Статистическое прогнозирование урожайности картофеля по Орловской области
Министерство сельского хозяйства
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
Орловский государственный аграрный университет
Кафедра «Статистики и экономического анализа деятельности предприятий»
Курсовая работа
На тему: «Статистическое прогнозирование урожайности картофеля по Орловской области»
Орёл 2012
Содержание
Введение…………………………………………………………
1. Основные методы
2. Методика авторегрессионного
прогнозирования, сущность и условия
применения……………………………………………………
2.1. Методы изучения тренда динамического ряда……………………………13
2.2. Анализ колеблемости уровней динамического ряда……………………..19
2.3. Прогнозирование на основе динамических рядов ………………………..21
3. Природно-экономические условия выращивания сельскохозяйственых
культур в Орловской области…………………………………………………..
4. Авторегрессионное
5. Индексный анализ урожая и урожайности………………………..………...35
6. Статистическая отчетность об у
Заключение……………………………………………………
Список используемой литературы……………………………………………...
Введение
В настоящее время общество встало на путь перехода к рыночной экономике. Этот процесс займет длительный период и будет проходить со многими противодействиями, осложнениями и успехами. Поэтому в сложной, противоречивой экономической ситуации необходимо выявление намечающихся тенденций, определяющих будущее народного хозяйства, а также составление прогноза на перспективу, который является неотъемлемой составной частью планирования в экономике с целью обеспечения устойчивости объемов производства продукции и эффективности производства в целом
Статистический прогноз – это вероятностная оценка возможности развития того или иного объекта (процесса) и величины его признаков в будущем, полученная на основе статистической закономерности, выявленной по данным прошлого периода. Объектом статистического прогнозирования могут быть те явления и процессы, управление которыми, а тем более планирование их развития затруднено из-за действия многих факторов, влияние которых не может быть однозначно и полностью определено.
Растениеводство является основной отраслью сельского хозяйства. Оно дает продукты питания населению, корма скоту, продукцию для перерабатывающей промышленности.
Урожай и урожайность – важнейшие результативные показатели растениеводства и сельскохозяйственного производства в целом. Уровень урожайности отражает воздействие экономических и природных условий, в которых осуществляется сельскохозяйственное производство и качество организационно – хозяйственной деятельности каждого предприятия.
Урожай и урожайность – основа всего сельскохозяйственного производства, база развития животноводства, главные показатели использования сельскохозяйственных угодий, источник роста благосостояния государства и его населения. Повышение урожайности - важнейший фактор снижения затрат на единицу продукции и роста ее конкурентоспособности на рынке.
Задачи статистики урожая и урожайности состоят в том, чтобы:
- правильно определить уровни
урожая и урожайности, их изменение
по сравнению с прошлыми
- раскрыть, путем анализа, причины
изменений в динамике и
- оценить эффективность
Картофель – важнейшая продовольственная, техническая и кормовая культура. По содержанию углеводов картофель находится в одном ряду с хлебом и крупами, а его белки приближаются по составу к животным белкам. Картофель служит сырьем для спиртовой, текстильной, химической, пищевой, обувной, полиграфической промышленности. Картофель издавна считался вторым хлебом в России. В рационе россиян он занимает весьма существенное место, и особенно его роль выросла в связи с заметным снижением прожиточного минимума.
В настоящее время картофель
Целью данной курсовой работы является изучение методов прогнозирования, статистический анализ урожайности картофеля, составление прогноза урожайности картофеля в хозяйствах Орловской области.
В ходе написания курсовой работы необходимо решить следующие задачи:
1. изучить основные методы статистического прогнозирования, сущность и условия применения;
2. рассмотреть методы изучения тренда динамического ряда;
3. провести анализ колеблемости уровней динамического ряда;
4. изучить прогнозирование на основе динамических рядов;
5. осуществить индексный анализ урожайности сельскохозяйственных культур;
5. применить статистические методы в анализе факторов, влияющих на эффективность производства;
6. рассмотреть статистическую отчетность об урожае и урожайности.
