--PAGE_BREAK--
2. Обоснование объема и оценка параметров статистической совокупности
2.1. Обоснование объема выборочной совокупности
Для проведения расчетов обоснования объема выборочной совокупности будут использованы показатели, предоставленные в таблице 7. Для определения их средних арифметических значений и коэффициентов вариации необходимы предварительные расчёты, которые представлены в приложении 1.
Затем необходимо определить фактический размер предельной ошибки выборки по формуле: , где t– нормированное отклонение, величина которого определяется заданным уровнем вероятности (при p=0,954; t=2); V– коэффициент вариации признака.
Таблица 7 – Расчет фактической величины предельной ошибки и необходимости численности выборки
Показатель
Фактические значения
Необходимая численность выборки при
V, %
, %
1. Затраты на 1 га посева, руб.
44,9
19,5
39
2. Себестоимость производства 1 ц зерна, руб.
298,90
27,0
11,7
14
3. Урожайность, ц\га
17,30
38,8
16,9
29
Как известно, совокупность является однородной при коэффициенте вариации Величина предельной ошибки при фактической численности выборки равной 21 хозяйствам (n=21) и V=33% составит: .
В таблице 7 представлен необходимый объём численности выборки, при котором не будет превышена предельная ошибка в размере 14,3%, т.е. , где V– фактическое значение коэффициента вариации.
Т.о., для того, чтобы не превысить максимально допустимую величину предельной ошибки выборки по 2-м показателям, необходимо отобрать от 14 до 39 хозяйств. А для того, чтобы выборка была репрезентативной при фактической их численности, равной 21 единице, вариация характеризующих признаков должна быть не более 33%.
2.2. Оценка параметров и характера распределения статистической совокупности
Выявление основных свойств и закономерностей исследуемой статистической совокупности необходимо начать с построения ряда распределения единиц по одному из характеризующих их признаков. Оценка параметров ряда распределения позволит сделать вывод о степени однородности статистической совокупности, о возможности использования ее единиц для проведения научно обоснованного экономического исследования.
Рассмотрим порядок построения ряда распределения 21 хозяйства Оричевского и Куменского районов Кировской области по урожайности зерновых.
1. Составим ранжированный ряд распределения предприятий по урожайности, т.е. расположим их в порядке возрастания по данному признаку: 4,9 6,4 9,0 9,3 13,2 13,3 13,6 14,8 15,2 16,6 16,8 18,7 18,8 19,6 20,5 21,0 22,0 25,8 26,0 27,5 30,4.
2. Определим количество интервалов (групп) по формуле: , где N – число единиц совокупности. При ;
Тогда .
3. Определим шаг интервала по формуле: , где — наименьшее и наибольшее значение группировочного признака; k – количество интервалов.
4. Определим границы интервалов. Для этого примем за нижнюю границу интервала, а его верхняя граница равна: Верхняя граница первого интервала одновременно является нижней границей второго интервала. Прибавляя к ней величину интервала (h), определим верхнюю границу второго интервала: 10+5,1=15,1 и так далее (15,1+5,1=20,2; 20,2+5,1=25,3; 25,3+5,1=30,4).
5. Подсчитаем число единиц в каждом интервале и запишем в виде таблицы (таблица 8)
Таблица 8 – интервальный ряд распределения хозяйств по урожайности зерновых
Группы хозяйств по урожайности зерновых, ц\га
Число хозяйств
4,9–10
4
10–15,1
4
15,1–20,2
6
20,2–25,3
3
25,3–30,4
4
Итого
21
Для наглядности изобразим интервальные ряды распределения графически в виде гистограммы.
Рисунок 1 – Гистограмма распределения хозяйств по урожайности зерновых
Для выявления характерных черт, свойственных ряду распределения единиц, используем следующие показатели.
1) для характеристики центральной тенденции распределения определим среднюю арифметическую, моду, медиану признака.
Средняя величина признакаопределяется по формуле средней арифметической взвешенной: , где — варианты; — средняя величина признака; — частоты распределения. В интервальных рядах в качестве вариантов () используют серединные значения интервалов.
