Категории

Биология

Охрана природы, Экология, Природопользование

Технология

Психология, Общение, Человек

Математика

Литература, Лингвистика

Менеджмент (Теория управления и организации)

Экономическая теория, политэкономия, макроэкономика

Химия

Философия

Педагогика

Финансовое право

История государства и права зарубежных стран

География, Экономическая география

Физика

Искусство, Культура, Литература

Компьютерные сети

Материаловедение

Авиация

Программирование, Базы данных

Бухгалтерский учет

История

Уголовное право

Экскурсии и туризм

Маркетинг, товароведение, реклама

Социология

Религия

Культурология

Экологическое право

Физкультура и Спорт, Здоровье

Теория государства и права

История отечественного государства и права

Микроэкономика, экономика предприятия, предпринимательство

Нероссийское законодательство

Международные экономические и валютно-кредитные отношения

Политология, Политистория

Биржевое дело

Радиоэлектроника

Медицина

Пищевые продукты

Конституционное (государственное) право зарубежных стран

Государственное регулирование, Таможня, Налоги

Транспорт

Жилищное право

Гражданское право

Гражданское процессуальное право

Законодательство и право

Прокурорский надзор

Геология

Административное право

Историческая личность

Банковское дело и кредитование

Архитектура

Искусство

Конституционное (государственное) право России

Экономико-математическое моделирование

Право

Компьютеры и периферийные устройства

Астрономия

Программное обеспечение

Разное

Уголовное и уголовно-исполнительное право

Налоговое право

Техника

Компьютеры, Программирование

История экономических учений

Здоровье

Российское предпринимательское право

Физкультура и Спорт

Музыка

Правоохранительные органы

Экономика и Финансы

Международное право

Военная кафедра

Охрана правопорядка

Сельское хозяйство

Космонавтика

Юридическая психология

Ценные бумаги

Теория систем управления

Криминалистика и криминология




Рефераты на заказ в Ростове-на-Дону

Заказать контрольную работу в Москве

Статистическая обработка показателей производства картофеля

Группировка регионов по валовому сбору картофеля (40 областей). Абсолютные показатели, как правило, получают непосредственно в процессе статистического наблюдения как результат замера, взвешивания, подсчета и оценки интересующего количественного признака. Это обобщающие статистические показатели, выражающие размеры, объем, массу и т.п.

Статистическая группировка в зависимости от решаемых задач подразделяются на типологические, структурные аналитические.

Группировка позволяет дать характеристику размеров, структуры и взаимосвязи изучаемых явлений, выявить их закономерности.

Важным направлением в статистической сводке является построение рядов распределения, одно из назначений которых состоит в изучении структуры исследуемой совокупности, характера и закономерности распределения. Ряд распределения – это простейшая группировка, представляющая собой распределение численности единиц совокупности по значению какого-либо признака.

Группировочным признаком называется признак, по которому проводится разбивка единиц совокупности на отдельные группы. Если ряд построен по количественному признаку, его называют вариационным. При построении вариационного ряда с равными интервалами определяют его число групп ( и величину интервала ( где Величина равного интервала рассчитывается по формуле: где n – число выделенных интервалов.

Валовой сбор картофеля по регионам Российской Федерации.