При написании работы будут обрабатываться статистические данные и использоваться комплекс основных статистических методов анализа: средних и относительных величин, методы статистических группировок, табличный, графический, индексный, дисперсионный, корреляционный анализ, построение и анализ динамических рядов.
Объектом исследования является продукция растениеводства (картофель). Основные источники информации: годовые отчеты предприятия, периодические издания, ежемесячные и квартальные отчеты о производстве продукции растениеводства.
1. Основные методы
статистического
Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния. Сам процесс разработки прогнозов называется прогнозированием.
Прогнозирование (от греч. prognosis – знание наперед) – это вид познавательной деятельности человека, направленной на формирование прогнозов развития объекта на основе анализа тенденций его развития. Прогнозирование должно отвечать на два вопроса: что вероятнее всего можно ожидать в будущем? Каким образом нужно изменить условия, чтобы достичь данного состояния? Прогнозирование является важным связующим звеном между теорией и практикой во всех областях жизни общества.[3,с.35].
В зависимости от степени конкретности и характера воздействия на ход исследуемых процессов и явлений различают три формы предвидения: гипотезу (общенаучное предвидение), прогноз и план. Эти формы предвидения тесно связаны в своих проявлениях друг с другом и с исследуемым объектом в системе управления и планирования представляют собой последовательные ступени познания поведения объекта в будущем.
Исходное начало этого процесса – гипотеза. Это научно обоснованное предположение о структуре объекта, характере элементов и связей, образующих этот объект, механизме его функционирования и развития. На уровне гипотезы дается качественная характеристика объекта, выражающая общие закономерности его поведения. Хотя гипотеза носит наиболее общий характер, без нее не возможно никакое научное управление и планирование. Гипотеза оказывает воздействие на этот процесс через прогноз; являясь важным источником информации для его составления.
Прогноз в сравнении с гипотезой имеет большую определенность и достоверность, поскольку основывается не только на качественных, но и на количественных характеристиках и поэтому позволяет характеризовать будущее состояние объекта также количественное. Прогноз выражает предвидение на уровне конкретно-прикладной теории, так как связан с будущим, которое всегда стохастично. Будущее зависит от многих случайных факторов, сложное переплетение которых практически учесть невозможно. Отсюда все прогнозы носят вероятностный характер.
При исследовании сущности прогноза предстоит определить методологические аспекты соотношения прогноза и плана. Каждый из них должен знать определенное место в системе управления народным хозяйством.
План представляет собой систему взаимосвязанных, направленных на достижение единой цели плановых заданий, определяющих порядок, сроки и последовательность осуществления отдельных мероприятий. В нем фиксируются пути и средства развития в соответствии с поставленными задачами, обосновываются принятые управленческие решения.
План и прогноз представляют собой взаимно дополняющие друг друга стадии планирования. При этом прогноз выступает как фактор, ориентирующий существующую практику на возможности развития в будущем, а прогнозирование – как инструмент разработки планов. Формы сочетания прогноза и плана могут быть различными: прогноз может предшествовать разработке плана, следовать за ним или производиться в процессе разработки плана. Существенное различие между ними состоит в том, что план – отражение и воплощение уже принятого хозяйственно-политического решения, а прогноз – это поиск реалистического, экономически верного пути. Прогнозирование представляет собой исследовательскую базу планирования, имеющую собственную методологическую основу, отличающуюся во многом от планирования.
Таким образом, задачи экономико-статистического прогнозирования следующие: выявление перспектив ближайшего или более отдаленного будущего в исследуемой области на основе реальных процессов действительности: выработка оптимальных тенденций и перспективных планов с учетом составленного прогноза и оценки принятого решения с позиций его последствий в прогнозируемом периоде.
Прогнозы можно подразделять в зависимости от целей, задач, объектов, времени упреждения, методов организации прогнозирования, источников информации и т.д. Большое количество таких признаков и отсутствие их строго определенных характеристик затрудняют создание единой классификации.
Согласно принятым классификациям с точки зрения объекта прогнозирования прогнозы можно подразделять на научно-технические, экономические, социальные, военно-политические.
