Диссертация (1169097), страница 30
Текст из файла (страница 30)
вцелом по Россиимлрд. м3Изменение в2018г. посравнению с2011г.млрд.%м3Структура, %Показатель201120112018Использование свежейводы – всего59,553,0100,0в том числе: на орошение исельскохозяйственноеводоснабжение8,17,013,6на производственныенужды35,929,360,3на хозяйственно-питьевыенужды9,47,615,8Источник: рассчитано автором по данным сайта www.gks.ru 2018100,0-6,5-10,913,1-1,1-14,055,3-6,6-18,414,4-1,8-18,8 190 Автокорреляционная функция(Стандартные ошибки - оценки белого шума)Lag1234567891011121314151617181920Corr. S.E.+,161 ,0976-,176 ,0971-,139 ,0966-,019 ,0961-,228 ,0956-,074 ,0951-,196 ,0946+,012 ,0941+,007 ,0936+,028 ,0931+,121 ,0926+,291 ,0921-,016 ,0916-,054 ,0911+,010 ,0906-,040 ,0900-,173 ,0895-,049 ,0890-,106 ,0885+,030 ,08790-1,0-0,50,00,5Q2,716,018,078,1113,7714,3718,6818,7018,7118,8020,5130,4830,5130,8630,8831,0834,8135,1236,5536,6701,0p,0995,0496,0446,0877,0171,0257,0092,0166,0278,0430,0388,0024,0040,0058,0092,0132,0066,0092,0090,0128Доверительный интервалРисунок 3.5 ̶ Автокорреляционная функция ряда первых разностейАвтокорреляционная функция(Стандартные ошибки - оценки белого шума)Lag1234567891011121314151617181920Corr.
S.E.+,669 ,1031+,278 ,1025+,060 ,1020-,010 ,1014-,045 ,1008-,004 ,1002+,049 ,0996+,097 ,0990+,132 ,0984+,079 ,0978-,166 ,0972-,411 ,0966-,325 ,0960-,160 ,0954-,083 ,0948-,062 ,0941-,034 ,0935-,014 ,0929+,023 ,0922+,062 ,09160-1,0-0,50,00,5Q42,1149,4349,7849,7949,9949,9950,2451,2053,0053,6456,5574,6386,0888,9089,6690,1090,2390,2590,3190,7801,0p,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000,0000Доверительный интервалРисунок 3.6 ̶ Автокорреляционная функция ряда сезонных разностей 191 Таблица 3.10 – Выявление сезонной неравномерности индекса потребительских цен на продовольственные товары запериод январь 2011 г.
– июль 2019 г.Год201120122013201420152016201720182019Среднийуровень замесяцАбсолютноеотклонение отобщей среднейОтносительноеотклонение отобщей средней,%Индекссезонности, %Итогоза всеянварь февраль март апрель майиюнь июль август сентябрь октябрь ноябрь декабрь месяцы102,60101,22 100,94 100,36 100,03 99,75 99,29 98,6399,35100,51100,52100,671203,87100,76100,68 100,81 100,23 100,56 101,61 101,11 99,48100,14100,53100,45100,881207,24101,76100,81 100,41 100,70 100,95 100,50 99,95 99,2599,98101,11100,94100,751207,11101,02101,18 101,76 101,29 101,45 100,69 99,94 99,74101,00101,17101,99103,251214,48105,66103,29 101,57 100,33 100,07 99,55 99,73 99,34100,42101,04101,16101,181213,34101,19100,68 100,40 100,42 100,37 100,12 99,96 99,4199,86100,78100,72100,581204,49100,85100,20 100,14 100,60 100,59 101,02 99,03 98,2099,29100,38100,20100,601201,10100,50100,35 100,53 100,43 99,94 100,38 99,67 99,6299,92100,55100,99101,701204,58101,27100,79 100,53 100,43 100,41 99,52 99,70702,65Месяц101,731,16101,02 100,790,450,22100,53 100,49 100,35-0,04-0,09-0,2299,21100,00100,76100,87101,20-0,75-1,36-0,580,190,300,63100,5711,16101,160,450,22-0,04-0,09-0,22-0,570,190,300,63100,45 100,2299,96 99,91 99,78 99,2598,6599,43Источник: рассчитано автором по данным сайта www.gks.ru100,19100,30100,63 99,82-0,75-1,35192 Таблица 3.11 – Сравнительная характеристика моделей временного рядаиндекса потребительских цен на продовольственные товарыСезонная компонентаАддитивная сезонностьМультипликативнаясезонностьАвторегрессияАвторегрессияТрендМодельСКО оттрендаАдаптивные методыAlpha=0,9, Deita=0,1,ЛинейныйGamma=0,1ЭкспоненAlpha=0,9, Deita=0,1,циальныйGamma=0,1ДемпфироAlpha=0,8, Deita=0,1,ванныйPhi=0,1Alpha=0,9, Deita=0,3,ЛинейныйGamma=0,1ЭкспоненAlpha=0,9, Deita=0,3,циальныйGamma=0,1ДемпфироAlpha=0,5, Deita=0,1,ванныйPhi=0,8ARIMAARIMA(0,0,0)(2,1,0)АвторегрессияARIMA(1,1,0)(1,1,0)Рисунок 3.7 ̶ Окно результатов анализа Single Series ARIMA Results 0,5770,5800,5500,6090,6130,6440,0060,008193 Рисунок 3.8 ̶ Оценка параметров моделиНормальные вероятностный график остатковARIMA (0,0,0)(2,1,0);3Нормальное распределение210-1-2-3-0,025-0,020-0,015-0,010-0,0050,0000,0050,0100,0150,0200,025ЗначениеРисунок 3.9 ̶ Нормальный вероятностный график остатков моделиГистограмма остатковARIMA (0,0,0)(2,1,0);Нормальное распределение454035302520151050-0,030-0,020-0,025-0,010-0,0150,0000,010-0,0050,0050,0200,0150,0300,025Верхние границы (x<=границы)Рисунок 3.10 ̶ Гистограмма остатков модели 0,035194 Автокорреляционная функция(Стандартные ошибки - оценки белого шума)LagCorr.
