Раздел 3 зависимость урожайности плодово-ягодных насаждений от наиболее существенных корреляционных факторов
При рассмотрении взаимосвязей выделяют одну из величин как независимую, а другие как зависимые. При рассмотрении зависимости двух случайных величин говорят о парной регрессии. Зависимость нескольких переменных называют множественной регрессией.
В регрессионных моделях зависимая (объясняемая) переменная Y может быть представлена в виде функции f(X1, X2, …, Xn), где X1, X2, …, Xn - независимые (объясняющие) переменные или факторы. В зависимости от вида функции f(X1, X2, …, Xn) модели делятся на линейные и нелинейные. В зависимости от количества включенных в модель факторов X модели делятся на однофакторные и многофакторные.
Основными этапами построения регрессионной модели являются:
Построение системы показателей (факторов). Сбор и предварительный анализ исходных данных. Построение матрицы коэффициентов парной корреляции.
Выбор вида модели и численная оценка ее параметров.
Проверка качества модели.
Оценка влияния отдельных факторов на основе модели.
Прогнозирование на основе модели регрессии.
Выбор факторов, влияющих на исследуемый показатель, производится на основании качественного и количественного анализа исследуемых явлений.
Исключение части факторов осуществляется на основе анализа парных коэффициентов корреляции и оценкой их значимости. Коэффициент парной корреляции определяется по формуле:
где
–
среднее значение факторного признака,
– среднее значение
результативного признака.
Значение коэффициентов парной корреляции лежит в интервале от ‑1 до +1. Его положительное значение свидетельствует о прямой связи, отрицательное - об обратной, т.е. когда растет одна переменная, другая уменьшается. Связь считается достаточно сильной, если коэффициент корреляции по абсолютной величине превышает 0,7 и слабой, если меньше 0,4.
Для оценки значимости коэффициента корреляции применяется t - критерий Стьюдента. при этом фактическое значение этого критерия (tнабл)
сравнивается с критическим значением tкр которое берется из таблицы значений t с учетом заданного уровня значимости (α = 0.05) и числа степеней свободы (n - 2).
Если tнабл > tкр, то полученное значение коэффициента парной корреляции признается значимым.
Исходные данные для проведения корреляционного анализа по группе предприятий
Таблица 6
Данные для проведения корреляционного анализа урожайности плодово-ягодных насаждений в Бахчисарайском районе
№ |
Наименование предприятия |
годы |
Средний показатель |
Коэффициент рентабельности % |
||
2010 |
2011 |
2012 |
||||
1 |
ООО "Радужное" |
7439943 |
5313057 |
6441276 |
8901278 |
23,6 |
2 |
ООО "Агро-Юг" |
5441234 |
5561211 |
5901713 |
8451819 |
31,9 |
3 |
ООО "Патри-А" |
3421566 |
3491213 |
3781623 |
5501823 |
35,2 |
4 |
ООО "Агрикола Украина" |
156780 |
156900 |
190230 |
280250 |
36,4 |
5 |
ООО "Лидер" |
234568 |
278567 |
290453 |
389453 |
23,6 |
6 |
ООО "Урожайное" |
16789 |
18990 |
19856 |
21056 |
34,0 |
7 |
ООО "Яркое" |
21345 |
21955 |
22034 |
29021 |
38,2 |
8 |
ООО "Цветочное" |
27889 |
27856 |
29055 |
34255 |
17,3 |
9 |
ООО "Агро-Т" |
566340 |
589350 |
599345 |
890321 |
23,8 |
10 |
ООО "Агро-Сервис" |
345600 |
349500 |
378231 |
454289 |
23,0 |
11 |
ООО "Агро-Свет" |
900213 |
920215 |
940566 |
990342 |
19,7 |
12 |
ООО "Л-Юг" |
178900 |
178966 |
189234 |
245231 |
25 |
13 |
ООО "Роза" |
167780 |
169960 |
178780 |
190457 |
28 |
14 |
ООО "Лн" |
134500 |
139500 |
145500 |
189600 |
33 |
15 |
ООО "Арык" |
145500 |
149678 |
176854 |
198567 |
26 |
На основании таблицы 5 построим график корреляционного поля
Рис.4 Динамика урожайности плодово-ягодных насаждений в Бахчисарайском районе
Таблица 7
Комбинационная группировка зависимости размера
Группы предприятия по размеру урожайности |
Количество предприятия |
Средний размер урожайности |
1 |
6 |
21345 |
2 |
4 |
345600 |
3 |
5 |
6441276 |
Итого в среднем |
15 |
2269407,000 |
Аналитическая группировка предприятий по размеру урожайности плодово-ягодных насаждений в Бахчисарайском районе показала взаимосвязь плодово-ягодных культур
Таблица 8