ц/га
Мода– наиболее часто встречающееся значение признака, определяемое по формуле: , где — нижняя граница модального интервала; — величина интервала; — разность между частотой модального и домодального интервала; — разность между частотой модального и послемодального интервала.
ц/га
Медиана– значение признака, находящегося в центре ранжированного ряда распределения, определяемое по формуле: , где — нижняя граница медиального интервала; — величина интервала; — сумма частот распределения; — сумма частот домедиальных интервалов; — частота медиального интервала.
ц/га
2) для характеристики меры рассеяния признака определим показатели вариации.
Размах вариации составит: ц/га
Дисперсия составит:
Среднее квадратическое отклонение признака в ряду распределения составит: ц/га
Коэффициент вариациисоставит:
3) для характеристики формы распределения используем коэффициенты асимметрии () и эксцесса ():
Т.к. >0, распределение имеет правостороннюю асимметрию, о которой также можно судить на основе следующего неравенства:
Т.к. >0 распределение следует признать высоковершинным по сравнению с нормальным (при нормальном распределении =0).
Определим величину показателей вариации и характеристик форм распределения на основе предварительных расчетных данных, представленных в таблице 9.
Таблица 9- Расчетные данные для определения показателей вариации, асимметрии и эксцесса
Серединное значение интервала по урожайности, ц (
xi
)
Число хозяйств
(
fi )
Отклонения от = 17,4(ц/га)
()
7,45
4
-9,95
396,01
-3940,30
39205,99
12,55
4
-4,85
94,09
-456,34
2213,25
17,65
6
0,25
0,38
0,10
0,03
22,75
3
5,35
85,87
459,40
2457,79
27,85
4
10,45
436,81
4564,66
47700,70
Итого
21
×
1013,16
627,52
91577,76
1)
Дисперсия:48,245
2)
Среднее квадратическое отклонение:ц/га
3)
Коэффициент вариации:
4)
Коэффициент асимметрии:0,089
5)
Эксцесс:-1,127
Таким образом, средняя урожайность зерновых составила 17,4 ц\га при среднем квадратическом отклонении 6,9 ц\га. Так как коэффициент вариации больше 33%, совокупность единиц является неоднородной: V=39,9%.
Эмпирическое распределение имеет правостороннюю асимметрию, т.к. и >0 и является низковершинным по сравнению с нормальным распределением, т.к.
Для того чтобы определить, подчиняется ли исходное распределение закону нормального распределения, необходимо проверить статистическую гипотезу о существовании различия частот фактического и теоретического (нормального) распределения.
Для проверки этой гипотезы используем критерий Пирсона (), фактическое значение которого определяют по формуле: , где и — частоты фактического и теоретического распределения.
Теоретические частоты для каждого интервала определяют в следующей последовательности:
1) для каждого интервала определяют нормированное отклонение:
(результаты расчета значений t представлены в таблице 9).
2) используя математическую таблицу «Значения функции », при фактической величине t для каждого интервала, найдем значение функции нормального распределения (таблица 9).
3) определим теоретические частоты по формуле: , где — число единиц в совокупности; — величина интервала; (результаты расчета значений представлены в таблице 10).
Таблица 10 – Расчет критерия Пирсона
Срединное значение интервала по урожайности, ц
Число хозяйств
табличное
-
7,45
4
1,43
0,1435
3
0,33
12,55
4
0,70
0,3123
5
0,20
17,65
6
0,04
0,3986
6
0,00
22,75
3
0,77
0,2966
5
0,80
27,85
4
1,50
0,1295
2
2,00
Итого
21
x
x
21
3,33
4) подсчитаем сумму теоретических частот и проверим ее равенство фактическому числу единиц, т.е. (21=21).
Таким образом, фактическое значение критерия составило:
По математической таблице «Распределение » определим критическое значение критерия при числе степеней свободы (), равном числу интервалов минус единица и выбранном уровне значимости (0,05).
При и
Поскольку фактическое значение критерия () меньше табличного (), отклонение фактического распределения от теоретического следует признать несущественным.
Таким образом, средняя урожайность зерновых составила 17,4 ц\га при среднем квадратическом отклонении 6,9 ц\га. Так как коэффициент вариации больше 33%, совокупность единиц является неоднородной: V=39,9%.
Эмпирическое распределение имеет правостороннюю асимметрию, т.к. и >0 и является низковершинным по сравнению с нормальным распределением, т.к.
продолжение
--PAGE_BREAK--
3. Экономико-статистический анализ взаимосвязей между признаками изучаемого явления
3.1. Метод статистических группировок
Статистическая группировка – разбиение (разделение) множества единиц изучаемой совокупности на группы по определенным, существенным для них признакам и характеристика этих групп через систему показателей. Для изучения взаимосвязей между отдельными признаками воспользуемся методом аналитических группировок.
Используем две группировки: затраты на 1 га посева и урожайность зерновых; урожайность зерновых и себестоимость 1 ц зерна.
Первая группировка
Таблица 11 – Исходные данные по предприятиям Оричевского и Куменского районов для первой группировки
№ предприятия
Затраты на 1 га посева, руб.
Урожайность зерновых, ц/га
1
2437
13,3
2
6140
26,0
3
4562
15,2
4
6788
21,0
5
7713
22,0
6
6729
19,6
7
3145
14,8
8
7240
25,8
9
8174
18,8
10
4571
20,5
11
3736
16,6
12
2489
9,0
13
4602
13,2
14
2962
13,6
15
11108
30,4
16
2146
4,9
17
6365
27,5
18
3081
6,4
19
3181
9,3
20
3758
16,8
21
5217
18,7
В качестве факторного признака берём затраты на 1 га посева, руб. Т.е. по результатам группировки можно будет сделать вывод о том, как с изменением затрат на 1 га посева в среднем изменится урожайность зерновых.
Построим ранжированный ряд по группировочному признаку, т.е. расположим предприятия в порядке возрастания их затрат на 1 га посева (таблица 12).
Таблица 12 – Ранжированный ряд предприятий по затратам на 1 га посева
№ предприятия
Затраты на 1 га посева, руб.
Урожайность зерновых, ц/га
16
2146
4,9
1
2437
13,3
12
2489
9,0
14
2962
13,6
18
3081
6,4
7
3145
14,8
19
3181
9,3
11
3736
16,6
20
3758
16,8
3
4562
15,2
10
4571
20,5
13
4602
13,2
21
5217
18,7
2
6140
26,0
17
6365
27,5
6
6729
19,6
4
6788
21,0
8
7240
25,8
5
7713
22,0
9
8174
18,8
15
11108
30,4
Определим количество групп (k): при n
Определим величину интервала групп:
руб.
Затем определим границы интервалов групп и число предприятий в этих группах (от до + iи т.д.):
1 группа (2146 — 4155) – 9 предприятий;
2 группа (4155 — 6164) – 5 предприятий;
3 группа (6164 — 8174) – 6 предприятий.
Проведём перегруппировку, анализируя интенсивность изменения группировочного признака в ранжированном ряду:
1 группа (до 3736) – 7 предприятий;
2 группа (3736 — 6365) – 8 предприятий;
3 группа (свыше 6365) – 5 предприятий.
Таблица 13 – Сводные данные по группам
Группы предприятий по затратам на 1 га посева, руб.
Число предприятий
Затраты на 1 га посева, руб.
Урожайность зерновых, ц/га
до 3736
7
19441
71,3
3736 — 6365
8
38951
154,5
свыше 6365
5
36644
107,2
Итого
20
95036
333,0
Далее определим взаимосвязь между показателями затрат на 1 га посева и урожайности зерновых с помощью таблицы 14.
Таблица 14 – Влияние затрат на 1 га посева на урожайность зерновых
Группы предприятий по затратам на 1 га посева, руб.
Число
предприятий
В среднем по группам
Затраты на 1 га посева, руб.