Регион Область Валовой сбор картофеля, тыс.тонн
1 Центральный федеральный округ Белгородская обл. 403,0
2 Брянская обл. 745,4
3 Владимирская обл. 546,5
4 Воронежская обл. 568,3
5 Ивановская обл. 235,4
6 Калужская обл. 449,8
7 Костромская обл. 297,9
8 Смоленская обл. 436,8
9 Липецкая обл. 490,8
10 Орловская обл. 456,5
11 Тверская обл. 605,1
12 Ярославская обл. 326,4
13 Северо-Западный федеральный округ Республика Карелия 146,6
14 Республика Коми 224,9
15 Архангельская обл. 431,2
16 Вологодская обл. 704
17 Калининградская обл. 144,5
18 Ленинградская обл. 845,8
19 Новгородская обл. 269,9
20 Мурманская обл. 30,7
21 Псковская обл. 435,8
22 Южный федеральный округ Республика Адыгея 59,4
23 Республика Дагестан 123,3
24 Республика Ингушетия 16,3
25 Ростовская обл. 310,0
26 Республика Калмыкия 4,4
27 Ставропольский край 275,7
28 Республика Северная Осетия-Алания 83,9
29 Астраханская обл. 73,8
30 Волгоградская обл. 249,2
31 Приволжский федеральный округ Республика Башкортостан 801,4
32 Удмурдская республика 685,1
33 Республика Мордовия 304,2
34 Республика Татарстан 1143,3
35 Чувашская республика 663,6
36 Оренбургская обл. 312,6
37 Нижегородская обл. 786,9
38 Пензенская обл. 391,1
39 Самарская обл. 463,9
40 Ульяновская обл. 220,4
Группируем регионы по валовому сбору зерна, 40 областей (по условию). Для построения интервального ряда определяем число групп и величину интервала вариационного ряда: n = 1 + 3,322 lg N = 1 + 3,322 lg 40 = 6,322 6 i = (x max – x min ) / n = (1143,3 – 4,4) / 6 = 189,8 Группируем регионы и результаты заносим в таблицу:
Группировка регионов по валовому сбору картофеля, тыс.тонн Число областей
1 4,4 – 194,2 9
2 194,2 – 384 11
3 384 – 573,8 11
4 573,8 – 763,6 5
5 763,6 – 953,4 3
6 953,4 – 1143,3 1
2. Структурные средние, показатели вариации (по результатам группировки п.1). Построение графика.

Средняя – является обобщающей характеристикой совокупности единиц по качественно однородному признаку.

Средние величины бывают степенные (арифметическая, квадратичная, гармоническая, хронологическая, геометрическая) и структурные (мода и медианта). Средние, кроме моды и медианы, исчисляются в двух формах: простой и взвешенной. Выбор формы средней зависит от исходных данных и содержание определяемого показателя.

Средняя арифметическая простая равна сумме значений признака, деленной на их число: где Средняя арифметическая простая применяется в тех случаях, когда варианты представлены индивидуально в виде их перечня в любом порядке или в виде ранжированного ряда. Если данные представлены в виде дискретных или интервальных рядов распределения, в которых одинаковые значения признака ( средняя арифметическая взвешенная: Модой ( 0 ) называется величина, наиболее часто встречающаяся в ряду распределения. 0 = Х 0 + i [(f m – f m-1 )/[(f m – f m-1 ) (f m -f m+1 )], где х 0 – нижняя граница модального интервала, i – величина интервала, f m – частота модального интервала, m -1 – частота домодального интервала, f m +1 – частота послемодального интервала.

Медианта ( е ) делит рад распределения пополам по числу единиц е = Х 0 + i [(½ f – S m-1 )/ f m ], где х0 – нижняя граница медиантного интервала, S m -1 – накопленная частота, предшествующая медианта.

Вариацией называется колеблемость, отклонение от средней величины.

Показатели вариации бывают абсолютные (размах вариации, среднее квадратическое отклонение, дисперсия, коэффициент вариации) и относительные. Для измерения степени колеблемости отдельных значений признака от средней исчисляются основные обобщающие показатели вариации: среднее квадратическое отклонение и коэффициент вариации.

Среднее квадратическое отклонение имеет вид: - простая; - взвешенная. Для сравнения размеров вариации различных признаков, а также для сравнения степени вариации одноименных признаков в нескольких совокупностях исчисляется относительный показатель вариации – коэффициент вариации ( По величине коэффициента вариации можно судить о степени вариации признаков, а, следовательно, об однородности состава совокупности. Чем больше его величина, тем больше разброс значений признака вокруг средней, тем менее однородна совокупность по составу.

Данные по сгруппированным регионам заносим в таблицу и все расчеты ведём в нижеприведенной таблице.

