Статистико-экономический анализ уровня и динамика производства продукции животноводства

Кроме того, на территории области разведано 74 месторождения пресных подземных вод и 12 месторождений минеральных подземных вод. Почвы Ивановской области образовались в основном из песков и глин. Тип почв — дерново-подзолистый с малым количеством перегноя. Такие почвы мало пригодны для выращивания культурных растений. На полях области выращивают в основном такие зерновые культуры как рожь, ячмень, овес, из овощных — картофель, морковь, капусту. На территории области насчитывается около 1700 рек и ручьев и более 150 озер. Самой крупной рекой является Волга с расположенным в ее акватории Горьковским водохранилищем. Речная сеть принадлежит бассейну рек Волга и Клязьма. На севере области леса южно-таежного типа, на юге — смешанного.

Болота широко распространены в северо-западной и южной частях области. Выгодное географическое положение области способствует развитию внутренних и внешних экономических и культурных связей. Через неё проходят важные автомобильные, железнодорожные и водные магистрали, соединяющие между собой восточные районы страны. В связи с невысоким уровнем производства, область располагает довольно высоким экологическим рейтингом, что весьма важно в современных условиях. Она входит в число наиболее благоприятных в экологическом отношении регионов России и обладает богатейшими рекреационными возможностями, к которым относятся водные, лесные ресурсы, ландшафты и целебные источники. 3. Статистический анализ производства мяса в крестьянских хозяйствах Ивановской области3.

1. Исходные данные для анализа

Вариант 6Таблица 1Исходные данные производства мяса в крестьянских (фермерских) хозяйствах Ивановской области

ГодПоголовье, гол. Прирост на 1 голову, цВаловое производство, т199 618 047 219 971 520,9961199815046019991204482000923,9 136 200 110 044 020 211 712,9568200316246620042163,988 620 052 473,979820061883,9975

Таблица 2Районы

Привес КРС, кг

Поголовье, тыс.

гол.Кол-во корма на 1 голову, цВичугский5,11,328,5Верхнеландеховский4,60,533Гаврилово-Посадский6,51,637Заволжский6,3136,8Ивановский7,90,824,5Ильинский6,61,234,9Кинешемский7,11,319,6Комсомольский6,71,336,8Лежневский6,80,629,3Лухский7,50,631,4Палехский5,71,347,4Пестяковский4,50,433,8Приволжский5,80,930,7Пучежский50,934,7Родниковский6,9135,5Савинский6,80,733Тейковский6,50,636,4Фурмановский5,6138,4Шуйский5,51,738,1Южский71,128,3Юрьевецкий5,61,136,6Построим графики динамики по таблице 1. Рисунок 1. Динамика изменения поголовья

Рисунок 2. Динамика изменения прироста на 1 голову

Рисунок 3. Динамика изменения валового производства мяса

Проведем анализ рядов.

3.2. Анализ временных рядов

Цепные показатели ряда динамики

ПериодпоголовьеАбсолютный прирост

Темп прироста, %Темпы роста, %Абсолютное содержание 1% прироста

Темп наращения, %1 996 180 001 001.

801 997 153−27−15 851.

8−151 998 150−3-1.

9698.

041.53−1.671 999 120−30−20 801.

5−16.67 200 092−28−23.

3376.

671.2−15.

56 200 110 088.

7108.

70.924.

44 200 217 272 721 719 599 038 464−10−5.

8194.

191.72−5.

5 620 042 165 433.

33 133.

331.

623 020 052 473 114.

35 114.

352.

1617.

222 006 188−59−23.

8976.

112.47−32.78Итого1780 В 2006 по сравнению с 2005 поголовье уменьшилось на 59 гол. или на 23.

89%В 2006 поголовье составила 188 гол. и за прошедший период увеличилось на 59 гол., или на 23.

89%Максимальный прирост наблюдается в 2002 (72 гол.)Минимальный прирост зафиксирован в 2006 (-59 гол.)Темп наращения показывает, что тенденция ряда возрастающая, что свидетельствует об ускорении поголовье

Базисные показатели ряда динамики. Периодпоголовье

Абсолютный прирост

Темп прироста, %Темпы роста, %1 996 180 001 001 997 056−27−15 851 998 150−30−16.

6783.

331 999 120−60−33.

3366.

67 200 092−88−48.

8951.

112 001 100−80−44.

4455.

562 002 172−8-4.

4495.

