Анализ вариации урожайности овощей

Размещено на http://www.allbest.ru/

Реферат

Курсовая работа состоит из оглавления, введения, четырех глав, выводов и предложений, списка использованной литературы, состоящего из 15 источников, и изложена на 40 станицах машинописного текста. Цифровой и расчетный материал представлен в 11 таблицах, 4 рисунках, были использованы 63 формулы.

В курсовой работе проведен комплексный статистико-экономический анализ производства овощей в хозяйствах всех категорий во всех районах Самарской области: выполнена группировка районов по урожайности овощей, выполнен анализ вариации урожайности овощей, корреляционно-регрессионный анализ связи объема производства овощей на себестоимость 1 центнера, проведен анализ динамики производства овощей в целом по области за 2004-2010 гг. и выполнен прогноз на 2011-2012 гг.

Информационной базой послужили статистические сборники «Сельское хозяйство Самарской области», нормативные документы, периодическая и учебно-методическая литература, Интернет-ресурсы.

Оглавление

Введение

1. Народнохозяйственное значение и современное состояние производства овощей в России и Самарской области

2. Анализ вариации урожайности овощей

2.1 Построение вариационного ряда распределения районов по урожайности овощей

2.2 Расчет показателей вариации урожайности зерновых культур в районах Самарской области

2.3 Расчет ошибок выборки. Типологическая группировка районов Самарской области по природно-климатическим зонам

3. Корреляционно-регрессионный анализ связи себестоимости и производства зерновых культур

4. Анализ динамики производства зерна в районах самарской области

Выводы и предложения

Список используемой литературы

себестоимость зерновой овощь урожайность

Введение

Овощеводство - важная отрасль сельского хозяйства, которая играет большую роль в обеспечении населения диетической продукцией и консервированными овощами в течение года.

Динамика и темпы производства овощей, уровень обеспеченности населения овощной продукцией, а перерабатывающей промышленности сырьем, определяется развитием и размещением овощеводства в стране. Успешное развитие овощеводства зависит от обеспеченности рабочей силой, транспортными путями для перевозки продукции, гарантированными вблизи рынков сбыта.

Основная цель курсовой работы заключается в определении экономической эффективности производства овощей на примере конкретного предприятия.

При выращивании овощей следует учитывать особенности, присущие только данной отрасли сельского хозяйства.

Решающее значение имеют район размещения хозяйства и природно-климатические условия.

В отличие от зерновых культур количество овощных культур и их сортов намного больше. Эти сорта различаются урожайностью, качественными характеристиками и ценой реализации. Несмотря на то, что внедрение большинства сортов рассчитано не только на повышение урожайности, но и приспособляемости к условиям конкретного региона, некоторые виды овощных культур не могут выращиваться в определенных экономических районах.

Другой особенностью выращивания овощей является то, что независимо от региона, практикуется две схемы их производства - в открытом и защищенном грунте (производство овощей в теплицах). Они очень различаются технологически и требуют разного уровня и характера капитальных вложений и текущих затрат. С другой стороны организация тепличного хозяйства предполагает реализацию в зимне-весенний период, то есть тогда, когда спрос на неё существенно выше, а значит и уровень цен может быть установлен на более высоком уровне.

Следующей особенностью овощеводства является повышенные требования к севообороту на площадях, занятых овощными культурами. Высокая урожайность ведет и к быстрой истощаемости почв. Возобновление плодородия возможно осуществить только продуманным сочетанием внесения удобрения и правильного севооборота. Но внесение удобрений в почвы, на которых выращиваются овощные культуры, требует исключительно строгого соблюдения агротехнических правил, а количество удобрений ограничено особенностями произрастания тех или иных культур.

Перечисленные особенности делают практически невозможной всестороннюю оценку эффективности выращивания овощных культур. Все это обусловило выбор темы, ее актуальность и значимость.

Целью данной курсовой работы является комплексный статистико-экономический анализ производства овощей в хозяйствах всех категорий в Самарской области, также выявление основных тенденции развития этой отрасли.

Для исследования применим следующие методы: анализ вариационных рядов, статистическая группировка, дисперсионный анализ, корреляционно - регрессионный анализ и анализ тенденции развития в динамике.

1. Народно-хозяйственное значение и современное состояние производства овощей в России и Самарской области

Овощи - незаменимые продукты питания, богатые минеральными веществами и витаминами. Ценность овощей определяется содержащимися в них биостимуляторами, минеральными и пряными веществами (витаминами, гормонами, ферментами, органическими кислотами). Овощеводство является одной из важных отраслей сельского хозяйства. Оно призвано удовлетворять потребности населения в свежей диетической продукции, а также в консервированных овощах в течение всего года [5, c. 115].

Овощные растения были среди первых родоначальников культурной флоры у истоков земледелия. На территории Древней Руси первое упоминание о возделывании овощей относится к пятому веку. Возникают очаги огородничества вокруг городов и в районах с благоприятными условиями для их производства [7, c. 45].

С развитием транспортных связей увеличивается производство овощей на ввоз и организуется их техническая переработка. В середине прошлого столетия складывается самобытный тепличный промысел под Клином. В конце XIX -начале XX века овощеводство в основном носило потребительский характер, и лишь небольшие площади были заняты под товарным производством. Относительно слабо была развита переработка. Переработкой и хранением занимались единичные производители-огородники. В конце 20-х начале 30-х годов создаются первые специализированные овощеводческие хозяйства, расширяются площади защищенного грунта. Каждая область стремится обеспечить себя своими овощами. Создается несколько зон консервного производства. В годы Великой Отечественной войны овощеводство понесло значительные потери. Сократились посевные площади, был разрушен машинно-транспортный парк. Однако в послевоенные годы широко развернулось коллективное и индивидуальное огородничество. В 1953 году начинаются концентрация и специализация овощеводства. С 1970 года на основе использования голландского опыта было организовано заводское изготовление тепличных конструкций и развернуто тепличное строительство, что обеспечило значительный рост площадей, повышение урожайности и производства овощей [8, c. 456-463].