Экономические в свою очередь могут подразделяться в зависимости от масштабности объекта на: а) глобальные – рассматривают наиболее общие тенденции и закономерности в мировом масштабе; б) макроэкономические – анализируют наиболее общие тенденции явлений и процессов в масштабе экономики страны в целом; в) структурные (межотраслевые и межрегиональные) – предсказывают развитие народного хозяйства в разрезе отраслей материального производства и промышленности; г) региональные – предсказывают развитие отдельных регионов; д) прогнозы развития народохозяйственных комплексов определяют закономерности развития совокупностей отраслей, объединенных единой целью функционирования, технологической последовательностью обработки исходного сырья и т.д.; е) отраслевые – прогнозируют развитие отраслей; ж) микроэкономические – предсказывают развитие отдельных предприятий, производства и отдельных продуктов и т.д.
По времени упреждения выделяются следующие экономические прогнозы: оперативные (до 1 месяца); краткосрочные (от нескольких месяцев до 1 года); среднесрочные (от 1 до 5 лет); долгосрочные (от 5 до 20 лет и более). Перечисленные виды прогнозов отличаются друг от друга по своему содержанию и характеру оценок исследуемых процессов. Оперативный прогноз основан на предположении о том, что в прогнозируемом периоде не пройдет существенных изменений в исследуемом объекте как количественных, так и качественных. В них преобладают детально-количественные оценки ожидаемых событий.
Краткосрочный прогноз предполагает только количественные изменения. Оценка событий дается только количественная. Среднесрочный и долгосрочный прогнозы исходят как из количественных, так и из качественные изменения преобладают над качественными. В среднесуточном прогнозе оценка событий дается количественно-качественная, в долгосрочном количественно-количественная.
Временем упреждения при прогнозировании называет отрезок времени от момента, для которого имеются последние статистические данные об изучаемом объекте, до момента, к которому относится прогноз. Иногда его называют прогнозируемым периодом.
Продолжительность периода зависит от специфики объекта прогноза, в частности от времени функционирования объекта прогнозирования, от интенсивности роста показателей, от продолжительности действия выявленных тенденций и закономерностей.
Разработка прогнозов опирается на применение различных методов прогнозирования.
Методами прогнозирования называются совокупность приемов мышления, позволяющих на основе анализа прошлых (ретроспективных) внешних и внутренних связей, присущих объекту, а так же их изменений в рамках рассматриваемого явления вынести суждение определенной достоверности относительно будущего развития объекта.
В настоящее время насчитывают более 150 методов и приемов прогнозирования. При этом каждый из них имеет свои особенности в зависимости от цели его использования и уровня проводимых исследований. Методы различают также по научной обоснованности и назначению. Выбор методов прогнозирования осуществляется в соответствии с характером объекта и требований, предъявляемых к информационному обеспечению. Опыт, накопленный современной прогностикой, показывает, что в большом многообразии методов прогнозирования можно выделить следующие их группы: методы экспертных оценок, методы экстраполяции, моделирование, нормативный и целевой методы.
Методы экспертных оценок основаны на использовании экспертной информации. Они помогают установить степень сложности и актуальность проблемы, определить основные цели и критерии, выявить важные факторы и взаимосвязи между ними, выбрать наиболее предпочтительные альтернативы. Известны 2 подхода к использованию экспертов: индивидуальные оценки и групповые.
Индивидуальные оценки, или метод согласования оценок, состоит в том, что каждый эксперт дает оценку независимо от других, а затем с помощью какого-либо приема эти оценки могут быть представлены в виде оценок типа интервью или аналитических записок.
Групповые или коллективные методы экспертизы основаны на совместной работе экспертов и получении суммарной оценки от всей группы специалистов в целом. Среди них более распространенными являются метод комиссии и метод мозговой атаки (метод коллективной генерации идет или метод группового рассмотрения с отнесенной оценкой).
Особое место в современном прогнозировании занимают методы многофакторного моделирования – логического, информационного, статистического.
