Экономико-статистический анализ урожайности зерна АО

Особенно актуально то, что данный показатель определяет вероятные отклонения. Для измерения степени вариации себестоимости молока были применены следующие показатели.Абсолютные показатели вариации:Размах вариации:.(20)Показывает, насколько велико различие между единицами совокупности, имеющими самое маленькое и самое большое значение признака.Среднее линейное отклонение:.(21)Показывает среднееотклонениезначений признака данной совокупности отсреднейвеличины и определяется в тех же единицах измерения, что и признак.Дисперсия:.(20)Показывает математическое ожидание отклонений от математического ожиданияСреднее квадратическое отклонение:.(21)Показывает, насколько колеблется величина признака у единиц исследуемой совокупности, и выражается в тех же единицах измерения, что и варианты. Коэффициент вариации:.(22)Если коэффициент вариации не превышает 33%, то совокупность по данному признаку считается количественно однородной; если коэффициент вариации превышает 33%, то совокупность по данному признаку считается количественно разнородной. Статистические расчёты будут проводиться при использовании данных чистой прибыли сельскохозяйственных предприятий Омской области в сегменте животноводства. Для начала сгруппируем данные в интервальный ряд распределения с равными интервалами. Число интервалов можно вычислить по формуле Стерджесса (2):,(23)где n – число интервалов; N – объем совокупности (число единиц наблюдения).Для рассматриваемой совокупности значение будет равняться:5,4 ≈ 6.Так мы получили 5 интервалов для 21 сельскохозяйственного предприятия Омской области в сегменте животноводства. Ширина интервала (h) рассчитывается по формуле (3): (24)Поскольку максимальное значение признака отобранной совокупности 5481, а минимальное 2597, то подставим их в формулу и получим искомую ширину интервалов:тыс. руб.Таким образом аналитическую группировку можно отразить в Таблице 9.Таблица 9 – аналитическая группировка интервальных показателейГруппыСередина интервала, xцентрКол-во, fixi·fiНакопленная частота, S|x-xср|·fi(x-xср)2·fiОтносительная частота, fi/f2597-29272837333,333411349333,334366222233529679012350,23079-3557331800082654400012347911115130267654320,2333564-38253798666,6673113960001513733362868148150,23345174279333,33314279333,333165264442771437530860,1674848-494247600002952000018201422220285455802470,1335167-54815240666,66731572200021446333366404481481480,0333Итого242340002178810666,668614282665138184189629631Полученные показатели ряда распределения можно оценить с помощью средней взвешенной (выборочная средняя):(25)В данной совокупности возможно найти моду, которая является наиболее часто встречающимся значением признака у единицы данной совокупности:(26)где x0 – начало модального интервала; h – величина интервала; f2 – частота, соответствующая модальному интервалу; f1 – предмодальная частота;f3 – послемодальная частота.Так как на значение 3557 приходится набольшее количество, то выберем его в качестве начала интервала и рассчитаем значение моды по формуле:,(27)Получилось, что наиболее часто встречающееся значение ряда – 5961666,67Посчитаем размах вариации, он определяется как разность между максимальным и минимальными значениями признака первичного рада и составляет:R = xmax - xmin = 5481000 - 2597000 = 2854000Среднее линейное отклонение - вычисляют для того, чтобы учесть различия всех единиц исследуемой совокупности.