Смекни!
smekni.com

Экономико-статистическое моделирование производительности труда (стр. 1 из 6)

Министерство сельского хозяйства Российской Федерации

Федеральное государственное образовательное учреждение

высшего профессионального образования

АЛТАЙСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ

Кафедра экономического анализа, моделирования и программирования

ТЮХТЕНЕВ СЕРГЕЙ ЛЕОНИДОВИЧ

Экономико–статистическое моделирование производительности труда (на примере ООО «Меркит» Республики Алтай)

Специальность 060800 «Экономика и управление на предприятии АПК»

Дисциплина «Экономико-математическое моделирование»

Ведущий преподаватель – ст.преподаватель С. П. Балашова

КУРСОВАЯ РАБОТА

Студент группы 4504

очной формы обучения

(подпись, дата)

Тюхтенев С. Л.

Барнаул 2009


Содержание

Введение

1. Сущность корреляционно-регрессионного анализа и его использование в сельскохозяйственном производстве

1.1 Значение и содержание корреляционно-регрессионного анализа экономических процессов

1.2.Этапы проведения корреляционно-регрессионного анализа. Области его применения

2. Анализ объекта исследования и разработка числовой экономико-математической модели

2.1. Организационно-экономическая характеристика хозяйства

2.2. Разработка числовой экономико-математической модели задачи

3. Анализ результатов решения

3.1. Анализ оптимального решения

Выводы и предложения

Список использованной литературы


Введение

Большинство явлений и процессов в экономике находятся в постоянной взаимной и всеохватывающей объективной связи. Исследование зависимостей и взаимосвязей между объективно существующими явлениями и процессами играет большую роль в экономике. Оно дает возможность глубже понять сложный механизм причинно-следственных отношений между явлениями. Для исследования интенсивности, вида и формы зависимостей широко применяется корреляционно-регрессионный анализ, который является методическим инструментарием при решении задач прогнозирования, планирования и анализа хозяйственной деятельности предприятий.

Экономико-статистические модели описывают и воспроизводят в формализованном виде реальные экономические системы, имитируя их поведение в изменяющейся среде. Вместе с тем сама модель является системой, преобразующей некоторый набор факторов (факторные признаки) на входе в выходные результаты (результативные признаки).

Качество моделей, их адекватность реальным процессам определяются не только набором входных величин, но и выбранной формой связи. Практически невозможно отобразить все многообразие условий, факторов и взаимосвязей реального явления, поэтому в процессе экономико-статистического моделирования рассматривают наиболее существенные из них.

Цель курсовой работы - изучить зависимость производительности труда от различных факторов в отраслях растениеводства и обосновать основные пути ее повышения.

Задачи работы заключаются в следующем:

рассмотреть теоретические основы производительности труда в растениеводстве;

сделать научный анализ производительности труда в хозяйстве;

выявить зависимость производительности труда от различных факторов;

разработать предложения применительно к хозяйству по повышению производительности труда в растениеводстве.

Объектом наблюдения в курсовой работе является ООО «Меркит» Республики Алтай.

Предметом исследования является производительность труда в ООО «Меркит».

Объект исследования - закономерности, принципы и тенденции повышения производительности труда.

Методы исследования, используемые при написании курсовой работы:

- диалектический - рассматривает все процессы в развитии, динамике, времени;

- монографический - предполагает глубокое изучение всех сторон эффективности сельскохозяйственного производства на примере хозяйства; аналитический;

- расчетно-конструктивный.

Источниками информации для написания работы послужили законодательные и нормативные документы, труды экономистов-аграрников, научные работы и статьи, посвященные изучению производительности труда, материалы Государственного комитета по статистике и управлению сельского хозяйства, а также годовые отчеты исследуемого хозяйства за 2003-2007 гг., бизнес-план на 2008 г., данные первичного учета и отчетности.


1. Сущность корреляционно-регрессионного анализа и его использование в сельскохозяйственном производстве

1.1. Значение и содержание корреляционно-регрессионного анализа экономических процессов

Большинство явлений и процессов в экономике находятся в постоянной взаимной и всеохватывающей объективной связи. Исследование зависимостей и взаимосвязей между объективно существующими явлениями и процессами играет большую роль в экономике. Оно дает возможность глубже понять сложный механизм причинно-следственных отношений между явлениями. Для исследования интенсивности, вида и формы зависимостей широко применяется корреляционно-регрессионный анализ, который является методическим инструментарием при решении задач прогнозирования, планирования и анализа хозяйственной деятельности предприятий.