К логическому моделированию относятся методы прогнозирования по исторической аналогии, методы сценария, дерева целей, матриц взаимовлияния и др.
Метод исторической аналогии основан на установлении и использовании аналогии объекта прогнозирования с одинаковым по природе объектом, опережающим первый в своем развитии. Условиями успешного использования этого метода является правильный выбор объектов сопоставления, а также учет поправки на историческую обусловленность сознания. В прошлом историческая аналогия применялась в области критического сопоставления культур; известны также акты преемственности в развитии научных принципов и идей.
Если события заданы в форме их описания, то показ вариантов возможной обстановки в будущем и установление времени ее наступления осуществляется с помощью метода сценария. Под сценарием понимается обзор информации, характеризующий данную ситуацию. Эти данные включают в себя описание отдельных факторов, включающих в той или иной степени на поступление конкретного события. Задачей сценария является характеристика обстановки, в которой развивается прогнозируемый процесс.
Применение метода дерева целей в прогнозировании позволяет последовательно разбить основные задачи на подзадачи и создать систему «взвешенных» по экспертным оценкам связей. Для отбора факторов в прогностическую модель и построения системы связей широко используются на практике матрицы взаимовлияния (смежности), теория графов и др.
Методы информационного моделирования составляют специфическую область в прогнозировании. Характерные свойства массовых потоков информации создают предпосылки для прогнозирования развития на основе массовых источников информации, содержащих необходимые логически упорядоченные последовательности документов.
Наиболее распространенными являются методы прогнозирования, основанные на статистическом моделировании. Методы статистического прогнозирования могут быть разбиты на 2 большие группы: прогнозирование на основе единичных уровней регрессии, описывающих взаимосвязь признаков-факторов и результативных признаков и прогнозирование на основе системы уравнений взаимосвязанных рядов динамики.
Наиболее сложным методом прогнозирования является прогнозирование на основе взаимосвязанных рядов динамики. С его помощью можно получить не только оценки результативного, но и факторных признаков, т.е. анализ взаимосвязанных рядов динамики выражается с помощью системы уравнений регрессии. Прогноз в этом случае лучше поддается содержательной интерпретации, чем простая экстраполяция.
Нормативный метод прогнозирования заключается в установлении для определенного отрезка времени фиксированной системы норм. В качестве инструмента при нормативном прогнозировании могут быть использованы теория графов, матричный подход и др.
Сущность целевого прогнозирования заключается в решении обратной задачи: в отыскании условий для достижения в будущем норм, задаваемых в виде строго определенных и обоснованных величин. Решение этой задачи обычно осуществляется методами математического программирования.
Комплекс методов прогнозирования постоянно совершенствуется и пополняется новыми методами. Одной из центральных проблем является разработка обоснованной классификации и выбор методов прогнозирования. Попытки создания такой классификации делались неоднократно. В настоящее время имеется большое количество классификационных схем методов прогнозирования, в основу которых положены различные классификационные принципы. Однако классификация прогнозов по методам их разработки затрудняется отсутствием единой классификации методов. Наиболее важными классификационными признаками методов прогнозирования являются следующие: степень формализации, общий принцип действия, способ получения прогнозной информации.
По степени формализации методы прогнозирования можно разделить на интуитивные и формализованные. Интуитивные применяются тогда, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования, либо когда объект слишком прост. Эти методы базируются на информации, которая получается по оценкам специалистов-экспертов. Формализованные методы базируются на фактически имеющемся информационном материале об объекте прогнозирования и его прошлом развитии.
2. Методика авторегрессионного прогнозирования, сущность и условия применения
2.1. Методы изучения тренда динамического ряда
Тенденцией развития, или трендом, называется сформировавшееся направление развития явления во времени под воздействием постоянно действующих факторов. В некоторых случаях судить о наличии тенденции в динамическом ряду можно на основе его визуального анализа, когда четко видно, что при переходе от одного момента времени к другому уровни ряда возрастают или убывают. Однако в других случаях подобный визуальный анализ данных не позволяет обнаружить тенденцию к росту или падению значений показателя: они могут, как кажется, хаотично возрастать и так же хаотично убывать. Нельзя сразу сказать, что в таком динамическом ряду тенденций нет вовсе, к подобным данным следует применить специальные методы, одним из которых является критерий Фостера – Стюарта.[4,с.203].
