Реферат: Статистические методы исследования 2

--PAGE_BREAK--Задача 1.
Урожай и урожайность — важнейшие результативные показатели растениеводства и сельскохозяйственного производства в целом. Уровень урожайности отражает воздействие экономических и приходных условий, в которых осуществляется сельскохозяйственное производство, и качество организационно-хозяйственной деятельности каждого предприятия.
Объектом статистического наблюдения является – урожайность сахарной свеклы.

Задачи статистики урожая и урожайности состоят в том, чтобы правильно определить уровни урожая и урожайности и их изменения по сравнению с прошлыми периодами и планом; раскрыть, путем анализа, причины изменений в динамике и факторы, обусловившие различия в уровнях урожайности между зонами, районами, группами хозяйств; оценить эффективность различных факторов урожайности; выяснить неиспользованные резервы повышения урожайности.

Актуальность темы данной работы определяется в первую очередь объективно значительной ролью изучения урожая и урожайности в системе АПК в современной социально ориентированной рыночной экономике, переход к коей является главным вектором разворачиваемой в России радикальной реформы.

Курсовая работа содержит материал теоретического и практического значения. Проведен анализ финансовых показателей деятельности сельхоз предприятий.

Целью курсовой работы является статистико-экономический анализ урожая и урожайности сахарной свеклы.

Задачи курсовой работы:

Провести группировку предприятий сахарной промышленности, построить аналитическую группировку предприятий, исследовать динамику рядов, разработать стратегию управления качеством продукции.




Задача 2.

Решение:


Интервал — количественное значение, определяющее одну группу от другой, т.е. он очерчивает количественные границы групп. Как правило, величина интервала представляет собой разность между максимальным и минимальным  значением признака в каждой группе. Для группировок с равными  интервалами величина интервала i=(Xmax–Xmin)n, где Xmax, Xmin– наибольшее и наименьшее значения признака, n– число групп. В нашем случае n= 5, признаком является сумма прибыли Xmax= 19,6; Xmin= 12,1 млн. руб.; i=(19,6–12,1)/5=1,5. Поскольку исходные данные у нас имеют один знак после запятой, то округлять величину интервала мы не будем. Вычислим границы групп:

№ группы

Граница

Вычисления

1

13,6

12,1+ 1,5

2

15,1

13,6 + 1,5

3

16,6

15,1 +  1,5

4

18,1

16,6 + 1,5

5

19,6

18,1 +  1,5

В результате получим следующие группы предприятий по сумме прибылей, млн. руб.:

№  группы

1

2

3

4

5

Интервал

12,1 – 13,6

13,6 – 15,1

15,1 – 16,6

16,6 – 18,1

18,1 – 19,6

Статистический ряд распределения представляет собой упорядоченное распределение единиц изучаемой совокупности на группы по определённому варьирующему признаку. Он характеризует состав изучаемого явления, позволяет судить об однородности совокупности, закономерности распределения и границах варьирования единиц совокупности.

В нашем случае, статистический ряд распределения предприятий по сумме прибыли является интервальным вариационным.

Для упорядочения первичного ряда  произведём его ранжирование, т.е. расположим все варианты в возрастающем порядке:<12,1; 12,8; 13,0>; <13,8; 14,2; 14,6; 14,8; 15,0>; <15.5; 15,7; 15,8; 15,9; 16,0; 16,1; 16,2; 16,3; 16,4; 16,4; 16,5; 16,5>; <16,7; 16,7; 17,2; 17,6; 17,9; 18,0>; <18,2; 18,5; 19,1; 19,6>

Как мы видим, в каждом  интервале частота повторения вариантов ( f) различна. Оформим ряд распределения в виде таблицы:



/x…

12,1 – 13,6

13,6 – 15,1

15,1 – 16,6

16,6 – 18,1

18,1 – 19,6

/¦…

3

5

12

6

4

<img width=«557» height=«253» src=«ref-2_1925258886-5773.coolpic» v:shapes="_x0000_s1088">
          Для наглядности изобразим полученный статистический ряд распределения графически:
<img width=«557» height=«253» src=«ref-2_1925264659-4320.coolpic» v:shapes="_x0000_s1090">


2.

В нашем случае значения осредняемого признака заданы в виде интервалов, при расчёте средней арифметической величины в качестве значений признаков в группах принимаем середины этих интервалов, в результате чего образуется дискретный ряд:



Группы предприятий по сумме прибылей, млн. руб.

Число предприятий, ¦

Середина интервала, млн. руб., X

X*¦

12.1 — 13.6

3

12.85

38.55

13.6 — 15.1

5

14.35

71.75

15.1 — 16.6

12

15.85

190.2

16.6 — 18.1

6

17.35

104.1

18.1 — 19.6

4

18.85

75.4

Итого:

30

-

480



<img width=«159» height=«51» src=«ref-2_1925268979-556.coolpic» v:shapes="_x0000_s1087">
По формуле подсчитаем среднюю арифметическую взвешенную, млн. руб.:

, т.е. средняя прибыль предприятий 16 млн. руб., но средняя величина даёт обобщающую характеристику признака изучаемой совокупности, но она не раскрывает строения совокупности, которое весьма существенно для его познания.

<img width=«177» height=«52» src=«ref-2_1925269535-613.coolpic» v:shapes="_x0000_s1086">
          Дисперсияпризнака представляет собой средний квадрат отклонений вариантов от их средней величины, она вычисляется по формулам простой и взвешенной дисперсии, в нашем случае взвешенная дисперсия для вариационного ряда:



Группы предприятий по сумме прибылей, млн. руб.

Число предприятий, f

Середина интервала, млн. руб., X

X*f

 (X-X)

(X-X)*(X-X)

(X-X)*(X-X)*f

12.1 — 13.6

3

12.85

38.55

-3.15

9.9225

29.7675

13.6 — 15.1

5

14.35

71.75

-1.65

2.7225

13.6125

15.1 — 16.6

12

15.85

190.2

-0.15

0.0225

0.27

16.6 — 18.1  

6

17.35

104.1

1.35

1.8225

10.935

18.1 — 19.6

4

18.85

75.4

2.85

8.1225

32.49

<img width=«151» height=«41» src=«ref-2_1925270148-349.coolpic» v:shapes="_x0000_s1085">
Итого:

30

-

480

-

-

87.075


Дисперсия имеет большое значение в экономическом анализе. В математической статистике важную роль для характеристики качества статистических оценок играет их дисперсия.

