25.Статистические методы оценки влияния на урожайность культур (продуктив­ность животных) отдельных факторов, их содержание и возможности

Для оценки степени влияния на урожайность отдельных факторов иих однородных групп по массовым хозяйственным и экспериментальным данным применяют практически все методы изучения взаимосвязей между признаками. 1. Сопоставление параллельных рядов урожайности и величины отдельных факторов проводят по единицам совокупностей разной сложности (предприятия, группы хозяйств, регионы и т.п.), как пространственным, так и в динамических рядах. При этом уровень и изменение урожайности отдельных единиц, их групп или членов динамического ряда сопоставляют с уровнем и вариацией факторов. 2. Разложение составных показателей применяется в первую очередь при сопоставлении разных видов урожайности и изучении взаимосвязи между ними. Так, урожайность с 1 га весенней продуктивнойтплощади Yв зависит, от урожайности с 1 га убранной площади Yу и доли (коэффициента) убранной площади. С другой стороны, на урожайность в массе после доработки Yд влияет доля потерь Р при очистке и сушке урожая в первоначально оприходованной массе Yп; соответственно Yд = Yп(1 – Р). Прием разложения показателей применяется при любых сопоставлениях (в динамике, по территории, с плановыми, договорными, нормативными и расчетными показателями). 3. Индексный анализ средней урожайности наряду с оценкой изменения ее уровня позволяет выявить степень влияния такого специфического фактора, как структура посевов и их размещение по территории или категориям хозяйств. 4. Факторная группировка по одному признаку проводится для оценки влияния на урожайность качества почв, приемов агротехники, интенсификации, метеорологических условий. Если группировочный признак существенный и слабо связан с другими факторами (которые по группам достаточно большой численности выравниваются), различия в средней урожайности могут быть отнесены на счет указанного признака. Для контроля по группам наряду с урожайностью нужно рассматривать и средние значения других существенных факторов. Типичной ошибкой в применении факторных группировок по одному признаку является отнесение всех различий в урожайности по группам на счет этого признака без рассмотрения различий по другим

условиям. Особенно это касается оценки отдельных агротехнических приемов, сроков проведения работ, степени освоения севооборотов и т.п., которые, в свою очередь, зависят от общих экономических и природных условий. Поэтому данный метод анализа целесообразно применять внутри качественно однородных совокупностей, в первую очередь по независимым признакам. 5. Факторная комбинационная группировка, при которой группы, выделенные по одному из признаков, далее подразделяются по другим существенным факторам урожайности, позволяет проследить действие отдельного фактора при других выровненных условиях. Этим методом изучают влияние на урожайность в первую очередь хозяйственных факторов, которые трудно или совсем не поддаются экспериментальному изучению, – таких, как формы организации производства, обеспеченность силовыми и рабочими машинами, степень окультуренности и качество почв, их мелиорация и химизация, качество семян и посадочного материала и т.п. Комбинационная группировка может быть применена для оценки влияния метеорологических условий при обобщении внутрихозяйственных данных об урожайности полей и участков, массовых данных полевых и других опытов. 6. Корреляционный анализ урожайности в отличие от других приемов ее изучения позволяет оценить степень ее зависимости от факторов с помощью коэффициентов регрессии (средней прибавки урожайности на единицу фактора), коэффициентов корреляции и детерминации (доли дисперсии урожайности, обусловленной изучаемым фактором). Парная корреляция урожайности с отдельными факторами, дающая полные коэффициенты регрессии, как и факторная группировка по одному признаку, часто бывает малоэффективна из-за тесной взаимосвязи различных факторов; поэтому в данном случае чаще используется множественная корреляция. Получаемые при этом коэффициенты чистой регрессии аi показывают среднее изменение урожайности на единицу фактора xi при условии, что другие факторы, включенные в уравнение, зафиксированы на одном уровне. Коэффициенты отдельного определения характеризуют чистую долю дисперсии урожайности, связанную с отдельными факторами. В связи со сложностью процесса формирования урожайности, большим числом факторов разного уровня и взаимодействием между

