Раздел 3.2. Эконометрическая модель формирования себестоимости молока в регионе.

Для наиболее глубоко изучения связи между результативным показателем и причинными факторами используются корреляционные модели, выражающие количественное соотношение между ними. Выбор формы связи может быть определен аналитическим методом, графическим, логическим и при помощи возможностей ЭВМ.

В данном случае, на основании полученной выше достоверной информации, будет построена многофакторная корреляционная модель, которая в общем виде имеет следующий вид:

где y – значение результативного показателя, который определяется под действием факторов xi; xi – значения факторных показателей (i=1,…,n); ai – коэффициенты регрессии (коэффициенты эффективности), показывающие на сколько единиц возрастает при знаки “ +”, или уменьшается при знаке “-” значение результативного показателя при изменении соответствующего фактора на единицу, при неизменном значении остальных факторов; – параметр корреляционной модели, который выражает усредненное влияние признаков, оказывающих влияние на результативный, но неучтенных в модели; n – число факторов учтенных в модели.

Корреляционная модель формирования себестоимости молока, основанная на достоверной информации 199 сельскохозяйственного предприятия, отмеченных выше районов, имеет следующий вид:

– среднегодовое поголовье, гол;

– оплата 1 чел/ч, тыс.руб.;

– удельный вес затрат на корма, %;

– удельный вес затрат на ОПФ, %;

– удельный вес затрат на энергоресурсы, %;

– затраты труда на 1 ц, чел/час.;

– получено приплода на 1 гол, гол;

– продуктивность, ц;

– удельный вес концентратов, %;

– удельный вес покупных кормов, %;

– расход ц.к.ед. на 1 ц, ц.к.ед.;

– стоимость кормов на 1 ц, тыс.руб.; (Приложение 3).

На основании полученной корреляционной модели сделаем анализ коэффициентов стоящих при факторах.

=73,89, показывает влияние неучтенных в модели факторов, если учтенные факторы неизменны, значит себестоимость увеличится на 73,89тыс.руб.

Коэффициент при - среднегодовое поголовье равен =0,001, следовательно при увеличении среднегодового поголовье на 1гол, себестоимость возрастет на 0,001 тыс.руб. =0,3, при увеличении оплаты 1 чел./ч. на 1 тыс.руб, себестоимость возрастет на 0,3 тыс.руб. =-1,46, следовательно при увеличении удельного веса затрат на корма на 1%, себестоимость снизится на 1,46тыс.руб. Коэффициент =-0,2, он показывает, он показывает, что если удельный вес затрат на ОПФ увеличить на 1 %, то себестоимость снизится на 0,2 тыс.руб. А =0,35 раскрывает сущность того, что если удельный вес затрат на энергоресурсы увеличить на 1 %, себестоимость возрастет на 0,35 тыс.руб. =0,27, при увеличении затрат труда на 1 чел./час, себестоимость увеличиться на 0,27 тыс.руб. =0,95, данный коэффициент показывает, если увеличить приплод на 1 гол, себестоимость на 0,95 тыс.руб. Коэффициент =0,06, он показывает, при увеличении продуктивности на 1ц, себестоимость увеличится на 0,06 тыс.руб. =-0,01, если удельный вес концентратов увели-чить на 1%, следовательно себестоимость снизится на 0,01 тыс.руб. А =-0,02, при увеличении удельного веса кормов на 1 %, себестоимость снизится на 0,02 тыс руб. =-2,47, если расход ц.к.ед. на 1 ц, увеличить на 1 ц.к.ед., себестоимость снизится на 2,47 тыс руб. Коэффициент =1,85, он показывает, что при увеличении стоимости кормов на 1 тыс.руб., себестоимость увеличиться на 1,85тыс.руб.

В многофакторной корреляционной модели роль отдельных факторов в формировании результативного показателя не одинакова. Различна и теснота связи отдельных факторных показателей с результативным. Отсюда следует, что устойчивость характеристик различных факторов может быть разной. В связи с этим требуется проверить на существенность отдельные коэффициенты регрессии.