Группировка регионов по валовому сбору картофеля, тыс.тонн Число областей в группе f Накоп - ленная частота, f m
Середина интервала
хf
4,4 – 194,2 9 9 99,3 893,7 -308,4 95110,56 855955,04
194,2 – 384 11 20 289,1 3180,1 -118,6 14065,94 154725,34
384 – 573,8 11 31 478,9 5267,9 71,2 5069,44 55763,84
573,8 – 763,6 5 36 668,7 3343,5 261,0 68121,0 340605,0
763,6 – 953,4 3 39 858,5 2575,5 450,8 203220,64 609661,92
953,4 – 1143,3 1 40 1048,35 1048,35 640,65 410432,42 410432,42
Итого 40 16309,05 2427143,56
Находим среднюю арифметическую, среднеквадратическое отклонение, коэффициент вариации . Средняя арифметическая: тыс.тонн Среднеквадратическое отклонение: тыс.тонн Коэффициент вариации: Мода: о = 4,4 + 189,8 [9 / [9 + (9-11)] = 248,4 тыс.тонн Медианта: е = 384 + 189,8 [(20 – 20) / 11] = 384 тыс.тонн 3. Сравнительный анализ (относительные величины) валового сбора картофеля по Южному федеральному округу.

Относительными величинами называют обобщающие показатели, которые дают числовую меру соотношения двух сопоставимых статистических величин.

Относительная величина получается путем деления двух абсолютных величин.

Величина ,с которой производится сравнение называют основанием или базой сравнения. В зависимости от базы они измеряются в коэффициентах (если В=1), в процентах (если В=100), в промиллях (если В=1000). Относительная величина сравнения определяется делением двух одноименных величин, относящихся к разным объектам. Мы находим структуру валового сбора картофеля по областям к Южному федеральному округу в целом в 1999 году.

Республика, край, область Валовой сбор, тыс.тонн Структура, %
1 Республика Адыгея 59,4 2,9
2 Республика Дагестан 123,3 6,2
3 Республика Ингушетия 16,3 0,8
4 Кабардино-Балкарская Республика 115,5 5,7
5 Республика Калмыкия 4,4 0,2
6 Карачаево-Черкесская Республика 149,3 7,3
7 Республика Северная Осетия – Алания 83,9 4,1
8 Краснодарский край 577,6 28,3
9 Ставропольский край 275,7 13,5
10 Астраханская область 73,8 3,6
11 Волгоградская область 249,2 12,2
12 Ростовская область 310,0 15,2
ИТОГО 2038,2 100
4. Динамика производства продукта за 6 лет. Ряды динамики (хронологические, временные) представляют собой ряды изменяющихся во времени значений статистического показателя, расположенных в хронологическом порядке.

Составными элементами ряда являются показатели уровней ряда и показатели времени.

Абсолютным приростом в статистике называется разность двух уровней ряда динамики.

Абсолютный прирост характеризует размер увеличения или уменьшения уровня ряда динамики за определенный период времени. Он определяется для двух произвольных уровней динамики ряда - смежных или крайних уровней.

Величина этого показателя рассчитывается по формуле х = X i – X i -1 , где Х - абсолютный прирост; X i - любой уровень ряда, начиная от второго; X i -1 - уровень, непосредственно предшествующий уровню X i . Абсолютный прирост (базисный) определяется по формуле: х = X i – X 1 где X 1 – начальный (базисный) уровень ряда За период в целом абсолютный прирост определяется по формуле Х = Х п – X 1 , где X 1 - начальный уровень ряда; Х п - конечный его уровень. Для характеристики относительной скорости изменения уровня ряда динамики в единицу времени используются показатели темпа роста и темпа прироста.

Темпом роста Тр называется отношение одного уровня ряда динамики к другому уровню, принятому за базу сравнения. Темпы роста обычно выражаются либо в процентах, либо в виде простых отношений. Темпы роста выраженные в виде простых отношений, называются коэффициентами роста.

Отдельные значения уровня ряда динамики могут быть выражены к одному и тому же уровню или к предшествующему уровню. В первом случае база будет постоянной, во втором - переменной. Темпы роста, исчисленные к постоянной базе, называются цепными.

Базисные темпы роста рассчитываются по формуле Т р = X i /X 1 Цепные темпы роста рассчитываются по формуле Т р = X i / X i-1 Отношение абсолютного прироста к уровню, принятому за базу, называется темпом прироста. Он определяется путем деления абсолютного прироста на абсолютную величину, характеризующую изучаемое явление за предыдущий период. или темп прироста можно определить путем вычитания из каждого темпа роста единицы, если темп роста выражен в коэффициентах, или 100% - если темп роста выражен в процентах. Темпы прироста показывают прирост или снижение (изменение) явления по сравнению со 100%. Т пр = Т р - 100% Абсолютное значение одного процента прироста.