562 003 162−18−10 902 004 216 362 011 647 723 700 224.

22 137.

22 200 618 884.

44 104.

44Итого1780 В 2006 по сравнению с 1996 поголовье увеличилось на 8 гол. или на 4.

44%В 2006 поголовье составила 188 гол. и по сравнению с 1996 увеличилось на 8 гол., или на 4.

44%Расчет средних характеристик рядов. Средний уровень ряда y динамики характеризует типическую величину абсолютных уровней

Средний уровень ряда динамики

Среднее значение поголовье с 1996 по 2006 составило 161.

82 гол. Средний темп роста

В среднем за весь период с 1996 по 2006 рост поголовье составил 1Средний темп прироста

В среднем каждый период поголовье увеличивалась на 0%.Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики. Средний абсолютный прирост

В среднем за весь период поголовье увеличивалось на 0.8 гол. с каждым периодом. Цепные показатели ряда динамики. Периодприрост на 1 голову

Абсолютный прирост

Темп прироста, %Темпы роста, %Абсолютное содержание 1% прироста

Темп наращения, %19 964 001 000.

4 019 973.

99−0.01−0.

2599.

750.04−0.

25 199 840.

010.

25 100.

250.

3 990.

2 519 994 001 000.

4 020 003.

91−0.09−2.

2597.

750.04−2.

25 200 140.

092.

3102.

30.

3 912.

2 520 023.95−0.05−1.

2598.

750.04−1.

25 200 340.

051.

27 101.

270.

3 951.

2 520 043.98−0.02−0.

599.

50.04−0.

520 053.

97−0.01−0.

2599.

750.0398−0.

2 520 063.

990.

020.

5100.

50.3 970.

5Итого43.

79 В 2006 по сравнению с 2005 прирост на 1 голову увеличилось на 0.02 ц. или на 0.

5%В 2006 прирост на 1 голову составила 3.99 ц. и за прошедший период увеличилось на 0.02 ц., или на 0.

5%Максимальный прирост наблюдается в 2001 (0.09 ц.)Минимальный прирост зафиксирован в 2000 (-0.09 ц.)Темп наращения показывает, что тенденция ряда возрастающая, что свидетельствует об ускорении прирост на 1 голову

Базисные показатели ряда динамики. Периодприрост на 1 голову

Абсолютный прирост

Темп прироста, %Темпы роста, %199 640 010 019 973.

99−0.01−0.

2599.

751 998 400 100 199 925 953 855 488.91−0.09−2.

2597.

75 200 140 010 020 016.95−0.05−1.

2598.

75 200 340 010 020 048.98−0.02−0.

599.

520 053.97−0.03−0.

7599.

2 520 063.99−0.01−0.

2599.

75Итого43.

79 В 2006 прирост на 1 голову составила 3.99 ц. и по сравнению с 1996 увеличилось на 0.01 ц., или на 0.

25%Расчет средних характеристик рядов. Средний уровень ряда y динамики характеризует типическую величину абсолютных уровней

Средний уровень ряда динамики

Среднее значение прирост на 1 голову с 1996 по 2006 составило 3.98 ц. Средний темп роста

В среднем за весь период с 1996 по 2006 рост прирост на 1 голову составил 1Средний темп прироста

В среднем каждый период прирост на 1 голову увеличивалась на 0%.Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики. Средний абсолютный прирост

В среднем за весь период прирост на 1 голову уменьшался на 0.001 ц. с каждым периодом. Цепные показатели ряда динамики. Периодваловое производство

Абсолютный прирост

Темп прироста, %Темпы роста, %Абсолютное содержание 1% прироста

Темп наращения, %199 672 001 000.

720 199 761−11−15.

2884.

720.72−15.28 199 860−1-1.

6498.

360.61−1.39 199 948−12−20 800.

6−16.67 200 036−12−25 750.

48−16.

67 200 140 411.

11 111.

110.

365.

5 620 026 828 701 700.

438.89 200 366−2-2.

9497.

060.68−2.

782 004 862 030.

3130.

30.6627.

782 005 981 213.

95 113.

950.

8616.67 200 675−23−23.

4776.

530.98−31.94Итого710 В 2006 по сравнению с 2005 валовое производство уменьшилось на 23 т или на 23.

47%В 2006 валовое производство составила 75 т и за прошедший период увеличилось на 23 т, или на 23.

47%Максимальный прирост наблюдается в 2002 (28 т) Минимальный прирост зафиксирован в 2006 (-23 т) Темп наращения показывает, что тенденция ряда убывающая, что свидетельствует о замедлении валовое производство

Базисные показатели ряда динамики. Периодваловое производство

Абсолютный прирост

Темп прироста, %Темпы роста, %19 967 200 100 199 760−11−15.

2884.

72 199 860−12−16.

6783.

33 199 948−24−33.

3366.

67 200 036−36−5 050 200 140−32−44.

4455.

56 200 268−4-5.

5694.

44 200 366−6-8.

3391.

672 004 861 419.

44 119.

442 005 982 636.

11 136.

1 120 067 534.

17 104.

17Итого710 В 2006 по сравнению с 1996 валовое производство увеличилось на 3 т или на 4.

17%В 2006 валовое производство составила 75 т и по сравнению с 1996 увеличилось на 3 т, или на 4.

17%Расчет средних характеристик рядов. Средний уровень ряда y динамики характеризует типическую величину абсолютных уровней

Средний уровень ряда динамики

Среднее значение валовое производство с 1996 по 2006 составило 64.55 тСредний темп роста

В среднем за весь период с 1996 по 2006 рост валовое производство составил 1Средний темп прироста

В среднем каждый период валовое производство увеличивалась на 0%.Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики. Средний абсолютный прирост

В среднем за весь период валовое производство увеличивалось на 0.3 т с каждым периодом.

3.3. Аналитическая группировка

Проведем аналитическую группировку по поголовью КРС районов Ивановской области. Число групп приближенно определяется по формуле Стэрджессаn = 1 + 3,2lognn = 1 + 3,2log 21 = 6Тогда ширина интервала составит:

Для каждого значения ряда подсчитаем, какое количество раз оно попадает в тот или иной интервал. Для этого сортируем ряд по возрастанию. Аналитическая группировка.Группы№Кол-во, f∑XXcp = ∑X / f∑YYcp = ∑Y / f0.4 — 0.621,2,3,4,552.

70.5429.

95.980.

62 — 0.836,721.

50.7514.

77.350.

83 — 1.058,9,10,11,1254.

80.9629.

65.921.

05 — 1.2713,14,1533.

41.1319.

26.41. 27 — 1.4916,17,18,1945.

21.324.

66.151.

49 — 1.720,2123.

31.65 126

Итого2120.

Среднее значение по всей совокупности в целом можно найти двумя способами:

а) по формуле простой арифметической (по исходным данным)

б) по формуле арифметической взвешенной (по сгруппированным данным) Таблица для расчета средней арифметической взвешенной. ГруппыfiXcp = ∑X / fYcp = ∑Y / fxifiyifi0.4 — 0.

6250.

562.

5300.

62 — 0.

8320.

87.

41.614.

80.83 — 1.

5 515.

9529.

51.05 — 1.

2731.

16.

43.319.

21.27 — 1.

4941.

36.

25.224.

81.49 — 1.

721.

763.412Итого21 130.

33.4. Уравнение множественной регрессии

Построим уравнение множественной регрессии

Система трех линейных уравнений с тремя неизвестными b0, b1, b2:∑yi = nb0 + b1∑x1i + b2∑x2i∑x1iyi = b0∑x1i + b1∑x1i2 + b2∑x1ix2i∑x2iyi = b0∑x2i + b1∑x1ix2i + b2∑x2i2YX1X2X12X22X1YX2YX1X2Y25.

11.328.

51.69 812.

256.

63 145.

3537.

0526.

014.

60.

5330.

2 510 892.

3151.

816.

521.

166.

51.6372.

56 136 910.

4240.

559.

242.

256.

3136.

811 354.

246.

3231.

8436.

839.

697.

90.824.

50.64 600.

256.

32 193.

5519.

662.

416.

61.

234.

91.

441 218.

017.

92 230.

3441.

8843.

567.

11.319.

61.69 384.

169.

23 139.

1625.

4850.

416.

71.

336.

81.

691 354.

248.

71 246.

5647.

8444.

896.

80.629.

30.36 858.

494.

8 199.

2417.

5846.

247.

50.

631.

40.

36 985.

964.

5235.

518.

8456.

255.

71.347.

41.692 246.

767.

41 270.

1861.

6232.

494.

50.

433.

80.

161 142.

441.

8152.

113.

5220.

255.

80.930.

70.81 942.

