Курсовая работа: Статистико-экономический анализ себестоимости подсолнечника
Представим структуру
затрат графически (Рис.4и 5).
График 4 Структура затрат в первой группе хозяйств
Из рисунка 4 видно, что наибольший удельный вес в структуре затрат
первой группы хозяйств занимают прочие затраты (68,4 %), затем основные средства (10%), удобрения (8,7%), оплата труда (8,5%) и семена (4,4%) .
График 5 Структура затрат во второй группе хозяйств
2.5 Множественный корреляционно
– регрессионный анализ специализации
На практике на изучаемый результативный
признак влияет не один факторный признак, а множество. Поэтому возникает задача
изолированного измерения тесноты связи результативного признака (у) с каждым из
факторных признаков (х) при исключении или неизменности других факторов. Эта задача
решается методом планирования эксперимента. Экономист лишен возможности регулировать
факторы. Поведение отдельных экономических переменных контролировать нельзя, то
есть не удается обеспечить равенство всех прочих условий для оценки влияния одного
исследуемого фактора. Поэтому следует измерить тесноту связи между результативным
(у) и всеми факторными признаками (х) введя их в модель. Одновременное изучение
корреляции нескольких переменных проводится на основе использования методов множественного
корреляционно – регрессионного анализа.
Включение в уравнение множественной регрессии того или иного набора
факторов связано, прежде всего, представлением исследования о взаимосвязи моделируемого
показателя с другими экономическими явлениями. Логическое обоснование и выбор факторов
– это основная стадия построения модели. Для количественной характеристики зависимости
урожайности 1 центнера подсолнечника от факторов провела корреляционно-регрессионный
анализ, для этого изучите факторы, связь которых с урожайностью носит корреляционный
характер.
Для количественной характеристики выявленной зависимости провела корреляционно
– регрессионный анализ с помощью MS Excel. По полученным результатам написала уравнение регрессии, оценила его
значение, дала анализ статистическим характеристикам корреляционно – регрессионной
модели.
Таблица 2.5.1 Зависимость себестоимости от факторов
Наименование
хозяйств |
Себестоимость
1 ц подсолнечника |
Удобрения |
Площадь посева |
Внесено удобрений
на 1 га. |
Производственные затраты на
1 га. посева |
1 |
2 |
3 |
4 |
3/4 |
5 |
СПК «Ивангород» |
457,72 |
42 |
400 |
0,105 |
5075 |
ООО «Аграрные
традиции» |
481,11 |
330 |
360 |
0,9166666 |
6186,11 |
ООО «Регион
Агро» |
562 |
380 |
582 |
0,6529209 |
7694,15 |
ООО «Давлекановское
зерно» |
648,9 |
1937 |
1500 |
1,2913333 |
6818,66 |
ООО «Алга» |
719,29 |
105 |
350 |
0,3 |
6925,71 |
СХП «Поляковка» |
724,87 |
0 |
250 |
0 |
1200 |
Анализ коэффициентов показывает, что связь между дозой внесенных удобрений
и урожайностью обратная и очень слабая (ryx1 = -0,1589), связь между урожайностью и уровнем затрат труда на 1 га также очень слабая (ryx2 = -0,2963).
Далее проанализируем параметры регрессии.
Таблица 2.5.3
Регрессионная статистика
Регрессионная
статистика |
|
Множественный
R |
0,298022764 |
R-квадрат |
0,088817568 |
Нормированный
R-квадрат |
-0,518637386 |
Стандартная
ошибка |
143,7448860 |
Наблюдения |
6 |
Коэффициент множественной корреляции R= 0,298022764- выражает тесноту связи и точность модели и означает, что теснота
связи между себестоимостью и факторами, включенными в анализ умеренная. Коэффициент
детерминации R2 =0,088817568 , т.е. вариация изучаемого фактора
в большей мере характеризуется не отобранными показателями.
В качестве меры точности применяют оценку дисперсии остаточной компоненты
– сумма квадратов уровней остаточной компоненты к величине (n-k-1), квадратный корень из нее Sе – стандартная ошибка оценки.
Таблица 2.5.4
Показатели уравнения регрессии
|
Коэффициенты |
Стандартная
ошибка |
t-статистика |
Y-пересечение |
684,0507451 |
168,7271278 |
4,0541835 |
Х1 |
9,502063891 |
163,5417952 |
0,0581017 |
Х2 |
-0,015972075 |
0,034912355 |
-0,4574906 |
Уравнение связи имеет вид:
у = 684,05+9,5Х1-0,015Х2
Интерпретация
параметров:
а0 = 684,05– свободный член уравнения, содержательной интерпретации не подлежит.
а1 = 9,5 - коэффициент чистой регрессии при первом факторе
свидетельствует о том, что при увеличении дозы внесения удобрений на 1 га., себестоимость
зерна увеличится на 9,5 рубль, при условии что все остальные факторы останутся без
изменения.
а2 = -0,015 коэффициент чистой регрессии
при втором факторе свидетельствует о том, что при увеличении производственных затрат
на 1 руб., себестоимость зерна уменьшится на 0,015 рубля, при условии что все остальные
факторы останутся без изменения.
Расчетные значения
У определяются путем последовательной подстановки в эту формулу значений факторов,
взятых для каждого наблюдения.
Таблица 2.5.5
Дисперсионный анализ
|
df |
SS |
MS |
F |
Значимость
F |
Регрессия |
2 |
6042,262673 |
3021,131336 |
0,146212 |
0,8697771 |
Остаток |
3 |
61987,77680 |
20662,59226 |
|
|
Итого |
5 |
68030,03948 |
|
|
|
Проверим значимость
коэффициента множественной корреляции, воспользуемся F-критерием, для чего сравним фактическое
значение F с табличным значением. При вероятности ошибки
α = 0,05 и степенях свободы
Страницы: 1, 2, 3, 4, 5, 6, 7
|