Статистическое исследование животноводства

Автор: Пользователь скрыл имя, 05 Января 2013 в 15:07, курсовая работа

Краткое описание

Цель исследования курсовой работы является - проведение экономико – статистического анализа эффективности производства мяса крупного рогатого скота в сельскохозяйственных предприятиях Кировской области.
Для достижения цели следует рассмотреть следующие задачи:
1. рассмотреть экономические показатели условий и результатов деятельности сельскохозяйственных предприятий;
2.дать обоснование объема и оценка параметров статистической совокупности;
3.проанализировать обоснование объема выборочной совокупности;
4.провести оценку параметров и характеристику распределения статистической совокупности;
5.рассмотреть метод статистических группировок;
6.провести дисперсионный анализ;
7.дать корреляционно – регрессионный анализ.

Оглавление

Введение 3
Глава1. Экономические показатели условий и результатов деятельности сельскохозяйственных предприятий 5
Глава2. Обоснование объема и оценка параметров статистической совокупности 11
2.1 Обоснование объема выборочной совокупности 11
2.2 Оценка параметров и характера распределения статистической совокупности 12
Глава3. Экономико – статистический анализ взаимосвязей между признаками изучаемого явления………………………………………………………………. 20
3.1 Метод статистических группировок 20
3.2 Дисперсионный анализ 25
3.3 Корреляционно - регрессионный анализ 28
Заключение 33
Список литературы 35

Файлы: 1 файл

статистика сделана.doc

— 491.00 Кб (Скачать)

 

Из таблицы  № 5 «Состав и структура затрат на производство сельскохозяйственной продукции» видно, что общие затраты на производство сельскохозяйственной продукции в Оричевском районе больше, чем в Котельничском на 42645 тыс. руб. В составе затрат в обоих районах наибольший удельный вес занимают материальные затраты в Котельничском районе – 245705 тыс. руб. или 68,6 %, а в Оричевском – 259928 тыс. руб. или 64,85 %. Наименьший удельный вес по обоим районам занимают прочие затраты в Котельничском районе – 2085 тыс. руб. или 0,58%, а в Оричевском – 13752 тыс. руб. или 3,43 %.

Обобщающая  оценка результатов производственно-финансовой деятельности предприятий дается на основе таких показателей, как окупаемость  затрат, прибыль и рентабельность (таблица 6).

  

 

 

 Таблица 6 – Финансовые результаты деятельности предприятий.

Показатель

В среднем

по  районам области

по  совокупности

Котельничский район

Оричевский 

район

Приходится  на 1 предприятие, тыс. руб.:

- полной себестоимости с.-х. продукции

 

21831,23

 

24592,91

 

23212,07

- выручки от  продаж

21337

28690

25013,50

- прибыли (+), убытка (-)

6425

45066

25745,50

Окупаемость затрат, руб.

0,97

1,17

1,07

Рентабельность  продаж,  %

-без учета  субсидий

-с учетом  субсидий

 

30,11

1,76

 

15,71

18,29

 

22,91

10,03


 

Проанализировав таблицу № 6 «Финансовые результаты деятельности предприятий» видно, что Оричевский район имеет достаточно высокий уровень себестоимости производства продукции, который на 2761,68 тыс. руб. превышает уровень Котельничского района. Выручка у Оричевского района на 7353 тыс. руб. больше чем в Котельничском районе. Оричевский район является одним из самых эффективных районов Кировской области и его финансовое положение является достаточно стабильным. В Котельничском районе выручка меньше, чем в Оричевском на 38641 тыс. руб. Таким образом, в Оричевском районе все затраты, понесенные районом окупаются, возможно он получает сверхприбыль, чего нельзя сказать о Котельничском районе. Оричевский район лидирует по окупаемости затрат и рентабельности продаж по сравнению с Котельничским районом.

 

 

 

 

 

 

 

Глава 2.Обоснование объема и оценка параметров статистической                         совокупности.

2.1 Обоснование объема выборочной совокупности

 

Вариацию показателей, используемых при проведении экономико-статистического исследования, необходимо учитывать при определении необходимой численности выборки.

Для определения их средних  арифметических значений  и коэффициентов  вариации необходимы предварительные расчеты.

Затем необходимо определить фактический размер предельной ошибки выборки  по формуле:

,

где -  нормированное отклонение, величина которого определяется заданным  уровнем вероятности суждения (Р);

    - коэффициент вариации признака. 

Таблица 7 –  Расчет фактической величины предельной ошибки

              и необходимой численности выборки.

Показатель

Фактические значения

Необходимая численность  выборки при 

  1. Среднесуточный прирост, г.

9,96

22,59

9,42

11

  1. Затраты на 1 голову, тыс. руб.

189,13

29,44

12,28

18

  1. Себестоимость 1 ц. прироста от выращивания и откорма руб.

6369,3

32,79

13,69

23


 

Совокупность является однородной при коэффициенте вариации . Величина предельной ошибки при фактической численности выборки равной,  например, 23 хозяйствам ( ) и составит:

.

В таблице 7 представлен  необходимый объем численности выборки, при котором не будет превышена предельная ошибка в размере 13,76 %, то есть

,

где   - фактическое значение коэффициента вариации.

Таким образом, для того, чтобы не превысить максимально допустимую величину предельной ошибки выборки по двум показателям, необходимо отобрать от 11 до 18 хозяйств. А для того чтобы выборка была репрезентативной при фактической их численности, равной 23 единицам, вариация характеризующих признаков должна быть не более 33%.

2.2 Оценка параметров и характера распределения статистической совокупности.