495.

22 178.

0627.

6333.

6450.

934.

70.811 204.

094.

5173.

531.

23 256.

9135.

511 260.

256.

9244.

9535.

547.

616.

80.

7330.

4 910 894.

76 224.

423.

146.

246.

50.636.

40.361 324.

963.

9236.

621.

8442.

255.

6138.

411 474.

565.

6215.

0438.

431.

365.

51.738.

12.891 451.

619.

35 209.

5564.

7730.

2571.

128.

31.21 800.

897.

7198.

131.

13 495.

61.136.

61.211 339.

566.

16 204.

9640.

2631.

3 613 020.

9704.

723.

3 124 302.

21 129.

694 321.

28 709.

77 822.

326.

19 133.

561.

111 157.

256.

18 205.

7833.

839.16Для наших данных система уравнений имеет вид:

130 = 21 b0 + 20.9b1 + 704.

7b2129.

69 = 20.9b0 + 23.31b1 + 709.

77b24321.

28 = 704.

7b0 + 709.

77b1 + 24 302.

21b2Решая систему методом Крамера, находим: b0 = 8.1b1 = 0.35b2 = -0.0674

Уравнение регрессии: Y = 8.1 + 0.35 X1 -0.0674 X2YX1X2(Yi-Yср)2(X1i-X1ср)

2(X2i-X2ср)

2(Yi-Yср)(X1i-X1ср)(Yi-Yср)(X2i-X2ср)(X1i-X1ср)(X2i-X2ср)

5.

11.328.

51.190.

92 925.

57−0.

335.

51−1.

544.

60.

5332.

530.

250.

310.

790.

890.

286.

51.

6370.

9 580.

3711.

850.

191.

072.

086.

3136.

80.0122.

3E-510.

520.

5 220.

360.

1 547.

90.824.

52.920.

38 182.

03−0.33−15.

481.

776.

61.234.

90.170.

4 191.

80.

8 390.

550.

277.

11.

319.

60.

830.

929 194.

80.28−12.69−4.

256.

71.

336.

80.

260.

92 910.

520.

161.

650.

996.

80.629.

30.370.

1618.

12−0.24−2.

591.

687.

50.631.

41.710.

164.

65−0.52−2.

820.

855.

71.347.

40.240.

929 191.

62−0.15−6.

794.

224.

50.433.

82.860.

350.

0591.01−0.41−0.

145.

80.

930.

70.

150.

9 078.

160.

3 721.

120.

2750.

934.

71.

420.

9 071.

310.

11−1.36−0.

116.

9135.

50.52. 3E-53.

770.

3 381.

380.

9 256.

80.7330.

370.

8 720.31−0.18−0.

340.

166.

50.636.

40.9 580.

168.

08−0.

120.

88−1.

125.

6138.

40.352.

3E-523.

45−0.281−2.

860.

2 315.

51.738.

10.480.

520.

64−0.49−3.

143.

271.

128.

30.

660.

1 127.

640.

0848−4.26−0.

555.

61.

136.

60.

350.

0119.26−0.0619−1.

80.3 213 020.

9704.

717.

562.

51 654.

490.

31−41.

158.

436.

19 133.

560.

840.

1231.

170.

0147−1.

960.

4Коэффициенты регрессии bi можно также найти по следующим формулам:

гдеryx1, ryx2, rx1x2 — коэффициенты парной корреляции между результатом и каждым из факторов и между факторами; s (x1), s (x2) — среднее квадратическое отклонение 1-го и 2-го факторов соответственно; s (y) — среднее квадратическое отклонение результативного признака. Параметр a можно определить по формуле:

Указанные параметры рассчитаны в разделе Оценка мультиколлинеарности факторов. Построение эмпирического уравнения регрессии является начальным этапом эконометрического анализа. Первое же построенное по выборке уравнение регрессии очень редко является удовлетворительным по тем или иным характеристикам. Поэтому следующей важнейшей оценкой является проверка качества уравнения регрессии. В эконометрике принята устоявшаяся схема такой проверки, которая проводится по следующим направлениям:

• проверка статистической значимости коэффициентов уравнения регрессии;

• проверка общего качества уравнения регрессии;

• проверка свойств данных, выполнимость которых предполагалась при оценивании уравнения (проверка выполнимости предпосылок МНК).Прежде чем проводить анализ качества уравнения регрессии, необходимо определить дисперсии и стандартные ошибки коэффициентов, а также интервальные оценки коэффициентов. При этом:

где m=2 — количество объясняющих переменных модели. Стандартные ошибки коэффициентов: Y (X1,X2)ei = (Yi-Y (X1,X2))ei2ei — ei-1(ei — ei-1)26.64−1.