Урожайность зерновых, ц/га
до 3736
7
2777
10,2
3736 — 6365
8
4869
19,3
свыше 6365
5
7329
21,4
В среднем по совокупности
20
4752
16,7
Сравнивая показатели по группам можно сделать вывод о том, что с увеличением затрат на 1 га посева зерновых их урожайность в среднем возрастает.
Так, во второй группе предприятий средний уровень затрат на 1 га больше, чем в первой, на 4869-2777=2092 руб., или на 75,3% (). При этом урожайность зерновых во второй группе выше на 19,3-10,2=9,1 ц/га или на 89,2% (). Таким образом, увеличение затрат от первой ко второй группе на 100 руб. в расчете на каждый гектар посева приводит к среднему увеличению урожайности на:
ц/га.
Рост уровня затрат в третьей группе по сравнению со второй на 50,5% () приводит к росту урожайности на 10,9% (), а на каждые 100 рублей увеличения затрат приходится ц/га увеличения урожайности.
Далее рассмотрим вторую группировку. При этом факторным следует сделать признак, который при проведении первой группировки рассматривался как результативный.
Вторая группировка
Исходные данные представлены в виде таблицы (таблица 15).
Таблица 15 – Исходные данные по предприятиям Оричевского и Куменского районов для второй группировки
№ предприятия
Урожайность зерновых, ц/га
Себестоимость 1 ц зерна, руб.
1
13,3
184
2
26,0
235
3
15,2
300
4
21,0
321
5
22,0
347
6
19,6
340
7
14,8
211
8
25,8
281
9
18,8
434
10
20,5
217
11
16,6
225
12
9,0
276
13
13,2
347
14
13,6
218
15
30,4
357
16
4,9
438
17
27,5
229
18
6,4
477
19
9,3
340
20
16,8
221
21
18,7
279
В качестве факторного признака берём урожайность зерновых, ц/га. Т.е. по результатам группировки можно будет сделать вывод о том, как с изменением урожайности зерновых в среднем изменится себестоимость 1 ц зерна.
Построим ранжированный ряд по группировочному признаку, т.е. расположим предприятия в порядке возрастания урожайности зерновых (таблица 16).
Таблица 16 – Ранжированный ряд предприятий по урожайности зерновых
№ предприятия
Урожайность зерновых, ц/га
Себестоимость 1 ц зерна, руб.
16
4,9
438
18
6,4
477
12
9,0
276
19
9,3
340
13
13,2
347
1
13,3
184
14
13,6
218
7
14,8
211
3
15,2
300
11
16,6
225
20
16,8
221
21
18,7
279
9
18,8
434
6
19,6
340
10
20,5
217
4
21,0
321
5
22,0
347
8
25,8
281
2
26,0
235
17
27,5
229
15
30,4
357
Определим количество групп (k): при n
Определим величину интервала групп:
ц/га
Затем определим границы интервалов групп и число предприятий в этих группах (от до + iи т.д.):
1 группа (4,9 – 13,4) – 6 предприятий;
2 группа (13,4 – 21,9) – 10 предприятий;
3 группа (21,9 – 30,4) – 5 предприятий.
Далее составим таблицу сводных данных по группам, чтобы определить общие показатели урожайности зерновых и себестоимости 1 ц зерна по выделенным группам.
Таблица 17 – Сводные данные по группам
Группы предприятий по урожайности зерновых ц/га
Число предприятий
Урожайность зерновых, ц/га
Себестоимость 1 ц зерна, руб.
4,9 – 13,4
6
56,1
2062
13,4 – 21,9
10
175,6
2766
21,9 – 30,4
5
131,7
1449
Итого
21
363,4
6277
Далее определим взаимосвязь между показателями урожайности зерновых и себестоимости 1 ц зерна с помощью таблицы 18.
Таблица 18 – Влияние урожайности зерновых на себестоимость 1 ц зерна
Группы предприятий по урожайности зерновых ц/га
Число предприятий
В среднем по группам
Урожайность зерновых, ц/га
Себестоимость 1 ц зерна, руб.