С помощью t-критерий Стьюдента проверяется значимость каждого коэффициента регрессии, которая определяется по формуле:

где - ошибка коэффициента регрессии,

,

Где - стандартная ошибка по модели или необъяснимая вариация,

=

Расчетные значения данного показателя сравнивают с критическими, которые определяются по таблице с учетом принятого уровня значимости. Параметр признается значимым, если | |≥1,96.

После того, как определены коэффициенты регрессии приступаем к обоснованию характеристик КМ, которые определяют устойчивость модели, возможность ее использования в анализе экономики и планирования экономических показателей на перспективу.

R - коэффициент корреляции (множественный R ), устанавливает силу и тесноту связи между результативным и факторными показателями. В нашем случае R=0,95, близок к единице, что говорит о сильной связи результативного показателя с факторными. Определяется по формуле:

R= .

Поле определения коэффициента тесноты связи следует определить его существенность по формуле:

где – ошибка коэффициента корреляции и вычисляется:

,

n – число наблюдений в совокупности; m – число факторов корреляционной модели, включая результативный показатель. =140,85, коэффициент существенности множественной корреляции больше чем 2,58, следовательно, коэффициент множественной корреляции существенен. (Приложение 3).

D(R )=0,908 - коэффициент детерминации, который показывает, что учтенные в модели факторные показатели на 90,8% объясняют вариацию ре-зультата. (Приложение 3).

Он рассчитывается по следующей формуле: D= R ∙100. А на 100-90,8=9,2% - на изменение результативного признака оказывают влияние не-учтенные в модели факторы.

Скорректированный коэффициент детерминации = 0,902, R2 = 0,95. Скорректированный коэффициент детерминации близок к нескорректирован-ному, что свидетельствует о хорошем качестве модели.

F – критерий Фишера указывает практическую годность модели (ее цен-ность, адекватность), определяет насколько полно построенная модель выражает изучаемую закономерность. Определяется по формуле:

F= ,

В нашем же случае F=152,09, со степенями свободы: =m-1=13-1=12, =n-m=199-13=186.

При =0,1, =1,60, следовательно 152,09 1,60, данное уравнение статистически значимо, т.е доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,05, =1,83, следовательно 152,09 1,83, данное уравнение статистически значимо, т.е доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,01, =2,34, следовательно 152,09 2,34, данное уравнение статистически значимо, т.е доля вариации, обусловленное регрессией намного превышает случайную ошибку.

Для обобщающей оценки модели рассчитывают показатель средней относительной ошибки аппроксимации . Рассчитывается по формуле:

,

В нашем случаи =2,86, т.к. не превышает 10%, то экономическая модель имеет высокую точность и может быть использовано для анализа и прогноза.

Охарактеризуем значимость коэффициентов в нашей модели. При =0,1, =1,286, при =0,05, =1,653, при =0,01, =2,345. По модулю при всех уровнях значимости коэффициенты: удельный вес затрат на корма %, стоимость кормов на 1 ц, тыс.руб. равные соответственно -25,6, -36,6, при всех уровнях значимости являются значимыми, т.к. данные коэффициенты больше чем . Показатель удельный вес покупных кормов равный -0,51 значим при =0,1. Все остальные показатели: среднегодовое поголовье, оплата 1 чел/ч, удельный вес затрат на ОПФ, удельный вес затрат на энергоресурсы, затраты труда на 1 ц, получено приплода на 1 гол, продуктивность, удельный вес концентратов, расход ц.к.ед. на 1 ц равные соответственно 1,2, 1,23, -3,2, 1,37, 0,86, 0,59, -0,18, -0,51, -1,92, являются незначимыми, т.к. данные коэффициенты меньше чем .

Так как факторные признаки могут иметь различные единицы измерения, то влияние их на результативный признак несопоставимо. В связи с этим используют коэффициенты эластичности и бетта-коэффициенты, которые определяются по следующим формулам:

где х – среднее значение признака по фактору j;

y - среднее значение результативного признака;

- параметр КМ при факторе j.

где - среднеквадратическое отклонение фактора;

- среднеквадратическое отклонение результативного признака.

Коэффициент эластичности показывает, насколько процентов изменится результативный показатель при изменении среднего на 1%. В нашем случае =0,03, что говорит о том, что приращение результативного признака происходит медленнее по сравнению с факторным.