542.

36 006.06−1.

462.

12−0.

8 260.

6 836.

170.

330.11−1.

793.

195.

970.

330.

110.

3 871.5E-56.

731.

171.36−0.

840.

716.

170.

430.

180.

740.

557.

24−0.

140.

1 880.

570.

326.

080.

620.39−0.

760.

586.

340.

460.

210.

160.

2 586.

21.

31.7−0.

840.

715.

360.

340.

110.

970.

935.

97−1.

472.

151.

83.256.

35−0.

550.

3−0.

920.

846.08−1.

081.

170.

530.

286.

060.

840.7−1.

923.

686.

120.

680.

460.

160.

2 685.

860.

640.

410.

0360.

135.87−0.

270.

7 070.

90.826.

13−0.

630.

40.

360.

136.

580.

420.18−1.

051.

16.02−0.

420.

180.

840.

71 130 014.68−1.

1217.

856.

1900.

7−0.

5 310.

85Парные коэффициенты корреляции. Для y и x1Средние значения

ДисперсияСреднеквадратическое отклонение

Коэффициент корреляции

Для y и x2Средние значения

ДисперсияСреднеквадратическое отклонение

Коэффициент корреляции

Для x1 и x2Средние значения

ДисперсияСреднеквадратическое отклонение

Коэффициент корреляции

Матрица парных коэффициентов корреляции.-yx1x2y10.0466−0.38×10.

46 610.

21×2−0.

380.

211При оценке мультиколлинеарности факторов следует учитывать, что чем ближе к 0 определитель матрицы межфакторной корреляции, тем сильнее мультиколлинеарность факторов и ненадежнее результаты множественной регрессии. Для отбора наиболее значимых факторов xi учитываются следующие условия:

связь между результативным признаком и факторным должна быть выше межфакторной связи;

— связь между факторами должна быть не более 0.7;

— при высокой межфакторной связи признака отбираются факторы с меньшим коэффициентом корреляции между ними;

Более объективную характеристику тесноты связи дают частные коэффициенты корреляции, измеряющие влияние на результат фактора xi при неизменном уровне других факторов. Частные коэффициенты корреляции. Коэффициент частной корреляции отличается от простого коэффициента линейной парной корреляции тем, что он измеряет парную корреляцию соответствующих признаков (y и xi) при условии, что влияние на них остальных факторов (xj) устранено. Теснота связи низкая. Теснота связи не сильная

Теснота связи низкая. Теснота связи низкая. Теснота связи не сильная

Теснота связи низкая. Уравнение регрессии в стандартизированном масштабе. Другим видом уравнения множественной регрессии может быть уравнение регрессии в стандартизированном масштабе: ty = β1tx1 + β2tx2.гдеβi — стандартные коэффициенты регрессии. К уравнению множественной регрессии в стандартизированном масштабе применим МНК. Стандартизированные коэффициенты регрессии (β-коэффициенты) определяются из следующей системы уравнений: ryx1 = β1 + β2rx2x1ryx2 = β1rx2x1 + β2Связь коэффициентов множественной регрессии bi со стандартизированными коэффициентами βi описывается соотношением:

Параметр α определяется как:α = 6.19 — 0.35 • 1 — (-0.0674) • 33.56 = 8.1Теснота связи результативного признака с факторными определятся величиной коэффициента линейной множественной корреляции и детерминации, который могут быть исчислены на основе матрицы парных коэффициентов корреляции:

Более объективную оценку качества построенной модели дает скорректированный индекс множественной детерминации, учитывающий поправку на число степеней свободы:

