14591 (Урожайність та шляхи її підвищення у ДП "Урагросоюз" Ананьївського району Одеської області), страница 6
Описание файла
Документ из архива "Урожайність та шляхи її підвищення у ДП "Урагросоюз" Ананьївського району Одеської області", который расположен в категории "". Всё это находится в предмете "ботаника" из , которые можно найти в файловом архиве . Не смотря на прямую связь этого архива с , его также можно найти и в других разделах. Архив можно найти в разделе "курсовые/домашние работы", в предмете "ботаника и сельское хоз-во" в общих файлах.
Онлайн просмотр документа "14591"
Текст 6 страницы из документа "14591"
= а + bx
Щоб обчислити параметри прямої, необхідно розв’язати систему рівнянь:
= na + b
= a + b 2
П ідставивши дані таблиці 9 у систему рівнянь, отримаємо:
286,5 = 9 a + 12,2 b : 9
403,1 = 12,2 a + 19,26 b : 12,2
3 1,83 = a + 1,36b
33,04 = a + 1,58b
a = 31,83 – 1,36b
33,04 = 31,83 – 1,36 b +1,58 b
a = 31,83 – 1,36 b
33,04 = 31,83 + 0,22 b
b = 1,21 : 0,22
b = 5,5
a = 31,83 – 1,36 х5,5
а = 24,35
Перевірка:
24,35 + 1,36 х 5,5 = 31,83
2 4,35 + 1,58 х 5,5 = 33,04
Отже, залежність між рівнем продуктивності праці і коефіцієнтом механізації можна виразити рівнянням прямої лінії регресії:
= 24,35 + 5,5x.
Параметр b називають коефіцієнтом пропорційності (регресії), він показує, на скільки одиниць змінюється результативний показник при зміні факторного показника на одиницю.
У нашому прикладі коефіцієнт пропорційності показує, що із збільшенням внесення мінеральних добрив на 1 ц. у розрахунку на 1 га площі урожайність у середньому зростає на 5,5 ц/га.
Коефіцієнт пропорційності може бути додатнім, що свідчить про прямий зв'язок, або від’ємний, що свідчить про зворотній зв'язок.
Коефіцієнт кореляції () одним числом дає уявлення про направлення (пряма +, зворотна -) та силу зв’язку (від 0 до 1);
0 - зв’язок відсутній;
0 - 0,3 - зв’язок слабкий;
0,3 - 0,7 - зв’язок середній;
0,7 - 1,0 - зв’язок сильний.
Для визначення і оцінки щільності зв’язку між двома лінійно залежними показниками застосовують парний (лінійний) коефіцієнт кореляції. Його обчислюють за формулою:
rxy = ,
де
- середнє значення добутку показників;
,
- середні значення показників;
, - середні квадратичні відхилення показників.
За даними таблиці 9 обчислимо значення за формулою:
= : n = 403,1 : 9 = 44,8
- середнє значення результативної ознаки:
= : n = 286,5 : 9 = 31,83
- середнє значення факторної ознаки:
= : n = 12,2 : 9 = 1,36
- середнє квадратичне відхилення результативної ознаки (по ряду урожайності):
у = 2 = 2 = = 6,53
- середнє квадратичне відхилення факторної ознаки (по ряду внесення мінеральних добрив)
х = 2 = 2 = = 0,54
- ступінь залежності урожайності від внесення мінеральних добрив:
rxy = = 0,428 (1)
Отже, коефіцієнт лінійної кореляції (0,42) свідчить про те, що ступінь щільності залежності між ознаками середній, характеризується прямолінійним характером зростання урожайності і перебуває в прямій залежності від збільшення кількості внесення добрив.
Поряд з коефіцієнтом кореляції для характеристики зв’язку між двома ознаками використовують коефіцієнт детермінації, який чисельно рівний квадрату коефіцієнта кореляції. Коефіцієнт детермінації показує частину тих змін, які у залежності, яку вивчають обумовлені факторіальними ознаками і дають більш чітке уявлення про ступінь спряження ознак.
Коефіцієнт детермінації визначається за формулою: D = r2 x 100% = 0,4282 х 100 = 18,3%.
Отже, зростання урожайності тільки на 18,3% залежить від внесення добрив і на 81,7% - від інших факторів.
У рядах динаміки має місце, так звана, автокореляція, яка виникає внаслідок того, що фактором зміни рівнів ряду виступає поряд з іншими причинами і час. Якщо два показники змінюються в часі в одному чи в протилежних напрямках, то навіть коли ці показники причинне зовсім не зв'язані між собою, коефіцієнт кореляції між ними може виявитись досить високим. При визначенні показників тісноти зв'язку і рівнянь регресії в рядах динаміки автокореляцію доводиться усувати.
Автокореляція в рядах динаміки може призвести до похибки при оцінці взаємозв’язку шляхом кореляційно – регресійного аналізу, оскільки при цьому перекручується дійсна тіснота між рівнями ряду. велика міра тісноти між рівнями рядів в окремих випадках може мати місце навіть при відсутності зв’язку між відповідними явищами. Для цього достатньо стійкої системи в розвитку явищ, наявності лінійного співвідношення. наявність автокореляції утруднює здійснення аналізу досліджуваного економічного показника, оскільки:
-
ускладнюється процес виділення суттєвих факторів;
-
перекручується значення коефіцієнтів;
-
ускладнюється визначення коефіцієнтів регресії методом найменших квадратів
Автокореляцію в рядах динаміки можливо усунути, якщо визначити кореляцію різниць між наступними і попередніми рівнями обох рядів х = хі – х і-1, у = уі – у і-1. при заміні рівнів динамічних рядів різницями між ними, усувається вплив автокореляції в кожному динамічному ряді.
