NED397782NED

Т а б л и ц а 2 Сравнение метода авторегрессии с методом экстраполяции по функции у ^ f (t) Наименование Ульяновская область * Татарская АССР . . . Башкирская АССР . . Куйбышевская область РСФСР озимая пшеница . сахарная свекла . яровая пшеница . Тульская область * . Красноярский край . Краснодарский край Воронежская область 1.3 1,2 2,0 2.0 2,1 24,7 1.5 1,2 0,7 2.3 2.6 1.4 1.3 1.9 2,0 1.9 21,9 1,0 1.5 1,1 2.3 2.5 В этом случае для каждого года можно построить статическую модель и получить коэффициенты регрессии. Построив такие мо­ дели за каждый год, можно затем проанализировать поведение коэффициентов регрессии в динамике. Коэффициенты регрессии имеют содержательный смысл. Например, коэ(][х})ицнент регрессии, выражающий изменение урожайности при увеличении площади на 1 га, может вначале расти (что будет показывать рост урожай­ ности с увеличением размеров посевов), а затем, дойдя до некото­ рого предела, падать. Поэтому полезно попытаться найти в их из­ менениях закономерности и отразить эти закономерности в мате­ матической форме. После этого, рассчитав ожидаемые значения коэффициентов на интересующий период, можно составить уравне­ ние регрессии для определения урожайности в прогнозируемый период. / ^ ■ Таким образом, прогнозируется само уравнение регрессии, т. е. структура связей между факторами. HMeef смысл прогнозировать только те коэффициенты, которые связаны с факторами, развиваю­ щимися во времени. В сельском хозяйстве для части факторов (имеются в виду метеорологические факторы) такого развития в ди­ намике не происходит, поэтому такие факторы следует закрепить на среднем уровне. Итак, по каждому году (в целом по области) будем иметь модель: k п I/ = «о + S + 2 " Л * - J^k +l 226 Электронная Научная СельскоХозяйственная Библиотека