Показатель представляет собой отношение абсолютного прироста к темпу прироста, выраженному в процентах. А 1% = У i -1 0,01 Исходные данные:

год Валовой сбор картофеля по Южному федеральному округу, тыс.тонн
1996 2401,9
1997 2645,6
1998 2222,5
1999 2038,2
2000 2299,5
2001 2866,0
Все расчеты ведем в таблице.
Год Валовой сбор картофеля, тыс.тонн Абсолютный прирост, , млн. тонн Т р , % Т пр , % Знач-е 1% прироста
Б Ц Б Ц Б Ц
1996 2401,9 - - 100 - 0 - -
1997 2645,6 243,7 243,7 110,14 110,14 10,15 10,15 24,019
1998 2222,5 -179,4 -423,1 92,53 84,00 -7,47 -16,0 26,456
1999 2038,2 -363,7 -184,3 84,85 91,70 -15,2 -8,3 22,225
2000 2299,5 -102,4 261,3 95,73 112,82 -4,26 12,82 20,382
2001 2866,0 464,1 566,5 119,32 124,63 19,32 24,63 22,995
На основании исчисленных темпов роста (базисных и цепных) построим график . Задание 5. Индексный факторный анализ картофеля по 5 областям за 2000-2001 гг.

Индекс – относительная величина, характеризующая сложное социально-экономическое явление, отдельные элементы которого непосредственно несоизмеримы во времени и пространстве.

Индексы бывают индивидуальные ( i ), они характеризуют изменение отдельных элементов сложного явления; общие ( J ), характеризующие сложное явление в целом, их основная задача – выявление влияния отдельных факторов на величину сложного явления. q - количество продукции в натуральном измерении; p - цена единицы продукции; Z - себестоимость единицы продукции; T - численность работников; m - прибыль; П - посевная площадь; S - поголовье скота; У - продуктивность земли или скота.

Индивидуальные индексы находятся по формулам: (где: q , у – валовой сбор и урожайность соответственно; у 1 , у 0 - урожайность отчетного, базисного периодов соответственно; q 0 , q 1 - валовой сбор отчетного, базисного периодов соответственно). Общие индексы находятся по формулам: представляет собой среднее значение индивидуальных индексов (валовой сбор и урожайность). Исходные данные: Валовой сбор и урожайность картофеля