S.E.1-,200 ,16651,45 ,2288Qp2-,237 ,16383,54 ,17033+,228 ,16125,53 ,13664-,454 ,158513,74 ,00825+,014 ,155713,75 ,01736+,186 ,152915,23 ,01867-,243 ,150017,84 ,01278+,203 ,147119,74 ,01149+,159 ,144120,96 ,012810-,240 ,141123,86 ,008011+,162 ,138025,24 ,008412+,036 ,134825,31 ,013413-,194 ,131627,48 ,010714+,059 ,128327,69 ,015715+,064 ,124827,95 ,02190-1,0-0,50,00,501,0Доверительный интервалРисунок 3.11 ̶ Автокорреляционная функция ряда первых разностейАвтокорреляционная функция(Стандартные ошибки - оценки белого шума)LagCorr. S.E.Qp1+,294 ,17382,86 ,09062-,039 ,17082,92 ,23283-,015 ,16772,92 ,40364-,476 ,164611,30 ,02345-,227 ,161413,28 ,02096+,005 ,158113,28 ,03887-,127 ,154813,96 ,05198+,147 ,151414,91 ,06109+,198 ,147916,70 ,053610-,003 ,144316,70 ,081311+,054 ,140716,85 ,112512+,020 ,136916,87 ,154613-,144 ,133118,04 ,156314-,055 ,129118,22 ,197115-,007 ,125018,22 ,25130-1,0-0,50,00,501,0Доверительный интервалРисунок 3.12 ̶ Автокорреляционная функция ряда сезонных разностей 195 Таблица 3.12 – Выявление сезонной неравномерности индексапроизводства продовольственных товаров за период 1 квартал 2011 г.
– 2квартал 2019 гг.ГодI квартал201120122013201420152016201720182019Средний уровеньза квартал101,7104,0101,4102,3103,0103,6100,7102,4100,6Абсолютноеотклонение отобщей среднейОтносительноеотклонение отобщей средней, %Индексысезонности, %КварталыIIIIIIV кварталкварталквартал101,6129,7134,0104,394,089,4100,9103,0114,8103,1111,094,3101,9101,5104,6103,3105,6105,0100,8106,1100,5101,894,9104,1101,2 -102,2102,1105,7105,8-1,7-1,81,92,0Итого за всекварталы467,0391,7420,1410,7411,0417,5408,1403,2201,8103,9-1,6-1,71,81,998,498,3101,8101,9102,0101,5101,0%100,5100,099,599,098,598,0I кварталII кварталIII кварталIV кварталИндексы сезонности, %Рисунок3.13̶Сезоннаяпродовольственных товаров волнаиндексапроизводства196 Таблица 3.13 – Сравнительная характеристика моделей временногоряда индекса производства продовольственных товаров, построенных сиспользованием адаптивных методов и ARIMAСезонная компонентаАддитивная сезонностьМультипликативнаясезонностьТрендМодельСКО оттренда-Адаптивные методыAlpha=0,1, Deita=0,18,084-Alpha=0,1, Deita=0,18,655ARIMA(0,0,0)(1,1,0)ARIMA(0,0,0)(0,1,1)0,0740,076ARIMAАвторегрессияСкользящее среднее-Рисунок 3.14 - Окно результатов анализа Single Series ARIMA ResultsРисунок 3.15 ̶ Оценка параметров модели 197 Таблица 3.14 – Коэффициенты концентрации Джини и фондовой дифференциации по показателям производства(валового сбора) продукции сельского хозяйства в Российской Федерации за период 2011-2017гг.ПоказательВаловой сбор зерна (ввесе после доработки),тыс.
тоннВаловой сборкартофеля, тыс. тоннВаловой сбор овощей,тыс. тоннПроизводство скота иптицы на убой, тыс.тоннПроизводство молока,тыс. тоннПроизводство яиц,млн. шт.Коэффициентгод2011201220132015Джини0,5860,6080,6270,6200,611Фондовойдифференциации,1527,450 1039,662 1350,906 1303,549 1127,700разДжини0,4440,4230,4380,4360,445Фондовойдифференциации,110,113 152,600 169,426 183,665 199,934разДжини0,4740,4950,5020,5070,513Фондовойдифференциации,243,787 296,144 395,660 342,878 331,906разДжини0,4420,4730,4810,4860,495Фондовойдифференциации,103,541 150,632 168,650 173,403 190,089разДжини0,4520,4470,4470,4540,457Фондовойдифференциации,119,492 130,888 130,687 143,408 157,233разДжини0,5230,5190,5240,5290,538Фондовойдифференциации,199,563 275,831 294,628 330,761 409,353разИсточник: рассчитано автором по данным сайта www.gks.ru 2014201620170,6200,6211125,420 1555,060Изменение запериод 20112017гг., %6,0191,8080,4430,4603,734187,304206,89887,8970,5110,52611,002326,853438,95580,0570,5020,50514,342224,123237,105128,9960,4560,4571,086166,324155,65030,2600,5410,5454,258454,404694,067247,794198 Таблица 3.15 - Группировка субъектов Российской Федерации по площади земель сельскохозяйственного назначения иклиматической зоныКлиматическаязонаГруппыРегионы с маленькойплощадью1Регионы с площадьюменьше медианнойРегионы с площадьюбольше медианнойРегионы с большойплощадьюРегионы с маленькойплощадьюКоличествосубъектовНаименование субъекта5Кабардино-Балкарская Республика, Карачаево-Черкесская Республика,Республика Северная Осетия - Алания, Республика Адыгея, РеспубликаИнгушетия2Калининградская область, Чеченская Республика2Астраханская область, Белгородская область6Волгоградская область, Ростовская область, Республика Калмыкия,Ставропольский край, Краснодарский край, Республика Дагестан3г.
Москва, Ленинградская область, Республика Марий ЭлРегионы с площадьюменьше медианной11Регионы с площадьюбольше медианной1123Регионы с большойплощадьюРегионы с маленькойплощадьюРегионы с площадьюменьше медианнойВладимирская область, Ивановская область, Калужская область,Московская область, Новгородская область, Псковская область,Приморский край, Республика Мордовия, Тульская область, ЧувашскаяРеспублика, Ярославская областьБрянская область, Курская область, Липецкая область,Нижегородская область, Орловская область, Пензенская область,Рязанская область, Смоленская область, Тамбовская область, Тверскаяобласть, Ульяновская область3Воронежская область, Самарская область, Саратовская область3Сахалинская область, Республика Карелия, Хабаровский край6Вологодская область, Костромская область, Республика Алтай,Республика Хакасия, Томская область, Удмуртская Республика 199 Продолжение таблицы 3.15Климатическаязона3ГруппыКоличествосубъектовРегионы с площадьюбольше медианной7Регионы с большойплощадью12Регионы с маленькойплощадью6Наименование субъектаАмурская область, Иркутская область, Кемеровская область, Пермскийкрай, Свердловская область, Республика Бурятия, Республика ТываАлтайский край, Забайкальский край, Кировская область,Красноярский край, Курганская область, Новосибирская область,Омская область, Оренбургская область, Республика Башкортостан,Республика Татарстан, Тюменская область, Челябинская областьАрхангельская область, Еврейская автономная область, Камчатскийкрай, Мурманская область, Ненецкий автономный округ, РеспубликаКомиРегионы с площадью0меньше медианнойРегионы с площадью0больше медианнойРегионы с большой0площадьюРегионы с маленькойМагаданская область, Ханты-Мансийский автономный округ-Югра,4площадьюЧукотский автономный округ, Ямало-Ненецкий автономный округРегионы с площадью1Республика Саха (Якутия)меньше медианной5Регионы с площадью0больше медианнойРегионы с большой0площадьюПримечание: полужирным начертанием выделены субъекты РФ с наибольшими значениями по производству основных видов продукциисельского хозяйстваИсточник: рассчитано автором по данным сайтов www.gks.ru и http://mcx.ru/4 200 Таблица 3.16 - Основные характеристики валового сбора зерна в Российской Федерации в зависимости отклиматических зон и размера площади сельскохозяйственного назначения в 2017 годуКлиматическаязона12ГруппыРегионы смаленькойплощадьюРегионы сплощадьюменьшемедианнойРегионы сплощадьюбольшемедианнойРегионы сбольшойплощадьюРегионы смаленькойплощадьюРегионы сплощадьюменьшемедианнойРегионы сплощадьюбольше медианнойКоличествосубъектовтыс.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