4,9 – 13,4
6
9,4
344
13,4 – 21,9
10
17,6
277
21,9 – 30,4
5
26,3
290
В среднем по совокупности
21
17,3
299
Сравнивая показатели по группам можно сделать вывод о том, что с увеличением урожайности зерновых себестоимость 1 ц зерна в среднем изменяется не равномерно.
Так, во второй группе предприятий средняя урожайность зерновых больше, чем в первой, на 17,6-9,4=8,2 ц/га, или на 87,2% (). При этом себестоимость 1 ц зерна во второй группе ниже на 67 руб. или на 24,2%.
Однако, при дальнейшем увеличение урожайности зерновых в среднем на 8,7 ц/га (26,3-17,6) или на 49,4% себестоимость 1 ц зерна увеличивается на 13 руб. или на 4,7%. Этого говорит о том, что некоторые предприятия работают менее эффективно. продолжение
--PAGE_BREAK--
3.2. Дисперсионный анализ
Для оценки существенности различия между группами по величине какого-либо признака используем критерий Фишера (F-критерий), фактическое значение которого определяется по формуле: , где — межгрупповая дисперсия; — остаточная дисперсия.
Методом дисперсионного анализа при уровне значимости 0,05 дадим статистическую оценку влияния затрат на 1 га посева на урожайность зерновых.
Межгрупповую дисперсию можно найти по формуле: , где — средняя групповая; — средняя общая; m– число групп; n– число вариантов в группе.
Определим , используя данные таблицы 13:
, где — общая вариация; — межгрупповая вариация (460,28); N— общее число вариантов (20).
Общая вариация определяется по формуле: , где — варианты; — общая средняя из таблицы 11 =16,7 ц/га.
Определим общую вариацию урожайности:
;
Для того чтобы найти Fтабл., нужно найти число степеней свободы для межгрупповой и остаточной дисперсии. Fтабл. = 3,55.
Поскольку Fфакт > Fтабл (12,9>3,55), то можно признать различия между группами существенными; уровень интенсивности производства (затраты на 1 га) существенно влияет на урожайность зерновых.
Величина эмпирического коэффициента детерминации, равная , показывает, что на 60,4% вариация урожайности объясняется влиянием уровня затрат на 1 га посева зерновых.
Методом дисперсионного анализа при уровне значимости 0,05 дадим статистическую оценку влияния урожайности зерновых на себестоимость производства 1 ц зерна.
Определим , используя данные таблицы 17 ( — общая средняя из таблицы 18 =299 руб.):
Wобщ= (184-299)2+(235-299)2+(300-299)2+(321-299)2+(347-299)2+(340-299)2+(211-299)2+(281-299)2+(434-299)2+(217-299)2+(225-299)2+(276-299)2+(347-299)2+(218-299)2+(357-299)2+(438-299)2+(229-299)2+(477-299)2+(340-299)2+(221-299)2+(279-299)2=132212
;
;, значит Fтабл.= 3,55
Поскольку Fфакт
Величина эмпирического коэффициента детерминации, равная , показывает, что на 13,2% себестоимость 1ц зерна обуславливается влиянием урожайности зерновых.
3.3. Корреляционно-регрессионный анализ
Корреляционно-регрессионный анализ – это метод математической статистики, используемый для изучения корреляционной связи между признаками явлений.
Рассмотрим взаимосвязь между урожайностью (x1), уровнем затрат на 1 га посева зерновых (x2) и себестоимостью производства 1 ц зерна (Y).
Будем использовать следующее уравнение: Y=a+a1x1+a2x2
Параметры a, a1, a2определим в результате решения системы трех нормальных уравнений:
Расчетные данные (приложение 2)
Преобразуем систему:
Вычтем из второго уравнения системы первое, а затем из третьего второе, получим:
Преобразуем полученную систему:
Вычтем из второго уравнения системы первое:
;
Подставив а2 в уравнения системы, найдем а1 и а0: ;
В результате решения данной системы на основе исходных данных по 21 предприятиям получаем следующее уравнение регрессии:
Y=350,28-20,50x1+0,06x2
Коэффициент регрессии а1=-20,50 показывает, что при увеличении урожайности на 1 ц с га себестоимость 1 ц зерна снижается в среднем на 20,50 руб. (при условии постоянства уровня интенсивности затрат). Коэффициент а2=0,06 свидетельствует о среднем увеличении себестоимости 1 ц зерна на 0,06 руб. при увеличении уровня затрат производства на 1 руб. в расчете на 1 га посева зерновых (при постоянстве урожайности).
