1.3. Анализ доходности производства продукции

Определим основные факторы изменения выручки от реализации на рубль затрат используя кратную факторную модель вида:

,

где Y - выручка на 1 руб. затрат (рентабельность затрат);

X1 - денежная выручка от реализации (тыс. руб.);

X2 - оплата труда (тыс. руб.);

X3 - стоимость кормов (тыс. руб.);

X4 - амортизационные отчисления (тыс. руб.);

X5 - прочие затраты (тыс. руб.).

Таблица 3 – Объёмы производства и затраты на производство молока, тыс.руб.

Показатели	Анализируемое значение	Базисное значение
Выручка от реализации Х1
Оплата труда Х2
Стоимость кормов Х3
Амортизация Х4
Прочие затраты Х5

Исходную информацию обработаем в программе «Кратная факторная модель». В результате получим расчеты, представленные в приложении 3.

2. Анализ статистических связей между показателями.

2.1. Анализ динамики и прогнозирование выхода продукции.

Проведём анализ динамики выхода кормов с 1 га по урожайности зерновых и определим прогноз урожайности на 2013 год. С этой целью используем однофакторное уравнение регрессии вида: y=f(x)+E , где:

Е – случайная величина, характеризующая ошибку модели;

y – урожайность зерновых ц/га;

x – номер года наблюдения;

Таблица 4 – Динамика урожайности зерновых

Год	x	y
1998	1
1999	2
2000	3
2001	4
2002	5
2003	6
2004	7
2005	8
2006	9
2007	10
2008	11
2009	12
2010	13
2011	14
2012	15

Исходную информацию обработаем в программе «Регрессионный анализ однофакторной модели связи». В результате получим расчёты, представленные в приложении 4.

Справочный материал:

Выбор функции осуществляется по следующим показателям:

- средний коэффициент аппроксимации показывает на сколько отклоняются фактические значения результативного показателя (у) от теоретического (yT). Чем он меньше, тем предпочтительнее форма зависимости.

- корреляционное отношение (коэффициент корреляции) характеризует тесноту связи и позволяет определить на сколько % изменяется результат под действием факторов. Чем оно больше, тем теснее зависимость. Оно изменяется от 0 до 1.

- среднеквадратическое отклонение остатков характеризует отклонение расчетных значений от фактических по каждому наблюдению. Чем оно меньше, тем ближе данная форма зависимости к фактической, тем обоснованнее предположение о случайности распределения остатков.,

- нормальность распределения отклонений. Отклонения теоретических значений от фактических должны подчиняться нормальному закону распределения. Чем ближе этот показатель к 1, тем ближе распределение остатков к нормальному закону, тем точнее принятая форма зависимости описывает фактическую.

- средняя и предельная ошибки прогноза не должны превышать 1/3 прогноза. Чем меньше ошибка, тем точнее принятая форма зависимости.

- отсутствие автокорреляции определяется коэффициентом автокорреляции Ra. Если Ra меньше табличного по абсолютной величине, то в остаточном ряду существенной автокорреляции не обнаружено.

- автокорреляция - зависимость одного уровня динамического ряда от другого. Наличие автокорреляции может быть оценено с помощью коэффициента автокорреляции. Расчетное значение должно быть меньше табличного. Чем оно меньше, тем лучше.

- Т-критерий достоверности Стьюдента. Он позволяет оценить степень влияния фактора на результат.

Отношение коэффициента корреляции к его ошибке.

Если Трасч>Ттабл., то с принятой степенью вероятности, например 0.95, можно утверждать о достоверном влиянии фактора на результат не только в данной выборке, но и в генеральной совокупности. В противном случае данной формой зависимости можно пользоваться только для описания зависимости в принятой выборке.

- F - критерий Фишера - отношение дисперсий факториальной к остаточной. Если расчетные значения критерия больше табличного, то с принятым уровнем вероятности можно утверждать о существенном влиянии фактора (факторов) на результат не только в выборке, но и в генеральной совокупности объектов.

Табличные значения Критериев Т и F в зависимости от количества наблюдений печатаются в машинограмме результатов вычислений.