CC BY
10
5. Кондратенко Л.Н., Осипян А.Г. Безработица в современной России. Противоречия и тенденции развития современного Российского общества: материалы Всероссийской научно-практической конференции // [под ред. Л.Н. Бондаренко]. Москва: Изд-во ЧОУВО «МУ им. С.Ю Витте», 2017. 222 с.
6. Кондратенко Л.Н., Некрасова В.В. Финансовое состояние - залог надежности предприятия. Форум молодых ученых. 2018. № 5-2 (21). С. 194196.
7. Кондратенко Л.Н., Соловьева Н.А. Систематизация преподавания математических дисциплин на факультетах агробиологических направлений. Форум молодых ученых. 2018. №5-2(21). С.188-193.
8. Осипян А.Г., Кондратенко Л.Н. О функциональных преимуществах электронных денег. В сборнике: НАУЧНОЕ ОБЕСПЕЧЕНИЕ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА сборник статей по материалам 72 - ой научно - практической конференции студентов по итогам НИР за 2016 год. 2017. С. 249-253.
9. http: //bishelp .ru/rich/raznoe/sovet-hranite-dengi-v-bivalyutnoy-korzine
УДК 519.2
Соловьева Н.А. ассистент кафедра «Высшая математика» Кондратенко Л.Н., к техн. н.
доцент
кафедра «Высшая математика»
Емельянов Д. О. студент 2 курса факультет «Прикладная информатика» Кубанский государственный аграрный университет им. И.Т. Трубилина Россия, г. Краснодар КОРРЕЛЯЦИОННО - РЕГРЕССИОННЫЙ АНАЛИЗ В ПРОГРАМНОМ ОБЕСПЕЧЕНИИ ДЛЯ РЕШЕНИЯ ЗАДАЧ
АГРОИНЖЕНЕРИИ
Аннотация:
В статье рассматривается программное обеспечение решения задач при корреляционно - регрессионном анализе. В качестве примера рассмотрена программа, выявляющая основную тенденцию развития урожайности, рассчитаны основные количественные характеристики, описывающие данный сорт винограда.
Ключевые слова: связанные прямая регрессии, корреляция, урожайность, выборочное уравнение.
Solovyova N.A.
assistant of the Department "Higher mathematics» Kuban state agrarian University. I. T. Trubilin
Russia, Krasnodar
Kondratenko L.N., candidate of technical Sciences, associate Professor
Associate Professor of «Higher mathematics» Kuban state agrarian University. I. T. Trubilin
Russia, Krasnodar Emelianov D.O.
Student 2 course, faculty of «Applied Informatics »
Russia, Krasnodar CORRELATION AND REGRESSION ANALYSIS IN QUALIT-
DIMENSIONAL SOFTWARE FOR SOLVING PROBLEMS OF
AGROENGINEERING
Annotation:
The article deals with the software for solving problems in correlation and regression analysis. As an example, the program is considered, which reveals the main trend in the development of productivity, the main quantitative characteristics describing this grape variety are calculated.
Key words: associated direct regression, correlation, yield, selective equation
В настоящее время сельское хозяйство развивается практически в каждой стране. Сельское хозяйство является одной из наиболее активно и успешно развивающихся отраслей российской экономики. Ведущей отраслью сельского хозяйства выступает растениеводство, на которое приходится 54% объёма сельскохозяйственного производства. Россия является крупным экспортёром сельскохозяйственной продукции. В частности, по экспорту пшеницы Россия занимает 1-е место среди стран мира.
Основными факторами роста в сельском хозяйстве являются:
- рост инвестиций, как государственных, так и частных;
- создание специальных институтов развития;
- защита внутреннего рынка от иностранной конкуренции;
- системный подход к регулированию земельных и прочих аграрных отношений;
- повышение используемого в международной практике показателя «совокупной поддержки сельского хозяйства» [5].
На современном этапе особое внимание уделяется региональным особенностям сельскохозяйственного производства, а также условиям осуществления эффективности его функционирования в конкретном регионе.
На территории Российской Федерации можно выделить районы, в которых виноградарство и виноделие появились тысячи лет назад, но,
необходимо отметить, что начало русского виноградарства было положено в XVII веке, связано его начало с указом московского царя Михаила Фёдоровича, изданном в 1613 году. Согласно данному указу в Астрахани был заложен первый русский виноградник. С тех пор очевидно высокое значение виноградарства в сельском хозяйстве России [6].
В настоящее время виноград выращивают практически повсеместно, но промышленное виноградарство сосредоточено на территории Кубани и Кавказа, которые обеспечивают 80% урожая отечественного винограда. Виноградарство в России занимает порядка 55 тыс. га.
Виноград засухоустойчив, плодоношение винограда раннее. Значимая роль принадлежит виноградарству в деле закрепления и эффективного освоения песчаных почв. На данных почвах виноград хорошо произрастет, дает большие объемы урожая при высоком качестве продукции. Под виноград также используются известковые и каменистые почвы, которые, как правило, непригодны для прочих сельскохозяйственных культур.