Теснота связи между признаками, включаемыми в модель, может быть определена при помощи коэффициентов множественной корреляции:
где , , — коэффициенты парной корреляции между x1, x2и y. В общем виде формулы для нахождения данных коэффициентов можно представить следующим образом:
; ; ;
; ; ;
; ; ;
; ; =
; ;
;
; ;
=;
;
;
R=
Между себестоимостью (y) и урожайностью (x1) связь обратная слабая, между себестоимостью и уровнем затрат на 1 га посева зерновых (x2) связь прямая слабая. При этом имеет место мультиколлинеарность, т. к. между факторами существует более тесная связь (0,840), чем между вторым фактором и результатом (0,229). Данное явление свидетельствует о неудачном выборе второго фактора, который следовало бы исключить из регрессионной модели, заменив его другим.
Между всеми признаками связь тесная, т.к. R=0,822. Коэффициент множественной детерминации Д=0,8222*100=67,6% вариации себестоимости производства 1ц зерна определяется влиянием факторов, включенных в модель.
Для оценки значимости полученного коэффициента Rвоспользуемся критерием Фишера, фактическое значение которого определяется по формуле:
,
где n– число наблюдений,
m— число факторов.
F
таблопределяется при заданном уровне значимости (0,05) и числе степеней свободы: V1
=
n
–
mи V2
=
m
– 1. Для нашего случая V1=19, V2=1, F
табл= 4,35.
Поскольку F
факт
>
F
табл, значение коэффициента Rследует считать достоверным, а связь между x1, x2и y— тесной.
Для оценки влияния отдельных факторов и резервов, которые в них заложены, также определяют коэффициенты эластичности, бета — коэффициенты, коэффициенты отдельного определения.
Коэффициенты эластичности показывают, на сколько % в среднем изменяется результативный признак при изменении факторного на 1% при фиксированном положении другого фактора:
Таким образом, изменение на 1% урожайности ведет к среднему снижению себестоимости на 1,19%, а изменение на 1% уровня затрат — к среднему ее росту на 1,01%.
При помощи β — коэффициентов даётся оценка различия в степени варьирования вошедших в уравнение факторов. Они показывают, на какую часть своего среднего квадратического отклонения () изменится результативный признак при изменении соответствующего факторного на величину своего среднего квадратического отклонения (). β-коэффициенты вычисляются следующим образом:
Это говорит о том, что наибольшее влияние на себестоимость зерна с учётом вариации способен оказать первый фактор, т.к. ему соответствует наибольшая абсолютная величина коэффициента.
Заключение
Объектом исследования послужили предприятия Оричевского и Куменского районов Кировской области.
В целом по совокупности предприятия обладают довольно высоким ресурсным потенциалом. Куменский район по сравнению с Оричевским лидирует по следующим параметрам (в среднем на 1 предприятие): среднесписочная численность работников; выручка от продажи; прибыль от продаж; урожайность; окупаемость затрат; рентабельность продаж.
В составе и структуре выручки от продажи с\х продукции по совокупности двух районов большую часть занимает продукция животноводства (95,6%), тогда как продукция растениеводства составляет 4,4%. Причём следует отметить, что в продукции животноводства значительная доля принадлежит молоку (58,1%), а в продукции растениеводства большее значение занимает зерно (3%).
Анализ данной совокупности показал, что расхождение эмпирического распределения предприятий по урожайности от классического нормального распределения несущественно.
При совокупности, равной 21 единицам, фактический размер предельной ошибки составил 14,3%.
Анализ первой группировки, целью которой было определение влияния интенсивности производства (затрат на 1 га посева) на уровень урожайности, показал, что с дальнейшее увеличение затрат на 1га посева сопровождается увеличением урожайности.