Среднее квадратическое отклонениеsравно корню квадратному из дисперсии, для вариационного ряда формула:

<img width=«359» height=«56» src=«ref-2_1925270497-1054.coolpic» v:shapes="_x0000_s1084">


Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности; оно показывает на сколько в среднем отклоняются конкретные варианты от их  среднего значения; является абсолютной мерой колеблемости признака и выражается  в тех же единицах, что и варианты, поэтому экономически хорошо интерпретируется.

Чем меньше значение дисперсии и среднего квадратического отклонения, тем однороднее (количественно) совокупность и тем более типичной будет средняя величина.

В статистической практике часто возникает необходимость сравнения вариаций различных признаков. Для этого используют относительный показатель вариации – коэффициент вариации.

<img width=«102» height=«51» src=«ref-2_1925271551-469.coolpic» v:shapes="_x0000_s1082">
          Коэффициент вариациипредставляет собой выраженное в процентах отношение среднего квадратического отклонения к средней арифметической:
<img width=«299» height=«41» src=«ref-2_1925272020-577.coolpic» v:shapes="_x0000_s1083">
          Определим коэффициент вариации, %:
Коэффициент вариации используют не только для сравнительной оценки вариации единиц совокупности, но и как характеристику однородности совокупности. Совокупность считается количественно однородной, если коэффициент вариации не превышает 33%. В нашем случае V@10.7%, следовательно совокупность количественно однородна.
Задача 2

Совокупность, из которой производится отбор, называется генеральной, и все её обобщающие показатели – генеральными. Совокупность отобранных единиц именуют выборочной совокупностью, и все её обобщающие показатели — выборочными.

<img width=«170» height=«61» src=«ref-2_1925272597-753.coolpic» v:shapes="_x0000_s1081">
          При расчёте ошибки выборки для средней суммы прибыли используем формулу:
n/N=0.1, или 10% по условию;

x– генеральная средняя;

x– выборочная средняя;

S  — выборочная дисперсия того же признака.

Но в теории вероятности доказано, что генеральная дисперсия выражается через выборную следующим соотношением:

<img width=«92» height=«41» src=«ref-2_1925273350-227.coolpic» v:shapes="_x0000_s1075">


<img width=«137» height=«51» src=«ref-2_1925273577-429.coolpic» v:shapes="_x0000_s1076">
          Поскольку у нас случай малой выборки (объём выборки не превышает 30), то необходимо учитывать коэффициент n/ (n-1):
<img width=«157» height=«41» src=«ref-2_1925274006-323.coolpic» v:shapes="_x0000_s1077">
в нашем случае:

Следовательно, подставим в формулу:

<img width=«323» height=«68» src=«ref-2_1925274329-925.coolpic» v:shapes="_x0000_s1078">

<img width=«419» height=«45» src=«ref-2_1925275254-1177.coolpic» v:shapes="_x0000_s1079 _x0000_s1080">


Предельнаяошибка выборкидля средней при бесповторном отборе:

<img width=«240» height=«63» src=«ref-2_1925276431-937.coolpic» v:shapes="_x0000_s1074">


t– нормированное отклонение (“коэффициент доверия”), зависит от вероятности, с которой гарантируется предельная ошибка выборки (P= 0.954).

На основании теоремы Чебышева (Ляпунова) с вероятностью, сколь угодно близкой к единице, можно утверждать, что при достаточно большом объёме выборки и ограниченной генеральной дисперсии выборочные обобщающие показатели (средняя, доля) будут сколь угодно мало отличаться от соответствующих генеральных показателей. Применительно к нахождению среднего значения признака эта теорема может быть записана так:

<img width=«141» height=«27» src=«ref-2_1925277368-433.coolpic» v:shapes="_x0000_s1071">


<img width=«133» height=«52» src=«ref-2_1925277801-519.coolpic» v:shapes="_x0000_s1073">
, где

По таблице P= F(t) =0.954, следовательно t=2.000

При t=2 с вероятностью 0.954 можно утверждать, что разность между выборочными и генеральными показателями не выйдет за пределы ±2m.

Предельная ошибка выборки позволяет определить предельные значения характеристик генеральной совокупности и их доверительные интервалы для средней:

<img width=«75» height=«24» src=«ref-2_1925278320-168.coolpic» v:shapes="_x0000_s1064">


<img width=«173» height=«26» src=«ref-2_1925278488-448.coolpic» v:shapes="_x0000_s1065 _x0000_s1066 _x0000_s1069 _x0000_s1070">
          Выборочная средняя равна 16. Вычислим границы:<img width=«12» height=«23» src=«ref-2_1925278936-73.coolpic» v:shapes="_x0000_s1068">


С вероятностью 0.954 можно утверждать, что средняя сумма прибыли одного предприятия в генеральной совокупности следует ожидать в пределах от 15,82 до 16,18 млн. руб.

Предельная относительная ошибка выборки, %:

<img width=«217» height=«43» src=«ref-2_1925279009-459.coolpic» v:shapes="_x0000_s1063">
    продолжение
--PAGE_BREAK--
4.

<img width=«12» height=«23» src=«ref-2_1925278936-73.coolpic» v:shapes="_x0000_s1032 _x0000_s1033"> <img width=«34» height=«40» src=«ref-2_1925279541-149.coolpic» v:shapes="_x0000_s1037">
          Выборочная доля (
w
)рассчитывается по формуле:

Известно n=30, m– число единиц, обладающих изучаемым признаком, в нашем случае предприятия со средней прибылью свыше 16.6 млн. руб., по представленной ранее таблице легко подсчитать количество таких предприятий:

16.6 – 18.1 (млн. руб.): 6 предприятий;

18.1 – 19.6 (млн. руб.): 4 предприятия,

<img width=«135» height=«85» src=«ref-2_1925279690-469.coolpic» v:shapes="_x0000_s1036">
т.е. 10 предприятий (m=10).

, или 10% по условию.

