Дипломная работа: Модель устойчивого земледелия сельскохозяйственного предприятия лесостепи Южного Урала

Математические методы весьма разнообразны, они используются для поиска оптимальных условий и оптимизации параметров, для получения математических моделей, отражающих взаимодействие факторов, объясняющих механизм явлений, а также для проверки гипотез и уточнения констант математических моделей. Математический метод включает методы математической статистики и математическое моделирование (Гринин, 2003).

Одним из важнейших методов накопления материалов при экономических исследованиях является статистическое наблюдение. Статистическое наблюдение – организованное получение сведений об изучаемом явлении.

В процессе статистических наблюдений используются отчеты сельскохозяйственных предприятий, сводные отчеты районных управлений сельского хозяйства, области.

В зависимости от задач анализа статистического материала применяют типологические, структурные и аналитические (причинно-следственные группировки). С помощью типологических группировок дается характеристика социально-экономических и производственных типов хозяйств, совокупного продукта, населения. В нашей работе мы использовали общепринятые классификации. Аналитические группировки дают возможность определить взаимосвязь между признаками изучаемого явления. Принципы их построения использовались в ходе наших исследований.

По характеру признаков, принятых в основу расчленения совокупности, различают качественные и количественные группировки. По построению выделяют группировки простые, когда совокупность расчленяют на группы по одному признаку, и комбинированные.

В аналитических группировках взаимосвязанные признаки делят на факториальные, обуславливающие изменения явления, и результативные, изменяющиеся под воздействием определенных причин. Изучаемым результативным признаком были изменения урожайности основных культур возделываемых в зоне лесостепи Южного Урала.

Взаимосвязи признаков экономических явлений, как правило, носят корреляционный характер. При корреляционных взаимосвязях одному значению изучаемого признака может соответствовать много значений другого или других признаков. Причем с изменением одного признака изменения других признаков варьируют в различных направлениях.

Прогностические возможности корреляционно-регрессионного анализа не велики, так как в области экстраполяции характер зависимостей может быть принципиально иным, чем в исследованной (Яно, 1972). Всегда существует угроза ошибочных суждений о причинно-следственных связях на основе корреляционной зависимости, опасность автокорреляции (Ланге, Банасиньский, 1972). Устойчивость зависимостей в регрессионных моделях ниже, чем, например, в производственных функциях, довольно широко используемых для статистической имитации продуктивности сельскохозяйственных культур (Образцов, 1990). Вместе с этим, корреляционно-регрессионный анализ дает ясное понимание общего характера зависимостей и с учетом этого является незаменимым этапом подготовки к более глубокому факторному анализу.

Простая корреляция отображает связи между двумя признаками (осадками и урожайностью)