Эффективность производства картофеля

    тыс.чел-ч,

    ,

      Затраты труда по группам отклоняются от совокупности на 0,62тыс.чел-ч или на 34,64%.

      Коэффициент асимметрии: , так как коэффициент асимметрии больше 0, можно говорить о правосторонней асимметрии.

      Оценка  неравномерности распределения  признаков между отдельными совокупностями основывается на сравнении частостей  двух распределений – по количеству элементов совокупности и  по объему значений признака. Оценка характеризуется коэффициентами локализации и концентрации. Для рассчета этих коэффициентов необходима вспомогательная таблица 10.

   Таблица 10.

   Показатели  концентрации и локализации по группам  урожайности зерновых.

 

      Коэффициент локализации (Lj) при равном распределении равен 1, в моем случае он не равен 1, следовательно стоит говорить о концентрации. , что говорит о высоком уровне концентрации, то есть большая часть урожая получена с низкими затратами труда. 
 
 
 
 
 

 

3.4 Определение связи  между явлениями  методом, «Корреляционно-регрессионный анализ»

     В отличие от большинства наук, где  связи познаются посредством эксперимента, общественные науки нередко вынуждены делать заключения о связях и зависимостях на основе статистических данных. На помощь приходят статистические методы, заменяющие эксперимент и позволяющие определить степень влияния фактора на результативный признак. К таким методам относятся, кроме группировок, корреляционный, регрессионный, факторный и дисперсионный методы анализа.

     Корреляционный  и регрессионный методы решают две  основные задачи:

     1) Определение с помощью уравнений регрессии аналитической 
формы связи между вариацией признаков х и у;

     2) Установление меры тесноты связи    между    признаками   (в 
какой мере вариация х обусловливает вариацию у).

     Путем построения и анализа регрессионных  моделей можно ответить на вопрос, как каждый фактор влияет на изучаемое  явление. Корреляционный и регрессионный методы дают возможность количественно исследовать влияние факторов на изучаемое явление, позволяют отделить мнимые связи от действительных. Современные  статистики широко используют метод корреляции. Он выступает как источник теоретических знаний. Между тем применение его без заранее обусловленной цели и качественного анализа нередко приводит к ошибочным выводам.

     Для того чтобы корреляционный метод  способствовал изучению сущности явлений, необходимо, чтобы исследователь владел не только этим методом, но и предметом своего исследования.

     Понятие корреляционной зависимости является частным случаем более общего понятия – зависимости стохастической. Переменная у находится в стохастической зависимости от х, если каждому значению х соответствует ряд распределения у и с изменением х эти ряды закономерно изменяются. Если же они не изменяются или изменяются случайно, то у стохастически не зависит от х.

     Основная  задача изучения корреляционных связей состоит в отыскании причин исследуемого явления, события, факта. Факторный признак выступает как признак-причина, а результативный – как признак-следствие. Наиболее часто встречаются следующие типы корреляционных связей:

     1) Причина  (фактор)  непосредственно связан со следствием;

     2) Следствие определяется не одним фактором, а комплексом 
существенных факторов, действие которых сопровождается  множеством случайных причин;

     3) Два следствия вызываются одной общей причиной.

     Статистическое  измерение связи имеет свои особенности. Статистика использует результаты наблюдений, где действие случайных, неучтенных факторов не позволяет однозначно судить об интересующей нас зависимости. Развитие явлений зависит не от одного – главного, а от нескольких аргументов. Если бы все эти аргументы, кроме основного, были закреплены и не изменялись, то имела бы место функциональная зависимость. Но практически закрепление прочих аргументов нельзя осуществить. Отсюда первая задача статистического измерения связи заключается в том, чтобы выяснить на основе наблюдения над большим количеством фактов, как изменилась бы функция в связи с изменением одного интересующего нас аргумента, если бы ряд других ее аргументов не изменялся. Вторая задача измерения связи – определить степень искажающего влияния прочих факторов на исследуемую зависимость.

     Корреляционный метод анализа    включает    в себя несколько этапов:

     1) Постановка задачи и выбор факторных и результативных 
признаков;

     2) Сбор статистического материала, его проверка;

     3)Предварительное изучение взаимосвязей с помощью графиков и аналитических группировок;

     4) Изучение парных зависимостей;

     5) Исследование многофакторной зависимости;

     6) Оценка результатов исследования, пояснение и анализ.

Степень тесноты  связи характеризуется количественными  оценками, а направление связи знаками у коэффициента корреляции (таблица 1). 

Таблица №12.

Количественные  критерии оценки тесноты связи.

 

      По  аналитическому выражению связи выделяют прямолинейные (статистическая связь примерно выражена уравнением прямой) и криволинейные, в виде параболы или гиперболы. [10;13]

     Для начала изучим связь между затратами  труда в расчете на 1ц картофеля и урожайностью картофеля. Значение факторного признака - затраты труда в расчете на 1ц картофеля ( ) располагается по ранжиру (таблица 13), урожайность – y. 

     Таблица №13

 

      В среднем наблюдается прямолинейная обратная зависимость, т.е. увеличение затрат труда в расчете на 1ц картофеля приводит к уменьшению его урожайности.

      Результативный  и факторный признаки изменяются примерно одинаково, значит мы имеем дело с линейной связью.

      Далее строим корреляционное поле, приведенное на рисунке 1, для определения направления и аналитического выражения связи между и y.

      На  оси абсцисс наносим значения факторного признака ( ), а на оси ординат – результативного (y), а по данным таблицы 2 все единицы, обладающие определенными значениями и y.

      Соединив  полученные на пересечении  и y точки прямыми линиями, получим статистическую ломанную регрессии (рис.1). Ломанная позволяет судить о форме связи, об аналитическом ее выражении.

 

      Аналитически  связь между факторными и результативными  признаками в нашем случае описывается  уравнением прямой .

      Для определения параметров и в уравнении прямой данные приводятся в таблице 14.

 

Таблица №14

Таблица для расчетов параметров уравнения.