Kiekybinių sprendimų metodų užduočių sprendimai

Įvadas Žemės ūkis yra ūkio šaka, kurioje žemė yra naudojama maistui (iš)gauti, užauginti maistinius išteklius. Prie žemės ūkio priskiriama ir gyvulininkystė, miškininkystė, žvejyba (ūkį sudaro 3 pagrindinės šakų grupės žemės ūkis, pramonė ir paslaugos). Lietuvoje išlieka didelė kaimo ir žemės ūkio ekonominė bei socialinė reikšmė. Kaime gyvena 32% visų šalies gyventojų. Žemės ūkyje dirba apie 21% visų šalies užimtų gyventojų. Žemės ūkyje 1999 m. sukurta apie 10% bendrojo vidaus produkto (BVP). Žemės ūkio ir maisto prekės praėjusiais metais davė apie 13% šalies eksporto pajamų. Žemės ūkio įtaką šalies ekonomikai lemia daugelis veiksnių. Žemės ūkis sukuria darbo vietas kituose ekonomikos sektoriuose – perdirbamojoje ir materialinių techninių išteklių gamybos pramonėje, vidaus ir užsienio prekyboje, transporte, įvairių paslaugų, teikiamų žemės ūkiui, srityje. Žemės ūkio bei su juo susijusių sektorių plėtra užtikrina šalies BVP augimą, gyventojų užimtumą ir jų gerovės augimą. Užsienio prekyba žemės ūkio ir maisto produktais yra tradiciškai svarbi Lietuvos prekybos dalis. Prekybiniai ryšiai tarp Lietuvos ir ES grindžiami Laisvosios prekybos sutarties nuostatomis ir pagrindiniais principais. Pagal šias nuostatas žemės ūkio ir maisto produktams yra numatytas 6 metų pereinamasis laikotarpis, kurio metu abi pusės laipsniškai mažina importo muitus. Kartu didinamos lengvatinio importo kvotos. Jautriausiems produktams importo muitai išlieka ir pereinamojo laikotarpio pabaigoje. Žemės ūkio ir maisto produktų importas iš ES šalių didėja sparčiau nei lietuviškų prekių eksportas į Europos Sąjungą. Daugiausia eksportuojame į Latviją ir Vokietiją, o importuojame – iš Vokietijos, Olandijos ir Danijos. Gyvulininkystė – ž.ū. šaka, apimanti naminių gyvulių (galvijų, kiaulių, arklių, avių, ožkų), paukščių, kailinių žvėrelių, bičių, žuvų auginimą ir naudojimą. Teikia maisto produktus (mėsą, pieną, riebalus, kiaušinius), žaliavas (vilną, kailius, odą, šerius, kaulus, kraują), darbo jėgą, pramogas ir organines trąšas. Iš gyvulininkystės produktų ir atliekų gaminami pašarai (kraujamilčiai, kaulamilčiai, mėsos ir kaulų miltai, separuotas pienas, vaistiniai preparatai (gydomieji serumai, hormonų preparatai). Gyvulininkystės vystymasis, jos produktyvumas glaudžiai susijęs su augalininkyste, žemės naudojimo intensyvumu. Gyvulininkystė paplitusi visose šalyse. Spartėja gyvulininkystės produktų gamybos specializacija ir koncentracija, ji vis labiau intensyvinama. Į pasaulinę rinką kasmet patiekiama ~3 mln. galvijų (Europoje daugiausia jų eksportuoja Airija, Danija, Amerikoje – Kanada, Meksika). Kiaulėmis plačiausiai prekiaujama Europoje (daugiausiai jų eksportuoja Danija, Švedija, Bulgarija, Vengrija, Lenkija). 1. Koreliacinė regresinė analizė 1.1 Tyrimo tikslai Koreliacinė regresinė analizė dažnai taikoma, kada reikia nustatyti, ar egzistuoja stochastinis (atsitiktinis) ryšys tarp nagrinėjamų veiksnių. Koreliacinė analizė apima porinę koreliaciją, porinę regresiją ir daugianarę regresiją. Šio kursinio darbo tikslas yra atlikti koreliacinę regresinę analizę ir nustatyti, ar egzistuoja stochastinis ryšys tarp veiksnių Y ir X, ir tarp kurių veiksnių egzistuoja funkcinė priklausomybė. Taip pat išrinkti kreivę, kuri geriausiai atvaizduotų statistinių taškų visumą ir nustatyti jos adekvatumą realiai padėčiai. Bei aprašyti gautus rezultatus. 1.1 Tyrimo tikslai: 1. Nustatyti, kaip Y (apgyvendinimo įstigų skaičių) įtakoja tokie veiksniai kaip: a) X1 – Užimti gyventojai (žemės ūkyje, medžioklėje, miškininkystėje ir žuvininkystėje), tūkst. b) X2 – Bendroji žemės ūkio produkcija, to meto gamintojų kainomis, mln. Lt c) X3 – Gyvulių ir paukščių produkcijos supirkimas (gyvuoju svoriu), tūkst. t d) X4 – Eksportas, mln. Lt e) X5 – Importas, mln. Lt 2. Nustatyti ryšių stiprumus, formą bei analitines išraiškas; 3. Nustatyti ryšių stiprumą tarp Y ir įtakingiausių veiksnių bei rasti tų ryšių formas bei analitines išraiškas; 4. išrinkti kreivę, kuri geriausiai atvaizduotų statistinių taškų visumą ir nustatyti jos adekvatumą realiai padėčiai; 5. aprašyti gautus rezultatus ir pateikti išvadas Pradiniai duomenys: Eil. Nr. Žemės ūkio žaliavų ir gyvų gyvulių didmeninės prekybos apyvarta (be PVM), tūkst. Lt Užimti gyventojai (žemės ūkyje, medžioklėje, miškininkystėje ir žuvininkystėje), tūkst. Bendroji žemės ūkio produkcija, to meto gamintojų kainomis, mln. Lt   Y X1 X2 1 93708,9 20,6 437,6 2 140528,5 21,7 820,2 3 152093,6 21,2 2606,1 4 283301,6 21,1 633,9 5 217585,7 19,5 572,5 6 293596,8 18,8 903,7 7 242291,3 18,2 2440,4 8 273134,3 16,2 635,7 9 241994,4 10,8 661,9 10 277325,5 11,9 1118,2 11 290650,4 11,9 2633,1 12 361168,7 10,8 704,1 13 278824,6 11,4 621,2 14 311808,3 13 118,9 15 253066,2 13,3 2451,7 16 400728,7 12,1 721,2 17 238301,4 10,9 670,9 18 357517,9 10,7 1268,7 19 620160,9 11,2 4184,4 20 741230,2 8,7 788,2 21 57506,8 5,4 750 22 654881,4 5,8 1410,4 Suma 6781406,1 305,2 27153 Vidurkis 308245,7318 13,8727 1234,2273 Dispersija 29010582840,3889 24,7287 992346,3421 Lentelės tęsinys: Eil. Nr. Gyvulių ir paukščių produkcijos supirkimas (gyvuoju svoriu), tūkst. t Eksportas, mln. Lt Importas, mln. Lt   X3 X4 X5 1 42,6 5052 6526 2 45,4 4921 7116 3 48,7 5505 7348 4 50 5785 8448 5 47,8 5521 7292 6 46,6 6115 8553 7 48,4 6733 8895 8 54 7450 9644 9 56,3 6820 8433 10 56,8 7795 10698 11 60,2 8562 11257 12 59,3 9590 12764 13 59,4 9075 11860 14 63,9 10135 13353 15 62,6 10026 13929 16 66 9652 14133 17 64,5 9655 13716 18 68,5 10942 15868 19 69,5 11562 15967 20 68,8 11033 15953 21 59,8 12616 17751 22 60,6 14882 19219 Suma 1259,7 189427 258723 Vidurkis 57,2591 8610,3182 11760,1364 Dispersija 67,6511 7213838,5130 14103891,9329 1.2 Koreliacinė