Овощи занимают особое место среди других продуктов питания, что обусловлено высоким содержанием в них углеводов, белков и сахаров, а также витаминов (особенно А, В, С), микроэлементов, органических кислот, ферментов. В состав свежих овощей входят антибиотики (фитонциды), оказывающие губительное действие на бактерии и грибки. Такой широкий ассортимент полезных веществ оказывает положительное воздействие на жизнедеятельность человека, способствует повышению иммунитета к различным заболеваниям. Овощи являются ценным диетическим продуктом, потребление которого способствует лучшему усвоению других продуктов питания. Особое значение для нашей республики имеет уникальная способность многих овощей (репа, брюква, свекла, морковь, капуста, тыква, водяной кресс и др.) выводить из организма радионуклиды и тяжелые металлы.

Физиологически обоснованная норма потребления овощной продукции в нашей стране составляет 126 кг в расчете на душу населения в год. Удельный вес в суточном рационе человека должен составлять не менее 20-25%. Чтобы достигнуть потребления овощей по указанной норме, необходимо довести их валовое производство до 1,6-1,8 млн. т. [11!

Овощеводство - трудоемкая отрасль. На возделывании 1 га овощных культур расходуется 600 - 800 чел.-час, что в 35 - 45 раз выше по сравнению с производством зерна. Затраты труда на возделывание и уборку составляют по технологическим картам. Свежие овощи, доставляемые в основном на пункт реализации продукции, оплачивают по розничным ценам за вычетом торговой скидки.

Производство овощей осуществляется как в сельскохозяйственных предприятиях, так и в личных подсобных хозяйствах населения. При этом в условиях перехода к рыночным отношениям произошло существенное перераспределение площадей посевов и валовых сборов овощей между общественными предприятиями и личными подсобными хозяйствами. Динамика и темпы производства овощей, уровень обеспеченности населения овощной продукцией, а перерабатывающей промышленности сырьем, определяются развитием и размещением овощеводства в стране. Территориальное размещение овощеводства по природно-экономическим районам является важным фактором роста объемов производства отдельных видов овощных культур и продукции. Крупными регионами по размеру посевных площадей и валовому производству овощей являются Северо-Кавказский, Центральный и Поволжский экономические районы, в которых размещено свыше 51 % всех посевов овощей в стране. В Центральном экономическом районе сосредоточено 15,5 % посевных площадей и 20,5 % объемов производства овощей в стране. Это связано с тем, что в Центральном экономическом районе в структуре посевов большой удельный вес занимают овощные культуры, имеющие потенциально высокую урожайность по сравнению с овощами, выращиваемыми в южных районах [7, c.34-35].

В настоящий момент положение на рынке овощей остается довольно стабильным. Рост поставок овощей по импорту будет способствовать более полному удовлетворению потребностей населения. Процесс роста цен на овощи, начавшийся в 1999 году продолжится, однако темпы их роста будут гораздо ниже. Главными поставщиками овощей на рынок остаются сельскохозяйственные предприятия. В 2003 году наблюдался рост закупок овощей по импорту, что позволило частично покрыть недостающую потребность населения в овощах. Спрос на овощи зависит от их производства в личных хозяйствах и платежеспособности населения. Спрос на овощи эластичен, т.е. при повышении цен на них снижается их потребление.

Последние два года характеризуются высоким уровнем всех видов цен на овощи.

Традиционно характерно увеличение цен в конце года, в связи с повышением затрат на производство овощей в осенне-зимний период. Заметна тенденция в последнее время в повышении розничных цен на овощи. Ограничивать процесс роста цен (розничных и средних) будет незначительный спрос и низкая платежеспособность населения.

Если рынок зерна в 2012г. в значительной степени пострадал от засухи, то про рынок овощей того же сказать нельзя. Валовой сбор по итогам году согласно данным Росстата продемонстрировал прирост в размере 3,4%. При этом урожайность была даже больше, чем в 2011 г. Связано это с тем, что большая часть производства овощей сконцентрирована в хозяйствах населения. Предприниматели производят также значительную часть овощей в теплицах, куда засухе никак не добраться, а на частном подворье контролировать состояние небольшого количества посевов намного проще, чем сельскохозяйственным организациям ухаживать за обширными посевами зерна во время летнего зноя.

Как следует из таблицы 1, посевные площади в 2012 г. под картофель, который в данных Росстата идет отдельной категорией, выросли всего на 0,9% в сравнении с уровнем 2011 г. При этом наиболее значительный рост площади, отведенной под картофель, продемонстрировал Северокавказский федеральный округ, сельское хозяйство в котором сегодня динамично развивается. Там посевная площадь под картофель возросла на 3,4%.

При этом два федеральных округа, а именно Северо-западный и Поволжский сообщили о незначительном снижении площадей под картофель- в общей сложности на 0,1% каждый. Таким образом, всего в России в 2012 году картофелем засеяно было 2,2 млн гектаров. При этом, что весьма интересно - на сельскохозяйственные организации, как это тоже ясно видно из таблицы 1 приходится всего чуть более 10% площадей под картофель в стране.

Интересно, что по остальным овощам ситуация с посевами представляется далеко на столь радужной. Только в Северокавказском федеральном округе произошел рост объема площадей, отведенных под посевы, в то время как во всех остальных зарегистрирован спад показателей. Самый значительный - в Уральском федеральном округе, где площадь посевов под овощи снизилась на 5,8%.