<img width=«167» height=«49» src=«ref-2_1925280159-593.coolpic» v:shapes="_x0000_s1055">
По данным таблицы F(t) для вероятности 0.954 находим t=2

Предельную ошибку выборки для доли определяем по формуле бесповторного обора (механическая выборка всегда является бесповторной):
<img width=«509» height=«45» src=«ref-2_1925280752-986.coolpic» v:shapes="_x0000_s1043">


<img width=«12» height=«23» src=«ref-2_1925278936-73.coolpic» v:shapes="_x0000_s1042"> <img width=«101» height=«43» src=«ref-2_1925281811-259.coolpic» v:shapes="_x0000_s1045">
Предельная относительная ошибка выборки, %:<img width=«275» height=«41» src=«ref-2_1925282070-565.coolpic» v:shapes="_x0000_s1046">

<img width=«76» height=«24» src=«ref-2_1925282635-172.coolpic» v:shapes="_x0000_s1047">
Генеральная доля (p) рассчитывается по формуле:

<img width=«220» height=«21» src=«ref-2_1925282807-359.coolpic» v:shapes="_x0000_s1056">
Границы, в которых будет находиться генеральная доляисчисляем, исходя из двойного неравенства:

<img width=«139» height=«24» src=«ref-2_1925283166-356.coolpic» v:shapes="_x0000_s1051 _x0000_s1057 _x0000_s1058">
          С вероятностью 0.954 можно утверждать, что доля предприятий со средней прибылью свыше 16.6 млн. руб. будет находиться в пределах от 17% до49.6%.
Задача 3.

Решение:

Метод аналитических группировок. Стохастическая связь будет проявляться отчётливее, если применить для её изучения аналитические группировки. Чтобы выявить зависимость с помощью этого метода, нужно произвести группировку единиц совокупности по факторному признаку и для каждой группы вычислить среднее или относительное значение результативного признака. Сопоставляя затем изменения результативного признака по мере изменения факторного, можно выявить направление, характер и тесноту связи между ними.

Изучим влияние стоимости произведённой продукции на сумму прибыли предприятия, для этого, в первую очередь, необходимо произвести группировку предприятий по выпуску продукции, поскольку именно этот признак является факторным.

Сумма прибыли является результативным признаком, который варьирует как под влиянием систематического фактора X– выпуск продукции (межгрупповая вариация), так и других неучтённых случайных факторов (внутригрупповая вариация). Обозначим показатель — сумма прибыли переменной:

Произведём группировку предприятий по выпуску продукции. По таблице, представленной на странице 46 («Теория статистики.», В.М.Гуссаров), определим оптимальное количество групп (по формуле Стерджесса), оно равно 6 при N=30. Составим таблицу для работы с первичными данные


№ п/п

X

y

(y*y)

1

41.0

12.1

146.41

2

45.0

12.8

163.84

3

48.0

13

169

4

52.0

14.6

213.16

5

54.0

13.8

190.44

6

57.0

14.2

201.64

7

59.0

16.5

272.25

8

62.0

14.8

219.04

9

64.0

15

225

10

65.0

15.7

246.49

11

66.0

15.5

240.25

12

67.0

15.9

252.81

13

68.0

16.2

262.44

14

69.0

16.1

259.21

15

70.0

15.8

249.64

16

71.0

16.4

268.96

17

72.0

16.5

272.25

18

73.0

16.4

268.96

19

74.0

16

256

20

75.0

16.3

265.69

21

76.0

17.2

295.84

22

78.0

18

324

23

80.0

17.9

320.41

24

81.0

17.6

309.76

25

83.0

16.7

278.89

26

85.0

16.7

278.89

27

88.0

18.5

342.25

28

92.0

18.2

331.24

29

96.0

19.1

364.81

30

101.0

19.6

384.16

Итого

2112.0

483.1

7873.73



Произведём группировку (аналогично Задаче 1):

Xmax =101.0; Xmin =41.0; n =6; i =(Xmax – Xmin) / n = (101-41)/6=10:



№ группы

Интервал

Верхняя граница

Вычисления

Нижняя граница

1

41 – 51

41

41+10

51

2

51 – 61

51

51+10

61

3

61 – 71

61

61+10

71

4

71 – 81

71

71+10

81

5

81 – 91

81

81+10

91

6

91 – 101

91

91+10

101

Далее представим таблицу для аналитического исследования.
<img width=«544» height=«435» src=«ref-2_1925283522-17273.coolpic» v:shapes="_x0000_s1109">
Распределение предприятий по сумме прибыли.


Условные обозначения:
y
– сумма прибыли, млн. руб.;
y
^ —
y
среднее; (
y
-
y
^)* — (
y
-
y
^) в квадрате (обозначения относятся только к данной таблице).

Корреляционная связь между стоимостью произведённой продукции и суммой прибыли на одно предприятие существует. Поскольку с возрастанием выпуска продукции возрастает и сумма прибыли (см. таблицу), следовательно установленная связь прямая.
2.

<img width=«124» height=«47» src=«ref-2_1925300795-461.coolpic» v:shapes="_x0000_s1096">
          Данные для расчёта дисперсий по группам представлены в таблице. Подставим значения в формулу:

<img width=«437» height=«41» src=«ref-2_1925301256-968.coolpic» v:shapes="_x0000_s1097 _x0000_s1098">
И подсчитаем внутригрупповые дисперсии:

Внутригрупповые дисперсиипоказывают вариации суммы прибыли в каждой группе, вызванные всеми возможными факторами, кроме различий в выпуске продукции (стоимость произведённой продукции внутри одной группы не меняется).

<img width=«583» height=«52» src=«ref-2_1925302224-1225.coolpic» v:shapes="_x0000_s1100">
Рассчитаем среднюю из внутригрупповых дисперсий (f=n) по формуле:

Средняя из внутригрупповых дисперсийотражает вариацию суммы прибыли, обусловленную всеми факторами, кроме стоимости произведённой продукции.

<img width=«551» height=«52» src=«ref-2_1925303449-1329.coolpic» v:shapes="_x0000_s1101 _x0000_s1102">
Исчислим межгрупповую дисперсию по формуле:

<img width=«524» height=«45» src=«ref-2_1925304778-1519.coolpic» v:shapes="_x0000_s1104 _x0000_s1105">
Межгрупповая дисперсияхарактеризует вариацию групповых средних, обусловленную различиями групп предприятий по выпуску продукции.

<img width=«265» height=«25» src=«ref-2_1925306297-440.coolpic» v:shapes="_x0000_s1106">
          Исчислим общую дисперсию путём суммирования средней из внутригрупповых дисперсий и межгрупповой:

Общая дисперсияотражает суммарное влияние всех возможных факторов на общую вариацию суммы прибыли всех предприятий.  По соотношению доли межгрупповой дисперсии в общей дисперсии очевидно, что влияние группировочного признака (стоимость произведённой продукции) на изучаемый признак (сумма прибыли) очень велико (близко к 100%).

<img width=«279» height=«44» src=«ref-2_1925306737-624.coolpic» v:shapes="_x0000_s1107">
Поэтому в статистическом анализе широко используется эмпирический коэффициент детерминации – показатель, представляющий собой долю межгрупповой дисперсии в общей дисперсии результативного признака и характеризующий силу влияния группировочного признака на образование общей вариации:

Это означает, что на 99.4% вариация суммы прибыли обусловлена различием в стоимости произведённой продукции и только на 0.6% — влиянием прочих факторов. Связь практически функциональная.

<img width=«331» height=«48» src=«ref-2_1925307361-704.coolpic» v:shapes="_x0000_s1108">
Эмпирическое корреляционное отношение– это корень квадратный из эмпирического коэффициента детерминации:

Если воспользоваться соотношениями Чэддока, то в нашем случае связь весьма тесная.

В результате нашего исследования сделаем следующий вывод:


Корреляционная связь между стоимостью произведённой продукции и суммой прибыли предприятия очень высокая, близка к функциональной.





Задача 4.

Решение:

<img width=«457» height=«322» src=«ref-2_1925308065-5509.coolpic» v:shapes="_x0000_s1111">
Ряд динамики это ряд расположенных в хронологической последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени. В нашем случае мы имеем дело с интервальным (периодическим) рядом динамики, поскольку его уровни (y) характеризуют размер явления за конкретный период времени (год).

 Значения уровней интервального ряда в отличие от уровней моментального ряда не содержатся в предыдущих или последующих показателях, их можно просуммировать, что позволяет получать ряды динамики более укрупнённых периодов. В рассматриваемом нами ряде динамики уровни выражены абсолютными статистическими величинами. Данный ряд с равностоящими уровнями во времени. Для наглядности, данные таблицы мы изобразили графически. График наглядно демонстрирует снижение капитальных вложений от года к году. Для изучения интенсивности изменения объёма капитальных вложений произведём нижеследующие вычисления.

Показатели анализа динамики могут вычисляться на постоянной и переменной базах сравнения. При этом принято называть сравниваемый уровень отчётным, а уровень, с которым производится сравнение – базисным. Для расчёта показателей анализа динамики на постоянной базе каждый уровень ряда сравнивается с одним и тем же базисным уровнем. Исчисляемые при этом показатели называются базисными. Для расчёта показателей анализа на переменной базе каждый последующий уровень ряда сравнивается с предыдущим. Вычисленные таким образом показатели анализа динамики называются цепными.

Важнейшим статистическим показателем анализа динамики является абсолютное изменение – абсолютный прирост (сокращение). Абсолютное изменение характеризует увеличение или уменьшение уровня ряда за определённый промежуток времени. Абсолютный прирост с переменной базой называют скоростью роста.

<img width=«337» height=«25» src=«ref-2_1925313574-645.coolpic» v:shapes="_x0000_s1112 _x0000_s1115 _x0000_s1116 _x0000_s1118 _x0000_s1172">


<img width=«156» height=«27» src=«ref-2_1925314219-392.coolpic» v:shapes="_x0000_s1119">
Цепные и базисные абсолютные приросты представлены ниже в форме таблицы. Они показывают сокращение капитальных вложений по годам и абсолютное изменение по сравнению с первым годом. Цепные и базисные абсолютные приросты связаны между собой:

<img width=«441» height=«47» src=«ref-2_1925314611-807.coolpic» v:shapes="_x0000_s1120">
Для характеристики интенсивности, т.е. относительного изменения уровня динамического ряда за какой либо период времени исчисляют темпы роста (снижения). Интенсивность изменения уровня оценивается отношением отчётного уровня к базисному. Показатель интенсивности изменения уровня ряда, выраженный в долях единицы называется коэффициентом роста, а в процентах – темпом роста. Эти показатели интенсивности изменения отличаются только единицами измерения.

Коэффициент роста (снижения)показывает, во сколько раз сравниваемый уровень больше уровня, с которым производится сравнение (если этот коэффициент больше единицы) или какую часть уровня, с которым производится сравнение, составляет сравниваемый уровень (если  он меньше единицы). Темп роста всегда представляет собой положительное число.

<img width=«435» height=«47» src=«ref-2_1925315418-1140.coolpic» v:shapes="_x0000_s1121 _x0000_s1122 _x0000_s1123">
Цепные и базисные коэффициенты снижения, характеризующие интенсивность изменения капитальных вложений по годам, и за весь период исчислены в представленной ниже таблице. Между цепными и базисными коэффициентами роста существует взаимосвязь:

Относительнуюоценку скорости изменения уровня ряда в единицу времени дают показатели темпа прироста (сокращения).

Темп прироста(сокращения) показывает на сколько процентов сравниваемый уровень больше или меньше уровня, принятого за базу сравнения и вычисляется как отношение абсолютного прироста к абсолютному уровню, принятому за базу сравнения.

<img width=«492» height=«49» src=«ref-2_1925316558-1052.coolpic» v:shapes="_x0000_s1124">
Темп прироста может быть положительным, отрицательным или равным нулю, выражается он в процентах и долях единицы (коэффициенты прироста):

<img width=«192» height=«25» src=«ref-2_1925317610-317.coolpic» v:shapes="_x0000_s1125">
Темп прироста (сокращения) можно получить и из темпа роста, выраженного в процентах, если из него вычесть 100%. Коэффициент прироста получается вычитанием единицы из коэффициента роста:

Цепные и базисные темпы сокращения капитальных вложений исчислены в представленной ниже таблице.

В тех случаях, когда сравнение производится с отдалением периода времени, принятого за базу сравнения, рассчитывают пункты роста, которые представляют собой разность базисных темпов роста, %, двух смежных периодов. В отличие от темпов прироста, которые нельзя ни суммировать, ни перемножить, пункты роста можно суммировать, в результате получаем  темп прироста соответствующего периода по сравнению с базисным.

По данным представленной ниже таблицы, сумма пунктов роста равна –54.5, что соответствует темпу прироста уровня пятого года по сравнению с первым годом. Иными словами, пятый год по сравнению с первым имеет снижение капитальных вложений на 54.5%.

<img width=«574» height=«276» src=«ref-2_1925317927-8970.coolpic» v:shapes="_x0000_s1127">

    продолжение
--PAGE_BREAK--
2.

Для обобщающей характеристики динамики исследуемого явления определим средние показатели: средние уровни ряда и средние показатели изменения уровней ряда.

