно пренебречь.

Для нахождения параметров a0 и a1 строится система нормальных уравнений.

a0n + a1∑ x =∑y

a0∑ x + a1∑ x 2=∑y x


где a0 и a1 – неизвестные параметры уравнения;

x – внесение удобрений на 1 га;

y – урожайность с 1га;

n – количество лет исследования.

(№ 5, с 129 – 135)

Найдем значение a0 из первого уравнения:


a0=(70,8 - 58a1)/ 7

a0=10,11 – 8,28a1


Подставим во второе уравнение:


(10,11-8,28 a1)* 58 +492a1=592

11,76 a1=5,62

a1=0,47

Найдем a0 подставив a1 в 1 уравнение:


7a0 + 58*0,47 =70,8

a0=(70,8-27,26)/7

a0=6,22


Подставим значения в уравнение прямой:


yx=6,22+0,47x


Таблица 11.

Расчетная таблица за 7 лет.


Годы

Урожайность, ц с 1 га Y

Внесено удобрений на га посева, кг X

X2

XY

1995

11,2

10

100

112

1996

13,0

7

49

91

1997

11,2

10

100

112

1998

9,3

9

81

83,7

1999

3,0

7

49

21

2000

10,6

8

64

84,8

2001

12,5

7

49

87,5

Итого

70,8

58

492

592

(№ 2, № 9, с 42)

После проведенных расчетов, приходим к выводу об изменении урожайности в зависимости то количества внесенных удобрений. Это более наглядно показано на нижеприведенном рис. 2. Чем больше вносилось удобрений под зерновые, тем выше была их урожайность.

Для нахождения параметров а0 и а1 при линейной зависимости могут быть предложены готовые формулы.

Так, для рассмотренного случая получаем:

а1 = (nxy - xy)/(nx2 - xx) ,

а0 = yc – a1xc.

Для нашего примера:

а1 = (7*592 – 58*70,8)/(7*492 – 58*58) = 0,47

а0 = 10,1 – 0,47*8,3 = 6,22.

Найденный в уравнении линейной регрессии коэффициент а1 при x именуют коэффициентом регрессии. Коэффициент регрессии показывает, насколько изменяется результативный признак y при изменении факторного признака x на единицу. В нашем случае, при изменении количества внесенных удобрений на 1 кг, урожайность изменяется на 0,47 ц/га.

В случае линейной зависимости между двумя коррелируемыми величинами тесноту связи измеряют линейным коэффициентом корреляции (r), который может быть рассчитан по формуле:

r = ai(x/y), где

ai – коэффициент регрессии в уравнении связи,

x – среднее квадратическое отклонение факторного признака,

y – среднее квадратическое отклонение результативного признака.

значения x и y рассчитаем по формулам:

x = xc2 – (xc)2 y = yc2 – (yc)2 , для чего воспользуемся суммами, рассчитанными для исчисления параметров связи. Перепишем эти суммы:

х=58; у=70,8; х2=492; n=7.

Недостающую сумму квадратов у2 определим дополнительно:

у2=11,22+132+11,22+9,32+32+10,62+12,52=783,98.

Отсюда хс=8,3; ус=10,1; хс2=70,3; ус2=112;

х=70,3 – 8,32 = 1,2,

у=112 – 10,12= 3,2,

r = 0,47*(1,2/3,2)=0,18,

т.е. теснота связи между внесением удобрений и изменением урожайности небольшая, что подтверждает сделанный в пункте 3.2. вывод (где расчет производился по коэффициенту Фехнера).

К
орреляционный анализ.


Рис. 2. Корреляционный анализ урожайности зерновых.


3.5. Корреляционно-регрессионный анализ для определения степени влияния метеоусловий на урожайность.


При анализе урожайности, являющейся функцией очень многих факторов, часто возникает потребность количественно определить роль, степень влияния различных факторов. Одним из статистических методов, соответствующих поставленной задаче, является метод корреляционного анализа.

Для нахождения параметров а0 и а1 при линейной зависимости воспользуемся формулами из пункта 3.4.

а1 = (nxy - xy)/(nx2 - xx) ,

а0 = yc – a1xc.

Для нашего примера:

а1 = (6*43064 – 3488*74,5)/(6*2072762 – 34882) = 0,005

а0 = 12,4 + 0,005*581,3 = 15,3.