Брянская обл. Республика Коми Псковская область Курская область Тульская область
Валовой сбор, тыс.тонн 2000 1022,4 268,2 378,0 1097,6 698,8
2001 935,7 279,4 382,6 1004,0 688,9
Посевная площадь, тыс.га 2000 88,5 14,7 41,5 87,7 63,5
2001 82,9 15,3 41,6 88,2 61,4
Область 2000 г базисный период 2001 г . отчетный период Валовой сбор, тыс.тонн
урожайность, тонн / га посевная площадь, га урожайность, тонн / га посевная площадь,га базисный отчетный условный
символ У 0 П 0 У 1 П 1 У 0 П 0 У 1 П 1 У 0 П 1
1 Брянская обл 11,55 88,5 11,28 82,9 1022,4 935,7 957,5
2 Респ. Коми 18,24 14,7 18,26 15,3 268,2 279,4 279,07
3 Псковская об 9,12 41,5 9,19 41,6 378,0 382,6 379,4
4 Курская обл. 12,51 87,7 11,38 88,2 1097,6 1004,0 1103,38
5 Тульская обл 11,00 63,5 11,21 61,4 698,8 688,9 675,4
итого 62,42 295,9 61,34 289,4 3465,0 3290,6 3394,75
Индивидуальные индексы:
1. i у1 = у 1 /у 0 = 11,28 / 11,55 = 0,976 i у2 = у 1 /у 0 = 18,24 / 18,26 = 0,998 i у3 = у 1 /у 0 = 9,19 / 9,12 = 1,007 i у4 = у 1 /у 0 = 11,38 / 12,51 = 0,909 i у5 = у 1 /у 0 = 11,21 / 11 = 1,019 2. Площадь i у1 = П 1 / П 0 = 82,9 / 88,5 = 0,936 i у2 = П 1 / П 0 = 15,3 / 14,7 = 1,04 i у3 = П 1 / П 0 = 41,6 / 41,5 = 1,002 i у4 = П 1 / П 0 = 88,2 / 87,7 = 1,005 i у5 = П 1 / П 0 = 61,4 / 63,5 = 0,966
Для анализа используем следующую систему индексов: 1. J п = П 1 / П 0 = 289,4 / 295,9 = 0,978 2. Jq = У 1 П 1 / У 0 П 0 = 3290,6 / 3465,0 = 0,949 3. J уп = У 1 П 1 / У 0 П 1 = 3290,6 / 3394,75 = 0,969 4. J y = [( Y 1 П 1 / П 1 ) ( У 0 П 0 / П 0 )] = У 1 : У 0 J у = 11,37 / 11,71 = 0,971 5. J стр = [( Y 0 П 1 / П 1 ) ( У 0 П 0 / П 0 )] = 11,73 / 11,71 = 1,0017 Взаимосвязь показателей относительных индексов выражаем следующим образом: J y = J y x J стр = 0,971х 1,0017 = 0,972 J уп = J y x J п = 0,972 х 0,978 = 0,951 J уп = J y x J п х J стр = 0,971 х 0,978 х 1,0017 = 0,951 Абсолютные размеры изменений валового сбора за счет перечисленных факторов рассчитываем следующим образом: уп = У 1 П 1 - У 0 П 0 = 3290,6 – 3465,0 = -174,4 за счет размера площади: = ( П 1 - П 0 ) х У 0 = (289,4 – 295,9) х 11,71 = -76,115 за счет урожайности: = (У 1 – У 0 ) х П 1 = (11,37 – 11,71) х 289,4 = -98,39 6. Корреляционно-регрессионный анализ. С помощью корреляционного метода можно между изучаемыми явлениями определить с помощью уравнений регрессии аналитическую форму связи между признаками и установить меру тесноты связи между признаками. Связь между результативными и факторными признаками может быть прямолинейной и криволинейной. В случае прямолинейной формы связи результативный признак изменяется под влиянием факторного равномерно.

Уравнение прямой линии может быть записано в виде: у х = a + bx. Параметры a и b нахожят, решая систему нормальных уравнений: na + b x = y a x + b x 2 = xy Для множественной корреляционной зависимости уравнение yx = a 0 + a 1 x 1 + a 2 x 2 , решается система na 0 + a 1 x 1 + a 2 x 2 = y a 0 x 1 +a 1 x 1 2 +a 2 x 1 x 2 = xy a 0 x 2 +a 1 x 1 x 2 +a 2 x 2 2 = x 2 y Парный коэффициент корреляции находится по формуле: Множественный коэффициент корреляции: Таблица.

Данные для расчета коэффициентов в рядах динамики.

Зависимость урожайности картофеля за 1999-2001 гг от внесения органических удобрений под посевы картофеля (на га всей посевной площади, т). Х1 – посевная площадь, тыс.га (сумма 5 областей из п.5) Х2 – органические удобрения , т У – урожайность картофеля, т/га (сумма 5 областей, п.5)

