Розробка і узагальнення інформації про фактори, які впливають на рентабельність молока на прикла (стр. 4 из 6)

При відборі факторів в множинну модель необхідне виконання наступних вимог:

1. Фактори повинні бути кількісно вимірними. Якщо до моделі необхідно включити будь-який якісний фактор, то йому слід надати кількісну визначеність, наприклад, якість землі вимірюється в балах.

2. Фактори на повинні бути тісно пов’язані між собою, в протилежному випадку, параметри рівняння регресії виявляться ненадійними, а модель в цілому нестійкою.

Параметри рівняння множинної регресії оцінюють за допомогою традиційного методу найменших квадратів. Система рівнянь для визначення оцінок параметрів включає кількість рівнянь рівну кількості оцінюваних параметрів.

На основі лінійного рівняння регресії можуть бути знайденні приватні рівняння регресії, які зв’язують результативну ознаку з визначеним фактором при закріпленні інших факторів на середньому рівні цієї регресійної моделі.

Приватні рівняння регресії характеризують ізольований вплив обраного фактора на результат, при цьому дії тих факторів, значення яких закріплені на середньому рівні виключаються.

Оцінка якості рівняння множинної регресії проводиться за допомогою множинного коефіцієнту кореляції, значення якого показує спільний вплив факторів, які були включені до моделі, на результативну ознаку.

Оцінка адекватності рівняння множинної регресії проводиться за допомогою критерію Фішера по загальній схемі перевірки статистичних гіпотез.

В результаті дослідження регресійної моделі, яка наведена в додатках, була отримана залежність впливу продуктивності худоби та собівартості 1 ц. виготовленої продукції на окупність затрат, рівняння якої має вигляд:

,це означає, що при збільшенні продуктивності 1 голови великої рогатої худоби на 1 ц., окупність затрат збільшується на 0,58 %, а при зменшенні собівартості 1 ц. виготовленої продукції на 1 грн., окупність затрат зростає на 0,66 %. Коефіцієнт кореляції показує, що зв’язок між цими факторами тісний. Між ними існує 79 %-ва залежність. Останні 21 % – це вплив факторів, які не були враховані.

Аналіз показників ряду динаміки по виробництву молока в СТОВ „Степове”. Визначення основної тенденції зміни динамічного ряду. Усі суспільні явища перебувають у постійному русі та розвитку. Дослідження процесу розвитку явищ – одне з найважливіших завдань економіко-статистичного аналізу. Процес розвитку явищ у часі називають динамікою, а статистичні величини, які характеризують стан і зміну явищ у часі, – рядами динаміки. Побудова і аналіз рядів динаміки дають змогу виявити закономірності розвитку явищ і виразити їх у цифрах. Динамічний ряд є основою аналізу і прогнозування соціально-економічного розвитку.

Обов’язковими елементами рядів динаміки є моменти або періоди часу, до яких належать досліджувані показники і рівні ряду, що характеризують розмір явища. Рівні ряду динаміки виражають абсолютними, відносними і середніми величинами.

В ряду динаміки для кожного інтервалу часу приведені два основних показника: показник часу і рівень ряду. Крім того, можуть бути ще похідні аналітичні показники.

Дослідження рядів динаміки дає можливість охарактеризувати процес розвитку явищ, показати основні шляхи, тенденції і темпи цього розвитку.

Таблиця 10

Показники ряду динаміки молочної продуктивності

тварин в СТОВ „Степове”

Роки	Продуктивність, ц\гол	Абсолютний приріст		Коефіцієнт росту		Темп росту, %		Темп приросту,%		Абсолютне значення 1 % приросту
		ланц.	баз.	ланц.	баз.	ланц.	баз.	ланц.	баз.
1999200020012002200320042005200620072008	24,1222,1119,6820,3421,1625,3830,8924,1727,2826,17	-2,01-2,430,660,824,225,51-6,723,11-1,11	-2,01-4,44-3,780,821,266,770,053,162,05	0,920,891,031,041,201,220,781,130,96	0,920,820,840,881,051,281,001,131,08	91,6789,01103,3587,73119,94121,7178,25112,8795,93	91,6781,5984,33104,03105,22128,07100,21113,10108,50	-8,33-10,993,35-12,2719,9421,71-21,7512,87-4,07	-8,33-18,41-15,674,035,2228,070,2113,108,50	0,240,220,200,070,210,250,310,240,27

Зміна продуктивності в середньому по даному ряду динаміки можна дізнатися, розрахувавши середні показники:

1.