Отсюда уравнение регрессии будет иметь вид:

у =15,3 + 0,005х,

т.е. при изменении количества осадков на единицу, показатель урожайности изменится на 0,005.

Найдем коэффициент корреляции (r), который рассчитывается по формуле:

r = ai(x/y), где

ai – коэффициент регрессии в уравнении связи,

x – среднее квадратическое отклонение факторного признака,

y – среднее квадратическое отклонение результативного признака.


Значения x и y рассчитаем по формулам, приведенным в предыдущем пункте, для чего воспользуемся суммами, рассчитанными для исчисления параметров связи. Перепишем эти суммы:


х=3488; у=74,5; х2=2072762; у2 =932,13; n=6.


Отсюда хс=581,3; ус=12,4; хс2=345460,3; ус2=155,4;

х=345460,3 – 337909,7 = 87,

у=155,4 – 153,76 = 1,28,

r = 0,005*(87/1,28)= 0,34,


т.е. теснота связи между количеством выпавших осадков и изменением урожайности небольшая. Что подтверждает расчеты, сделанные ранее в пункте 3.3.


Таблица 12

Расчетная таблица за 6 лет.

Годы

Сумма осадков

(Z)

Урожайность

(Y)

ZY

Z2

1992 512 11,9 6092,8 262144
1993 634 13,0 8242,0 401956
1994 518 14,2 7355,6 268324
1995 547 11,2 6126,4 299209
1996 525 13,0 6825,0 275625
1997 752 11,2 8422,4 565504
Итог 3488 74,5 43064 2072762

(№ 1; № 9, с 42)


3.6. Исчисление показателей колеблемости (устойчивости) урожайности во времени.


Ценные выводы об имеющихся резервах дальнейшего повышения урожайности дает сравнение урожайности хозяйств во времени, т.е. исчисление показателей колеблемости (устойчивости) урожайности.

Для этого необходимо определить средние уровни и показатели общей вариации урожайности зерновых (необходимые суммы и суммы квадратов определим по исходным данным таблицы 10).

Таблица 13

Динамика урожайности зерновых в Тверской области за 1985 – 2001 годы, ц с 1 га

Номер года

t

Урожайность

y

Выравненные уровни по прямой линии yt

Отклонение от выравненного уровня y - yt

(y - yt)2

1 11,4 15,8 -4,4 19,36
2 16,7 15,3 1,4 1,96
3 14,4 14,8 -0,4 0,16
4 9,1 14,3 -5,2 27,04
5 14,7 13,8 0,9 0,81
6 15,1 13,3 1,8 3,24
7 9,2 12,8 -3,6 2,96
8 11,9 12,3 -0,4 0,16
9 13,0 11,8 1,2 1,44
10 14,2 11,3 2,9 8,41
11 11,2 10,8 0,4 1,16
12 13,0 10,3 2,7 7,29
13 11,2 9,8 1,4 1,96
14 9,3 9,3 0 0
15 3,0 8,8 -5,8 33,64
16 10,6 8,3 2,3 5,29
17 12,5 7,8 4,7 22,09
Итого 200,5 200,6 0 136,97

Средняя урожайность, ц с 1 га Y=Y/n


Дисперсия урожайности 2= (2/ n) - 2/ n2


Среднее квадратическое отклонение урожайности, ц с 1 га


2

Коэффициент вариации урожайности, % V0=(*100)/yср

(№ 7, с 180 – 181)

По вышеприведенным формулам производим расчет показателей:

Средняя урожайность, ц с 1 га Yср=11,8

Дисперсия урожайности 2=(2523,99/17) – (40200,25/289)=148,5 – 139=9,5

Среднее квадратическое отклонение урожайности, ц с 1 га =3,1

Коэффициент вариации урожайности, % V0=(3,1*100)/11,8=26,3.

Судя по коэффициентам вариации колеблемость урожайности зерновых в хозяйствах Тверской области довольно высока. Однако сделать вывод об устойчивости урожайности по этим данным нельзя, поскольку колеблемость определяется двумя группами причин: 1) тенденцией роста урожайности в динамике; 2) случайной колеблемостью урожайности около тенденции, определяющей саму урожайность.