=0,009, если среднегодовое поголовье увеличить на 1 %, то себестои-мость увеличиться на 0,006%. =0,02, при увеличении оплаты 1 чел./час на 1 %, себестоимость увеличится на 0,01%. Коэффициент эластичности удельного веса затрат на корма =-0,91, он показывает, что при увеличении удельного веса затрат на корма на 1 %, себестоимость уменьшится на 0,91%. =-0,02, если удельный вес затрат на ОПФ увеличится на 1 %, следовательно, себестоимость уменьшится на 0,02%. =0,01, при увеличении удельного веса затрат на энергоресурсы на 1%, себестоимость уменьшится на 0,01%. Коэффициент =0,02 показывает, что себестоимость увеличится на 0,01%, если затраты труда на 1 ц увеличить на 1 %. =0,01, если получено приплода на 1 гол увеличить на 1 %, то себестоимость увеличиться на 0,01%. =0,03, при увеличении продуктивности на 1%, себестоимость увеличиться на 0,03%. Коэффициент =-0,002 показывает, что себестоимость уменьшится на -0,002%, если удельный вес концентратов увеличить на 1 %. = -0,003, при увеличении удельного веса покупных кормов на 1%, себестоимость уменьшится на 0,003%. =-0,05, если расход ц.к.ед. на 1ц увеличить на 1%, то себестоимость увеличить на -0,05%. =0,92, при увеличении стоимости кормов на 1 ц на 1%, се-бестоимость увеличиться на 0,92%.

Бета-коэффициент показывает на какую часть своего стандартного отклонения изменится результативный признак при изменении факторного на величину своего стандартного отклонения = 0,4 (Приложение 3).

Если среднегодовое поголовье увеличить на 1 стандартное отклонение, то себестоимость увеличиться на 0,03 стандартных отклонение. При увеличении оплаты 1 чел./час на 1 стандартное отклонение, себестоимость увеличится на 0,04 стандартных отклонение. При увеличении удельного веса затрат на корма на 1 стандартное отклонение, себестоимость уменьшится на 1,26 стандартных отклонения. Если удельный вес затрат на ОПФ увеличится на 1 стандартное отклонение, следовательно, себестоимость уменьшится на 0,08 стандартных отклонение. При увеличении удельного веса затрат на энергоресурсы на 1 стандартное отклонение, себестоимость увеличить на 0,03 стандартных отклонения. Себестоимость увеличится на 0,03 стандартных отклонения, если затраты труда на 1 ц увеличить на 1 стандартное отклонение. Если получено приплода на 1 гол увеличить на 1 стандартное отклонение, то себестоимость увеличиться на 0,02 стандартных отклонений. При увеличении продуктивности на 1стандартное отклонение, себестоимость увеличиться на 0,04 таких отклонений. Себестоимость уменьшится на 0,005 отклонение, если удельный вес концентратов увеличить на 0,03. При увеличении удельного веса покупных кормов на 1 отклонение, себестоимость уменьшится на 0,01 стандартных отклонений. Если расход ц.к.ед. на 1ц увеличить на 1 отклонение, то себестоимость уменьшится на 0,05. При увеличении стоимости кормов на 1 ц на 1 стандартное отклонение, себестоимость увеличиться на 1,6 стандартных отклонений.

Далее с помощью критерия Стьюдента проверяется гипотеза о значимости влияние фактора на зависимую переменную y. После проверки была построена линейная корреляционная модель со всеми значимыми факторами.

– удельный вес затрат на корма, %;

–удельный вес затрат на ОПФ, %

–удельный вес затрат на энергоресурсы,%

–расход ц.к.ед. на 1 ц, ц.к.ед.

– продуктивность, ц;

– стоимость кормов на 1 ц, тыс.руб.; (Приложение 4).

На основании полученной корреляционной модели сделаем анализ коэффициентов стоящих при факторах.

=78,6, показывает влияние неучтенных в модели факторов, если учтенные факторы неизменны, значит себестоимость увеличится на 78,6тыс.руб.

