Статистико-экономический анализ эффективности продукции животноводства по группе предприятий (стр. 4 из 14)
В животноводстве, как специфической отрасли сельского хозяйства, используются определенные индексы. Выделяют: индивидуальные и общие индексы, которые различаются по ширине охвата явления. Индивидуальными индексами в животноводстве являются: индекс себестоимости единицы продукции iz=z1/zo; индекс физического объема iq=q1/q0 и др. К общим индексам относятся:
индекс физического объема производства:
индекс себестоимости:
индекс затрат на рубль совокупной продукции:
индекс общих затрат:
,может быть разложен на индекс себестоимости и индекс физического объема.
Статистическое исследование развития общественных явлений во времени осуществляется путем построения и анализа рядов динамики. Они представляют собой совокупность значений одного или нескольких показателей за ряды последовательных периодов или моментов времени.
Показатели ряда динамики принято называть абсолютными уровнями ряда и обозначать символом у. Начальный (базисный) уровень чаще всего обозначают у0, конечный - уп, а номера моментов или периодов времени - t.
Ряды динамики могут быть построены по абсолютным, средним или относительным показателям. В зависимости от характера их формирования во времени различают интервальные и моментные динамические ряды.
Интервальные динамические ряды состоят из показателей, взятых за определенный отрезок или период времени, - например, объем полученной продукции, сумма выручки от реализации, выплаченной зарплаты за месяц, год и т.п. Эти ряды характеризуют итоги каких-то процессов. Величина показателей интервального ряда зависит от продолжительности периода (день, декада, месяц, квартал, год). Такие показатели можно суммировать, получая новые, накопленные итоги или средние уровни за более длительный период.
Моментные динамические ряды содержат показатели размера явления на определенный момент - начало месяца, квартала, года, столетия и т.п. Это чаще всего показатели численности единиц или объема ресурсов на какую-то дату - численность населения, площадь земли, число машин, предприятий. Суммирование этих показателей не имеет смысла, так как они не накапливаются во времени.
Как и в любой статистической совокупности, в рядах динамики должны быть четко выделены единицы, а их признаки - быть сопоставимыми. Из этого, в частности, вытекает, что периоды в интервальном ряду должны иметь равную длительность, а в моментном ряду - следовать через равные промежутки времени. Величину этих промежутков определяют на основе качественного анализа. Для быстро протекающих процессов (производство продукции, выполнение работ, рост растений) они будут сравнительно небольшими (день, декада, месяц), для медленно меняющихся объектов (например, площадь земель, численность предприятий или населения области) достаточно собирать данные один раз в год.
Уровни ряда как признаки единиц совокупности также должны быть качественно однородными и сопоставимыми между собой по содержанию, единицам измерения, способам расчета, территории, степени охвата массового явления и т.д.
Для оценки развития явлений во времени абсолютные уровни ряда динамики сопоставляют между собой; в результате получают новые ряды относительных показателей, детально характеризующих процесс I изменения и его закономерности. С этой целью рассматривают разности и отношения уровней ряда у.
Абсолютный прирост А показывает изменение абсолютных уровней ряда в тех же величинах, что и сами уровни. Цепные приросты поучают, сравнивая соседние уровни в ряду:
А1 = y1-y0, А2 = у2-у1,…, Ап = уп-уп-1.
Они показывают величину изменений за отдельный период.
Базисные абсолютные приросты показывают изменение абсолютного уровня ряда по сравнению с одним и тем же исходным уровнем
у0: A1 = y1-у0, А2 = у2-у0,…, Ап = уп-у0.
Таким образом, они характеризуют общий итог процесса развития, начиная с исходного пункта и произвольно выбранного момента времени.
Темп прироста показывает относительный прирост по сравнению со сравниваемым уровнем в процентах; он также может рассчитываться как цепной и как базисный. Цепные абсолютные приросты определяются по отношению к предшествующему уровню:
Ti=Aiцеп/Yi-1*100%,
а базисные приросты - к базисному:
Ti=Aiбаз/Y0*100%.
Следует учитывать, что цепные приросты в процентах несопоставимы между собой, поскольку они рассчитаны по отношению к различным уровням уп-1, приравненным к 100%. Поэтому вполне возможны случаи, когда абсолютный прирост за какой-то период больше, чем за предыдущий.
Коэффициенты роста отражают относительное изменение абсолютных уровней ряда по сравнению с предыдущим (Кцеп) и базисным уровнем (Кбаз). Цепные коэффициенты характеризуют движение за отдельные годы, а базисные - за произвольный период. Произведение цепных коэффициентов за все годы равно базисному индексу крайних уровней. Коэффициент роста, выраженный в процентах, называется темпом роста. Темп прироста равен темпу роста за вычетом 100%.
Статистический прогноз - это научно обоснованное вероятностное суждение о возможном состоянии массовых общественных явлений в будущем и о предполагаемом значении характеризующих их показателей. В статистике разрабатывают в основном оперативные и краткосрочные прогнозы методами интервьюирования, экстраполяции и моделирования.
Экстраполяция, основана на распространении на будущие периоды выявленных тенденций временных рядов. При моделировании прогнозные уровни результативных показателей определяют расчетным путем, исходя из ожидаемых значений факторных признаков; чтобы определить коэффициенты связи между ними, используют нормативные данные или уравнения регрессии. Как при экстраполяции, так и при моделировании предполагается, что основные закономерности рассматриваемого явления не претерпят качественных изменений в прогнозном периоде.
1.4 Корреляционно-регрессионный анализ
Корреляционной связью называют важнейший частный случай статистической связи, состоящий в том, что разным значениям одной переменной соответствуют различные средние значения другой. С изменением значения признака X закономерным образом изменяется среднее значение признака У; в то время как в каждом отдельном случае значение признака У (с различными вероятностями) может принимать множество различных значений. Например, увеличение расхода кормов приведет к увеличению продуктивности коров. Однако за один и тот же отрезок времени отдельные животные дадут различный прирост удоя.
Корреляционная связь - это неполная связь между признаками, которая проявляется при большом числе наблюдений (при сравнении средних значений).
Для изучения статистических взаимосвязей применяют два метода анализа - корреляционный и регрессионный. Задачи корреляционного анализа сводятся к измерению тесноты связи между факторами, выявлению неизвестных причин связей и оценке факторов, вызывающих максимальное влияние на результат.
Задача регрессионного анализа лежит в сфере установления формы зависимости, определения уравнения регрессии и его использования для оценки неизвестных значений зависимой переменной.
Наряду с численностью совокупности и объемом изучаемого явления очень важно иметь также обобщенное представление о значении признака для единицы совокупности. С этой целью используется статистическая средняя, дающая вместо варьирующих значений признака хi одно-единственное значение х.
По содержанию она представляет собой типический размер признака для данной совокупности определяющих условий.
По способу расчета средняя величина представляет собой соотношение абсолютных показателей объема явления и объема совокупности. Чтобы она действительно отражала типический размер признака, при таком расчете необходимо соблюдать ряд условий. Важнейшее из них - качественная однородность единиц совокупности, наличие одинаковых условий для формирования признака по каждой из них. Для всесторонней характеристики массовых общественных явлений необходимо использовать систему частных и общих средних.
Другое важное условие обоснованности применения средних величин - достаточно большая численность единиц совокупности. Это необходимо для того, чтобы проявил свое действие закон больших чисел, чтобы было много случайных колебаний разной направленности, взаимно погашающих друг друга, позволяющих выявить типичное. Чем больше вариация признаков, тем больше единиц желательно иметь при расчете средней величины. В математической статистике для получения типических средних нижней границей большой выборки считается 30 единиц. На практике при расчете средней следует привлекать данные по всем единицам генеральной совокупности, а по выборкам - не менее 8-10 единиц.
В зависимости от характера изучаемого явления, имеющихся исходных данных и задач исследования используют различные средние величины
Средняя арифметическая простая, как и другие средние, определяется путем сопоставления объема явления и числа единиц совокупности. Ее применяют в том классическом случае, когда известны значения варьирующего признака хj, по каждой единице однородной совокупности. При этом сначала определяют объем явления и объем совокупности, а затем их соотношение. Средняя величина составит х = хi/N.