analizė y su kiekvienu x1,...,x5 Norėdamas įvertinti ryšio egzistavimą tarp Y ir visų X, paskaičiavau koreliacijos koeficientus pagal šią formulę: arba su CORREL funkcija Norint apskaičiuoti reikėjo dar papildomai pasiskaičiuoti. Reikšmės paimtos iš šių lentelių: Apskaičiuojamas vidurkis su dispersija: 1.Vidurkis 2.Dispersija Dispersija – tai išsibarstimo apie vidurkį matas. Tai skirtumų tarp stebėtų duomenų reikšmių ir vidurkio kvadratų vidurkis, kuris apskaičiuojamas pagal formulę . Standartinis nuokrypis – tai dydis parodantis, kiek vidutiniškai požymio reikšmės yra nutolusios nuo vidurkio. Ir apskaičiuojamas taip . Dispersija apskaičiuota panaudojus VAR funkciją 3.Standartinis nuokrypis Apskaičiuota panaudojus STDEV funkciją. Kvadratinis nuokrypis 170324,9331 4,9728 996,1658 8,2250 2685,8590 3755,5149 Koreliacijos koeficientas   -0,4864 0,6239 0,6044 0,6017 0,0012 4. Koreliacijos koeficientas standartiniai nuokrypiai buvo paskaičiuoti CORREL funkciją. 1.3 Atrinkti X1,...., X5 regresinei analizei atlikti. Reikia dar įvertinti koeficiento reikšmingumą. Tam skaičiuojama statistika t ir lyginama su jos lenteline reikšme, kurią randame panaudojus ABS funkciją. Gauname: t lentelinis   2,988484513 4,79199984 4,46637323 4,42450102 0,00585806 t kritine   2,085963441 2,08596344 2,08596344 2,08596344 2,08596344 Koreliacijos koeficientas rodo ryšio stiprumą: kuo koeficientas arčiau 1 (pagal modulį), tuo ryšys tarp Y ir X yra stipresnis. Šias reikšmes palyginame su t kritine reikšme, kurią gavome su TINV funkcija: TINV(),=0,05, n=22-2=20; => tkrit=2,08596344 Jei palyginus gaunasi, kad tsttlent, tai koreliacijos koef.reikšmingas ir stochastinis ryšys tarp Y ir egzistuoja. Tokie kintamieji tinka regresinei analizei.Mano skaičiavimuose matosi, kad: X1, X2, X3, X4, daugiau už tkrit=2,085963441, todėl šie koreliacijos koeficientai yra reikšmingi, ir juos pasirenkame tolimesniai analizei. 1.4 Porinė regresinė analizė Y su kiekvienu X1, X2, X3, X4 Regresinės analizės tikslas nustatyti ryšį tarp Y ir kiekvieno pasirinkto veiksnio (X1, X2, X3, X4). Ieškoma regresijos lygtis: y= a0+a1*x Norint gauti lygtį y= a0+a1*x, kuri apibrėžtų ieškomą tiesę, turime apskaičiuoti lygties koeficientus a0 ir a1. Jie surandami, panaudojant formules: arba su SLOPE funkcija arba su INTERCEPT funkcija Porinės regresinės analizės tikslas yra surasti stochastinio ryšio formą ir analitinę išraišką. Tai daroma surandant kreivę, geriausiai aprašančią statistinių taškų visumą, ir tikrinant kreivės adekvatumą realiai padėčiai. Apskaičiuota panaudojus SLOPE ir INTERCEPT funkcijas   X1 X2 X3 X4 a0 539365,35 255751,85 -431569,98 -21768,88 a1 -16660,00 42,53 12920,49 38,33 Gavosi tokios regresijos lygtys: Y1= 539365,35-16660,00X1, tiesė aprašo statistinių taškų visumą. Tiesė pavaizduojama grafiškai: Y2= 255751,85+42,53X2 Y3= -431569,98+12920,49X3 