где n — число наблюдений, m — число факторов. Заключение

В условиях продолжающегося кризиса в аграрном секторе сохраняется необходимость более активного государственного регулирования не только путем применения стимулирующих мер, но и прямого вложения капитала. Государственные средства должны направляться, прежде всего, на восстановление технического потенциала на селе; завершение строительства по ранее начатым объектам, предусмотренным целевыми программами; укрепление материально-технической базы сельскохозяйственной науки, семеноводства, племенного дела, а также базы хранения, как в сельском хозяйстве, так и в перерабатывающих отраслях; строительство жилья на селе; поддержку малого бизнеса; финансирование направлений деятельности, где активность индивидуальных инвесторов будет наименьшей: ликвидация последствий от аварий, стихийных бедствий, экологических катастроф, создание объектов и систем, обеспечивающих экологическую безопасность производства. Целесообразна государственная поддержка лизинга как одного из направлений специализированной системы сельскохозяйственного кредита. Необходимо повысить роль государственного целевого бюджетного фонда поддержки производителей сельскохозяйственной продукции и продовольствия в финансировании приобретения технических средств и оборудования, активно использовать целевую кредитную линию, мобилизовать местные источники финансирования. На нынешнем этапе крайне важно осуществить техническое перевооружение и реконструкцию животноводческих ферм и комплексов, а также обновление парка машинами качественно нового поколения. Инвестиционную политику в ближайшие годы надо осуществлять на основе следующих принципов: — последовательной децентрализации инвестиционного процесса, увеличения доли собственных средств предприятий в общем объеме капитальных вложений, повышения роли амортизационных отчислений как одного из источников финансирования инвестиций; — размещения государственных инвестиций на производственные цели на конкурсной основе;— возвратности централизованных капитальных вложений;—расширения практики совместного государственно-коммерческого финансирования проектов;—усиления государственного контроля за целевым расходованием средств государственного бюджета, направленных на инвестиции;— расширения практики страхования и гарантирования поддерживаемых государством инвестиционных проектов;— стимулирования иностранных инвестиций. Необходимо отметить, что при сложившемся соотношении цен на сельскохозяйственную и промышленную продукцию в предстоящие годы капитальные вложения за счет собственных средств смогут осуществлять лишь отдельные предприятия, финансирование инвестиций из государственного и региональных бюджетов в ближайшие годы не улучшит состояние производственного потенциала сельского хозяйства и всего АПК. Вместе с тем, требуется разграничить функции управления инвестициями на государственном, региональном и местном уровнях, обеспечивая полномочия каждого из них надежными, а главное, стабильными источниками финансирования, закрепленными законодательным путем. В этих целях необходимо разработать и утвердить стабильные среднесрочные, на 2−3 года, нормативы распределения налогов и других видов платежей между бюджетами различных уровней, а не менять их ежегодно, как это нередко делается. Кроме того, в ближайшее время на государственном уровне следует принять меры, направленные на создание благоприятных условий для роста банковских инвестиций в АПК. В числе мер по преодолению кризиса финансово-кредитной системы на первый план надо поставить упорядочение взаиморасчетов между предприятиями, создание системы страхования и т. д. Библиографический список

Афанасьев В.Н., Маркова А. И. Статистика сельского хозяйства: Учеб. пособие. М., 2002

Гришин А. Ф. Статистика: Учеб. пособие. М., 2003

Елисеева И.И., Юзбашев М. М. Общая теория статистики: Учеб. / Под ред. И. И. Елисеевой. М., 2004

Зинченко А. П. Сельскохозяйственные предприятия: экономико-статистический анализ. М., 2002

Зинченко А. П. Сельскохозяйственная статистика с основами социально-экономической статистики: Учеб. М., 1998

Иностранные слова в статистике и экономике: Словарь / Составитель В. П. Корнев. Саратов, 2002

Курс социально-экономической статистики: Учеб. / Под ред. М. Г. Назарова. М., 2003

Методологические положения по статистике. Вып. 1. М., 1996; Вып. 2.

М., 1998; Вып. 3. М., 2000; Вып. 4. М., 2003

Микроэкономическая статистика: Учеб. / Под ред. С. Д. Ильенковой. М., 2004

Общая теория статистики: Учебник / Под ред. О. Э. Башиной, А. А. Спирина. М., 1999

Салин В.Н., Шпаковская Е. П. Социально-экономическая статистика: Учеб. М., 2003

Сергеев С. С. Сельскохозяйственная статистика с основами социально-экономической статистики: Учебник. М., 1989

Статистика сельского хозяйства: Учеб. / Под ред. О. П. Замосковного, Б. И. Плешкова. М., 1990

Теория статистики: Учеб. / Под ред.Р. А. Шмойловой. М., 2001

Экономика и статистика фирм: Учеб. / Под ред. С. Д. Ильенковой. М., 2000

Экономическая статистика: Учеб. / Под ред. Ю. Н. Иванова. М., 2002.