Проведение регрессионного анализа между поголовьем КРС и затратами на них по субъектам РФ
Автор: Подпругин А.И., Кожевин С.А., Губкин А.В., Щендрыгин Р.В.
Журнал: Теория и практика современной науки @modern-j
Рубрика: Основной раздел
Статья в выпуске: 6 (96), 2023 года.
Бесплатный доступ
В данной статье авторами проводится регрессионный анализ поголовья крупного рогатого скота. В данной работе были описаны результаты регрессионного анализа, и построены различные графики зависимостей.
Регрессионный анализ, поголовье
Короткий адрес: https://sciup.org/140301336
IDR: 140301336
Текст научной статьи Проведение регрессионного анализа между поголовьем КРС и затратами на них по субъектам РФ
Половая зрелость наступает обычно в 9-12 месяцев: этот возраст зависит от породы и физического состояния животного, но таких молодых особей к случке, как правило, не допускают. Особого сезона размножения у крупного рогатого скота нет, и спаривание может происходить круглый год. Беременность (стельность) продолжается около девяти месяцев (277–280 дней) и завершается отелом, т.е. рождением обычно одного теленка, реже - двойни. Молодняк мать выкармливает до девяти месяцев (у мясных пород - как правило, до шести - восьми месяцев), но его можно отнять у нее примерно в трехмесячном возрасте, когда он начинает есть траву. Половозрелые нетели молока не дают: сначала они должны спариться и родить теленка. После отела лактация длится примерно 11 месяцев при условии вскармливания молоком сосунка или регулярной дойки. После прекращения лактации и наступления сухостойного периода корову надо случить снова (обычно после двухмесячного отдыха): молоко появится со следующим отелом. Большинство телят и практически все бычки у молочных пород забиваются на мясо. Хотя отдельные экземпляры могут доживать до 20 лет и более, способность нормально размножаться сохраняется всего около 12 лет.
Коров называют полиэструсными самками, поскольку в течение года у них несколько эстральных (половых) циклов; каждый из них длится в среднем 21 день, хотя этот срок довольно неустойчив. На протяжении цикла в половых органах коровы происходит ряд последовательных изменений на клеточном и гормональном уровнях как подготовка к оплодотворению яйцеклетки и беременности. Период половой рецептивности (т.е. положительной реакции самки на самца), называемый эструсом, или охотой, наступает ближе к концу цикла и длится в среднем 18 часов, хотя его продолжительность сильно варьирует. Овуляция, т.е. высвобождение готовой к оплодотворению яйцеклетки из яичника, обычно наступает примерно через 10 часов после окончания охоты.
Половозрелый самец называется быком, половозрелая самка – коровой, неполовозрелые особи – телятами. Неполовозрелого самца называют бычком, а молодую самку – телкой до первого оплодотворения, после которого до отела (в стельный период) она считается нетелью. Бычков-кастратов, достигших взрослости, т.е. примерно с двухлетнего возраста, называют волами. Кастрацию самцов проводят для снижения их агрессивности в стаде или при использовании в качестве вьючных и упряжных животных. В случае рождения разнополой двойни самка почти всегда становится стерильной, поскольку мужские гормоны, выделяемые вторым плодом, подавляют нормальное развитие женских половых органов. Таких самок, внешне напоминающих бычков, называют фримартинами.
При написании данной магистерской диссертации был проанализирован мировой и российской опыт разработки региональных систем информационного обеспечения для сельского хозяйства, а также подробно исследован рынок региональных систем информационного обеспечения для анализа и прогнозирования развития рынков агропромышленного комплекса. Для поиска информации и проведения анализы были использованы открытые данные Росстата за 2022 год. Полученные данные можно использовать как первичный материал для прогнозирования. В качестве начального инструментария для прогнозирования была выбрана среда R. Среда R — язык программирования для статистической обработки данных и работы с графикой, а также свободная программная среда вычислений с открытым исходным кодом в рамках проекта GNU. В качестве контрольного примера были приведены результаты регрессионной связи между поголовьем и затратами на них.
Ниже представлены результаты регрессионного анализа по 20 регионам (Таблица 1).