2.

3.

4.

5.

6.

7.

З розрахунків, проведених в табл. 10 можна побачити, що продуктивність тварин з року в рік коливається. Були виявлені окремі періоди, на протязі яких продуктивність зростала ( з 2001 року по 2005 рік ) і спадала ( з1999 р. по 2001 р. ). Максимальна продуктивність – 30,89 ц\гол була зафіксована у 2005 році, а мінімальна у 2001 році склала19,68 ц\гол. Максимальний темп приросту було досягнуто у 2005 році. В порівнянні з 2004р. максимальний темп приросту становив – 21,71 %, а в порівнянні з базисним – 28,07 %. За 10 років середня продуктивність склала 24,13 ц\гол, і середній абсолютний приріст – 0,228 ц\гол.

Закономірності розвитку в рядах динаміки виявляють абстрагуванням від випадків змін досліджуваних ознак. Для цього статистика використовує такі способи: укрупнення періодів, спосіб ковзної середньої, вирівнювання ряду динаміки по середньому абсолютному приросту, середньому коефіцієнту зростання, а також спосіб найменших квадратів.

Найпростішим способом виявлення основної тенденції розвитку є укрупнення періодів. Його суть в тому, що один інтервальний ряд динаміки замінюють іншим інтервальним рядом з більшими періодами. Об’єднані періоди мають бути якісно однорідними щодо факторів, що визначають загальну тенденцію, і досить тривалими, щоб запобігти випадковим коливанням досліджуваних ознак.

Таблиця 11

Згладжування ряду динаміки молочної продуктивності

худоби в СТОВ „Степове”

Роки	Продуктивність,ц\гол	Сума продуктивностіза три роки	Середня продуктивність за три роки
200020012002	22,1119,6820,34	62,13	20,71
200320042005	21,1625,3830,89	77,43	25,81
200620072008	24,1727,2826,17	77,62	25,87

Застосувавши спосіб укрупнення періодів отримали три періоди з середньою урожайністю 20,71; 25,81; та 25,87 ц\гол. Графік прикладено у додатках.

Різновидом укрупнення періодів є згладжування ряду динаміки за допомогою ковзної середньої. Суть цього способу в тому, що при стійкому інтервалі кожну наступну середню обчислюють, зсуваючи період на одну дату.

Розглянемо визначення середньої ковзної продуктивності в СТОВ „Степове”:

Спосіб ковзної середньої згладжує коливання рівнів, але не дає рядів, які б змінювали вихідні фактичні рівні вирівняними. Вирівняний графік ряду динаміки див. додатки.

Щоб краще абстрагуватися від випадкового коливання рівнів ряду, застосовують аналітичне вирівнювання способом найменших квадратів. Суть його в знаходженні такої математичної лінії, ординати точок якої були б найближчі до фактичних значень ряду динаміки. Це означає, що сума квадратів відхилень вирівняних рівнів від фактичних має бути мінімальною.

Вирівнювання способом найменших квадратів можна здійснити по лінії, яка виражає функціональну залежність рівнів ряду динаміки від часу. В даному випадку найбільш доцільною для вирівнювання є пряма лінія, рівняння якої має такий вигляд:

, де:

– вирівняні рівні ряду динаміки;

– вирівняний рівень урожайності, при умові, що ;

– середній щорічний рівень продуктивності;

– порядковий номер ряду.

Невідомі параметри

та можна визначити способом найменших квадратів, вирішуючи систему нормальних рівнянь:

, де

– фактичні рівні ряду динаміки;

– кількість років.