Коэффициент при x1 - удельный вес затрат на корма =-1,5, следовательно при увеличении удельный вес затрат на корма на 1%, себестоимость снизится на 1,5тыс.руб. =-0,22, при увеличении удельный вес затрат на ОПФ на 1%

себестоимость снизится на -0,22тыс.руб. =0,34, следовательно при увеличении удельный вес затрат на энергоресурсы на 1%,себестоимость возрастет на 0,34 тыс.руб. =0,07, при увеличении продуктивности на 1 ц, себестоимость возрастет на 0,07 тыс.руб. Коэффициент =-2,29 показывает, что если расход ц.к.ед. на 1 ц увеличить на 1 тыс.руб., то себестоимость снизится на 2,29 тыс.руб. =1,87, он показывает, что если стоимость кормов на 1ц увеличить на 1 тыс.руб., то себестоимость увеличится на 1,87тыс.руб.

R - коэффициент корреляции (множественный R ), устанавливает силу и тесноту связи между результативным и факторными показателями. В нашем случае R=0,95, близок к единице, что говорит о сильной связи результативного показателя с факторными. =140,20, коэффициент существенности множественной корреляции больше чем 2,58, следовательно, коэффициент множественной корреляции существенен. (Приложение 4).

D(R )=0,903 - коэффициент детерминации, который показывает, что учтенные в модели факторные показатели на 90,3% объясняют вариацию результата. (Приложение 4). Он рассчитывается по следующей формуле: D= R ∙100. А на 100-90,3=9,7% - на изменение результативного признака оказывают влияние неучтенные в модели факторы.

Скорректированный коэффициент детерминации = 0,90, R = 0,9. Скорректированный коэффициент детерминации близок к нескорректированному, что свидетельствует о хорошем качестве модели.

F – критерий Фишера указывает практическую годность модели (ее цен-ность, адекватность), определяет насколько полно построенная модель выражает изучаемую закономерность. В нашем же случае F=307,34.

При =0,1, =1,60, следовательно 307,34 1,60, данное уравнение статистически значимо, т.е. доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,05, =1,83, следовательно 307,34 1,83, данное уравнение статистически значимо, т.е. доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,01, =2,34, следовательно 307,34 2,34, данное уравнение статистически значимо, т.е. доля вариации, обусловленное регрессией намного превышает случайную ошибку.

Для обобщающей оценки модели рассчитывают показатель средней относительной ошибки аппроксимации . В нашем случаи =2,9, т.к. не превышает 10%, то экономическая модель имеет высокую точность и может быть использовано для анализа и прогноза.

Охарактеризуем значимость коэффициентов в нашей модели. При =0,1, =1,286, при =0,05, =1,653, при =0,01, =2,345. По модулю при всех уровнях значимости коэффициенты: удельный вес затрат на корма; продуктивность; стоимость кормов на 1 ц; равные соответственно -32,65, 3,98, 1,99, 1,97, 41,26, при всех уровнях значимости являются значимыми, т.к. данные коэффициенты больше чем . Коэффициент удельный вес затрат на энергоресурсы равный 1,35, он значим при =0,1 и при =0,05.

Так как факторные признаки могут иметь различные единицы измерения, то влияние их на результативный признак несопоставимо. В связи с этим используют коэффициенты эластичности и бетта-коэффициенты.

Коэффициент эластичности показывает, насколько процентов изменится результативный показатель при изменении среднего на 1%. В нашем случае =-0,032, что говорит о том, что приращение результативного признака происходит медленнее по сравнению с факторным.

=-0,94, если удельный вес затрат на корма увеличить на 1 %, то себе-стоимость снизится на 0,94 Коэффициент эластичности удельный вес затрат на ОПФ =-0,02, он показывает, что при увеличении удельный вес затрат на ОПФ на 1 %, себестоимость уменьшится на 0,02%. =0,01если удельный вес затрат на энергоресурсы увеличится на 1%, то себестоимость увеличится на 0,01. =0,03, при увеличении продуктивности на 1 %, себестоимость увеличится на 0,03%. Коэффициент эластичности расход ц.к.ед. на 1 ц =-0,04,он показывает, что при увеличении расход ц.к.ед. на 1 ц, себестоимость уменьшится на 0,04 =0,93, если стоимость кормов на 1 ц увеличится на 1 %, следовательно, себестоимость увеличится на 0,93%.