 

Выявление основных свойств и закономерностей исследуемой  статистической совокупности необходимо начинать с построения ряда распределения  единиц по одному из характеризующих их признаков.

     Рассмотрим порядок построения ряда распределения 23 хозяйств 2-х районов области по уровню среднесуточного прироста.

     Так как данный признак изменяется непрерывно, строится вариационный ряд распределения.

1. Составляем ранжированный ряд распределения предприятий по среднесуточному приросту, то есть располагаем их в порядке возрастания по данному признаку

(г.): 212,  223,  294,  299,  358,  376,  390,  402,  403,  486,  535,  536,  548,  550,  573,  582,  597,  601,  605,  612,  685,  691,  692

2. Определяем  количество интервалов (групп) по  формуле: 

k = 1 + 3,322 lg N,

где, N – число единиц совокупности.

При N = 23  lg 23 = 1,361       k= 1 + 3,322 · 1,361 = 5,52 »  6

3. Определяем шаг интервала:

                                             ,

где,  x max и x min  - наименьшее и наибольшее значение группировочного признака     

 

 

k – количество интервал

             (г.)

4. Определяем  границы интервалов.

Для этого x min  = 212 принимаем за нижнюю границу первого интервала, а его верхняя граница равна: x min  + h =212 + 80 = 292. Верхняя граница первого интервала одновременно является нижней границей второго интервала. Прибавляя к ней величину интервала (h), определяем верхнюю границу второго интервала: 292 + 80 = 372. Аналогично определяем границы остальных интервалов.

5. Подсчитаем  число единиц в каждом интервале  и запишем в виде таблицы.

  Таблица 8 - Интервальный ряд распределения хозяйств

               хозяйств по среднесуточному приросту.

 

Группы хозяйств по среднесуточному приросту, г.

Число хозяйств

212 - 292

2

292 - 372

3

372 - 452

4

452 - 532

1

532 - 612

10

612 - 692

3

ИТОГО

23


 

Для наглядности  интервальные ряды распределения изображают                                                                                                                                                                                                                                                                                                                                                                                                        графически в виде гистограммы. Для ее построения на оси абсцисс откладывают интервалы значений признака и на них строят прямоугольники с высотами, соответствующими частотам интервалов.

Рисунок 1 - Гистограмма  распределения хозяйств по уровню среднесуточного  прироста

Для выявления  характерных черт, свойственных ряду распределения единиц, могут быть использованы следующие показатели.

1) Для характеристики центральной тенденции распределения определяют среднюю арифметическую, моду, медиану признака. 

Средняя величина признака определяется по формуле средней арифметической взвешенной:

                                

где,  xi - варианты,  - средняя величина признака; 

 fi – частоты распределения.

В интервальных рядах в качестве вариантов (xi) используют серединные значения интервалов.

г.

Мода – наиболее часто встречающееся значение признака, может быть определена по формуле

                        

где, xmo – нижняя граница модального интервала;

      h – величина интервала;

      Δ1 – разность между частотой модального и домодального интервала;

      Δ2 – разность между частотой модального и послемодального интервала.

                        г.

       

 Медиана – значение признака, находящегося в центре ранжированного ряда распределения, определяется по формуле:

                      ,

где,  xme – нижняя граница медиального интервала;     h – величина интервала;

  - сумма частот распределения;  Sme-1 – сумма частот домедиальных    интервалов;   fme – частота медиального интервала.

                    

2) Для характеристики меры рассеяния признака определяют показатели вариации: размах вариации, дисперсию, среднее квадратическое отклонение, коэффициент вариации.

Размах вариации определяется как разность между наибольшим (максимальным) и наименьшим (минимальным) значением признака:

R = xmax -  xmin

Дисперсия показывает среднюю величину отклонений отдельных вариантов от средней арифметической и определяется по формуле

Среднее квадратическое отклонение признака от средней арифметической определяется  как корень квадратный из дисперсии:

Для определения коэффициента вариации используют формулу:

Коэффициент вариации является наиболее универсальной характеристикой  степени колеблемости, изменяемости признака. По величине  коэффициента судят о степени однородности  статистической совокупности. Если V < 33% совокупность является однородной по величине изучаемого признака, а если    V > 33% - то неоднородной.

3) Для характеристики  формы распределения могут быть использованы коэффициенты асимметрии (As) и эксцесса (Es):

Если As > 0, распределение имеет правостороннюю асимметрию, о которой также можно судить на основе следующего неравенства: Mо < Mе < .

При As < 0, распределение будет иметь левостороннюю асимметрию, при этом  Мо > Mе > .  Симметричным считается распределение, в котором Аs=0 и Мо = Ме = .

Если Es < 0 , фактическое (эмпирическое)  распределение является низковершинным по сравнению с нормальным распределением. Если же Еs > 0. распределение следует признать высоковершинным по сравнению с нормальным (при нормальном распределении Еs = 0).

Определим величину показателей вариации и характеристик  форм распределения  на основе предварительных  расчетных данных, представленных в  таблице 9.

Таблица 9 - Расчетные  данные для определения показателей 

                          вариации, асимметрии и  эксцесса.

Серединное  значение интервала среднесуточного  прироста, г.  (хi)

 

Число хозяйств

   ( fi)

Отклонения  от 492 г.

 

 

 

 

252

2

- 240

115200

27648000

6635520000

332

3

- 160

76800

12288000

1966080000

412

4

- 80

25600

2048000

163840000

492

1

0

0

0

0

572

10

80

64000

5120000

409600000

652

3

160

76800

12288000

1966080000

Итого

23

х

358400

59392000

1114112000

Информация о работе Статистическое исследование животноводства