|
ляционно-регрессиониых моделей, методы, основанные на разложении временного ряда на компоненты и многие другие. На основе проведенных ранее исследований (влияние различных факторов на уровень урожайности винограда) нами была разработана многофакторная модель корреляционной зависимости урожайности винограда от совокупности различных факторов при построении уравнения регрессии: У = ао + а^! + а2х2 +... + апхп, где У — зависимая переменная, функция регрессии; хи х2, независимые переменные; а<ъ а и а2, коэффициенты регрессии; ао ~ свободный член уравнения; п число факторов, включаемых в модель. На персональном компьютере с помощью программы корреляционнорегрессионного анализа ККА проводились расчеты в несколько этапов. Первый этап заключался в отборе факторов, оказывающих влияние на урожайность винограда: внесение удобрений, сумма активных температур, количество осадков, фондо-, энергои электровооруженность труда, уровень затрат труда на 1 ц произведенного винограда и на 1 га общей площади виноградных насаждений, производственные затраты на 3 га общей площади, площадь насаждений на конец года. Чтобы определить зависимость урожайности винограда от вышеперечисленных факторов нами составлялись корреляционные модели отдельно для каждой зоны. В результате мы получили, что отобранные факторы оказывают различное влияние на урожайность. Некоторые из них достаточно слабо влияют на ожидаемый результат и их рекомендуется исключить из модели для повышения точности прогноза и уменьшения трудоемкости расчетов. Корреляционный анализ позволил установить, что наибольшее влияние на урожайность практически во всех зонах оказали следующие факторы: уровень затрат труда на 1 ц произведенного винограда и на 1 га общей площади виноградных насаждений; производственные затраты на 1 га общей площади; площадь насаждений на конец года. Для опреде126 |
158 ж ♦ * » 4 Анализируя производство винограда в Ставропольском крае, можем отметить, что данную культуру имеет смысл производить в первой, второй и четвертой сельскохозяйственных зонах края, поэтому прогноз урожайности винограда на перспективу будем проводить в этих зонах. В настоящее время разработана большая группа экстраполяционных методов прогнозирования отдельных экономических показателей, к которым можно отнести методы, основанные на построении многофакторных корреляционно-регрессионных моделей, методы, основанные на разложении временного ряда на компоненты и многие другие. На основе проведенных ранее исследований (влияние различных факторов на уровень урожайности винограда) нами была разработана многофакторная модель корреляционной зависимости урожайности винограда от совокупности различных факторов при построении уравнения регрессии: У = ао + а1Х, +а2х2 + азхз + ... + апхп, где У зависимая переменная, функция регрессии; Х, х2, х 3 , х п независимые переменные; аь а2, а3,..., апкоэффициенты регрессии; аосвободный член уравнения; п число факторов, включаемых в модель. На персональном компьютере с помощью программы корреляционнорегрессионного анализа КВА проводились расчеты в несколько этапов. Первый этап заключался в отборе факторов, оказывающих влияние на урожайность винограда: внесение удобрений, сумма активных температур, количество осадков, фондо-, энергои электровооруженность труда, уровень затрат труда на 1 ц произведенного винограда и на 1 га общей площади виноградных насаждений, производственные затраты на 1 га общей площади, площадь насаждений на конец года. Чтобы определить зависимость урожайности винограда от вышеперечисленных факторов нами составлялись корреляционные модели отдельно для каждой зоны. В результате мы получили, что отобранные факторы оказывают различное влияние на урожайность. Некоторые из них достаточно слабо влияют на ожидаемый результат и их рекомендуется исключить из модели для повышения точности прогноза и уменьшения трудоемкости расчетов. Корреляционный анализ позволил выявить, что наибольшее влияние на урожайность практически во всех зонах оказали следующие факторы: уровень затрат труда на 1 ц произведенного винограда и на 1 га общей площади виноградных насаждений; производственные затраты на 1 га общей площади; площадь насаждений на конец года. Для определения зависимости урожайности винограда от влияния данных факторов была составлена корреляционная модель (прил. 9). Выявленные корреляционные зависимости показали, что на урожайность большее влияние оказали объемы производственных затрат и трудозатрат на 1 ц винограда. Все включенные в корреляционную модель факторы устойчивы по I критерию, что свидетельствует об объективности предлагаемого прогноза. В результате нами было составлено следующее уравнение регрессии: У = 28,6 0,5х 0,08х2 + 2,59х3 + 0,4x4, где У -урожайность винограда, ц/га Хр затраты труда на 1 ц винограда, чел. час.; Х2 затраты труда на 1 га площади, чел.час.; Хз производственные затраты на 1 га общей площади, тыс. руб. х4 общая площадь насаждений, га. Коэффициенты регрессии показывают, к какому изменению средней величины результативного признака приводит изменение факторного на одну единицу. Мы получили, что увеличение затрат труда в расчете на 1 ц произведенного винограда приведет к снижению урожайности на 0,5 ц/га, увеличение затрат труда на 1 га приведет также к снижению урожайности на 0,08 ц/га, это свидетельствует о повышении трудоемкости и снижении уровня механизации. При повышении уровня интенсификации наблюдается |