Бета-коэффициент показывает на какую часть своего стандартного отклонения изменится результативный признак при изменении факторного на величину своего стандартного отклонения = 0,25 (Приложение 4).

Если удельный вес затрат на корма увеличить на 1 стандартное отклонение, то себестоимость уменьшится на 1,3 стандартных отклонение. При увеличении удельный вес затрат на ОПФ на 1 стандартное отклонение, себестоимость уменьшится на 0,09 стандартных отклонение. При увеличении удельный вес затрат на энергоресурсы на 1 стандартное отклонение, себестоимость увеличится на 0,03 стандартных отклонения.При увеличении продуктивности на 1 стандартное отклонение, себестоимость увеличится на 0,05стандартных отклонения. Если Расход ц.к.ед. на 1 ц увеличится на 1 стандартное отклонение, следовательно, себестоимость уменьшится на 0,05 стандартных отклонение. При увеличении стоимость кормов на 1 ц на 1 стандартное отклонение, себестоимость увеличится на 1,61 стандартных отклонения.

Также была построена нелинейная многофакторная корреляционная модель:

= 73,69 + 8,71 + 0,03 -0,01 -0,01 +0,02 + 1,47ln + +1,78ln + 0,0004 + 0,0007 -0,001 -0,76 +0,02

– среднегодовое поголовье, гол;

– оплата 1 чел/ч, тыс.руб.;

– удельный вес затрат на корма, %;

– удельный вес затрат на ОПФ, %;

– удельный вес затрат на энергоресурсы, %;

– затраты труда на 1 ц, чел/час.;

– получено приплода на 1 гол, гол;

– продуктивность, ц;

– удельный вес концентратов, %;

– удельный вес покупных кормов, %;

– расход ц.к.ед. на 1 ц, ц.к.ед.;

– стоимость кормов на 1 ц, тыс.руб.; (Приложение 5).

На основании полученной корреляционной модели сделаем анализ коэффициентов стоящих при факторах.

=73,69, показывает влияние неучтенных в модели факторов, если учтенные факторы неизменны, значит себестоимость увеличится на 73,69тыс.руб.

Коэффициент при x1 - среднегодовое поголовье равен =8,71, следовательно при увеличении среднегодового поголовье на 1гол, себестоимость возрастет на 8,71тыс.руб. =0,03, при увеличении оплаты 1 чел./ч. на 1 тыс.руб, себестоимость возрастет на 0,03тыс.руб. =-0,01, следовательно при увеличении удельного веса затрат на корма на 1%, себестоимость снизится на 0,01 тыс.руб. Коэффициент =-0,01, он показывает, он показывает, что если удельный вес затрат на ОПФ увеличить на 1 %, то себестоимость снизится на 0,01тыс.руб. А =0,02 раскрывает сущность того, что если удельный вес затрат на энергоресурсы увеличить на 1 %, себестоимость возрастет на 0,02тыс.руб. =1,47, при увеличении затрат труда на 1 чел./час, себестоимость увеличиться на 1,47тыс.руб. =1,78, данный коэффициент показывает, если увеличить приплод на 1 гол, себестоимость увеличиться на 1,78тыс.руб. Коэффициент =0,0004, он показывает, при увеличении продуктивности на 1 ц, себестоимость увеличится на 0,0004тыс.руб. =0,0007, если удельный вес концентратов увеличить на 1%, следовательно себестоимость увеличится на 0,0007тыс.руб. А =-0,001, при увеличении удельного веса кормов на 1 %, себестоимость снизится на 0,001тыс руб. =-0,76, если расход ц.к.ед. на 1 ц, увеличить на 1 ц.к.ед., себестоимость снизится на 0,76тыс руб. Коэффициент =0,02, он показывает, что при увеличении стоимости кормов на 1 тыс.руб., себестоимость увеличиться на 0,02 тыс.руб.

В многофакторной корреляционной модели роль отдельных факторов в формировании результативного показателя не одинакова. Различна и теснота связи отдельных факторных показателей с результативным. Отсюда следует, что устойчивость характеристик различных факторов может быть разной. В связи с этим требуется проверить на существенность отдельные коэффициенты регрессии.

После того, как определены коэффициенты регрессии приступаем к обоснованию характеристик КМ, которые определяют устойчивость модели, возможность ее использования в анализе экономики и планирования экономических показателей на перспективу.

R - коэффициент корреляции (множественный R ), устанавливает силу и тесноту связи между результативным и факторными показателями. В нашем случае R=0,92, близок к единице, что говорит о сильной связи результативного показателя с факторными.

Поле определения коэффициента тесноты связи следует определить его существенность =84,64, коэффициент существенности множественной корреляции больше чем 2,58, следовательно, коэффициент множественной корреляции существенен. (Приложение 5).

D(R )=0,850 - коэффициент детерминации, который показывает, что учтенные в модели факторные показатели на 85% объясняют вариацию результата. (Приложение 3). Он рассчитывается по следующей формуле: D= R ∙100. А на 100-85=15% - на изменение результативного признака оказывают влияние неучтенные в модели факторы.

Скорректированный коэффициент детерминации = 0,84, R = 0,84. Скорректированный коэффициент детерминации близок к нескорректированному, что свидетельствует о хорошем качестве модели.

F – критерий Фишера указывает практическую годность модели (ее ценность, адекватность), определяет насколько полно построенная модель выражает изучаемую закономерность. В нашем же случае F=88,5.

При =0,1, =1,60, следовательно 88,5 1,60, данное уравнение статистически значимо, т.е. доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,05, =1,83, следовательно 88,5 1,83, данное уравнение статистически значимо, т.е. доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,01, =2,34, следовательно 88,5 2,34, данное уравнение статистически значимо, т.е. доля вариации, обусловленное регрессией намного превышает случайную ошибку.

Для обобщающей оценки модели рассчитывают показатель средней относительной ошибки аппроксимации . В нашем случаи =3,76, т.к. не превышает 10%, то экономическая модель имеет высокую точность и может быть использовано для анализа и прогноза.

Охарактеризуем значимость коэффициентов в нашей модели. При =0,1, =1,286, при =0,05, =1,653, при =0,01, =2,345. По модулю при всех уровнях значимости коэффициенты: удельный вес затрат на корма %, удельный вес затрат на ОПФ, стоимость кормов на 1 ц, тыс.руб. равные соответственно -20,23,-3,35, 28,26, при всех уровнях значимости являются значимыми, т.к. данные коэффициенты больше чем . Коэффициенты, среднегодовое поголовье, расход ц.к.ед. на 1 ц равны 1,3,-1,84 значим при уровне значимости =0,1 при =0,05. Все остальные показатели: оплата 1 чел/ч, удельный вес затрат на энергоресурсы, затраты труда на 1 ц, получено приплода на 1 гол, продуктивность, удельный вес концентратов, удельный вес покупных кормов, % равные соответственно 1,03, 0,35, 0,81, 0,82, 0,7, 0,64, -1,03 являются незначимыми, т.к. данные коэффициенты меньше чем .

Так как факторные признаки могут иметь различные единицы измерения, то влияние их на результативный признак несопоставимо. В связи с этим используют коэффициенты эластичности и бетта-коэффициенты.

Коэффициент эластичности показывает, насколько процентов изменится результативный показатель при изменении среднего на 1%. В нашем случае =0,03, что говорит о том, что приращение результативного признака происходит медленнее по сравнению с факторным.

=0,006, если среднегодовое поголовье увеличить на 1 %, то себестоимость увеличиться на 0,006%. =0,01, при увеличении оплаты 1 чел./час на 1 %, себестоимость увеличится на 0,01%. Коэффициент эластичности удельного веса затрат на корма =-0,44, он показывает, что при увеличении удельного веса затрат на корма на 1 %, себестоимость уменьшится на 0,44%. =-0,01, если удельный вес затрат на ОПФ увеличится на 1 %, следовательно, себестоимость снизится на 0,01%. =0,002, при увеличении удельного веса затрат на энергоресурсы на 1%, себестоимость увеличится на 0,002%. Коэффициент =0,03 показывает, что себестоимость увеличится на 0,03%, если затраты труда на 1 ц увеличить на 1 %. =0,002, если получено приплода на 1 гол увеличить на 1 %, то себестоимость увеличиться на 0,002%. =0,01, при увеличении продуктивности на 1%, себестоимость увеличиться на 0,01%. Коэффициент =0,005 показывает, что себестоимость увеличится на 0,005%, если удельный вес концентратов увеличить на 1 %. = -0,004, при увеличении удельного веса покупных кормов на 1%, себестоимость уменьшится на 0,004%. =-0,02, если расход ц.к.ед. на 1ц увеличить на 1%, то себестоимость уменьшится на 0,02%. =0,44, при увеличении стоимости кормов на 1 ц на 1%, себестоимость увеличится на 0,44%.

