Фрагмент для ознакомления
1
СОДЕРЖАНИЕ
Введение 4
1. Анализ рядов динамики
1.1. Сущность и методика расчета валового надоя молока и его динамика
за 6 лет 5
1.2. Показатели молочной продуктивности коров, их значение и взаимосвязь, методика расчета. Темпы роста продуктивности коров за 9 лет 8
1.3. Выявление тенденции в рядах динамики 10
2. Индексный анализ средней продуктивности и валового надоя молока
2.1. Сущность индекса. Индивидуальные и общие индексы как инструмент анализа динамики валового надоя молока и продуктивности коров 14
2.2. Индексный анализ средней продуктивности коров и валового надоя
молока 15
3. Методы статистической группировки и дисперсионного анализа
3.1. Сущность группировки, ее основные методологические аспекты. Задачи и виды группировок, и их значение 20
3.2. Аналитическая группировка предприятий по одному из факторов, влияющих на продуктивность коров: производственные затраты на 1 голову (уровень интенсивности), руб., уровень кормления коров, выход телят на 100 коров и нетелей и т.д. по правилу трех сигм 21
3.3. Сущность дисперсионного анализа. Оценка существенности влияния изучаемого фактора на продуктивность коров 25
4. Однофакторный корреляционно – регрессионный анализ
4.1. Сущность и основные условия применения корреляционно-регрессионного анализа 30
4.2. Построение однофакторной корреляционно-регрессионной модели продуктивности коров 30
4.3. Расчет резервов роста продуктивности коров и валового надоя молока 32
Выводы и предложения 34
Список используемой литературы 37
Приложения 40
Фрагмент для ознакомления
2
Анализ вариативности (дисперсионный анализ) представляет собой комплексное исследование, где изменчивость характеристики определяется воздействием управляемых переменных-факторов.
Дисперсионный анализ предполагает следующие ключевые этапы: разделение всех переменных на категории – факторов и результативных признаков и деление общей вариации на составляющие части для последующего сравнения этих компонент.
Анализ вариаций (дисперсионный анализ) тесно связан с кластеризацией данных: данные классифицируются по уровням некоторого ключевого фактора, определяется среднее значение целевого параметра в каждой сформированной группе и предполагается связь между различиями этих значений напрямую с вариативностью самого определяющего признака.
Основная задача заключается в статистической значимости различий между средними показателями результата для выделенных групп.
Особую ценность дисперсионная методика обретает при изучении воздействия нескольких факторов одновременно. Она уникально способна выявлять взаимодействие этих факторов в формировании итогового результативного показателя, что невозможно без применения статистического критерия Фишера.
Этот метод подразумевает расчет F-статистики как отношения большей дисперсии (D1) к меньшей (D2), где величина F определяет значимость различий между распределениями двух выборок по данному признаку.
Если F-критерий равен единице, то это свидетельствует об идентичности дисперсий, что делает неактуальным анализ значимости их различий.
В ситуации же превышения значения отношения дисперсий над единицей поднимается вопрос о вероятности случайного характера данной разницы.
Р.Фишер предложил использовать таблицы F-распределения для определения границ, в пределах которых расхождения между дисперсиями могут считаться статистически незначимыми с заданными уровнями значимости (0,05 или 0,01). Эти таблицы содержат предельные значения критерия F для различных сочетаний степени свободы числителя k1 и знаменателя k2.
Процедура включает в себя: вычисление фактического отношения дисперсий на основе исходных данных; сопоставление полученного результата с табличной величиной, соответствующей заданным степеням свободы (k1 для числителя и k2 для знаменателя) и выбранному уровню значимости.
Таким образом, задача сводится к проверке гипотезы о равенстве дисперсий в выборках либо из одной нормально распределенной генеральной совокупности, либо из нескольких таких совокупностей с равными дисперсиями.
Когда действительное значение отношения дисперсий превышает табличное с вероятностью лишь 0,05 или 0,01 (что соответствует крайне малым событиям), принято считать это утверждением о существенности различий в величине дисперсий практически несомненным.
Такая низкая вероятность позволяет утверждать, что при превышении: с уверенностью 95% или 99%, что различия между дисперсиями обусловлены не случайными, а структурными факторами.
