Статистический анализ

 

     

Рисунок 2.7 Выравнивание ряда динамики аналитическим методом по     полиномиальной функции

Таблица 2.9 Выравнивание ряда динамики аналитическим методом по     степенной функции

 

Рисунок 2.8   Выравнивание ряда динамики аналитическим методом по     степенной функции

Таблица 2.10  Выравнивание ряда динамики аналитическим методом по     экспоненциальной функции

Рисунок 2.8 Экспоненциальная функция

   2. 4  Отбор функции в качестве тренда

   Произведём  отбор функции в качестве тренда используя F – критерий Фишера  при  =0.05.

   

1. Линейная  функция:

   

=

   

    _> , таким образом линейная функция считается статистически значимой и существенной.

2. Логарифмическая функция:

   

=

   

    > , таким образом логарифмическая функция считается статистически значимой и существенной.

3. Полиномиальная функция:

   

=

   

;

     > , таким образом полиномиальная функция

     функция считается статистически  значимой и существенной.

4. Степенная функция:

   

=

   

    > , таким образом, степенная функция считается статистически значимой и существенной.

5. Экспоненциальная функция:

   

=

   

 > , таким образом, экспоненциальная функция считается статистически значимой и существенной.

     Так как по   F-критерию Фишера  все пять функций подходят для отображения тенденции, то отберем наиболее адекватную функцию по наименьшему среднему квадратическому отклонению остаточному.

     Отбор наиболее адекватной функции проведем с помощью среднеквадратического  отклонения:

1. Линейная  функция:

2. Логарифмическая функция:

3. Полиномиальная  функция:

4. Степенная функция:

5. Экспоненциальная  функция:

     Наиболее  адекватной функцией будет – полиномиальная функция, так как у нее среднеквадратическое отклонение наименьшее.

= -10,173 t² +366,9 t + 3530,2

2.5 Расчет показателей колеблемости

     По  отобранной функции в качестве тренда определим показатели колеблемости и сделаем вывод о возможности  прогнозирования.

1. Размах колеблемости:

- кг

2. Среднее абсолютное отклонение:

кг

3. Дисперсия колеблемости

         

=

         4. Среднеквадратическое отклонение тренда

кг

      5. Относительный размах колеблемости

         

      6. Относительное линейное отклонение

         

      6. Коэффициент колеблемости

      

      7.Коэффициент устойчивости уровня ряда динамики

      

Так как  коэффициент устойчивости больше 50%, то уровни ряда динамики устойчивы  и данное уравнение тренда подходит для расчета  прогноза на перспективу.

2.6 Прогнозирование

     Выполним  интервальный прогноз на 2 года:

,

где

=

- интервальный прогноз,

- табличное значение Стьюдента,

 при  ,

     Интервальный  прогноз на 2008 год:

 кг

 кг

 кг

 кг

Интервальный  прогноз на 2009 год:

 кг

 кг

 кг

 кг

     Таким образом, если выявленная тенденция  по полиномиальной функции сохранится, то в следующие два года с вероятностью 99% можно ожидать увеличение уровня надоя молока на одну корову, причем в 2008 году надой будет составлять от 5924,8 до 6091,8 кг, а в 2009 году – от 6083,7 до 6280,1 кг. 
 
 
 
 
 
 
 
 
 
 
 
 
 

3. ИНДЕКСНЫЙ АНАЛИЗ

     3.1 Индексный анализ изменения валового надоя молока за счет изменения поголовья коров и надоя молока на одну корову;

     Таблица 3.1 Исходные данные по Центральному федеральному округу за 2007-2008 гг.

 

1) Общий индекс валового надоя, Y:

 Y_{валовогонадоя}= или 96% - показывает во сколько раз изменился валовой надой молока в 2008 г по сравнению с 2007г.

∆yП =12337877,6-12781414,8=-443537,2 кг – показывает на сколько кг изменился надой молока в отчетном периоде по сравнению с базисным.