Определим колеблемость урожайности зерновых по указанным двум источникам. Для этого проведем выравнивание урожайности по прямой линии и определим отклонения от выравненных уровней.

Построим таблицу:

Таблица 14

Динамика урожайности зерновых в Тверской области за 1985 – 2001 годы, ц с 1 га

Номер года t

Урожайность

y

yt

yt=16,3 – 0,5t

y2

1 11,4 11,4 15,8 129,96
2 16,7 33,4 15,3 278,89
3 14,4 43,2 14,8 207,36
4 9,1 36,4 14,3 82,81
5 14,7 73,5 13,8 216,09
6 15,1 90,6 13,3 228,01
7 9,2 64,4 12,8 84,64
8 11,9 95,2 12,3 141,61
9 13,0 117 11,8 169
10 14,2 142 11,3 201,64
11 11,2 123,2 10,8 125,44
12 13,0 156 10,3 169
13 11,2 145,6 9,8 125,44
14 9,3 130,2 9,3 86,49
15 3,0 45 8,8 9
16 10,6 169,6 8,3 112,36
17 12,5 212,5 7,8 156,25
153 200,5 1689,2 200,6 2523,99

Проведем выравнивание уровня урожайности зерновых в динамике по уравнению прямой линии Y=a+bt, где Y – урожайность, a – начальный сглаженный уровень, b – среднегодовой абсолютный прирост урожайности, t – номер года.

Для определения неизвестных параметров управления a и b составим систему из двух нормальных уравнений:


na+bt;

yt=at+bt2;


где n – число лет динамического ряда, равное 17 годам.

Необходимые для решения уравнения величины , t, yt и t2 возьмем из таблицы 11. Подставим исходные данные в систему уравнений и решим ее:

200,5=17а+153b;

1689,2=153a+1641b;

Приведем к единице коэффициенты при а, разделив каждое уравнение соответственно на 17 и 153:

11,8=a+9b;

11=a+10,7b;

вычтем из второго уравнения первое и определим коэффициент b:

-0,8=1,7b

b= - 0,5

Рассчитаем коэффициент а, подставив значение b= - 0,5 в первое уравнение системы:

200,5=17а – 0,5*153

17а=200,5+76,5

17а=277

а=16,3

Следовательно, уравнение выравненного уровня урожайности в динамическом ряду составит Yt=16,3 – 1,5t, т.е. урожайность ежегодно уменьшается в среднем на 0,5 ц, начиная с уровня 16,3 ц, достигнутого к началу периода.

Исходя из полученных данных, продолжим анализ устойчивости урожайности во времени. Для этого вычислим следующие переменные:


Остаточная дисперсия урожайности 2ост=((y - yt)2)/n


Остаточное среднее квадратическое отклонение, ц с 1 га


ост2ост


Остаточный коэффициент вариации, % Vост=ост*100/yср


Коэффициент устойчивости урожайности, % Ky=100 - Vост

(№ 7, с 182)

Используя данные таблиц 10 и 11, находим вышеперечисленные показатели.

Остаточная дисперсия урожайности 2ост=136,97/17=8,06

Остаточное среднее квадратическое отклонение, ц с 1 га ост=2,84

Остаточный коэффициент корреляции, % Vост=24,07

Коэффициент устойчивости урожайности, %

Ky=100 – 24,07=75,93.


Как видно по уровню остаточного коэффициента вариации, случайная колеблемость, а следовательно, и неустойчивость урожайности зерновых довольно высока, что соответствует сделанному ранее выводу в пункте 3.1. В первую очередь, это связано с изменением метеорологических условий, которые оказывают большое влияние на урожайность зерновых.


Для наиболее точной характеристики устойчивости (колеблемости) урожайности найдем также факторную дисперсию, коэффициент случайной дисперсии, индекс корреляции по следующим формулам:


Факторная дисперсия 2ф=2 - 2ост


Коэффициент случайной дисперсии К=2ост/2


Индекс корреляции R=1-К


Подставив значения, получим следующий результат:


2ф=1,44

К=0,85

R=0,4.


Получив все необходимые данные, можно сделать вывод, что метеорологические условия оказывают наибольшее влияние на урожайность. Это показывает остаточная дисперсия (=8,06), которая

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: