Статистико-экономический анализ эффективности продукции животноводства по группе предприятий
Курсовой проект - Экономика
Другие курсовые по предмету Экономика
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 м