Год признаки Разность между признаками Квадрат разности Произведение разностей
Х1 Х2 У Х 1 Х 2 У 2 Х 1 2 Х 2 2 У Х 1 У Х 2 У Х 1 Х 2
1999 298,8 28 45,07 - - - - - - - - -
2000 295,9 27 62,42 -2,9 -1 17,35 8,41 1 301,02 -50,32 -17,35 2,9
2001 289,4 23 61,34 -6,5 -4 -1,08 42,25 16 1,166 7,02 4,32 26
итого 884,1 78 168,83 -9,4 -5 16,27 50,66 17 302,18 -43,3 -13,03 28,9
Выводы 1. Исходя из группировки данных по регионам РФ по валовому сбору картофеля за 1999 год, получили следующие группы: 1ая группа, имеющая валовой сбор от 4,4 до 194,2 тыс.тонн составляет 9 областей; 2ая группа, имеющая валовой сбор от 194,2 до 384 тыс.тонн составляет 11 областей; 3ья группа, имеющая валовой сбор от 3844 до 573,8 тыс.тонн составляет 11 областей; 4ая группа, имеющая валовой сбор от 573,8 до 763,6 тыс.тонн составляет 5 областей; 5ая группа, имеющая валовой сбор от 763,6 до 953,4 тыс.тонн составляет 3 области; 6ая группа, имеющая валовой сбор от 953,4 до 1143,3 тыс.тонн составляет 1 область; 2. Валовой сбор картофеля в среднем по России в одном регионе составляет 407,7 тыс.тонн, при этом отклонение сбора ± 246,33 тыс.тонн на один регион, что составляет 60,4 %. Этот показатель превышает норму (30-35%), следовательно по России в целом валовой сбор проходит нестабильно. Чаще всего валовой сбор составляет 248,4 тыс.тонн. 3. Валовой сбор картофеля по Южному федеральному округу, состоящему из 12 областей, неравномерен. Так в республике Калмыкия сбор составляет всего 0,2% от общего сбора по округу, а в Краснодарском крае – 28,3%. 4. Рассмотрим базисные темпы роста. Так, валовой сбор картофеля в 1997 г . по сравнению с 1996 г . повысился на 110,14%; в 1998, 1999 гг. сбор падает на 92,53% и 84,85% соответственно. В 2000 и 2001 гг. резко пой сбор картофеля на 95,73% и 119,32%. Цепные показатели указывают на рост или снижение значения по сравнению с предшествующим годом. Так, в 1998 г . по сравнению с 1997 г валовой сбор уменьшился на 84,0%. С 1999 г . – тенденция к увеличению. 5. Урожайность картофеля в 2000 году по сравнению с 2001 годом увеличилась только в Псковской и Тульской области, хотя посевная площадь увеличилась в Республике Коми, Псковской и Курской областях.

независимая оценка аренды помещений в Туле
оценка аренды в Липецке
независимая экспертиза грузовых автомобилей в Белгороде

Подобные работы

Статистическая обработка показателей производства картофеля

echo "Группировка регионов по валовому сбору картофеля (40 областей). Абсолютные показатели, как правило, получают непосредственно в процессе статистического наблюдения как результат замера, взвешиван

Обучение решению младших школьников нестандартным олимпиадным задачам

echo "Однако, учитывая, что речь идет о начальных ступенях в обучении математике, формирование отвлеченных теоретических знаний естественно вести па основе обобщения накопленного детьми опыта жизненны

Статические модели задачи размещения

echo "Имеется п пунктов потребления с заданными объемами потребления "; echo ''; echo " и m пунктов производства (предприятий) с неизвестными, ограниченными сверху объемами произ водства "; echo ''; e

Методы обработки результатов измерений. ГОСТ 8.207

echo "Коэффициент k принимают равным 1,1 при доверительной вероятности Р=0,95. 4.4. При доверительной вероятности Р=0,99 коэффициент k принимают равным 1,4, если число суммируемых неисключенных систем

Наиболее интересные материалы из журнала "Математика в школе"

echo "Учитель среднего звена, принима ющий таких детей в V классе, должен владеть основ ными технологиями обучения в этой системе, чтобы достаточно полно реализовать их учебно-познаватель ный потенциа

Математический метод А.Ю.Виноградова решения краевых задач

echo "Частично он базируется на материалах странички www . VinogradovAlexei . narod . ru . 1. Введение - краткое изложение основных матрично-векторных понятий в их классическом виде (составлено для вы

Специальные методы решения алгебраических уравнений. Решения уравнений высших степеней

echo "Известный немецкий математик Курант писал: «На протяжении двух с лишним тысячелетий обладание некоторыми, не слишком поверхностными, знаниями в области математики входило необходимой составной ч

Развитие познавательного интереса у младших школьников на уроках математики (5-6 классы)

echo "Интерес школьников к учению является определяющим фактором в процессе овладения ими знаниями. А интерес к овладению знаниями у школьников формируется лишь при условии соответствующей организации