Бета-коэффициент показывает на какую часть своего стандартного отклонения изменится результативный признак при изменении факторного на величину своего стандартного отклонения = 0,2 (Приложение 5).

Если среднегодовое поголовье увеличить на 1 стандартное отклонение, то себестоимость увеличиться на 2,41стандартных отклонение. При увеличении оплаты 1 чел./час на 1 стандартное отклонение, себестоимость увеличится на 0,004 стандартных отклонение. При увеличении удельного веса затрат на корма на 1 стандартное отклонение, себестоимость уменьшится на 0,01 стандартных отклонения. Если удельный вес затрат на ОПФ увеличится на 1 стандартное отклонение, следовательно, себестоимость уменьшится на 0,006 стандартных отклонение. При увеличении удельного веса затрат на энергоресурсы на 1 стандартное отклонение, себестоимость увеличится на 0,002 стандартных отклонения. Себестоимость увеличится на 0,17стандартных отклонения, если затраты труда на 1 ц увеличить на 1 стандартное отклонение. Если получено приплода на 1 гол увеличить на 1 стандартное отклонение, то себестоимость увеличиться на 0,03 стандартных отклонений. При увеличении продуктивности на 1стандартное отклонение, себестоимость увеличиться на 0,0004 таких отклонений. Себестоимость увеличится на 0,0002стандартного отклонение, если удельный вес концентратов увеличить на 1 стандартное отклонение. При увеличении удельного веса покупных кормов на 1 отклонение, себестоимость уменьшится на 0,001 стандартных отклонений. Если расход ц.к.ед. на 1ц увеличить на 1 отклонение, то себестоимость уменьшится на 0,02. При увеличении стоимости кормов на 1 ц на 1 стандартное отклонение, себестоимость увеличиться на 0,02 стандартных отклонений.

С помощью критерия Стьюдента проверяется гипотеза о значимости влияние фактора на зависимую переменную y. Также была построена нелинейная многофакторная корреляционная модель, со всеми значимыми коэффициентами:

= 77,54 -0,01 -0,01 +0,0008 -0,7 +0,02

–расход ц.к.ед. на 1 ц, ц.к.ед.

–удельный вес затрат на корма, %

– удельный вес затрат на ОПФ, %;

–продуктивность, ц

– стоимость кормов на 1 ц, тыс.руб.; (Приложение 6).

На основании полученной корреляционной модели сделаем анализ коэффициентов стоящих при факторах.

=77,54, показывает влияние неучтенных в модели факторов, если учтенные факторы неизменны, значит себестоимость увеличится на 77,54тыс.руб.

Коэффициент при x1 - расход ц.к.ед. на 1 ц =-0,01, следовательно при увеличении расход ц.к.ед. на 1 ц, себестоимость снизится на 0,01тыс.руб. =-0,01, при увеличении удельный вес затрат на кормана 1 %, себестоимость снизится на 0,01 тыс.руб. =0,0008, следовательно при увеличении удельный вес затрат на ОПФ, себестоимость увеличится на 0,0008тыс.руб. Коэффициент =-0,7, он показывает, что если продуктивность на 1 ц, то себестоимость снизится на 0,7тыс.руб. А =0,02 раскрывает сущность того, что если стоимость кормов на 1 ц увеличить на 1 тыс.руб., себестоимость увеличится на 0,02 тыс.руб.

В многофакторной корреляционной модели роль отдельных факторов в формировании результативного показателя не одинакова. Различна и теснота связи отдельных факторных показателей с результативным. Отсюда следует, что устойчивость характеристик различных факторов может быть разной. В связи с этим требуется проверить на существенность отдельные коэффициенты регрессии.