Чтобы учесть различия всех единиц совокупности в нашем исследовании, вычислим среднее линейное отклонение:𝑑===212539,6Чтобы посчитать меру рассеивания, воспользуемся показателем дисперсии (7): 𝐷 === 658019950617,284Теперь возможно посчитать среднее квадратическое отклонение: 811184,2889Используем коэффициент вариации (9), чтобы посчитать меру относительного разброса значений совокупности:Поскольку v >33%, то совокупность однородна по изучаемому признаку.2.4. Корреляционно-регрессивный анализ статистической выборкиДля расчета параметров регрессии построим расчетную таблицу 10.Таблица 10 - Расчетные значения показателей от экономическойдеят. (тыс. руб.)Чистая прибыль (x)Выручка (y)x^2y^2x*y2 597 0001 648 217 0006 744 409 000 0002 716 619 279 089 000 0004280419549000000,02 607 0001 070 880 0006 796 449 000 0001 146 783 974 400 000 0002791784160000000,02 641 0001 992 976 0006 974 881 000 0003 971 953 336 576 000 0005263449616000000,02 927 000306 109 0008 567 329 000 00093 702 719 881 000 000895981043000000,03 079 0002 536 127 0009 480 241 000 0006 431 940 160 129 000 0007808735033000000,03 080 00056 259 0009 486 400 000 0003 165 075 081 000 000173277720000000,03 293 0008 256 541 00010 843 849 000 00068 170 469 284 681 000 00027188789513000000,03 350 0002 208 915 00011 222 500 000 0004 879 305 477 225 000 0007399865250000000,03 353 00065 647 00011 242 609 000 0004 309 528 609 000 000220114391000000,03 452 0003 125 00011 916 304 000 0009 765 625 000 00010787500000000,03 521 0004 721 00012 397 441 000 00022 287 841 000 00016622641000000,03 557 0001 808 096 00012 652 249 000 0003 269 211 145 216 000 0006431397472000000,03 564 00019 091 561 00012 702 096 000 000364 487 701 416 721 000 00068042323404000000,03 564 0003 578 645 00012 702 096 000 00012 806 700 036 025 000 00012754290780000000,03 825 0003 924 632 00014 630 625 000 00015 402 736 335 424 000 00015011717400000000,04 517 000458 667 00020 403 289 000 000210 375 416 889 000 0002071798839000000,04 848 00013 927 075 00023 503 104 000 000193 963 418 055 625 000 00067518459600000000,04 942 000124 277 00024 423 364 000 00015 444 772 729 000 000614176934000000,05 167 0001 728 477 00026 697 889 000 0002 987 632 739 529 000 0008931040659000000,05 451 00010 321 00029 713 401 000 000106 523 041 000 00056259771000000,05 481 000980 878 00030 041 361 000 000962 121 650 884 000 0005376192318000000,0Рассчитаем для данных показателей средние (10), (11), (12):xˉ =(∑xi)/n = 78816000/21 = 3753142.857(10) = 63782146000/21=3037245048(11) = 242857483593000000/21=11564642075857100 (12)Дисперсия рассчитывается, как (13), (14):= 313141886000000/21-3753142,8572= 825437074829,93 (13)= 681523728981220000000/21-3037245048 -2 = 23228653424581200000 (14)Отсюда можем найти среднеквадратическое отклонение (15), (16):= 908535,6761 = 481611335Теперь, чтобы отразить тесноту связи между показателями, используем выборочный линейный коэффициент корреляции: = = 0,03778Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока: 0.1 < rxy < 0.3: слабая; 0.3 < rxy < 0.5: умеренная; 0.5 < rxy < 0.7: заметная; 0.7 < rxy < 0.9: высокая; 0.9 < rxy < 1: весьма высокая; Связь слабая. ЗаключениеВ заключение данной курсовой работы можно сделать вывод, что молочное животноводство играет значимую роль в общей сфере АПК как в целом по РФ, так и по Омской области. Исследование деятельности АО «Омский бекон» показало, что данное предприятие осуществляет деятельность в сфере животноводства. На основании текущего финансового состояния был сделан вывод, что динамика выручки показала значительный снижение в 2021 году по сравнению с 2019 годом. В целом за три года наблюдается уменьшение выручки на 767964 тыс. руб. Основные фонды АО «Омский бекон» уменьшились в целом за три года на 1041534 тыс. руб. Площадь сельскохозяйственных угодий АО «Омский бекон» отсутствует. По численности работников наблюдается стабильная отрицательная динамика: в целом за три года наблюдается снижение численности работников на 467 человек. По количеству израсходованной энергетических ресурсов наблюдается стабильная отрицательная динамика: в целом за три года наблюдается снижение на 25669 кВт. Проведенные экономико-статистические методы показали:Размах вариации= 2854000Среднее линейное отклонение=212539,6Мера рассеивания= 658019950617,284Среднее квадратическое отклонение 811184,2889Коэффициент вариации Поскольку v >33%, то совокупность однородна по изучаемому признаку.