Анализ второй группировки, целью которой было определение влияния уровня интенсивности производства (урожайность с 1 га) на уровень себестоимости 1 ц зерна, показал, что с последовательным увеличением урожайности с 1 га наблюдается сначала довольно резкое снижение себестоимости 1 ц зерна, а затем незначительное увеличение себестоимости.
Средняя урожайность в 21 хозяйствах Куменского и Оричевского районов составляет 20 ц/га.
По общей совокупности хозяйств двух районов урожайность на 60,4 % объясняется влиянием уровня затрат на 1 га посева зерновых; себестоимость 1 ц зерна на 13,2% обуславливается влиянием урожайности зерновых.
Корреляционно-регрессионный анализ группировки показал, что связь между себестоимостью (У) и урожайностью зерновых (х1) обратная слабая, между себестоимостью и затратами на 1 га посева зерновых (х2) связь прямая слабая. Между урожайностью зерновых х1 и затратами на 1 га посева зерновых х2 связь прямая тесная.
В целом можно сказать, что предприятия Куменского района, работают более эффективно, чем предприятия Оричевского района, т.к. основные показатели эффективности работы предприятий (таких как выручка от продажи, прибыль, рентабельность и т.д.) выше именно у них.
Список литературы
1. Гусаров В. М. Статистика: Учеб. Пособие для вузов. – М.: ЮНИТИ –ДАНА, 2001. –463с.
2. Елисеева И. И., Юзбашев М. М. Общая теория статистики: Учебник/Под ред. чл. – корр. РАН И.И. Елисеевой. – 4-е изд., перераб. и доп. — М.: Финансы и статистика, 2000. – 480с.
3. Зинченко А. П. Сельскохозяйственная статистика с основами социально – экономической статистики. М.: Издательство ЛИХА, 1998. –430с.
4. Практикум по статистике/А. П. Зинченко, А. Е. Шибалкин, О. Б. Тарасова, Е. В. Шайкина: Под ред. А. П. Зинченко, — М: Колос, 2001. – 392с.
5. Салин В. Н., Шпаковская Е. П. Социально – экономическая статистика: Учебник. –М.: Юрист, 2001. –461с.
6. Статистика. Учебник/Под ред. проф. И. И. Елисеевой – М.: ООО «ВИТРЭМ», 2002. – 448с.
7. Статистика: Учебное пособие/Харченко Л. П., Долженкова В. Г., Ионин В. Г. и др.; Под ред. к.э.н. В. Г. Ионина. – Изд. 2-е, перераб. и доп. – М.: ИНФРА-М, 2001. – 384с.
Приложение 1
Расчетные данные к таблице 7
№ хозяйства
Затраты на 1 га посева, руб.
Себестоимость производства 1 ц зерна, руб.
Урожайность, ц\га
1
2437
5938969
184
33856
13,3
176,89
2
6140
37699600
235
55225
26,0
676,00
3
4562
20811844
300
90000
15,2
231,04
4
6788
46076944
321
103041
21,0
441,00
5
7713
59490369
347
120409
22,0
484,00
6
6729
45279441
340
115600
19,6
384,16
7
3145
9891025
211
44521
14,8
219,04
8
7240
52417600
281
78961
25,8
665,64
9
8174
66814276
434
188356
18,8
353,44
10
4571
20894041
217
47089
20,5
420,25
11
3736
13957696
225
50625
16,6
275,56
12
2489
6195121
276
76176
9,0
81,00
13
4602
21178404
347
120409
13,2
174,24
14
2962
8773444
218
47524
13,6
184,96
15
11108
123387664
357
127449
30,4
924,16
16
2146
4605316
438
191844
4,9
24,01
17
6365
40513225
229
52441
27,5
756,25
18
3081
9492561
477
227529
6,4
40,96
19
3181
10118761
340
115600
9,3
86,49
20
3758
14122564
221
48841
16,8
282,24
21
5217
27217089
279
77841
18,7
349,69
Итого
106144
644875954
6277
2013337
363,4
7231,02
продолжение
--PAGE_BREAK--