<img width=«520» height=«45» src=«ref-2_1925326897-1331.coolpic» v:shapes="_x0000_s1128 _x0000_s1129">
Средний уровенькапиталовложений за пять лет находим по формуле средней арифметической простой, млрд. руб.:

·        <img width=«332» height=«41» src=«ref-2_1925328228-619.coolpic» v:shapes="_x0000_s1130">
капиталовложений производственного назначения, млрд. руб.:

·        <img width=«319» height=«41» src=«ref-2_1925328847-600.coolpic» v:shapes="_x0000_s1131">
капиталовложений непроизводственного назначения, млрд. руб.:

<img width=«89» height=«53» src=«ref-2_1925329447-370.coolpic» v:shapes="_x0000_s1132">
Сводной обобщающей характеристикой интенсивности изменения уровней ряда динамики служит средний темп роста (снижения), показывающий во сколько раз в среднем за единицу времени изменяется уровень ряда динамики. Поскольку нам известны уровни динамического ряда, то расчёт среднего коэффициента роста произведём по более простому способу – «базисному»:

, где m– число уровней ряда динамики в изучаемом периоде, включая базисный.

Среднегодовой темп роста капиталовложений:

·                                <img width=«306» height=«45» src=«ref-2_1925329817-893.coolpic» v:shapes="_x0000_s1135 _x0000_s1136">
Производственного назначения:

·                                <img width=«263» height=«45» src=«ref-2_1925330710-607.coolpic» v:shapes="_x0000_s1137">
Непроизводственного назначения:

Поскольку средний темп роста представляет собой средний коэффициент роста, выраженный в процентах, подсчитаем:

<img width=«513» height=«25» src=«ref-2_1925331317-755.coolpic» v:shapes="_x0000_s1139">


<img width=«192» height=«25» src=«ref-2_1925332072-331.coolpic» v:shapes="_x0000_s1138">
Средние темпы прироста (сокращения)рассчитываются на основе средних темпов роста, вычитанием из последних 100%. Соответственно при исчислении средних коэффициентов прироста из значений коэффициентов роста вычитается единица:

Если уровни ряда динамики снижаются, то средний темп роста будет меньше 100% (82%, 81%, 85%), а средний темп прироста отрицательной величиной (-18%, -19%, -15%). Отрицательный темп прироста представляет собой средний темп сокращения и характеризует среднюю относительную скорость снижения уровня.

Следовательно, в течение пяти лет уровень капиталовложений снижался в среднем на 18% в год, в том числе производственного назначения на 19%, непроизводственного назначения на 15%.
Задача 5.

<img width=«88» height=«43» src=«ref-2_1925332403-256.coolpic» v:shapes="_x0000_s1140">
Обобщающий показатель скорости изменения уровней во времени – средний абсолютный прирост (убыль), представляющий собой обобщённую характеристику индивидуальных абсолютных приростов ряда динамики. Средний абсолютный прирост определим через накопленный (базисный) абсолютный прирост:

, где m– число уровней ряда динамики в изучаемом периоде, включая базисный.

<img width=«175» height=«41» src=«ref-2_1925332659-380.coolpic» v:shapes="_x0000_s1141">
Средний абсолютный прирост капиталовложений, млрд. руб.:

<img width=«276» height=«41» src=«ref-2_1925333039-525.coolpic» v:shapes="_x0000_s1142">
Средний абсолютный прирост капиталовложений производственного назначения, млрд. руб.:

<img width=«12» height=«23» src=«ref-2_1925278936-73.coolpic» v:shapes="_x0000_s1143">
Средний абсолютный прирост капиталовложений непроизводственного назначения, млрд. руб.:

<img width=«244» height=«41» src=«ref-2_1925333637-482.coolpic» v:shapes="_x0000_s1144">
Таким образом, средний абсолютный прирост (убыль) составляет –18.6625 млрд. руб., другими словами среднегодовая абсолютная убыль капиталовложений составляет 18.66 млрд. руб., в том числе: производственного назначения 13.99 млрд. руб., непроизводственного назначения 4.68 млрд. руб.

Следовательно, в течение 6-го года объём капиталовложений составит 62.3-18.66=43.64 (млрд. руб.), в том числе:

Производственного назначения41.4-13.99=27.41 млрд. руб.;

Непроизводственного назначения20.9-4.68=16.22 млрд. руб.

Теперь осуществим прогноз с помощью среднего темпа роста. Средний темп роста капиталовложений составил 82%, следовательно, мы получаем снижение капиталовложений на 18% в год, 18% от 62.3 млрд. руб. (5-ый год) составляет 11.214 млрд. руб., 62.3-11.214=51.086 млрд. руб.

Следовательно, капиталовложения ближайшего года (6-го) составят 51.09 млрд. руб.

Аналогично рассчитаем капиталовложения производственногоназначения, которые составят 33.53 млрд. руб.; непроизводственногоназначения 17.77 млрд. руб.
4.

<img width=«106» height=«24» src=«ref-2_1925334119-309.coolpic» v:shapes="_x0000_s1145">
Осуществим прогноз на ближайший год, определив основную тенденцию развития общего объёма капиталовложений методом аналитического выравнивания. Основным содержанием метода аналитического выравнивания в рядах динамики является то, что общая тенденция развития рассчитывается как функция времени:

, где y– уровни динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени t. Определение теоретических (расчётных) уравнений производится на основе так называемой адекватной математической модели, которая наилучшим образом отображает (аппроксимирует) основную тенденцию ряда динамики.

<img width=«88» height=«43» src=«ref-2_1925334428-230.coolpic» v:shapes="_x0000_s1146">
На основе анализа графического изображения ряда динамики целесообразно использовать следующую модель:
<img width=«12» height=«23» src=«ref-2_1925278936-73.coolpic» v:shapes="_x0000_s1147"> <img width=«147» height=«85» src=«ref-2_1925334731-836.coolpic» v:shapes="_x0000_s1153">
Решим систему нормальных уравнений, полученную путём алгебраического преобразования условия:

<img width=«156» height=«85» src=«ref-2_1925335567-921.coolpic» v:shapes="_x0000_s1152">


, где y– фактические (эмпирические) уровни ряда; t– время (порядковый номер периода).

<img width=«375» height=«43» src=«ref-2_1925336488-706.coolpic» v:shapes="_x0000_s1156">


<img width=«457» height=«53» src=«ref-2_1925337194-1533.coolpic» v:shapes="_x0000_s1154 _x0000_s1155">

<img width=«144» height=«49» src=«ref-2_1925338727-565.coolpic» v:shapes="_x0000_s1157">
Трендовая модель искомой функции будет иметь вид:

Осуществим прогноз на ближайший год с помощью этой модели(при t=6)<img width=«269» height=«48» src=«ref-2_1925339292-941.coolpic» v:shapes="_x0000_s1158">


<img width=«496» height=«84» src=«ref-2_1925340233-2692.coolpic» v:shapes="_x0000_s1159">
Подставляя в данное уравнение последовательно значения t, находим выровненные уровни:




<img width=«566» height=«576» src=«ref-2_1925342925-9759.coolpic» v:shapes="_x0000_s1160">
          Изобразим динамику капитальных вложений на графике.

С помощью метода аналитического выравнивания и графического изображения динамики капитальных вложений мы проследили явную тенденцию снижения, что свидетельствует о сокращении общего объёма капиталовложений.
Задача 6.

Решение:

<img width=«132» height=«21» src=«ref-2_1925352684-255.coolpic» v:shapes="_x0000_s1161">
Найдём средние запасы материала во втором квартале:

<img width=«156» height=«21» src=«ref-2_1925352939-281.coolpic» v:shapes="_x0000_s1162">
Поскольку по условию запасы материала сократились, произведём следующие вычисления:

<img width=«157» height=«33» src=«ref-2_1925353220-358.coolpic» v:shapes="_x0000_s1163">
Коэффициент оборачиваемости характеризует число оборотов запасов за период:

<img width=«152» height=«44» src=«ref-2_1925353578-401.coolpic» v:shapes="_x0000_s1164">
Мы нашли расход материала за сутки в 1 квартале. Подсчитаем коэффициент оборачиваемости производственных запасов в 1 квартале:

<img width=«217» height=«53» src=«ref-2_1925353979-550.coolpic» v:shapes="_x0000_s1165">
Аналогично во 2-ом квартале:

Найдём продолжительность одного оборота в днях:

<img width=«327» height=«41» src=«ref-2_1925354529-650.coolpic» v:shapes="_x0000_s1166">

<img width=«419» height=«45» src=«ref-2_1925355179-832.coolpic» v:shapes="_x0000_s1167">
Далее подсчитаем коэффициент закрепления для каждого квартала:
2.

<img width=«341» height=«23» src=«ref-2_1925356011-663.coolpic» v:shapes="_x0000_s1168">
Подсчитаем ускорение (замедление) оборачиваемости запасов в днях за второй квартал в сравнении с первым:

<img width=«313» height=«36» src=«ref-2_1925356674-688.coolpic» v:shapes="_x0000_s1169">
Подсчитаем величину среднего запаса высвободившегося в результате ускорения оборачиваемости за второй квартал в сравнении с первым:

В результате ускорения оборачиваемости среднего запаса материала на предприятии, во втором квартале (в сравнении с первым) высвободилось 20 кв. м среднего запаса материала.







Задача 7.

В погашение кредита, выданного на 3 года под 40% годовых, предприятие составило план расчётов с банком на базе равной величины погашения основного долга.

Воспроизведите этот план с расчётом уплаты процентов за кредит, суммы погашения основного долга, величины срочных уплат, если взаимоотношения с банком по данной сделке построены на принципе постнумерандо с ежегодной выплатой задолженности, а величина самого долга составила 720 тыс. руб.

Сравните сумму, подлежащую уплате в погашение долга на основании плана, и сумму, которую пришлось бы заплатить в случае единовременного погашения долга по истечении всего срока кредитования.
Решение:

Величина основного долга 720 тыс. руб. Если выплату основного долга разбить на три года, то выплаты составят 720/3=240 тыс. руб. в год.

Величина процента за первый год составит 720 тыс. руб.*0.4=288 тыс. руб.

Величина процентов за второй год составит (720-240)*0.4=192 тыс.руб.

Величина процентов за третий год составит (720-480)*0.4=96 тыс. руб.



Годы

1

2

3

Всего:

Выплата основного долга, тыс. руб.

240

240

240

720

Выплата %, тыс. руб.

288

192

96

576

Итого:

528

432

336

1296



<img width=«490» height=«25» src=«ref-2_1925357362-972.coolpic» v:shapes="_x0000_s1170 _x0000_s1171">
При единовременном погашении долга по истечении всего срока кредитования предприятие выплатит банку:

Итого выплаты составят 720+1975.68=2696.68 тыс. руб.

При единовременном погашении долга по истечении всего срока кредитования сумма к выплате превысит сумму на основании плана на 1399.68 тыс. руб., что составляет 108%.


Задача 8

Анализ состояния и способы оценки основных фондов

Анализ качественного (технического) состояния основных фондов начинают с определения уровня их физического износа. Физический износ основных фондов неизбежен. Однако размер его можно сократить путем ухода за основными фондами, профилактического осмотра и ремонта и рационального использования основных средств. Уровень физического износа определяется через коэффициент износа (Ки):

Коэффициент износа можно определить через натуральные показатели:

где Тпл, Тф — срок эксплуатации плановый и фактический,

Вмг — годовая производительность машин.

С показателем, характеризующим степень износа, тесно связан показатель годности (Кг):

Чем выше коэффициент износа (процент износа), тем хуже качественное состояние основных фондов, а следовательно, ниже коэффициент годности. Коэффициент годности характеризует удельный вес неизношенной части основных фондов в общей стоимости основных фондов.

Анализ осуществляется в следующей последовательности:

1. Выявляются коэффициенты износа и соответственно годности на начало и конец отчетного периода, а также за предыдущий год.

2. Определяется изменение этих показателей соответственно по периодам.

3. Дается оценка изменения показателей по периодам.

4. Выявляются причины изменения данных показателей.

Сопоставление показателей позволяет проследить изменения уровня изношенности (а соответственно и годности) основных фондов за анализируемый период.

Возрастание коэффициента износа (и соответственно снижение коэффициента годности) может быть обусловлено:

— использованием метода начисления износа;

— приобретением или получением от других хозяйствующих субъектов основных фондов с уровнем износа больше, чем в среднем по предприятию;

— низкими темпами обновления основных фондов;

— невыполнением задания по вводу в действие основных фондов и модернизации.

На практике коэффициент износа не отражает фактической изношенности основных фондов, а коэффициент годности не дает точной оценки их текущей стоимости. Это происходит по ряду причин:

1. На сумму износа основных фондов большое влияние оказывает принятый на предприятии метод начисления износа.

2. Стоимостная оценка основных фондов зависит от состояния конъюнктуры спроса, а следовательно, может отличаться от оценки, полученной при помощи коэффициента годности.

3. На законсервированное оборудование начисляется амортизация на полное восстановление, однако физически эти основные фонды не изнашиваются, а общая сумма износа увеличивается.