R - коэффициент корреляции (множественный R ), устанавливает силу и тесноту связи между результативным и факторными показателями. В нашем случае R=0,92, близок к единице, что говорит о сильной связи результативного показателя с факторными.

Поле определения коэффициента тесноты связи следует определить его существенность =83,74, коэффициент существенности множественной корреляции больше чем 2,58, следовательно, коэффициент множественной корреляции существенен. (Приложение 6).

D(R )=0,847 - коэффициент детерминации, который показывает, что учтенные в модели факторные показатели на 84,7% объясняют вариацию результата. (Приложение 6). Он рассчитывается по следующей формуле: D= R ∙100. А на 100-84,7=15,3% - на изменение результативного признака оказывают влияние неучтенные в модели факторы.

Скорректированный коэффициент детерминации = 0,84, R = 0,84. Скорректированный коэффициент детерминации близок к нескорректированному, что свидетельствует о хорошем качестве модели.

F – критерий Фишера указывает практическую годность модели (ее ценность, адекватность), определяет насколько полно построенная модель выражает изучаемую закономерность. В нашем же случае F=213,57.

При =0,1, =1,60, следовательно 213,57 1,60, данное уравнение статистически значимо, т.е доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,05, =1,83, следовательно 213,57 1,83, данное уравнение статистически значимо, т.е доля вариации, обусловленное регрессией намного превышает случайную ошибку.

При =0,01, =2,34, следовательно 213,57 2,34, данное уравнение статистически значимо, т.е доля вариации, обусловленное регрессией намного превышает случайную ошибку.

Для обобщающей оценки модели рассчитывают показатель средней относительной ошибки аппроксимации . В нашем случаи =3,75, т.к. не превышает 10%, то экономическая модель имеет высокую точность и может быть использовано для анализа и прогноза.

Охарактеризуем значимость коэффициентов в нашей модели. При =0,1, =1,286, при =0,05, =1,653, при =0,01, =2,345. По модулю при всех уровнях значимости коэффициенты: удельный вес затрат на корма; удельный вес затрат на ОПФ, стоимость кормов на 1 ц, тыс.руб равные соответственно -25,34,-4,02,31,55 являются значимыми, т.к. данные коэффициенты больше чем . А коэффициенты расход ц.к.ед. на 1 ц; продуктивность равные -1,37,1,41 значимы при =0,1, =0,05.

Так как факторные признаки могут иметь различные единицы измерения, то влияние их на результативный признак несопоставимо. В связи с этим используют коэффициенты эластичности и бетта-коэффициенты.

Коэффициент эластичности показывает, насколько процентов изменится результативный показатель при изменении среднего на 1%. В нашем случае =-0,02, что говорит о том, что приращение результативного признака происходит медленнее по сравнению с факторным.

=-0,02, если расход ц.к.ед. на 1 цувеличить на 1 %, то себестоимость уменьшится на 0,02%. =-0,45, при удельный вес затрат на корма увеличить на 1 %, себестоимость снизится на 0,45%. Коэффициент эластичности удельный вес затрат на ОПФ =-0,02, он показывает, что при увеличении удельный вес затрат на ОПФ на 1%, себестоимость уменьшится на 0,02%. =0,01, если продуктивность увеличится на 1 ц, следовательно, себестоимость возрастет на 0,01%. =0,45, при увеличении стоимости кормов на 1 тыс.руб., себестоимость увеличится на 0,45%.

Бета-коэффициент показывает на какую часть своего стандартного отклонения изменится результативный признак при изменении факторного на величину своего стандартного отклонения = 0,16 (Приложение 5).

Если расход ц.к.ед. на 1 цувеличить на 1 стандартное отклонение, то себестоимость уменьшится на 0,04стандартных отклонение. При увеличении удельный вес затрат на кормана 1 стандартное отклонение, себестоимость снизится на 1,24 стандартных отклонение. При увеличении удельный вес затрат на ОПФ на 1 стандартное отклонение, себестоимость уменьшится на 0,12 стандартных отклонения. Если продуктивностьувеличится на 1 стандартное отклонение, следовательно, себестоимость возрастет на 0,05стандартных отклонение. При увеличении стоимости кормов на 1 стандартное отклонение, себестоимость увеличится на 1,52 стандартных отклонения.