Список использованной литературыАлексеева А.И. Комплексный экономический анализ хозяйственной деятельности. М.: Финансы и статистика, 2019. - 672 с.Абрютина М.С. Анализ финансово-экономической деятельности предприятия: Учебно-практ. пособие – 3-е изд., испр. М.: Дело и Сервис, 2020. - 272 с.Бердникова Т.Б. Анализ и диагностика финансово-хозяйственной деятельности предприятия. М.: Инфра-М, 2019. - 215 с.Гиляровская Л.Т. Комплексный экономический анализ хозяйственной деятельности. М.: Проспект, 2020. - 360 с.Глушков И.Е. Бухгалтерский (налоговый, финансовый и управленческий) учет на современном предприятии. М.: Проспект, 2019. - 1200 с.Егерев И.А. Стоимость бизнеса: искусство управления: Учебное пособие. М.: Проспект, 2021. - 480 с.Калинина А.В. Современный экономический анализ и прогнозирование. – Киев, 2019. - 226 с.Ковалев В.В. Введение в финансовый менеджмент. М.: Финансы и статистика, 2018. - 416 с.Ковалев В.В. Финансовый анализ: методы и процедуры. М.: Финансы и статистика, 2020. - 456 с.Сергеев И.В., Веретенникова И.И. Экономика организаций (пред-приятий): учеб./под ред.И.В. Сергеева. – 3-е изд., перераб.и доп. М.: ТК Вел-би, Изд-во Проспект, 2019. - 560 с.Справочник финансиста/Под ред. проф. Уткина Э.А. М.: Ассоциация авторов и издателей «ТАНДЕМ». Издательство ЭКМОС, 2020. - 456с.Балдин, К. В. Общая теория статистики : учебное пособие / К. В. Балдин, А. В. Рукосуев. - 3-е изд., стер. — Москва : Издательско-торговая корпорация «Дашков и К°», 2020. - 312 с. - ISBN 978-5-394-03462-6. - Текст : электронный. - URL: https://znanium.com/catalog/product/1093194. – Режим доступа: по подписке.Шумак, О. А. Статистика: Учебное пособие / О.А. Шумак, А.В. Гераськин. - М.: ИЦ РИОР: НИЦ Инфра-М, 2019. - 311 с.: ил.; - (Высшее образование:Бакалавриат). - ISBN 978-5-369-01048-8. - Текст : электронный. - URL: https://znanium.com/catalog/product/1002740. – Режим доступа: по подписке.Статистика : учебник / В.В. Глинский, В.Г. Ионин, Л.К. Серга [и др.] ; под ред. В.Г. Ионина. — 4-е изд., перераб. и доп. — Москва : ИНФРА-М, 2021. — 355 с. — (Высшее образование:Бакалавриат). — DOI 10.12737/25127. - ISBN 978-5-16-012070-6. - Текст : электронный. - URL: https://znanium.com/catalog/product/1228803. – Режим доступа: по подпискеМелкумов, Я. С. Социально-экономическая статистика : учебное пособие / Я.С. Мелкумов. — 2-е изд., перераб. и доп. — Москва : ИНФРА-М, 2020. — 186 с. — (Высшее образование:Бакалавриат). - ISBN 978-5-16-005424-7. - Текст : электронный. - URL: https://znanium.com/catalog/product/1092381. – Режим доступа: по подпискеГодин, А. М. Статистика : учебник для бакалавров / А. М. Годин. - 12-е изд., стер. — Москва : Издательско-торговая корпорация «Дашков и К°», 2020. - 410 с. - ISBN 978-5-394-03485-5. - Текст : электронный. - URL: https://znanium.com/catalog/product/1093663. – Режим доступа: по подпискеСтатистика в примерах и задачах : учеб.пособие / В.И. Бережной, О.Б. Бигдай, О.В. Бережная, О.А. Киселева. - М. : ИНФРА-М, 2018. - 288 с. + Доп. материалы [Электронный ресурс; Режим доступа http://www.znanium.com]. — (Высшее Образование:Бакалавриат). - ISBN 978-5-16-010785-1. - Текст : электронный. - URL: https://znanium.com/catalog/product/937992. – Режим доступа: по подписке.