Одним из обобщающих показателей, характеризующих техническое состояние основных фондов, является коэффициент обновления. Он отражает интенсивность обновления основных фондов и рассчитывается следующим образом (Кобн):

Коэффициент обновления рассчитывается по всем основнымфондам и по активной части основных фондов по периодам. Полученные показатели сравниваются, что позволяет выяснить, за счет какой части основных фондов в большей степени происходит обновление. Если коэффициент обновления по активной части выше, чем в целом по основным фондам, то обновление на предприятии за счет активной части, которая определяет выпуск и качество продукции, что является положительным моментом, а следовательно, положительно влияет на величину фондоотдачи. Обновление основных фондов может происходить как за счет приобретение новых, так и за счет модернизации имеющихся, что более предпочтительно, так как сохраняется овеществленный труд в конструктивных элементах и узлах, не подлежащих замене.

Обновление техники характеризует коэффициент автоматизации (Кавт.).

Коэффициент выбытия (Квыб.) характеризует степень интенсивности выбытия основных фондов из производства.

Коэффициент выбытия определяется в целом по всем основным фондам, по активной части и по отдельным видам по периодам. Определяется изменение данного показателя за анализируемый период, выясняются причины выбытия, за счет какой части оно происходит. При прочих равных условиях высокий коэффициент выбытия по активной части по сравнению со всеми основными фондами свидетельствует об отрицательном влиянии на фондоотдачу.

Аналогично коэффициентам обновления и выбытия осуществляется анализ коэффициента прироста. Указанные показатели следует рассматривать взаимосвязано.

Важнейшей характеристикой качественного состояния основных фондов, позволяющий судить о техническом уровне и степени морального износа, является возрастной состав их активной части.

Для этого необходимо величину среднего возраста по видам оборудования определить по формуле средней арифметической взвешенной.

Показатель возрастного состава определяется на начало и конец периода, определяются отклонение (изменение) и показатель в динамике.

Такой анализ дает возможность судить о работоспособности оборудования, выявить устаревшее оборудование, которое требует замены. Действующее оборудование группируется по продолжительности его использования. Затем по возрастным группам определяют удельный вес каждой группы в общем составе оборудования. Средний возраст оборудования определяется по формуле:

где Х — средний возраст оборудования,

Хс — середина интервала i — группы оборудования,

А — удельный вес оборудования каждой интервальной группы в общем составе.

где Хн, Хв — нижнее и верхнее значение интервала группы.

Техническое состояние основных фондов зависит от своевременности качественного ремонта основных средств.

Необходимо определить абсолютное отклонение затрат на ремонт в целом по предприятию, по производственным основным фондам и машинам и оборудованию; определить выполнение плана по ремонту в целом по предприятию по промышленно — производственным основным фондам, машинам и оборудованию; определить причины отклонений сроков и смет затрат на ремонт и их качество (отсутствие запчастей, рост цен на материалы, рост расценок за ремонт и т.д.).

Расчетные показатели свидетельствуют о том, что степень обновления основных фондов в отчетном периоде невысока — 3,35 %, в том числе по промышленно — производственным основным фондам 4,01 %. Наиболее высокий уровень обновления — активной части основных фондов — 5,78 %. Отсюда следует, что более высокими темпами обновляются орудия труда, что способствует росту фондоотдачи и повышению эффективности производства. Коэффициент обновления всех основных фондов и отдельных групп опережает коэффициент выбытия, что свидетельствует о том, что обновление осуществляется за счет нового строительства, приобретения новых основных фондов, а не за счет замены старых, изношенных фондов, что приводит к накоплению устаревшего оборудования.

    продолжение
--PAGE_BREAK--
Таблица 1 — Анализ степени обновления, выбытия, прироста и изношенности основных фондов




Показатели

На начало года

На конец года

Изменения



1. Первоначальная (восстановительная) стоимость основных фондов, тыс. руб.

4617

5289

672



В т.ч. промышленно -производственных основных фондов

3690

4269

579



Из них машины и оборудование

2196

2700

504



2. Ввод в действие основных фондов, тыс. руб.



177

177



В т.ч. промышленно -производственных основных фондов



171

171



Из них машины и оборудование



156

156



3. Выбыло в отчетном году основных фондов, тыс. руб.



135

135



В т.ч. промышленно -производственных основных фондов



111

111



Из них машины и оборудование



99

99



4. Износ основных фондов, тыс. руб.

1992

2316

324



В т.ч. промышленно -производственных основных фондов

1299

1569

270



5. Коэффициент обновления всех основных фондов, %



3,35

3,35



В т.ч. промышленно -производственных основных фондов



4,01

4,01



Из них машины и оборудование



5,78

5,78



6. Коэффициент выбытия всех основных фондов, % на начало года



2,92

2,92



В т.ч. промышленно -производственных основных фондов



3,01

3,01



Из них машины и оборудование



4,51

4,51



7. Коэффициент компенсации выбытия основных фондов (5/6)



1,15

1,15



В т.ч. промышленно -производственных основных фондов



1,33

1,33



Из них машины и оборудование



1,28

1,28



8. Коэффициент износа основных фондов, %

41,8

43,8

2



В т.ч. промышленно -производственных основных фондов

35,2

36,7

1,5













Степень изношенности основных фондов высока, она составляла на конец года 43,8 %, а за отчетный год увеличилась на 2 %. Степень физического износа промышленно — производственных основных фондов на конец года составила 36, 7 %, увеличение составило 1,5 пункта.

Задача 9


Анализ возрастного состава осуществлен на основе данных группировки оборудования по продолжительности использования в эксплуатации .

Таблица 2 — Анализ возрастного состава оборудования



Возрастные     группы, лет

Виды оборудования единиц





1

2

3

4

5

6

Прочее

Всего

Удел. вес, %



До 5 лет

490

108

122

24

46

53

6

849

27



От 5 до 10 лет

240

45

26

22

8

 

12

353

11,2



От 10 до 20 лет

667

160

148

42

 

 

35

1052

33,4



От 20 и более лет

565

86

167

32

 

 

46

896

28,4



ВСЕГО

1962

399

463

120

54

53

99

3150

100



Удельный вес, %

62,3

12,7

14,7

3,8

1,7

1,7

3,1

100

 

























Наиболее оптимальный срок замены действующего оборудования — 7 лет, максимальный — 10 лет.

Анализ показывает, что около 1/3 установленного оборудования — 28,4 % — имеет срок службы 20 лет и более, что говорит о том, что оборудование является явно устаревшим и не может обеспечить должного уровня фондоотдачи.

При проведении анализа качественного состояния необходимо характеризовать фондовооруженность, техническую вооруженность и их динамику. Уровень фондовооруженности (Фвоор) возрастает в основном за счет ввода в эксплуатацию новых мощностей, т.е. увеличения среднегодовой стоимости основных фондов, либо за счет сокращения численности рабочих в наиболее заполненной смене.