Ценные качества свежего винограда сохраняются также и в различных продуктах его переработки. Так, виноград является основным сырьем для производства вин высокого качества (столовых, крепленых, игристых). Замена технологического оборудования в последнее десятилетие и переход на новые технологии позволил производить вина высокого качества, не уступающие европейскому уровню и успешно позиционируемые на престижных международных дегустационных конкурсах. Также из винограда изготавливают различные безалкогольные продукты, среди них следует выделить: виноградный сок, сиропы, варенья. Из виноградных отходов получают спирт, виннокаменную кислоту, винный камень, масло, которые широко применяются в различных отраслях промышленности. Кроме того, виноград употребляют при малокровии, болезнях почек, желудка и прочих заболеваниях.
На данном этапе в сельском хозяйстве, а особенно в виноградарстве и виноделии зачастую применяется корреляционно-регрессивный метод. Данный метод способствует оценке опытов, наблюдений, позволяет осуществить анализ и описать динамику процессов, происходящих в почве, кустах или вине. Также данный метод применяется в ходе воздействия на почву, он определяет количество и качество продукции, возможность оценки различий между приемами. В процессе применения корреляционно -регрессивного анализа можно оценить процессы роста побегов, накопления биомассы, поступления питательных веществ, образования в ягодах сахаров, определить процессы брожения и созревания вин. Уровень достоверности различных факторов и оценка связей между ними определяются вероятностью, варьирующейся от 0 до ±1.
Необходимо отметить, что в виноградарстве и виноделии представление в виде функции взаимосвязей между показателями носит приближенный характер, он является упрощенной моделью процесса. Также на практике невозможно провести анализ не всей совокупности, а какой-то
ее части, так как результаты зависят от величины и способа составления выборки. При отборе должна обеспечиваться равная возможность попадания в выборку любого объекта генеральной совокупности, то есть должны быть соблюдены правила случайного отбора, осуществляющегося по таблицам случайных чисел или жребием. К примеру, чтобы точно определить среднюю высоту растения или среднюю массу кисти винограда конкретного сорта, следовало бы в ограниченный период времени, за несколько часов, измерить тысячи растений и взвесить тысячи гроздей винограда, что практически невозможно. В подобных случаях рекомендуется взять часть и судить по ней о состоянии совокупности в целом [3].
Таким образом, необходимо отметить, что корреляционно-регрессивный анализ применяют в большинстве случаев для установления закономерностей эффективности и для теоретического описания взаимосвязей процессов, которые протекают в почве, виноградном растении или вине.
В качестве примера рассмотрим программу, выявляющую основную тенденцию развития урожайности, рассчитаем основные количественные характеристики, описывающие данный сорт винограда. С помощью этой программы представляется возможным получить уравнение и построить корреляционную прямую для задачи, параметры которой можно связать линейной зависимостью. Так как статистика рассматривает явления в непрерывном развитии, то при анализе урожайности должна быть изучена ее динамика изменения за достаточно продолжительный период времени. Динамический анализ выступает важнейшим статистическим анализом, он позволяет отразить характеристику процесса развития явлений, определить основные тенденции и темпы данного развития [4].
Итак, экономико-статистический анализ урожая и урожайности винограда можно проводить с помощь корреляционного анализа, индексного анализа и рядов динамики. Корреляция является статистической зависимостью между случайными величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой величины.
Задачей корреляционного анализа является количественное определение тесноты связи между двумя признаками в случае парной связи и между результатом и множеством факторных признаков в случае многофакторной связи. Теснота связи количественно определяется величиной коэффициентов корреляции. Коэффициенты корреляции представляют количественную характеристику тесноты связи между признаками, поэтому они дают возможность определять «полезность» факторных признаков в ходе построения уравнений множественной регрессии. Величина коэффициента корреляции необходима также для оценки соответствия уравнения регрессии выявленным причинно -следственным связям.
Таким образом, необходимо отметить, что сельское хозяйство является одним из немногих быстрорастущих секторов экономики. Оно практически полностью обеспечивает продовольственную безопасность России, а также позволяет экспортировать значительные объёмы сельскохозяйственной продукции за рубеж.
За последние несколько лет сельское хозяйство получило серьезный импульс для развития со стороны государства. Были приняты новые меры аграрной политики, которые сводятся к активному участию государства в распределении и перераспределении денежных доходов в сельском хозяйстве, повышению уровня финансирования сельского хозяйства, кредитованию отрасли в рамках господдержки, обязательному государственному страхованию сельского хозяйства [2,7].
В настоящее время в развитии виноградарства наблюдается дефицит средств и высококачественного посадочного материала. Отдельной проблемой является быстрое изменение климата, с которым российское виноградарство не всегда способно совладать. На данный момент масштабы производства винограда не способны удовлетворить потребности спроса, поэтому большая часть сырья и самой продукции закупается за рубежом.