В случае же когда действительное значение меньше табличного при уровне значимости 0,01 (или аналогично для 0,05), с вероятностью в 99% (соответственно) можно утверждать: отсутствие существенных различий между дисперсиями.
Фрагмент для ознакомления
3
Список используемой литературы
1. Айвазян, С.А. Практикум по многомерным статистическим методам: учебное пособие / С.А. Айвазян, В.С. Мхитарян, В.А. Зехин. - 2-е изд. - Москва: МЭСИ, 2012. - 77 с.
2. Акимова, Т.А. Экономика устойчивого развития: учебное пособие / Т.А. Акимова, Ю.Н. Мосейкин. - Москва: ЗАО «Издательство «Экономика», 2009. -430 с.
3. Башкатов, Б.И. Статистика сельского хозяйства: с основами общей теории статистики: курс лекций / Б. И. Башкатов. - Москва: Ассоциация авторов и издателей «Тандем»: Экмос, 2001. - 352 с.
4. Зинченко, А. П. Статистика сельского хозяйства: статистическое наблюдение: учебное пособие для вузов / А. П. Зинченко, Ю. Н. Романцева. — 2-е изд., испр, и доп. — Москва: Издательство Юрайт, 2024. — 162 с.
5. Ефимова, М.Р. Общая теория статистики [электронный ресурс] : Учеб-ник / М.Р. Ефимова, Румянцев, Петрова .— 2, испр. и доп. — Москва : Изда-тельский Дом "ИНФРА-М", 2011 .— 416 с.
6. Лукьяненко, И.С. Статистика [Электронный ресурс] : учеб. пособие / И.С. Лукьяненко, Т.К. Ивашковская. — Электрон. дан. — Санкт-Петербург : Лань, 2017. — 200 с.
7. Мелкумов, Я.С. Социально-экономическая статистика : Учебное пособие / Я.С. Мелкумов .— 2, перераб. и доп. — Москва : ООО "Научно-издательский центр ИНФРА-М", 2018 .— 186 с.
8. Мхитарян, В.С. Статистика : учебник для студентов учреждений среднего профессионального образования / В.С. Мхитарян и др. - 12-е изд., перераб. и доп. - Москва : Изд. центр «Академия», 2013. - 304 с.
9. Непомнящая, Н.В. Статистика: общая теория статистики, экономическая статистика. Практикум / Н.В. Непомнящая. — Красноярск: Сибирский федеральный университет, 2015.— 376 с.
10. Подхватилина, С.С. Статистика сельского хозяйства / С.С. Подхвати-лина.— Минск : Издательство "Вышэйшая школа", 2012 .— 239 с.
11. Пожидаева, Е.С. Финансовая статистика: практикум : Учебное пособие / Е.С. Пожидаева .— Москва : ООО "Научно-издательский центр ИНФРА-М", 2017 .— 193 с.
12. Статистика : учебное пособие / [А. М. Восковых и др.] ; Воронежский государственный аграрный университет ; под ред. И. М. Суркова .— Воро-неж : Воронежский государственный аграрный университет, 2017 .— 244 с.
13. Ферстер, Э. Методы корреляционного и регрессионного анализа : руководство для экономистов / Э. Ферстер, Б. Ренц ; пер. В.М. Иванова. - Москва : Финансы и статистика, 1983. - 304 с.
14. Экономическая статистика: Учебник. — 5, перераб. и доп. — Москва: ООО "Научно-издательский центр ИНФРА-М", 2015.— 576 с.
15. Шмойлова, Р.А. Теория статистики: учебник / Р.А. Шмойлова и др. - 5-е изд. - Москва: Финансы и статистика, 2014. - 656 с
Статьи
16. Зимняков В.М., Курочкин А.А. Состояние производства молока в России // Техника и технологии в животноводстве, 2020. — № 2(38). — С. 100-106.
17. Китаев Ю.А. Тенденции развития молочного скотоводства в России // Вестник Воронежского государственного аграрного университета. 2020. —№ 3(66). — С.182-187.
18. Морозов Н. М., Рассказов А. Н. Основные факторы повышения эффективности производства продукции животноводства в России // Экономика сельскохозяйственных и перерабатывающих предприятий. 2019. — № 6. —С. 12–15.
