48 данные в виде набора эмпирических значений X и У: Х{ -значения признака x(i=l; N), у; значения признака y(i=l; N), далее входные переменные вместе с одной или несколькими зависимыми переменными, N Xi / а + bxi i=l соответственно, пять уравнений регрессии (линейной, параболической, гиперболической, ехр, показательной). Xi = 2]a + Bx« где Xjвходные переменные, у;.зависимые переменные. Для большинства случаев линейная регрессия достаточно адекватно выражает зависимость между переменными х; и результатом yi. В случае, когда линейная модель не может обеспечить хорошую аппроксимацию, возможно использование других моделей, в том числе кусочно-линейной модели. Суть ее состоит в том, что вся область определения х; делится на несколько областей, для каждой из которых определяется своя линейная функция. Такая модель позволяет адекватно описать почти любую функцию. Нами были расчитаны корреляционно-регрессионные зависимости между урожайностью зерновых культур, подсолнечника и сахарной свеклы и количеством осадков за год и за вегетационный период, средней температурой за год и за вегетационный период по Южной лесостепной зоне. Установлено, что урожай зерновых культур зависит от годового количества осадков. Коэффициент корреляции не высокий, но достоверный 0,45, t =2,88. Связь между этими показателями выражается уравнением: г У = 6,78+ 0,021 х, (2.1) Где у —урожай, ц/га, х —количество осадков за год (рис. 1, прямая 1). Коэффициент регрессии R х/у = 0,0208. Это означает, что при изменении влажности на 1 мм урожай зерновых культур увеличивается на 2,08 кг/га, т.е. при повышении суммы осадков за год на 10мм прибавка урожая составит 20,8 кг/га, если влажность будет выше на 100 мм, то можно ожидать прибавку — 2,08 ц/га. Эти результаты можно использовать на практике для прогноза |
41 ГС?си*.'с::;.я госуллгстакпнля а:1Бг*!:этгкд Данные в виде набора эмпирических значений X и У: х* -значения признака х(1=1; Ы), у*значения признака у(1=1; 14), далее входные переменные вместе с одной или несколькими зависимыми переменными, Л7 = ^а + Ъх/ 1-1 соответственно, пять уравнений регрессии (линейной, параболической, гиперболической, ехр, показательной). Х1 = Ха + вх*, где XIвходные переменные, у*.зависимые переменные. Для большинства случаев линейная регрессия достаточно адекватно выражает зависимость между переменными х* и результатом у*. В случае, когда линейная модель не может обеспечить хорошую аппроксимацию, возможно использование других моделей, в том числе кусочно-линейной модели. Суть ее состоит в том, что вся область определения х* делится на несколько областей, для каждой из которых определяется своя линейная функция. Такая модель позволяет адекватно описать почти любую функцию. Нами были расчитаны корреляционно-регрессионные зависимости между урожайностью зерновых культур, подсолнечника и сахарной свеклы и количеством осадков за год и за вегетационный период, средней температурой за год и за вегетационный период по Южной лесостепной зоне. Установлено, что урожай зерновых культур зависит от годового количества осадков. Коэффициент корреляции не высокий, но достоверный г = 0,45,1 =2,88. Связь между этими показателями выражается уравнением: У = 6,78+ 0,021 х, (2.1) Где у урожай, ц/га, х количество осадков за год (рис. 1, прямая 1). Коэффициент регрессии К х/у = 0,0208. Это означает, что при изменении влажности на 1.мм урожай зерновых культур увеличивается на 2,08 кг/га, т.с. при повышении суммы осадков за год на 10мм прибавка урожая составит 20,8 кг/га, если влажность будет выше на 100 мм, то можно ожидать прибавку 2,08 ц/га. Эти результаты можно использовать на практике для прогноза |