Различают два вида зависимостей между экономическими явлениями и процессами:

- функциональную;

- стохастическую (вероятностную, статистическую). [2, с. 124-125].

В случае функциональной зависимости имеется однозначное отображение множества А на множество В. Множество А называют областью определения функции, а множество В - множеством значений функции.

Функциональная зависимость встречается редко. В большинстве случаев функция (У) или аргумент (Х) - случайные величины. Х и У подвержены действию различных случайных факторов, среди которых могут быть факторы, общие для двух случайных величин.

Если на случайную величину А действуют факторы Z1,Z2, ... , V1,V2 а на У – Z0, Z1,Vx, Кз ... , то наличие двух общих факторов Z2 и Vx позволит говорить о вероятностной или статистической зависимости между Х и У.

Статистической называется зависимость между случайными величинами, при которой изменение одной из величин влечет за собой изменение закона распределения другой величины. [2, с. 132-133].

В частном случае статистическая зависимость проявляется в том, что при изменении одной из величин изменяется математическое ожидание другой. В этом случае говорят о корреляции или корреляционной зависимости.

Статистическая зависимость проявляется только в массовом процессе, при большом числе единиц совокупности.

При стохастической закономерности для заданных значений зависимой переменной можно указать ряд значений объясняющей переменной, случайно рассеянных в интервале. Каждому фиксированному значению аргумента соответствует определенное статистическое распределение значений функции. Это обусловливается тем, что зависимая переменная, кроме выделенной переменной, подвержена влиянию ряда неконтролируемых или неучтенных факторов. Поскольку значения зависимой переменной подвержены случайному разбросу, они не могут быть предсказаны с достаточной точностью, а только указаны с определенной вероятностью.

В экономике приходится иметь дело со многими явлениями, имеющими вероятностный характер. Например, к числу случайных величин можно отнести стоимость продукции, доходы предприятия, межремонтный проб е г автомобилей, время ремонта оборудования и т. д. [14, с. 212-213].

Односторонняя вероятностная зависимость между случайными величинами есть регрессия. Она устанавливает соответствие между этими величинами.

Односторонняя стохастическая зависимость выражается с помощью функции, которая называется регрессией.

Виды регрессий

1. Регрессия относительно числа переменных:

·простая регрессия - регрессия между двумя переменными;

·множественная регрессия - регрессия между зависимой переменной у и несколькими объясняющими переменными хx, х2 ... , хт. Множественная линейная регрессия имеет следующий вид:

у = а0 + axxx + f2*flj2 + …+ a,,pcт

где у - функция регрессии;

jq, x2,…, хт - независимые переменные; flj, а2,-, aт - коэффициенты регрессии;

д0 - свободный член уравнения;

т - число факторов, включаемых в модель[17, с. 172].

2. Регрессия относительно формы зависимости:

· линейная регрессия, выражаемая линейной функцией;

· нелинейная регрессия, выражаемая нелинейной функцией.

3. В зависимости от характера регрессии различаются следующие ее виды:

· положительная регрессия: она имеет место, если с увеличением (уменьшением) объясняющей переменной значения зависимой переменной также соответственно увеличиваются (уменьшаются);

· отрицательная регрессия: в этом случае с увеличением или уменьшением объясняющей переменной зависимая переменная уменьшается или увеличивается.

4. Относительно типа соединения явлений различаются:

· непосредственная регрессия: в этом случае зависимая и объясняющая переменные связаны непосредственно друг с другом;

· косвенная регрессия: в этом случае объясняющая переменная действует на зависимую через ряд других переменных;

· ложная регрессия: она возникает при формальном подходе к исследуемым явлениям без уяснения того, какие причины обусловливают данную связь.

Регрессия тесно связана с корреляцией. Корреляция в широком смысле слова означает связь, соотношение между объективно существующими явлениями. Связи между явлениями могут быть различны по силе. При измерении тесноты связи говорят о корреляции в узком смысле слова. Если случайные переменные причинно обусловлены, и можно в вероятностном смысле высказаться об их связи, то имеется корреляция.