ними, а также различным составом исходных данных в анализе используется система корреляционных моделей. A) Модель связи урожайности у с показателями xi общих условий деятельности предприятий, хозяйств и их групп: , где i = 1, 2,..., n – число факторов, j = 1, 2,..., m – число их сочетаний. В качестве факторов урожайности xi при этом выступают общие показатели интенсификации – например, обеспеченность на единицу площади основными и оборотными средствами, рабочей силой, средний уровень внесения удобрений на 1 га пашни или всех посевов, а также средний балл оценки почв по всему предприятию. Рассматриваемую модель урожайности целесообразно использовать только внутри однородных производственных типов предприятий. B) Модель связи урожайности с показателями агротехнических и метеорологических условий возделывания рассматриваемой культуры и качества почв, на которых она размещается. В зависимости от характера связей это может быть линейная модель типа y = a0 + Σajxj, а также криволинейная или степенная. Такая модель применяется для изучения хозяйственных данных по зонам (однородным и разнородным по экономическим условиям), типам предприятий, совокупности полей, участков, полевых опытов.7. Экспериментальная оценка факторов урожайности. В полевых и вегетативных опытах изучается влияние в основном двух групп факторов урожайности: новых, разрабатываемых наукой, требующих предварительного испытания, проверки и оценки: сортов, форм удобрений и химических средств, приемов обработки и мелиорации почвы, ухода за растениями, их защиты от вредителей и болезней, уборки урожая; относительно слабо действующих факторов, влияние которых невозможно достоверно оценить методами группировок и корреляционного анализа по массовым хозяйственным данным в силу одновременного действия большого числа факторов и высокой случайной колеблемости урожайности: уровня и сочетания форм и доз удобрений, норм высева, способов посева, сроков проведения работ и др. В опытах при специально выровненных экспериментаторами условиях возделывания культуры изучается выборочным методом действие на урожайность исследуемых факторов путем сравнения вариантов опыта между собой и с контролем. Каждый вариант изучается с повторностью не менее 2, а чаще 3–6 единиц (опытных делянок, сосудов), что позволяет рассчитать случайную вариацию урожайности и ошибки выборки средней урожайности по вариантам. В сложных многовариантных и длительных опытах зависимость урожайности от факторов изучают также корреляционным методом. Уравнение связи строится для каждого опыта за отдельный год или за ряд лет. Анализ влияния отдельных факторов на продуктивность животных также предполагает использование ряда методов: сопоставления параллельных рядов, графического, индексного, разложения составных показателей и т.д. Особенностью факторного анализа продуктивности животных является ее непосредственная зависимость от кормления и качества стада, что требует более широкого, чем при анализе урожайности, применения приемов разложения составных показателей. Общим для всех видов животных является отношение: Продуктивность 1 головы = (Потребление кормов на 1 голову)/(Затраты кормов на единицу продукции). В свою очередь, Потребление кормов на 1 голову = (Общий уровень потребления кормов)*(Доля кормов, выделенных данному виду животных)/(Численность поголовья). В молочном животноводстве важно учесть связь надоев с качеством и использованием стада, поэтому используется следующее разложение: Надой на 1 корову = (Надой в расчете на 100 кг живой массы коров)* (Живая масса 1 коровы). При анализе выхода продукции выращивания (мясной продукции) в расчете на 1 матку применяется аддитивное разложение показателя в сочетании с мультипликативным: Выход продукции выращивания на 1 матку = (Масса приплода на 1 матку) + (Прирост молодняка до отъема на 1 матку) + (Прирост молодняка при выращивании и откорме на 1 матку); Масса приплода на 1 матку = (Число голов приплода на 1 матку) * (Масса 1 головы приплода); Прирост молодняка до отъема на 1 матку = (Число выращенных голов до отъема на 1 матку) * (Прирост 1 головы за период до отъема); Прирост при выращивании и откорме на 1 матку = (Число выращенных и откормленных среднегодовых голов на 1 матку)* (Прирост 1 головы).Эти и другие соотношения показателей должны учитываться при группировках, корреляционном и индексном анализе. При группировках данные показатели должны входить в состав сказуемого таблиц, а корреляция составных показателей с элементами, их составляющими, должна быть заменена разложением их уровня и расчетом дисперсий. Единицами совокупности при факторных группировках могут быть животные с их индивидуальной продуктивностью у или предприятия, их подразделения и хозяйства со средней продуктивностью животных y . Группы животных (внутри предприятий при бонитировке стада или по совокупности предприятий) выделяют по признакам их качества (породные и беспородные, помеси, кроссы, возраст, масса, число расплодов и т.п.), состоянию (холостые или яловые матки, больные или здоровые, с прививкой и без), условиям содержания (крупногрупповое, беспривязное и т.п.), квалификации кадров работников и др. В силу вариации индивидуальной продуктивности животных различия между групповыми средними по продуктивности, полученными по выборочным данным, необходимо оценивать на достоверность. Предприятия и хозяйства могут быть сгруппированы по показателям общих условий их деятельности, а также по отдельным технико-экономическим признакам формирования продуктивности. Здесь, как и в анализе урожайности, выделенные по факторным признакам группы следует характеризовать средними значениями других признаков. Если они по группам выравниваются, тогда можно оценивать степень влияния группировочного признака х на результат у путем сравнения групповых средних . В случае связи группировочного признака с другими факторами и систематического изменения их средних уровней по группам делают вывод о влиянии комплекса взаимосвязанных факторов. В практике статистики часто используется группировка по уровню кормления животных и оценивается его влияние на рост продуктивности путем указанного выше сравнения средних по группам. Но при этом нужно учитывать, что величина расхода кормов на 1 голову как группировочный признак х имеет много случайных ошибок из-за неточностей учета расхода кормов, потерь при скармливании и т.д. При группировке ошибки в сторону увеличения признака х имеют тенденцию скапливаться в высших группах и преувеличивают показатель x , а в сторону уменьшения – в низших группах, преуменьшая его. В итоге разность xi − xi −1 получается преувеличенной, а влияние кормления на прирост продуктивности занижается. Для более точной оценки связи анализ необходимо проводить так, чтобы ошибки по группам не накапливались, а взаимно погашались. Это можно сделать путем группировки предприятий и хозяйств по признакам, тесно связанным с потреблением кормов: типу предприятия, общему уровню интенсивности, качеству стада, расходу одного из наиболее важных и точно учитываемых кормов (например, концентратов). Поскольку на продуктивность животных влияет не один фактор, а их комплекс, целесообразно использовать не простые факторные, а комбинационные группировки по таким признакам, как качество стада, уровень интенсификации производства, характер технологии и условия содержания животных, состояние кормовой базы, природные условия, степень использования животных и др. Для оценки тесноты связи и степени влияния отдельных факторов целесообразно использовать множественную корреляцию. В животноводстве лучше использовать модели второго типа, то есть связи продуктивности с технико-экономическими факторами. Статистический анализ массовых хозяйственных данных описанными выше методами не позволяет оценить степень влияния на продуктивность всех факторов, и прежде всего слабо варьирующих. Поэтому он должен сочетаться с обобщением массовых экспериментальных данных с помощью группировок и корреляции при обязательной оценке достоверности полученных результатов.