Таблица 1 - Результаты регрессионного анализа по 20 регионам
Год |
2022 год |
|
Период |
Год |
|
Регион |
Среднегодовое поголовье |
Затраты всего (тыс. руб.) |
Амурская область |
6621 |
1078766 |
Архангельская область |
14196 |
2226137 |
Астраханская область |
497 |
17760 |
Белгородская область |
58754 |
7773251 |
Брянская область |
47243 |
3573698 |
Владимирская область |
51819 |
6909220 |
Волгоградская область |
7250 |
772351 |
Вологодская область |
67878 |
9070629 |
Воронежская область |
88276 |
12151801 |
Ивановская область |
21148 |
2178102 |
Иркутская область |
22511 |
2601469 |
Калининградская область |
14503 |
2160679 |
Калужская область |
36553 |
4878184 |
Кемеровская область |
33218 |
3095800 |
Кировская область |
81235 |
9991266 |
Костромская область |
16274 |
1576071 |
Курганская область |
14039 |
1294955 |
Курская область |
34395 |
3673492 |
Ленинградская область |
67633 |
12027042 |
Липецкая область |
28658 |
3819852 |
Московская область |
85541 |
12364354 |
Мурманская область |
3062 |
586749 |
Нижегородская область |
84433 |
8907343 |
Новгородская область |
10129 |
994712 |
Омская область |
74436 |
5955728 |
Орловская область |
22883 |
2368476 |
Пензенская область |
29076 |
2951401 |
Псковская область |
27621 |
3155292 |
Рязанская область |
55605 |
6488513 |
Самарская область |
24506 |
2615811 |
Сахалинская область |
2661 |
573368 |
Свердловская область |
82203 |
11339031 |
Смоленская область |
28252 |
2537098 |
Тамбовская область |
12091 |
1559244 |
Тульская область |
21862 |
2675981 |
Тюменская область |
47357 |
5757075 |
Ульяновская область |
17957 |
1418422 |
Ярославская область |
44832 |
5787634 |
В таблице выше показаны сводные данные по 2022 году, и отношение между среднегодовым поголовьем и затратами на них. Стоит отметить, что регрессионный анализ проводился по областям Российской Федерации.
Ниже показаны результаты расчета по регрессионной зависимости (линейная модель) между поголовьем и затратами на них в среде R по субъектам Российской Федерации за 2022 год (Рис. 2).
Call:
Im(formula = prog$zatr - prog$golo)
Residuals:
Min IQ Median 3Q Max
-3458005 -363252 -137278 150902 5054181
Coefficients:
Estimate Std. Error t value Pr(>|t|) (Intercept) 2.604e+05 2.087e+05 1.247 0.216
progSgolo 1.008e+02 4.007e+00 25.161 <2e-16 ***
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 1429000 on 79 degrees of freedom Multiple R-squared: 0.8891, Adjusted R-squared: 0.8876 F-statistic; 633.1 on 1 and 79 DF, p-value: < 2.2e-16
Рис. 2. Результаты расчета по регрессионной зависимости (линейная модель) между поголовьем и затратами на них по субъектам РФ за 2022 год
Таким образом, связь между затратами и поголовьем достаточно значима статически (коэффициент детерминации R2 = 0,8891). Также значит основной коэффициент, который указывает на нужную зависимость – затраты в 100, 8 тысяч рублей на 1 голову. Значимость свободного члена, однако, достаточно низкая (p-value = 0,216). Для такого рода моделей такая ситуация, впрочем, обычна, так как по смыслу исследуемой зависимости свободный член в регрессионном уравнении, конечно, должен отсутствовать вообще (то есть должен равняться нулю).
Ниже представлен график зависимости между поголовьем и затратами на них по субъектам Российской Федерации за 2022 год (Рис. 3).

Рис. 3. График зависимости между поголовьем и затратами на них по субъектам
Российской Федерации за 2022 год
На данном графике по горизонтальной оси представлено поголовье, а по вертикальной оси – затраты на них.
Помимо зависимостей в пакете статического анализа R можно производить анализ качества вновь полученной регрессионной модели. Ниже показан график стандартных квартилей по тем же данным (Рис. 4).

Рис. 4. График стандартных квартилей
Таким образом, остатки моделей достаточно хорошо ложатся на теоретическую прямую в середине ряда остатков, однако далеки от нее в начале и в конце ряда. Это и предопределяет не очень большую точность представленной модели.
Во время выполнения данной работы были получены и закреплены основы научной организации труда, произведен анализ предметной области, что позволило поставить цель и задачи, а также изучить особенности работы в деятельности сельскохозяйственных предприятий, изучены существующие методы в работе в
АПК, что позволило выявить их недостатки, которых следует избегать при создании собственного метода, а также их преимущества, на которые следует обратить внимание.
Таким образом, в рамках данной работы была достигнута цель -совершенствование учета поголовья крупного рогатого скота за счет разработки автоматизированной системы анализа и прогнозирования учета продукции на основе предлагаемой цифровой модели.
Таким образом, был собран и проанализирован материал для полного понятия и представления по разрабатываемой системе, проанализированы расчеты технологических параметров, в промышленном свиноводстве которые пригодится в дальнейшем продолжении работы.
Список литературы Проведение регрессионного анализа между поголовьем КРС и затратами на них по субъектам РФ
- Бутырин, В. Направления цифровой трансформации сельского хозяйства / В. Бутырин, Ю. Бутырина // Экономика сельского хозяйства России. - 2019. - №6. - С. 9-14. EDN: TOIDMU
- Водянников, В.Т. Научно-технический процесс и эффективность сельскохозяйственного производства / В.Т. Водянников // Техника и оборудование для села. - 2018. - № 5. - С. 44-48. EDN: XORBMT
- Козлова, М.С. Анализ точки безубыточности производства сельскохозяйственной продукции / М.С. Козлова // Форум молодых ученых. - 2020. - № 1 (41). - С. 340-343. EDN: SMUDWC