Прогнозная экстраполяция продуктивности коров по дуванскому району РБ

 

      Теперь  попробуем проанализировать тенденцию  изменения ряда с помощью программного пакета  Excel. Для этого сначала построим график тенденции изменения удоя  молока  на  1  корову в ц, выровненную по 11-летней скользящей средней.

      Рисунок 1 Значения удоя  молока  на  1 корову в  Дуванском  районе, выровненные по  11-летней скользящей средней 

      Далее построим линию тренда с использованием уравнения прямой.

    Рисунок 2. Значения удоя  молока  на  1 корову  в  Дуванском районе, выровненные по 11-летней скользящей средней

    и по уравнению  прямой

      Теперь  построим линию тренда с использованием уравнения параболы.

      Рисунок 3 Значения удоя  молока  на  1 корову  в Дуванском районе, выровненные по  11-летней скользящей средней

        и по уравнению параболы

      На  основании полученных трендов можно  сделать вывод, что коэффициент  аппроксимации в уравнении параболы значительно выше, чем в уравнении прямой. Это значит, что уравнение параболы описывает изменение тренда более точно, чем уравнение прямой. Также, при полученных уравнениях рассчитываем прогнозные значения удоя  молока   на 1  корову  в ц  на 2007 – 2009 гг. составили:

      а) по уравнению прямой: 2007 год – 26,52 ц;

                                                  2008 год – 27,27 ц;

                                                  2009 год – 28,02 ц.

      б) по уравнению параболы:  2007 год  – 27,96 ц;

                                                       2008 год – 29,80 ц;

                                                       2009 год – 31,88 ц.                                          

      При рассмотрении тренда с помощью программы STADIA уравнение прямой имеет вид:

y_t = 18,56 + 0,678*t,

      Прогноз   удоя  молока  на  1  корову  на 2007  год составит 30,76 ц, на 2008 год - 31,44  ц, на 2009 год - 32,79 ц.                

      Уравнение параболы имеет вид:

y_t = 24,7 – 1,26*t  + 0,108*t²

      При этом прогноз удоя  молока  на  1 корову  на 2007 год составит 36,9  ц , на 2008 год – 39,62 ц, на 2009 год – 45,71 ц. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 

    4 Прогноз (среднесрочный по годам) и сравнительная оценка прогнозов 

      В данной работе построение рядов динамики было проведено различными методами: с помощью программы Excel по уравнению прямой и параболы, с помощью программы STADIA. Результаты STADIA оценивались по критерию Фишера, который показывает, что наиболее точно данный тренд описывает парабола.  Линии, построенные с помощью программы Excel оценивались по коэффициенту аппроксимации, который также показал, что парабола наиболее точно показывает данный тренд.

      Для выявления какой метод описывает  данный тренд наиболее точно сравним  полученные прогнозные значения с фактическими значениями удоя молока на 1 корову в  Дуванском районе за 2007, 2008 и 2009 гг.

      По  данным cстатистического сборника «Сельское хозяйство Республики Башкортостан» фактический удой молока на 2007, 2008 и 2009 составил 33,73 ц, 35,55 ц и 36,20 ц соответственно.

      Таким образом, можно сделать вывод, что наиболее точное измерение продуктивности коров описывает уравнение параболы. 
 
 
 
 
 
 
 
 
 
 
 
 

Выводы и предложения 

      На  основании полученных результатов  при проведении анализа удоя  молока  на  1  корову  и планирование ее на будущее можно сделать выводы:

      1) применяя различные методы прогнозирования, было выявлено, что наиболее точное изменение урожайности описывает уравнение параболы;

      2) на основании сделанных результатов прогнозное значение удоя  молока  на 1  корову   на   2007 год должен составить   3690  кг,  на  2008 год 3962  кг, на 2009 год 4571 кг; 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

БИБЛИОГРАФИЧЕСКИЙ СПИСОК 

      

1. Аскаров А.А. Методические рекомендации по написанию  реферата. – Уфа, 2008. – 32с.
2. Личко К.П. Прогнозирование и планирование развития агропромышленного комплекса. – М.: КолосС, 2007.–55с.
3. Аскаров А.А.Методические указания к практическим занятиям по теме: «Применение метода скользящих средних для прогнозной экстраполяции ». - Уфа,2008.-11с.
4. Сельское хозяйство Республики Башкортостан: Статистический сборник / Комитет государственной статистики Республики Башкортостан - Уфа, 2010. - 118 с.

               
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

ПРИЛОЖЕНИЕ  А 

ПРОСТАЯ РЕГРЕССИЯ.  Файл:

 

                            Переменные: x2, x1 

Модель: линейная  Y = a0+a1*x

Коэфф.           a0         a1

Значение    18,56  0,6776

Ст.ошиб.    1,937    0,189

 Значим.        0       0,0029 

Источник  Сум.квадр.     Степ.св             Средн.квадр.

Регресс.       187,3               1                           187,3

Остаточн    218,7              15                           14,58

     Вся          406                 16 

Множеств R            R^2             R^2прив            Ст.ошиб.            F           Значим

  0,67925                0,46139           0,42548              3,8182            12,85               0 

   Гипотеза 1: <Регрессионная модель адекватна экспериментальным данным> 

   

 
 

 
 

Xпрогн               Yпрогн             Ст.ошиб                  Довер.инт

                                18                   30,76                  4,281                        9,02

19                   31,44                  4,36                          9,185

20                   32,12                  4,445                        9,365 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

ПРИЛОЖЕНИЕ  Б 

ПРОСТАЯ РЕГРЕССИЯ.  Файл:

 

                            Переменные: x2, x1 

Модель: парабола  Y = a0+a1*x+a2*x^2

Коэфф.              a0                a1                  a2

Значение         24,7            -1,26            0,1076

Ст.ошиб.           2,496          0,6382        0,03446

Значим.             0                 0,0658        0,0074 

Источник         Сум.квадр.      Степ.св         Средн.квадр.

Регресс.               277,1                  2                     138,6

Остаточн            128,9                14                         9,206

     Вся                  406                  16 

Множеств R         R^2              R^2прив            Ст.ошиб.       F            Значим

  0,82616            0,68255             0,6372                3,0342      15,05          0,0005 

   Гипотеза 1: <Регрессионная модель адекватна экспериментальным данным> 
 
 

 
 

 

Xпрогн            Yпрогн              Ст.ошиб             Довер.инт

18                   36,9                     3,287                    6,967

19                   39,62                   3,347                    7,095

20                   42,56                  3,413                    7,234