Методика планирования урожайности сельскохозяйственных культур для проекта землеустройства

Причиной неоднозначности зависимости y = y (x) является зависимость урожайности. Влияние на результативный показатель, помимо качества земли, оказывает множество других факторов: эродированность участков, экспозиция, протяженность и форма склонов, качество обработки почв, микроклиматические условия.

Однозначная функциональная зависимость y = y (x), идеализирующей математической абстракцией, ареальная связь является корреляционной. Это означает, что изменение факторов и результативного показателей коррелированны, но при этом можно указать только тенденцию изменения по неоднозначной зависимости.

Метод корреляции нужен для того, чтобы при сложном взаимодействии посторонних явлений выяснить, какова была зависимость между результатом и фактором, если бы эти факторы не искажали основную зависимость, что достижимо при большом числе наблюдений.

Рассмотрим алгоритм методики планирования урожайности сельскохозяйственных культур для проекта землеустройства на следующих примерах. По многолетним данным статистических исследований, применяя производственные функции, производится планирование урожайности сельскохозяйственных культур с помощью программы Microsoft Excel.

В таблицу заносятся исходные данные (рисунок 1).

Рисунок 1 – Таблица исходных данных

При выполнении корреляционного анализа первоначально выявляется то, как изменяется в среднем результативный признак при изменении данного фактора. Исходя из выше указанных данных, можно сказать, что в течение 21 года произошло уменьшение площади, отдаваемых под посадку картофеля. Следовательно, это оказывает прямое влияние на снижении показателя урожайности.

Д ля выполнения регрессионного анализа выполняются следующие команды: Данные Анализ данных Регрессия ОК. Вводим интервал Y (значения площади) Вводим интервал Х (значение лет) ОК. Получаем следующую таблицу (рисунок 2).

Рисунок 2 – Вывод итогов регрессионного анализа

Д ля отображения данной тенденции графически используем следующие команды: Вставка Гистограмма Точечная выделяются точки на графике правая кнопка мыши добавить линию тренда (рисунок 3).

Рисунок 3 - Построение графика линейной функции

Затем устанавливаются основные параметры линии тренда: аппроксимация (сглаживание) линейная, отображение уравнения функции, отображения значения показателя связи (рисунок 4).

Рисунок 4 – Параметры линии тренда

По выполнению указанных команд на экране отображается итоговый график (рисунок 5), на котором показано уравнение связи и показатель степени связи (так как r = 0,6299 – связь тесная ).

Рисунок 5 - Планирование урожайности картофеля

Аналогичный алгоритм решения представлен на следующем примере (рисунок 6, рисунок 7).

Валовые сборы сельскохозяйственных культур Российской Федерации (крестьянские (фермерские) хозяйства и индивидуальные предприниматели), тысяч тонн

Год	1990	1991	1993	1994	1995	1996	1997	1998	1999	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010
Пшеница	3	57	879	2229	2055	1794	2100	3375	2236	2464	3315	6048	6931	5340	8328	9164	9238	10343	13778	13815

Рисунок 6 – Вывод итогов регрессионного анализа

Выполнив аналогичные команды, получаем графическое отображение заданной функции. В данном случае r = 0,8702; следовательно, связь очень тесная.

Рисунок 7– Планирование урожайности пшеницы

Таким образом, влияние различных факторов на показатель урожайности имеет неоднозначных характер. Из приведенных примеров можно сделать выводы: при увеличении площади под посадку картофеля на единицу урожайность картофеля уменьшится на 42,449 единицы (y = -42,449x + 85285); при увеличении валового сбора на единицу, урожайность пшеницы увеличится на 705, 250 единиц (y = 705,250x - 1E+06).