Таблиця 11 - Дослідження автокореляції
Роки | Показники | Різниця між рівнями | Розрахункові величини | ||||
х | у | х | у | х2 | у2 | х у | |
2000 | 0,7 | 32,3 | - | - | - | - | - |
2001 | 0,9 | 31,7 | 0,2 | -0,6 | 0,04 | 0,36 | -0,12 |
2002 | 1,5 | 26,0 | 0,6 | -5,7 | 0,36 | 32,49 | -3,42 |
2003 | 2,2 | 39,9 | 0,7 | 13,9 | 0,49 | 193,21 | 9,73 |
2004 | 1,7 | 30,5 | -0,5 | -9,4 | 0,25 | 88,36 | 4,70 |
2005 | 2,2 | 34,7 | 0,5 | 4,2 | 0,25 | 17,64 | 2,10 |
2006 | 1,1 | 29,9 | -1,1 | -4,8 | 1,21 | 23,04 | 5,28 |
2007 | 0,7 | 19,2 | -0,4 | -10,7 | 0,16 | 114,49 | 4,28 |
2008 | 1,2 | 42,3 | 0,5 | 23,1 | 0,25 | 533,61 | 11,55 |
Разом | 12,2 | 286,5 | 0,5 | 10,0 | 3,01 | 1003,23 | 34,10 |
Коефіцієнт автокореляції визначають за формулою:
rа = = = 0,62
Для перевірки автокореляції в залишкових величинах можна використовувати критерій Дарбіна - Ватсона, який позначається символом d. Доведено, що значення d – статистики знаходиться у межах 0- 4 і розраховується за формулою:
d = (2 (1 –ra)
d = 2 (1 - 0,62) = 0,76
За таблицею Дарбіна – Уотсона знаходимо верхнє і нижнє критичні значення при кількості спостережень n =9, і кількості факторів m =1:
d1 = 0,82; d2 = 1,32.
За порівняння розрахункового значення d з табличним може спостерігатися один з трьох варіантів:
1. 0 < d < d1 – ряд має додатну автокореляцію;
2. d1 < d < d2 – автокореляція відсутня;
3. 4 - d1 < d < 4 – ряд має від’ємну автокореляцію.
4. d2 < d < 4 - d2 - автокореляція відсутня.
Отже, згідно розрахунків, коефіцієнт автокореляції має позитивне значення (менше 2), ряд має автокореляцію (справедлива I нерівність).
Для нашого прикладу: d = 0,76 при п = 9 і 5 %-ному рівні ймовірності d1 = 0,82, тобто, d< d1 на 0,0 пункти, що і засвідчує про незначну автокореляцію.
Оскільки врожайність є синтетичним показником, рівень якого зумовлений дією багатьох факторів, в аналізі доцільніше використовувати не прості двофакторні, а багатофакторні кореляційно-регресійні моделі, які дають змогу вивчити відразу вплив кількох факторів. У більшості економічних досліджень необхідно вивчати динаміку кількох показників одночасно, тобто розглядати паралельно кілька динамічних рядів. Тому дослідимо зміну урожайності в залежності від внесення добрив і затрат праці в розрахунку на 1 га площі.
Таблиця 12 - Розрахунок двофакторної кореляційно – регресійної моделі
Роки | Внесено добрив на 1га, ц д.р. | Затрати праці на1 га, люд.год. | Урожайність, ц/га | Розрахункові величини | |||||
Символи | х | z | у | у2 | ху | х2 | z2 | yz | xz |
2000 | 0,7 | 45 | 32,3 | 1043,3 | 22,6 | 0,49 | 2025 | 1453,5 | 31,5 |
2001 | 0,9 | 44 | 31,7 | 1004,9 | 28,5 | 0,81 | 1936 | 1394,8 | 39,6 |
2002 | 1,5 | 26 | 26,0 | 676,0 | 39,0 | 2,25 | 676 | 676,0 | 39,0 |
2003 | 2,2 | 52 | 39,9 | 1592,0 | 87,8 | 4,84 | 2704 | 2074,8 | 114,4 |
2004 | 1,7 | 31 | 30,5 | 930,2 | 51,8 | 2,89 | 961 | 945,5 | 52,7 |
2005 | 2,2 | 33 | 34,7 | 1204,1 | 76,3 | 4,84 | 1089 | 1145,1 | 72,6 |
2006 | 1,1 | 27 | 29,9 | 894,0 | 32,9 | 1,21 | 729 | 807,3 | 29,7 |
2007 | 0,7 | 25 | 19,2 | 368,6 | 13,4 | 0,49 | 625 | 480,0 | 17,5 |
2008 | 1,2 | 45 | 42,3 | 1789,3 | 50,8 | 1,44 | 2025 | 1903,5 | 54,0 |
Разом: | 12,2 | 328 | 286,5 | 9502,4 | 403,1 | 19,26 | 12770 | 10880,5 | 451,0 |
Здійснимо розрахунки параметрів множинної кореляції способом найменших квадратів: