Жирность (fat) – процент жира в молоке коровы Вес (weight) – живая масса коровы в килограммах

Удой_М (yield_m) – удой матери коровы за тот же отрезок времени Жирность_М (fat_m) – жирность молока матери коровы.

Из школьного курса зоологии известно, что крупный рогатый скот делится на две большие группы: мясной и молочный. Мы имеем дело с данными об удоях молочных коров, представленных двумя классами пород (чистопородные и не чистопородные). В ходе работы анализируется вид зависимости переменной Удой от остальных переменных (Порода, Жирность, Вес, Удой_М,

Жирность_М).

ПРЕДВАРИТЕЛЬНЫЕ ГИПОТЕЗЫ

Данный пункт не является обязательным. При решении реальных прикладных задач совокупность гипотез выдвигается специалистом в прикладной области (в данном случае зоотехником) вместе с эконометристом. В данной работе его выполнение не предполагает изучения специальной дополнительной литературы. Предположения можно сформулировать на основе здравого смысла.

Сформулируем ряд предположений, которые постараемся проверить в ходе работы:

1.Между переменными Порода и Удой существует зависимость. Поскольку мы рассматриваем именно молочных коров, то, скорее всего, основным признаком чистопородных животных будет больший показатель удоя, по сравнению с не чистопородными животными.

2.Возможно, что жирность молока так же, как и показатель удоя, связана с породностью.

3.Вес коровы является характеристикой ее физического здоровья. Наверное, существует зависимость между весом коровы и количеством производимого ею молока.

4.Далее, сделаем предположение о том, что величину удоя могут в какой-то степени определять такие наследственные характеристики, как удой и жирность молока матери (Удой_М, Жирность_М).

5.Так же можно проверить, связан ли показатель жирности молока с производительностью коровы. Предположим, что на производство молока большей жирности требуется больше ресурсов организма, и, следовательно, из-за этого может уменьшиться суммарный удой коровы.

ДОМАШНЯЯ РАБОТА «ПОСТРОЕНИЕ ЛИНЕЙНОЙ РЕГРЕССИОННОЙ МОДЕЛИ»

В рамках этой домашней работы студенты должны продемонстрировать навыки владения элементарными приемами регрессионного анализа – построения линейных регрессионных моделей для интервальных (относительных) переменных, сравнения качества двух моделей, проверки выполнения основных гипотез линейного регрессионного анализа.