Таблица 1 Посевные площади овощей в России в 2012 году (тыс. гектаров)

	Картофель	в том числе в сельскохозяйственных организациях	Овощи	в том числе в сельскохозяйственных организациях
	2012	2012 в % к 2011	2012	2012 в % к 2011	2012	2012 в % к 2011	2012	2012 в % к 2011
Всего	2244,1	100,9	230,7	101,7	681,2	97,6	89,4	86,6
ЦФО	668,4	101,0	81,3	104,4	145,8	98,1	16,1	92,0
СЗФО	106,0	99,9	12,7	93,7	20,8	95,4	3,8	78,2
ЮФО	148,5	101,4	10,4	95,0	160,5	96,5	30,0	90,1
СКФО	108,7	104,4	12,4	108,2	99,0	101,0	11,5	103,6
ПФО	571,6	99,9	60,8	94,8	129,7	97,0	12,6	70,1
УФО	166,4	102,9	24,8	118,8	33,3	94,2	4,7	81,2
СФО	377,7	100,5	20,8	103,5	66,9	97,4	7,2	81,5
ДВФО	96,7	100,0	7,5	94,3	25,3	99,0	3,7	90,6

В целом при некотором снижении посевных площадей в 2012 году произошел рост объема сбора овощей. В общей сложности в хозяйствах населения по итогам прошлого года было собрано 8,7 млн. тонн овощей, что на 3.4% превышает показатель 2011 года. Прирост зафиксирован в большинстве федеральных округов за исключением Северо-западного, Сибирского и Уральского, причем в Уральском падение показателей оказалось, крайне резким - на 7.4%, на фоне также довольно существенного падения показателей урожайности. Очевидно, что в плане сбора овощей в Уральском федеральном округе сегодня существуют большие проблемы, которые выделяют его в данном секторе из общей картины.

Наиболее позитивная динамика, как этого и следовало ожидать, наблюдалась в Северокавказском федеральном округе - рост на 8.5% в сравнении с уровнем 2011 года. В Таблице 2 приведены также средние показатели валового сбора овощей и урожайности за период с 2006 по 2010 года, которые демонстрируют, что в последние годы индустрия динамично развивается - в частности валовый сбор по итогам минувшего года в России был на 15% выше среднестатистического показателя за период 2005-2010 гг. Сопоставление этой статистики позволяет сделать еще один очень интересный вывод - в 2012 году показатели валового сбора в Уральском федеральном округе снизились не только по отношению к позапрошлому году, но и по отношению к периоду 2006-2010 гг.

Сегодня ежегодный объем рынка овощей оценивается экспертами примерно в 300 млрд долларов в год, при этом он должен возрасти примерно на 40% к 2020 году. Свою роль в плане развития индустрии овощеводства должна сыграть и вступление России в ВТО. В результате этого шага изменятся импортные пошлины на многие овощные позиции. Так, в 2013 году ставка пошлины на ввоз цветной капусты и брокколи должна составить 15,7%, в 2014 году - 13,3%, на брюссельскую, бело- и краснокочанную - 16,3% и 14,7% соответственно. Пошлина на импорт моркови и репы к 2016 году должна снизиться с сегодняшних 15% до 12%, на хрен обыкновенный - с 15% до 11% в 2015 году, на свеклу - с 15% до 12% в 2015 году.

Недавно в стране началась реализация программы по развитию овощеводства закрытого грунта, которая предусматривает рост производства овощей в теплицах к 2020 году в 3,5 раза - с сегодняшних 500 тыс. тонн до 1,7 млн тонн. Площади теплиц должны увеличиться до 4,7 тыс. га против 1,8 тыс. га в настоящее время. На реализацию программы планируется направить 40 млрд рублей. В результате таких мер, Россия планирует полностью отказаться от импорта тепличных овощей к 2020 году. Об этом в частности заявил проходившем недавно в Уфе форуме представителей тепличных предприятий страны директор департамента Минсельхоза России Петр Чекмарев.

"В Россию ежегодно завозится более миллиона тонн тепличных овощей, поэтому перед овощеводами встал вопрос импортозамещения. Для этого необходимо строить новые более рентабельные теплицы и реконструировать старые", - сказал он. "Меры по поддержке отрасли заложены в проекте новой госпрограммы поддержки сельского хозяйства, которая стартует в 2013 году". "Овощеводы получат купоны на скидку на процентную ставку при строительстве теплиц и получение энергоносителей для тепличных хозяйств, так как до 50 процентов структуры себестоимости овощей закрытого грунта занимают газ, свет, электроэнергия", - пояснил Чекмарев. "В проекте предусмотрено субсидирование до 20 процентов стоимости энергоносителей, что даст повышения рентабельности производства овощей закрытого грунта. Если сегодня она составляет 7 процентов, то с учетом субсидий рентабельность поднимается до 30 процентов", - сообщил представитель Минсельхоза [5].

Собрано 333,3 тыс. тонн овощной продукции при урожайности 262,1 ц/га, что на 31,8 тыс. тонн больше показателя прошлого года.

На протяжении ряда лет урожайность овощей в сельскохозяйственных организациях Самарской области существенно превышает среднюю урожайность по Российской Федерации.

По урожайности овощей в селькохозорганизациях область занимает второе место в ПФО. В 2012 году в сельскохозяйственных организациях области урожайность овощей составила 320,2 ц/га (в среднем по России - 234,3 ц/га, по ПФО - 221,4 ц/га) [3].

2. Анализ вариации урожайности овощей

2.1 Построение вариационного ряда распределения районов по урожайности овощей

Статистический ряд распределения - это упорядоченное распределение единиц совокупности на группы по определенному варьирующему признаку.

В зависимости от признака, положенного в основу образования ряда распределения, различают атрибутивные и вариационные ряды распределения. Атрибутивными называют ряды распределения, построенные по качественным признакам. Вариационными называют ряды распределения построенные по количественному признаку. В зависимости от характера вариации признака различают дискретные (характеризует распределение единиц совокупности по дискретному признаку) и интервальные вариационные ряды (характеризует распределение единиц по интервальному признаку).

Исходные данные по урожайности овощей в хозяйствах всех категорий представлены в приложении 1.

Для определения оптимального числа групп используется формула Стерджесса:

, (1)

где n - число групп; N - число единиц совокупности.

По формуле 1 было рассчитано число групп по урожайности зерновых культур для рассматриваемой совокупности районов Самарской области:

Рассматриваемую совокупность районов разделим на 4 группы, так как при делении на 5 групп, в одну из них не входит ни одного района.

Величина равного интервала определяется по формуле:

, (2)

где , т.е. размах вариации;

- максимальное и минимальное значение признака совокупности.

Проведем группировку районов Самарской области по урожайности овощей в хозяйствах всех категорий.

Структура районов Самарской области по урожайности овощей представлена в следующей таблице.

Таблица 2 Структура районов Самарской области по урожайности овощей

№ группы	Группы районов по урожайности овощей, ц/га	Число районов, fi	Накопленная частота, Si	Накопленная частность, %
		в абсолютном выражении	в % к итогу
1	104,1-122,85	1	6,67	1	6,67
2	122,85-141,6	1	6,67	2	13,34
3	141,6-160,35	11	73,33	13	86,67
4	160,35-179,1	2	13,33	15	100,0
Итого	-	15	100	-	-

Любой вариационный ряд состоит из двух элементов: вариантов (это отдельные значения признака, которые он принимает в вариационном ряду) и частот (это численности отдельных вариантов или каждой группы вариационного ряда). Частностями называют частоты, выраженные в долях или процентах к итогу. Соответственно сумма всех частностей равна 1 или 100%.

Анализ интервального ряда распределения районов показал, что распределение районов Самарской области по урожайности овощей в 2010 г. не является равномерным: преобладают районы, в которых урожайность составляет от 141,6 до 160,35 ц/га (это 11 районов, на долю которых приходится 73,33%).

Мода (Мо) - это наиболее часто встречающееся значение признака у единиц исследуемой совокупности. Для интервального ряда нахождение конкретного значения моды определяется формулой:

, (4)

где - нижняя граница модального интервала;

- величина модального интервала;

- частота модального интервала;

- частота интервала, предшествующего модальному;

- частота интервала, следующего за модальным.

По данным таблицы 1 модальным интервалом построенного ряда является интервал 141,6 - 160,85 ц/га, так как его частота максимальна (f3=11).

Расчет моды следующий:

ц/га

Более точно моду можно определить графическим методом по гистограмме ряда (рис. 1).



Рис. 2 Гистограмма распределения районов Самарской области по урожайности овощей

Для совокупности районов Самарской области наиболее распространенный уровень урожайности овощей характеризуется средней величиной 151,468 ц/га.

Медиана (Ме) - это серединное значение вариационного ряда. Условием для ее нахождения является то, что исходный ряд должен быть ранжированным.

Графическим путем медиану можно определить по кумулятивной кривой, которая строится по накопленным частотам (рис.2).



Рис. 3 Кумулята распределения районов Самарской области по урожайности овощей

Конкретное значение медианы для интервального ряда рассчитывается по формуле:

, (5)

где - нижняя граница медианного интервала;

- величина медианного интервала;

?fi - сумма всех частот;

- частота медианного интервала;

- накопленная частота интервала, предшествующая медианному.

Расчет значения медианы по формуле (5):

ц/га

В районах Самарской области половина районов имеют среднюю урожайность овощей не более 150,975 ц/га, а другая половина - не менее 150,975 ц/га.

Распределение считается симметричным если средняя величина равна медиане и моде.

Расчет средней арифметической взвешенной осуществляется по формуле:

= ц/га (3)

Для характеристики вариационных рядов применяются особые показатели (мода и медиана), которые можно назвать структурными средними.

Если >>, то это свидетельствует о наличии правосторонней ассиметрии и на графике правая ветвь относительно максимальной ординаты вытянута больше, чем левая.

Если <<, то ассиметрия левосторонняя, т. е. большая часть единиц совокупности имеет значение признака меньше модального.

Так как 149,725 < 150,975 < 151,468, ассиметрия урожайности овощей в хозяйствах всех категорий в районах Самарской области левосторонняя.

2.2 Расчет показателей вариации урожайности овощей в районах Самарской области

Для оценки степени вариации используются следующие показатели: размах вариации (R), среднее линейное отклонение (), среднее квадратическое отклонение (у), дисперсию (у2), а также относительные показатели (коэффициент осцилляции, относительное линейное отклонение, коэффициент вариации).

Для расчета вышеуказанных показателей построим вспомогательную таблицу 3.

Таблица 3 Расчетная таблица для нахождения показателей ряда распределения урожайности овощей в районах Самарской области

Группы районов по урожайности овощей, ц/га	Середина интервала, xi	Число районов, fi	xi*fi	xi -	|xi -|* fi	(xi -)2	(xi -)2*fi
104,1-122,85	113,475	1	113,475	-36,25	36,25	1314,063	1314,063
122,85-141,6	132,225	1	132,225	-17,5	17,5	306,25	306,25
141,6-160,35	150,975	11	1660,73	1,25	13,75	1,5625	17,1875
160,35-179,1	169,725	2	339,45	20,00	40,00	400,00	800,00
Итого	-	15	2245,88	-32,5	109,5	1056,25	2437,5

Среднее линейное отклонение даёт обобщённую характеристику степени колеблемости признака в совокупности относительно среднего уровня признака. Его можно рассчитать по формуле средней арифметической, как простой, так и взвешенной, в зависимости от отсутствия или наличия частот в ряду распределения:

Простое среднее линейное отклонение:

(ц/га) (6)

Взвешенное среднее линейное отклонение:

= (ц/га) (7)

Среднее квадратическое отклонение является обобщающей характеристикой размеров вариации признака совокупности. Это - мера вариации, показатель надёжности средней. Чем меньше значение среднего квадратического отклонения, тем лучше средняя величина представляет собой рассматриваемую совокупность. Среднее квадратическое отклонение рассчитывается по формуле:

- простая:

= (8)

- взвешенная:

= (9)

Расчет дисперсии:

у2=12,752=152,5 (10)

Дисперсия и среднее квадратическое отклонение являются мерами надежности средней величины, то есть чем меньше значения этих показателей, тем лучше средняя величина отражает изучаемую совокупность.

Для целей сравнения колеблемости различных признаков в одной и той же совокупности или же при сравнении колеблемости одного и того же признака в нескольких совокупностях вычисляются относительные показатели вариации. Базой для сравнения служит средняя арифметическая. Чаще всего они выражаются в процентах и характеризуют не только сравнительную оценку вариации, но и дают характеристику однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33%. Различают следующие относительные показатели вариации.

Коэффициент осцилляции:

= (11)

Данный показатель отражает относительную колеблемость крайних значений признака вокруг средней величины.

Линейный коэффициент вариации:

=% (12)

Он отражает долю усреднённого значения абсолютных отклонений от средней величины.

Коэффициент вариации:

= (13)

Коэффициент вариации характеризует относительную меру отклонения измеренных значений от среднеарифметического.

Вывод: Разность между наибольшим и наименьшим значением урожайности овощей в хозяйствах всех категорий рассматриваемой совокупности районов Самарской области равна 18,75 ц/га. Индивидуальное значение урожайности овощей отдельных районов отклоняется от средней урожайности в области на 7,3 ц/га. Анализ полученных показателей и говорит о том, что средний уровень урожайности в области составляет 149,725 ц/га, отклонение от среднего уровня в ту или иную сторону составляет в среднем 101,85%.

Значение V=101,85%, что превышает 33%, следовательно, вариация урожайности овощей в исследуемой совокупности районов значительна и совокупность по данному признаку качественно неоднородна.

2.3 Расчет ошибок выборки. Типологическая группировка районов Самарской области по природно-климатическим зонам

Ошибка выборки - это разность между величиной параметра генеральной совокупности и величиной того же параметра выборочной совокупности.

Выделяют три вида ошибок выборки: средняя, предельная, относительная.

Для собственно-случайной и механической выборки с бесповторным способом отбора средняя ошибка выборочной средней определяется по формуле:

, (14)

где - общая дисперсия выборочных значений признаков,

N - число единиц в генеральной совокупности,

n - число единиц в выборочной совокупности.

Предельная ошибка выборки , определяет границ, в пределах которого будет находится генеральная средняя:

 (15)

, (16)

где - выборочная средняя; - генеральная средняя.

По условию выборочная совокупность насчитывает 15 районов, выборка 55,6% механическая, генеральная совокупность включает 27 наименования. Выборочная средняя , дисперсия определены. Значения необходимых параметров представлены в таблице 4.

Таблица 4 Значения характеристик

P	t	n	N
0,954	2	15	27	149,725	152,5

Рассчитаем среднюю ошибку выборки: ц/га

Рассчитаем предельную ошибку выборки: ц/га

Определим доверительный интервал для генеральной средней: . Тогда (ц/га).

Таким образом, на основании проведенного выборочного обследования хозяйств всех категорий Самарской области с вероятностью 0,954 можно утверждать, что для генеральной совокупности хозяйств средняя урожайность овощей находится в пределах от 145,725 до 153,977 ц/га.

Типологическая группировка - это разделение исследуемой совокупности на социально-экономические типы, явления, классы на однородные группы единиц в соответствии с изучаемыми признаками, при этом группировочный признак должен быть атрибутивным.

Типологические группировки широко применяются в экономических, социальных и других исследованиях. Необходимость проведения типологической группировки обусловлена, прежде всего, потребностью теоретического обобщения первичной статистической информации и получения на этой основе обобщающих статистических показателей. Именно в выделении социально-экономических типов явлений, позволяющих проследить зарождение, развитие и отмирание их, состоит основная задача типологических группировок.

Для проведения типологической группировки районов по типу природно- климатических зон воспользуемся формулой средней арифметической простой (исходные данные представлены в приложении №1):

(18)

Типологическая группировка районов Самарской области по природно-климатическим зонам представлена в следующей таблице.

Таблица 5 Типологическая группировка районов по природно-климатическим зонам

Группа по типу природно-климатических зон	Количество районов	Средняя урожайность овощей (в хозяйствах всех категорий) в 2010 г., ц/га
Северная	6	145,1
Центральная	5	150,1
Южная	4	142,6

Результаты проведенной группировки показали, что наибольшая урожайность овощей в хозяйствах всех категорий наблюдалась в центральной зоне Самарской области и составила 150,1 ц/га, что превысило на 5,0 ц/га и 7,5 ц/га урожайность овощей в северной и южной зонах области. Наименьшая урожайность овощей в хозяйствах всех категорий наблюдалась в южной зоне Самарской области и составила 142,6 ц/га.

3. Корреляционно-регрессионный анализ связи себестоимости и производства овощей

Корреляционно-регрессионный анализ учитывает межфакторные связи и дает более полное измерение роли каждого фактора: прямое, непосредственное его влияние на результативный признак; косвенное влияние фактора через его влияние на другие факторы, влияние всех факторов на результативный признак.

Для определения степени тесноты парной линейной зависимости служит линейный коэффициент корреляции. Он рассчитывается по формуле:

, (19)

где - отклонение вариантов значений признака фактора от средней величины;

- отклонение вариантов значений результативного признака, вызванная влиянием признака-фактора.

Для расчета коэффициента корреляции составим вспомогательную таблицу (приложение №). В качестве факторного признака примем производство зерна (валовой сбор), а в качестве результативного признака - себестоимость 1 центнера зерна.

Коэффициент парной линейной корреляции измеряется в пределах от -1 (обратная связь) до +1 (прямая связь). Для оценки силы связи в теории корреляции применяется шкала английского статистика Чеддока:

- слабая -- от 0,1 до 0,3;

- умеренная -- от 0,3 до 0,5;

- заметная -- от 0,5 до 0,7;

- высокая -- от 0,7 до 0,9;

- весьма высокая (сильная) -- от 0,9 до 1,0.

Для определения степени влияния факторного признака на результативный используется коэффициент детерминации, который рассчитывается как квадрат коэффициента корреляции. По расчетам данной курсовой работы r2=(-0,18)2=0,032.

Коэффициент парной линейной корреляции показал, что связь между производством зерна и его себестоимостью обратная и достаточно слабая, что говорит о том, что с увеличением производства зерна себестоимость будет иметь тенденцию к снижению. 3,2% вариации себестоимости обусловлено влиянием вариации производства зерна, остальные 96,8% обусловлены влиянием других факторов.

Регрессионный анализ заключается в определении аналитического выражения связи, в которой изменения одной величины обусловлено изменением одной или нескольких независимых величин.

Регрессия может быть однофакторной (парной) и многофакторной (множественной).

По форме зависимости различают:

Линейную регрессию, которая выражается уравнением прямой (линейной функцией) вида:

; (20)

Нелинейную регрессию, которая выражается уравнением вида:

парабола -

; (21)

гипербола-

. (22)

Для установления формы выражения связи строится регрессионная модель. Уравнение регрессии имеет вид:

(23)

где, а - свободный член уравнения;

b - коэффициент регрессии

Затем определяют численные значения параметров уравнения связи.

= . (24)

(25)

Следовательно, .

Тогда .

Для сравнения роли различных факторов в формировании моделируемого показателя определяется коэффициент эластичности или -коэффициент.

Коэффициент эластичности:

= 0,32*51,9/298,44=0,06 (26)

При увеличении производства зерна, себестоимость 1ц зерна снизится среднем на 6,0%.

-коэффициент:

(27)

При увеличении производства зерна среднеквадратического отклонения, себестоимость зерна снизится в среднем на 0,18 части своего среднего квадратического отклонения.

Далее необходимо провести оценку адекватности модели с помощью F-критерия Фишера, который рассчитывается по формуле:

, (28)

где n - число данных,

m - число факторных признаков.

Затем полученное значение F-критерия Фишера сравнивают с табличным значением. Если , то построенная регрессионная модель статистически значима. В противном случае построенная регрессионная модель статистически не значима.

С помощью программы Exsel был проведен дисперсионный анализ, результаты которого представлены в таблице 6.

Построенная регрессионная модель статистически не значима, так как расчетный критерий Фишера меньше чем табличный.

Таблица 6 Дисперсионный анализ

Дисперсия	Степень свободы	Сумма квадратов отклонения	Дисперсия, рассчитанная на одну степень свободы	Критерий Фишера, табличный	Критерия Фишера, расчетный
Факторная	1	820889,5	820889,5	4,21	4,03
Остаточная	14	92397,03	1776,866	-	-
Общая	15	913286,5	-	-	-

Далее необходимо провести оценку значимости коэффициента корреляции с помощью t-критерия Стьюдента:

(29)

Полученное значение t-критерия Стьюдента сравнивают с табличным значением, если , то коэффициент регрессии статистически значим. Таким образом, с вероятностью 0,95 можно утверждать, что коэффициент корреляции статистически незначим.

Также проводится оценка значимости параметров уравнения:

; =,

Следовательно, .

, =, (32, 33)

Следовательно, .

Параметры уравнения статистически незначимы.

Затем необходимо рассчитать среднюю ошибку аппроксимации:

(34)

Ошибка аппроксимации не превышает 15%, поэтому построенная ранее модель зависимости себестоимости 1 ц зерна от его производства может служить для анализа и прогноза.

4. Анализ динамики производства овощей в районах самарской области

Процесс развития, движения социально-экономических явлений во времени в статистике принято называть динамикой. Для отображения динамики строят ряды динамики, которые представляют собой ряды изменяющихся во времени значений статистического показателя, расположенных в хронологическом порядке.

Для изучения интенсивности изменения уровней ряда во времени исчисляются следующие показатели динамики: абсолютный прирост, коэффициент роста, темп роста, темп прироста, абсолютное значение одного процента прироста.

В основе расчета показателей рядов динамики лежит сравнение их уровней. При это принято сравниваемый уровень называть отчетным, а уровень сравнение, базисным.

Методы расчета показателей динамики представлены в таблице, они одинаковы для моментных и для интервальных рядов.

При расчете показателей приняты следующие условные обозначения:

yi - уровень любого периода (кроме первого), называемый уровнем текущего периода;

yi-1 - уровень периода предшествующего текущему;

yk - уровень, принятый за постоянную базу сравнения (часто начальный уровень).

Абсолютный прирост (АП, ) характеризует размер увеличения (уменьшения) уровня ряда за определенный промежуток времени.

Коэффициент роста (КР) показывает во сколько раз уровень текущего периода больше (или меньше) базисного.

Темп роста (ТР) показывает, сколько процентов составляет уровень изучаемого года по отношению к уровню, принятому за базу сравнения.

Темп прироста (Тп) характеризует относительную скорость изменения уровня ряда в единицу времени.

Абсолютное значение одного процента прироста () показывает, какая абсолютная величина скрывается за одним процентом прироста.

Формулы расчета показателей динамики представлены в таблице 7.

Таблица 7 Показатели динамики

Наименование показателя	Метод расчета
	Цепной	Базисный
1. Абсолютный прирост, ед.	(35)	(36)
2. Коэффициент роста	(37)	(38)
3. Темп роста, %	(39)	(40)
4. Темп прироста, %	(41) (43) (45)	(42) (44) (46)
5. Абсолютное значение 1% прироста, ед.	(47)	(48)

Проведем анализ динамики производства овощей в Самарской области.

Таблица 8 Основные показатели производства овощей в хозяйствах всех категорий в Самарской области за 2004-2010 гг., тыс тонн

	2004 г.	2005 г.	2006 г.	2007 г.	2008 г.	2009 г.	2010 г.
Самарская область	1408,2	1101,8	1251,5	1402,1	1824,4	1128,0	489,2

Анализируя полученные результаты расчета показателей динамики производства овощей в Самарской области, можно сказать следующее: в 2005 г. производство овощей сократилось, затем с 2006 по 2008 гг. наоборот - увеличивалось, а с 2009 г. наблюдается тенденция к сокращению. Производство овощей в хозяйствах всех категорий в целом за рассматриваемый период сократилось на 65,3% (или 919 тыс.т При расчете абсолютного прироста наибольшее изменение, а именно сокращение, производства овощей в хозяйствах всех категорий при расчете по базисному методу произошло в 2010 г. При расчете по цепному методу в 2009 г. по отношению к 2008 г. произошло сокращение производства овощей на 696,4 тыс. тонн. Что также подтверждается значениями темпов прироста. Наибольшее значение 1% прироста по базисному методу составило 21,2 тыс. тонн в 2010 г. (табл. 9).

Таблица 9 Статистические показатели динамики производства овощей в Самарской области в 2004-2010 гг.

Показатели		2004 г.	2005 г.	2006 г.	2007 г.	2008 г.	2009 г.	2010 г.
Абсолютный прирост, тыс.т	АПб	-	-306,4	-156,7	-6,1	416,2	-280,2	-919
	АПц	-	-306,4	149,7	150,6	422,3	-696,4	-638,8
Коэффициент роста	Крб	-	0,782	0,889	0,996	1,296	0,801	0,347
	Крц	-	0,782	1,136	1,120	1,301	0,618	0,434
Темп роста, %	Трб	-	78,2	88,9	99,6	129,6	80,1	34,7
	Трц	-	78,2	113,6	112,0	130,1	61,8	43,4
Темп прироста, %	ТПб	-	-21,8	-11,1	-0,4	29,6	-19,9	-65,3
	ТПц	-	-21,8	13,6	12,0	30,1	-38,2	-56,6
Абсолютное значение 1% прироста, тыс.т	А1%б	-	-14,06	-14,12	15,25	14,06	-14,08	-21,2
	А1%ц	-	-14,06	-11,01	12,55	14,03	-18,23	-11,3

Средний уровень ряда динамики отражает совокупность тех условий, в которых развивалось изучаемое явление в данном промежутке времени.

Средний абсолютный прирост является обобщающим показателем скорости изменения явления во времени.

Средний коэффициент роста показывает, во сколько раз каждый уровень ряда динамики превышает в среднем предыдущий уровень.

Средний темп роста служит свободной обобщающей характеристикой интенсивности изменения уровней ряда динамики.

Средний темп прироста показывает, на сколько процентов увеличивался (или снижался) уровень по сравнению с предыдущим периодом в среднем за единицу времени (в среднем ежегодно, ежемесячно и т. п.).

Средний уровень абсолютного значения 1 % прироста показывает изменения показателя изучаемого явления в данном промежутки времени.

Формулы расчета вышеуказанных показателей представлены в таблице 10.

Таблица 9 Средние показатели динамики

Наименование показателя	Метод расчета	Значения производства зерна в районах Самарской области, тыс.т
1.Средний уровень ряда:
а) для интервального ряда	(49)	1229,3
б) для моментного ряда с равными интервалами;	(50)	1276,1
2. Средний абсолютный прирост	(51)	-208,7
3. Средний коэффициент роста	(52)	0,84
4. Средний темп роста	(53)	84,1
5. Средний темп прироста	(54)	-15,9
6. Средняя величина абсолютного значения 1% прироста	(54)	-2,15

Среднее производства овощей в хозяйствах всех категорий Самарской области составило 1229,3 тыс. тонн. Производство овощей в хозяйствах всех категорий за период 2004-2010 гг. уменьшилось в среднем с каждым годом на 208,7 тыс.т. Средний темп роста составил 84,1%. Это означает, что производство овощей за каждый год в среднем составило 84,1% к уровню предыдущего года.

Производство овощей уменьшалось в рассматриваемом периоде с каждым годом на 15,9%. Среднее значение 1% ежегодного снижения производства овощей в хозяйствах всех категорий Самарской области за период 2004-2010 гг. составило 2,15 тыс. т.