Новый подход и применение инновационных технологий позволят увеличить рентабельность сельского хозяйства и виноградарства, выведя их достижения на мировой уровень [8].
Высокая конкуренция на внутреннем и внешнем рынках требует обеспечить подготовку высокообразованных людей и высококвалифицированных специалистов. Необходима систематизация учебного материала с целью повышения информативности предмета и развития более высокого уровня мышления учащихся [9].
Были произведены измерения общей массы Х десяти гроздей винограда сорта «Изабелла» (г.) и количества ягод (шт.) в каждой грозди Y (см. табл. 1)
Таблица 1- Значения измерений Х 120 145 150 155 157 163 174 186 200 240 Y 38 43 50 52 57 58 65 62 70 80
Вычислить выборочный коэффициент корреляции, коэффициент регрессии Y по X и найти выборочное уравнение прямой регрессии Y на X
Рассмотрим корреляционно-регрессионный анализ на примере программы, написанной нами для выявления основной тенденции развития урожайности винограда [1].
#include <iostream> using namespace std; long double Sum(long double Arr[], int x) long double sum=0; for(int c=0;c<x;c++) sum+=Arr[c];
return sum; long double Sum2(long double Arr[], int x) long double sum3=0; for(int c=0;c<x;c++)
sum3+=pow(Arr[c],2); return sum3; int main()
setlocale(0,"RUS"); const short int t = 10;
long double ArX[t], ArY[t], Xmid, Ymid,Xsq, Ysq, XpY,sum2=0, cor, omegaX, omegaY,omega;
cout<<мВводите значения X:"<<endl; for(int y = 0;y < t;y++)
cin>>ArX[y]; cout<<endl;
cout<<мВводите значения Y:"<<endl; for(int y = 0;y < t;y++)
cin>>ArY[y]; cout<<endl; Xmid=Sum(ArX,t)/10.0; Ymid=Sum(ArY,t)/10.0; for(int y = 0;y < t;y++)
ArX[y] = ArX[y] - Xmid; ArY[y] = ArY[y] - Ymid; Xsq=Sum2(ArX,t); Ysq=Sum2(ArY,t); for(int y = 0;y < t;y++)
sum2 += ArX[y]*ArY[y]; cor=(sum2/(sqrt(Xmid)*sqrt(Ymid))); cout<<cor; cin.get(); cin.get(); return 0.
Использованные источники:
1. Емельянов Д.О., Соловьева Н.А. Корреляционно - регрессионный анализ как способ выявления тенденций роста урожайности винограда. В сборнике: СТУДЕНЧЕСКИЕ НАУЧНЫЕ РАБОТЫ ЗЕМЛЕУСТРОИТЕЛЬНОГО ФАКУЛЬТЕТА Сборник статей по материалам Всероссийской студенческой научно - практической конференции. Ответственный за выпуск И.В. Соколова. 2018. С. 48-52.
2. Карманова А.В., Кондратенко Л.Н., Литвиненко Г.Н. Теоретические основы отбора профессионально ориентированного содержания курса математики для студентов агробиологических направлений аграрных вузов//Общество: социология, психология, педагогика. 2017. № 8. С. 112-
3. Кондратенко Л. Н. Эксплуатация антинакипного аппарата на предприятии аграрно - промышленного комплекса. В сборнике: Итоги научно -исследовательской работы за 2017 год. Сборник статей по материалам 73-й научно-практической конференции преподавателей. 2018. С. 613-614.
4. Кондратенко Л.Н., Ряды. Для направления подготовки 38.03.01 Экономика. Учебное пособие для вузов / Краснодар, 2017.
5. Кондратенко Л.Н., Соловьева Н.А. Факторы, систематизирующие изучение математики в ВУЗе. Региональные особенности рыночных социально-экономических систем (структур) и их правовое обеспечение: материалы VШ-й Международной научно-практической конференции. Март 2017 г. / Под ред. О.С. Кошевого. - Филиал ЧОУВО «Московский университет им. С.Ю. Витте» в г. Пензе. - 2017. - 380-383 с.
6. Кондратенко Л.Н., Селиванова М.А. О межпредметных связях математики с биологическими науками ветеринарией. В сборнике: Научные исследования - сельскохозяйственному производству Материалы Международной научно-практической конференции. 2018. Издательство: ООО ПФ Картуш, С. 491-496.
7. Кондратенко Л.Н., Соловьева Н.А. Систематизация преподавания математических дисциплин на факультетах агробиологических направлений. Форум молодых ученых. 2018. №5-2(21). С.188-193.
8. Кондратенко Л.Н., Тюхтюнова А.В. О единстве экономики и математики. Форум молодых ученых. 2018. № 6-2 (22). С. 253-256.
9. Петунина И. А. Математика для студентов агроинженерных специальностей: Учеб. пособие для вузов, 2-е изд., перераб. и доп. -Краснодар: «Издатель Григорьева Л.К.» издательско-полиграфический центр, 2011. - 648 с.