Эффективность использования основных фондов характеризуется показателем амортизационноемкости, т.е. доли амортизации в стоимости продукции. С ростом и совершенствованием техники сумма ежегодной амортизации возрастает, увеличивается доля себестоимости продукции, но поскольку увеличивается и выпуск продукции, изготовленной на более производительном оборудовании, то сумма амортизации в стоимости единицы изделия обычно уменьшается. Экономия на амортизации особенно ощутима при перевыполнении планов выпуска продукции при постоянной величине основных производственных фондов. В условиях НТП доля амортизации растет в себестоимости. Однако величина амортизации снижается за счет других элементов затрат.
Задача 10

Произведем анализ динамики валового сбора сахарной свеклы за 6 лет. Исходные данные приведены в таблице. Для расчета показателей ряда динамики, темпов роста и прироста и других используются следующие выражения:

Абсолютный прирост

1) Базисный:

2) Цепной:

Темпы роста:

1) Базисный:

2) Цепной:

Темпы прироста:

1) Базисный:

2) Цепной:

3) Средний:

Абсолютное значение 1% прироста:





















а) Средний абсолютный прирост:

б) Средний темп роста:

в) Средний темп прироста:

Вывод: Динамика валового сбора сахарной свеклы характеризуется общим падением на 20,3% за исследуемый период. При этом как цепные так и базисные показатели темпов прироста имеют преимущественно отрицательное значение, что позволяет характеризовать динамику как общее падение производства сахарной свеклы.

 Средняя урожайность, темпы ее роста и прироста, показатели вариации за 9 лет. Выявление тенденций изменения урожайности (У) за 9 лет.

Таблица 3

Динамика урожайности сахарной свеклы за 9 лет



Год

Урожайность сахарной свеклы, ц/га

Темпы роста, %







цепные

базисные



2001

186







2002

205

110,22

110,22



2003

203

99,02

109,14



2004

147

72,41

79,03



2005

188

127,89

101,08



2006

121

64,36

65,05



2007

30

24,79

16,13



2008

50

166,67

26,88



2009

106

212,00

56,99













Определим средние показатели ряда динамики:

а) Средний абсолютный прирост:

б) Средний темп роста:

в) Средний темп прироста:

Урожайность сахарной свеклы имеет также тенденцию к падению, однако не настолько большую как валовой сбор и составляет за исследуемый период лишь 6,8%.

Произведем выравнивание ряда динамики урожайности для более детального выявления тенденции..

Для этого используем метод укрупнения периодов и скользящей средней за 3 года:

Таблица 4

Динамика урожайности сахарной свеклы за 9 лет



Год

Урожайность сахарной свеклы, ц/га

Укрупненные периодов

Скользящая средняя







Сумма за 3-х летие

Средний уровень за 3-х летие

Сумма за 3-х летие

Средний уровень за 3-х летие



2000

186











2001

205

594

198

594

198



2002

203





555

185



2003

147





538

179,33



2004

188

456

152

456

152



2005

121





339

113



2006

30





201

67



2007

50

186

62

186

62



2008

106

























Применение методов укрупнения периодов и скользящей средней позволяют утверждать, что существует постоянная динамика падения урожайности по годам

Выявим тенденцию изменения урожайности сахарной свеклы с помощью метода аналитического выравнивания.

Выравнивание осуществим по прямой:

Построим вспомогательную таблицу.

Таблица 5

Расчет вспомогательных величин для метода аналитического выравнивания



Год

Урожайность сахарной свеклы, ц/га

Условное обозначение периода времени t

t2

y*t



2001

186

-4

16

-744



2002

205

-3

9

-615



2003

203

-2

4

-406



2004

147

-1

1

-147



2005

188









2006

121

1

1

121



2007

30

2

4

60



2008

50

3

9

150



2009

106

4

16

424



Сумма

1236



60

-1157















Рассчитаем значения коэффициентов уравнения:

Уравнение общей тенденции ряда динамики:



Наименование хозяйств

Исходные данные

Расчетные данные





Площадь посева, га

Урожайность, ц/га

Валовой сбор, ц





Базис, П0

Отчет, П1

Базис, У0

Отчет, У1

Базис, У0П0

Отчет У1П1

Условн. У0П1



ТОО Рассвет

500

500

260

276

130000

138000

130000



К-з Дерябинский

305

350

213

230

64965

80500

74550



ТОО Левошевское

273

296

194

200

52962

59200

57424



ТОО им. Кирова

450

450

161

122

72450

54900

72450



АО Стандницкое

130

100

219

197

28470

19700

21900



К-з Хлебородный

226

315

189

169

42714

53235

59535



АО Землянское

337

330

194

169

65378

55770

64020



ТОО Искра

410

400

201

149

82410

59600

80400



ТОО Красноголовское

210

200

174

152

36540

30400

34800



ТОО Никольское

500

400

175

153

87500

61200

70000



ТОО Артюшанское

307

325

202

110

62014

35750

65650



К-з Мекурина

180

197

197

109

35460

21473

38809



АО Перлевское

120

80

86

101

10320

8080

6880



ТОО Староведуговское

20

150

111

97

2220

14550

16650



ТОО Старотойденское

220

146

129

94

28380

13724

18834



ТОО Николаевское

430

333

87

80

37410

26640

28971



К-з Победа

150

100

131

70

19650

7000

13100



АО Меловатское

100

120

161

71

16100

8520

19320



К-з Новосильский

290

330

244

60

70760

19800

80520



К-з Юбилейный

162

300

136

62

22032

18600

40800



ТОО Олнианское

100

100

157

50

15700

5000

15700



К-з Родина

240

200

188

31

45120

6200

37600



АО Серебрянское

150

150

164

22

24600

3300

24600



ТОО Луч

210

200

146

23

30660

4600

29200



АО Ведуга

292

118

89

21

25988

2478

10502



Итого

6312

6190





1109803

808220

1112215





















Таким образом, с помощью методов выравнивания выявлена общая тенденция падения урожайности сахарной свеклы за исследуемый период

Прогноз производства Урожайность сахарной свеклы на 2000г.:

Вывод:

Динамика урожайности сахарной свеклы за исследуемый период носит устойчивую тенденцию к снижению, при этом локальная колебимость признака, имеющая место в 2005, 20088 и 2009 годах не оказала существенного влияния на общие результаты выравнивания, а значит, является статистически малозначимой.    продолжение
--PAGE_BREAK--