Кроме того, в статистике проводится аналитическое выравнивание рядов динамики, которое дает математическое выражение развитию явления во времени и является наиболее эффективным способом выявления тренда (основной тенденции развития явления). Условно уровни рядов динамики можно выразить в зависимости от показателя времени.

(60)

Простейшим выражением этой функции является выражение прямолинейного тренда.

, (55)

где - уровни, выровненные по прямой;

а0 - свободный член уравнения, соответствует значению теоретического уровня ряда динамики при t=0;

а1 - скорость изменения показывает, как изменился теоретический уровень при изменении показателя времени на 1.

В статистики по уравнению тренда можно построить прогноз. Различают два вида прогноза: точечный и интервальный.

Прогноз считается статистически объективным, если период прогноза не превышает 1/3 изучаемого периода.

Для оценки точечного прогноза в построенное уравнение тренда подставляют показатели времени t для прогнозирования периода. Для большей надежности результата в статистике используется интервальная оценка прогноза:

(56)

где - критерий Стьюдента, (а, к);

- средняя квадратическая ошибка прогноза;

Среднеквадратическая ошибка прогноза рассчитывается по формуле:

(57)

К= n - m -1 (58)

n - число лет анализируемого периода, без прогнозного года;

m - число параметров в уравнение, без.

Расчет параметров уравнения тренда представлен в таблице 11.

Тогда,

(59)

(60)

Таблица 10 Расчет параметров уравнения тренда

Годы	Производство овощей в хозяйствах всех категорий (тыс.т), у						()2
2004	1408,2	-3	-5632,8	9	1892,5	-484,3	234546,5
2005	1101,8	-2	-3305,4	4	1726,7	-624,9	390500
2006	1251,5	-1	-2503	1	1560,9	-309,4	95728,36
2007	1402,1	0	-1402,1	0	1395,1	7,0	49
2008	1824,4	1	1824,4	1	1063,5	760,9	578968,8
2009	1128,0	2	2256	4	897,7	230,3	53038,09
2010	489,2	3	1467,6	9	731,9	-242,7	58903,29
Итого	8605,2	0	-7295,3	44	1229,3	7375,9	1411734

Следовательно, для полученных расчетов уравнение тренда будет иметь следующий вид:

По полученному уравнению тренда строим точечную оценку прогноза по производству зерна на 2 последующих года: 2011 и 2012 гг., и соответственно получаем следующие значения 566,1 и 699,7 тыс.тонн.

Таким образом, если производство овощей в хозяйствах всех категорий Самарской области будет сокращаться до 2012 года с той же скоростью, с какой оно сокращалось в период с 2004 г. по 2010 г., то тренд производства оовощей в среднем пройдет в 2012 году через точку 699,7 тыс. тонн. Такой прогноз называется точечный.

Интервальная оценка прогноза:

(61)

(62)

(63)

Согласно прогнозу, производство овощей на 2012 г. будет колебаться от о тыс.т до 1946,9 тыс.т, что можно утверждать с вероятностью 0,95.

Проведем сглаживание ряда динамики производства овощей в хозяйствах всех категорий с помощью трехчленной и четырехчленной скользящей средней (табл. 12).

Таблица 12 Метод сглаживания ряда динамика производства овощей

Годы	Производство овощей в хозяйствах всех категорий (тыс.т)	Сглаживание рядов динамики	Метод укрупнение интервалов
		скользящая средняя
		Трехчленная	Четырехчленная (нецентрированная)	Четырехчленная (центрирование)
2004	1408,2	-	-	-	1275,0
2005	1101,8	1253,8	-	-
2006	1251,5	1251,8	1290,9	1342,93
2007	1402,1	1492,7	1394,95	1398,23
					1183,6
2008	1824,4	1451,5	1401,5	1306,22
2009	1128,0	1147,2	1210,93	-
2010	489,2	-		-

Исследование динамики производства овощей в хозяйствах Самарской области методом аналитического выравнивания представлено на рисунке 3.

Рис. 4 Динамика производства овощей в хозяйствах всех категорий Самарской области за 2004-2010 гг.

Таким образом, динамика производства овощей начиная с 2008 г. имеет тенденцию к снижению.

Выводы и предложения

В данной курсовой работе был проведен статистико-экономический анализ эффективности производства овощей в хозяйствах всех районов Самарской области. В заключение данной работы можно сделать следующие выводы:

Задачи статистики урожая и урожайности состоят в том, чтобы путём анализа причин изменений в их динамике раскрыть факторы, обусловившие различия в уровнях урожая и урожайности, оценить эффективность различных факторов и дать рекомендации, направленные на повышение урожая.

Валовой сбор по итогам году согласно данным Росстата продемонстрировал прирост в размере 3,4%. При этом урожайность была даже больше, чем в 2011 г. Связано это с тем, что большая часть производства овощей сконцентрирована в хозяйствах населения. Предприниматели производят также значительную часть овощей в теплицах, куда засухе никак не добраться, а на частном подворье контролировать состояние небольшого количества посевов намного проще, чем сельскохозяйственным организациям ухаживать за обширными посевами зерна во время летнего зноя.

Анализ интервального ряда распределения районов показал, что распределение районов Самарской области по урожайности овощей в 2010 г. не является равномерным: преобладают районы, в которых урожайность составляет от 141,6 до 160,35 ц/га (это 11 районов, на долю которых приходится 73,33%).

Модальным интервалом построенного ряда является интервал 141,6 до 160,35ц/га, так как его частота максимальна (f3=11).

В районах Самарской области ...