Y4= -21768,88+38,33X4 Kad įvertinti ar gautos tiesės adekvačios realiai padėčiai, skaičiuojamos dispersijos SŶ2 ir Slikut2 bei jų santykis F. Panaudojus FINV funkcija randama Flent. su α = 0,05 reikšmingumo lygmeniu ir ν1 = k = 4 bei ν2 = n – k – 1 = 17 laisvės laipsniais. Tada gauname, kad: Y1^ Y^2 Y^3 Y^4 -1560650797 4241358,1 1210333671,0965 3569887,7184 -2340665277 6232679 1815266012,4359 5364380,2926 -2533339829 6724563,3 1964692812,7679 5807645,2088 -4719264952 12305073 3659964934,7520 10836560,0583 -3624438136 9510058,8 2810883070,5281 8317813,7520 -4890782972 12742946 3792984000,2835 11231152,4929 -4036033403 10560832 3130091616,7820 9264725,2109 -4549877746 11872640 3528598400,3498 10446869,7501 -4031087049 10548204 3126255522,2374 9253345,6851 -4619703133 12050899 3582750773,0531 10607509,2532 -4841695951 12617631 3754915057,9918 11118223,4435 -6016530745 15616899 4666046300,5968 13821035,2082 -4644678137 12114658 3602119884,9828 10664966,4681 -5194186540 13517514 4028285569,1628 11929159,3429 -4215543224 11019108 3269308643,0851 9677703,4943 -6675600298 17299457 5177181026,7239 15337283,2376 -3969561674 10391134 3078540139,4369 9111801,0953 -5955708421 15461624 4618876162,6254 13681108,0518 -10331340487 26632298 8012353358,6370 23747638,1628 -12348354880 31781591 9576628472,3354 28387958,8794 -957523853,9 2701618,4 742584670,3703 2182340,6308 -10909783976 28109023 8460959356,0713 25078398,7721 -1,12966E+11 294051809 87609619456,3056 259437506,2091 (y^1-yvid)^2 (y^2-yvid)^2 (y^3-yvid)^2 (y^4-yvid)^2 2,4366E+18 1,56662E+13 1,46422E+18 1,08016E+13 5,4802E+18 3,53951E+13 3,29416E+18 2,58174E+13 6,4194E+18 4,14899E+13 3,8589E+18 3,05184E+13 2,2274E+19 1,44523E+14 1,33933E+19 1,11371E+14 1,3139E+19 8,5133E+13 7,89947E+18 6,45534E+13 2,3923E+19 1,55243E+14 1,43846E+19 1,19855E+14 1,6292E+19 1,05628E+14 9,7957E+18 8,0666E+13 2,0704E+19 1,34313E+14 1,2449E+19 1,03298E+14 1,6252E+19 1,05368E+14 9,7717E+18 8,04617E+13 2,1345E+19 1,38476E+14 1,28341E+19 1,06589E+14 2,3445E+19 1,52136E+14 1,40973E+19 1,17396E+14 3,6202E+19 2,35119E+14 2,17693E+19 1,8327E+14 2,1576E+19 1,39981E+14 1,29732E+19 1,07779E+14 2,6983E+19 1,75144E+14 1,62248E+19 1,35626E+14 1,7773E+19 1,15258E+14 1,06865E+19 8,82548E+13 4,4568E+19 2,8955E+14 2,68003E+19 2,26622E+14 1,5760E+19 1,02168E+14 9,47567E+18 7,79424E+13 3,5474E+19 2,30381E+14 2,13314E+19 1,79501E+14 1,0674E+20 6,9427E+14 6,41933E+19 5,50575E+14 1,5249E+20 9,92142E+14 9,17064E+19 7,89872E+14 9,1744E+17 5,84826E+12 5,51011E+17 3,60635E+12 1,1903E+20 7,74271E+14 7,1583E+19 6,14797E+14 7,4923E+20 4,8675E+15 4,50537E+20 3,80917E+15 likutinė dispersija 3,74589E+19 2,48872E+14 2,25285E+19 1,95299E+14 Fstatistika 2,0001E+01 19,55829568 19,99852548 19,50433706 Fkritinis 2,96470811 2,96470811 2,96470811 2,96470811 Kaip matome visų lygčių Flent

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!