Изучаются тенденции изменения среднего уровня, дисперсии и автокорреляции.
Тенденция среднего уровня предполагает, что фактические значения динамического ряда колеблются вокруг некоего тренда, являющегося функцией времени.
Тенденция дисперсии имеет место, если закономерным образом изменяются отклонения фактических значений ряда от вычисленных по уравнению, описывающему тренд. При этом под трендом понимается некая кривая или прямая линия, которая является функцией от времени и описывает характер изменения уровней динамического ряда.
Тенденция автокорреляции прослеживается, если между уровнями динамического ряда есть связь в развитии.
Метод Фостера – Стюарта позволяет одновременно выявить тенденцию среднего уровня и тенденцию дисперсии. При его использовании проводят следующие вычисления.
1. Сравнивают каждый уровень динамического ряда с его предыдущими значениями (получают величины и ). При этом, если данный уровень оказывается больше всех предшествующих, то величине присваивается значение 1, в противном случае - 0. Затем определяют величину : ей присваивается значение 1, если данный уровень ряда меньше всех предшествующих его значений, и 0 – в противном случае. При этом для первого уровня и .
2. Рассчитывают величины S и d по следующим формулам:
Величина S служит для проверки гипотезы о существовании тенденции дисперсии, d – тенденции среднего уровня.
3. Вычисляют величины и :
где - математическое ожидание величины S;
- средняя квадратическая (стандартная) ошибка S;
- средняя квадратическая (стандартная) ошибка d.
Величины , и табулированы. В таблице 1 содержатся их значения для n от 10 до 50.
Таблица-1.Значения математического ожидания
n |
|||
10 |
3,858 |
1,288 |
1,964 |
15 |
4,636 |
1,521 |
2,153 |
20 |
5,195 |
1,677 |
2,279 |
25 |
5,632 |
1,791 |
2,373 |
30 |
5,990 |
1,882 |
2,447 |
35 |
6,294 |
1,956 |
2,509 |
40 |
6,557 |
2,019 |
2,561 |
45 |
6,790 |
2,072 |
2,606 |
50 |
6,998 |
2,121 |
2,645 |
4. По таблице t-распределения Стьюдента находят критическое значение , соответствующее выбранному уровню значимости (обычно берут = 0,05) и числу степеней свободы (n – количество уровней ряда).
5. Сравнивают расчетные значения и с .
При этом если , то гипотеза об отсутствии тенденции дисперсии отклоняется с вероятностью , т.е. тенденция дисперсии есть.
Если , то это означает, что тенденция среднего уровня есть, и гипотеза об отсутствии данной тенденции отклоняется с вероятностью .
К методам выявления основной тенденции (тренда) развития динамического ряда и определения направления его развития относятся: метод укрупнения периодов; метод скользящей (подвижной) средней; аналитическое выравнивание динамических рядов. Рассмотрим эти методы подробнее.
1. Укрупнение периодов – это когда отдельные уровни ряда динамики заменяются абсолютными или среднегодовыми уровнями.
Недостаток этого способа заключается в том, что при нем нет возможности следить за ходом изменения уровня внутри каждого периода и в результате обработки исчезает динамический ряд.
2. Метод выравнивания по скользящей средней. Его сущность состоит в том, что по конкретным уровням ряда рассчитываются подвижные скользящие средние уровни, которые получают из подвижных сумм путем деления этих сумм на число уровней. Например, выравнивание по трехлетней скользящей:
Недостаток данного метода в том, что он не дает возможности следить за ходом изменения уровней внутри каждого периода, а также теряются периоды: из трех – два, из пяти – четыре.
3 . Выравнивание по
При выравнивании этим способом рассчитывается математическое уравнение, которое имеет вид: