Создадим долгосрочные прогнозы показателей сельского хозяйства Курской области с применением линейной регрессии.

Для анализа выберем следующие показатели: Растениеводство и животноводство.

На первом этапе сделаем прогноз по показателю Растениеводство, а именно пшеница озимая и посевные площади.

Данные взяты с источника Государственной службы Федеральной статистики.

Таблица 1 - Статистические данные по показателю Растениеводство

Показатели	Фактические данные из СТАТ.ДАННЫХ rosstat.gov.ru
	2017	2018	2019	2020	2021	2022
Пшеница озимая тыс. ц	37548	21925	22491	27441	18668	25472
Посевные площади тыс. га	0,30	0,20	0,15	0,10	0,05	0,30

Построение модели линейной регрессии, оценивание значимости модели и параметров средствами Excel (инструмент Регрессия в пакете Анализ данных):

1. Выбор команды Сервис => Анализ данных (В Excel на вкладке Данные => команда Анализ данных).

2. В диалоговом окне Анализ данных выбор инструмента Регрессия, а затем кнопка ОК.

3. В диалоговом окне Регрессия в поле Входной интервал Y ввод адреса одного диапазона ячеек, который представляет зависимую переменную. В поле Входной интервал X ввод адреса диапазона, который содержит значения независимых переменных.

Таблица 2 - Оценивание значимости модели

i	Х(i)	y(i)	Линия регрессии ŷ(i)
1	37548	0,3	0,304
2	21925	0,2	0,146
3	22491	0,15	0,152
4	27441	0,1	0,202
5	18668	0,05	0,114
6	25472	0,3	0,182

---

Таблица 3 – Вывод результатов

ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R	0,643822739
R-квадрат	0,414507719
Нормированный R-квадрат	0,268134649
Стандартная ошибка	0,088354761
Наблюдения	6
					Зависимость валового сбора пшеницы от посевных площадей
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	0,022107078	0,022107078	2,83185779	0,16770064
Остаток	4	0,031226255	0,007806564
Итого	5	0,053333333
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	-0,074737275	0,157541674	-0,474396857	0,65995479	-0,51214308	0,36266853	-0,51214308	0,36266853
Переменная X 1	1,00845E-05	5,99266E-06	1,682812465	0,16770064	-6,5538E-06	2,6723E-05	-6,5538E-06	2,6723E-05

---

Рисунок 1- Линия регрессии

Одним из основных показателей является R-квадрат. В нем указывается качество модели. В нашем случае данный коэффициент равен 0,414 или около 41,4%. Это не приемлемый уровень качества. Зависимость менее 0,5 является плохой.

Ещё один важный показатель расположен в ячейке на пересечении строки «Y-пересечение» и столбца «Коэффициенты».

Тут указывается какое значение будет у Y, а в нашем случае, это площади посевные, при всех остальных факторах равных нулю. Значение равно -0,074.

Значение на пересечении граф «Переменная X1» и «Коэффициенты» показывает уровень зависимости Y от X. В нашем случае — это уровень зависимости количества пшеницы озимой от посевных площадей. Коэффициент 1,00845E-05 считается низким показателем влияния.

Спрогнозируем показатели пшеница озимая с помощью Ехсел с помощью функции Тенденция.

Далее спрогнозируем показатели посевные площади с помощью уравнения у= 1,00845E-05х-0,0747 подставляя значения пшеницы озимой.

Таблица 4 - Прогноз показателей растениеводство на 2023-2030 гг.

Показатели	Спрогнозируемые показатели
	2023	2024	2025	2026	2027	2028	2029	2030
Пшеница озимая тыс. ц	30386	25041	24451	23485	19979	28414	30386	25041
Посевные площади тыс. га	0,23	0,18	0,17	0,16	0,13	0,21	0,23	0,18

---

Рисунок 2 - Прогноз показателя пшеница озимая до 2030 г.



Рисунок 3 - Прогноз показателя посевные площади до 2030 г.
На первом этапе сделаем прогноз по показателю Животноводство, а именно Произведено скота и птицы.

Данные взяты с источника Государственной службы Федеральной статистики.

Таблица 5 - Статистические данные по показателю Животноводство

Показатели	Фактические данные из СТАТ.ДАННЫХ rosstat.gov.ru
	2017	2018	2019	2020	2021	2022
Сахарная свекла тыс. ц	55458	50041	52830	39121	36316	45323
Произведено скота и птицы тыс. т	534	523	539	632	644	642

Построение модели линейной регрессии, оценивание значимости модели и параметров средствами Excel (инструмент Регрессия в пакете Анализ данных):

1. Выбор команды Сервис => Анализ данных (В Excel на вкладке Данные => команда Анализ данных).

2. В диалоговом окне Анализ данных выбор инструмента Регрессия, а затем кнопка ОК.

3. В диалоговом окне Регрессия в поле Входной интервал Y ввод адреса одного диапазона ячеек, который представляет зависимую переменную. В поле Входной интервал X ввод адреса диапазона, который содержит значения независимых переменных.

Таблица 6 - Оценивание значимости модели

i	Х(i)	y(i)	Линия регрессии ŷ(i)
1	55458	534	524,856
2	50041	523	561,661
3	52830	539	542,712
4	39121	632	635,860
5	36316	644	654,923
6	45323	642	593,720

---

Таблица 7 – Вывод результатов

ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R	0,876590396
R-квадрат	0,768410722
Нормированный R-квадрат	0,710513402
Стандартная ошибка	31,89315973
Наблюдения	6
						Зависимость произодства скота и птицы от сбора урожая свеклы
Дисперсионный анализ
	df	SS		MS		F		Значимость F
Регрессия	1	13499,88454		13499,88454		13,2719568		0,02190514
Остаток	4	4068,694551		1017,173638
Итого	5	17568,57909
	Коэффициенты	Стандартная ошибка		t-статистика		P-Значение		Нижние 95%		Верхние 95%		Нижние 95,0%		Верхние 95,0%
Y-пересечение	901,6841314	87,72868353		10,27809942		0,00050533		658,110257		1145,25801		658,110257		1145,25801
Переменная X 1	-0,006794848	0,001865144		-3,643069689		0,02190514		-0,01197332		-0,00161638		-0,01197332		-0,00161638

---

Смотрите также файлы

• Решение Вычисляем 0 х р. и S 0 х р. для первой реакции со(г) зн 2 (г) сн 4 (г) Н.docx

• Контрольная работа по предмету Сестринское дело в гинекологии.doc

• Индивидуальный образовательный маршрут как одно из условий повышения качества знаний.ppt

• История Камбоджи.docx

• Практическая работа 2 По дисциплине Электрические машины и аппараты Тема Трансформаторы Специальность 13. 02. 11 Юртаев В. Е. Тээ 21д проверил преподаватель Сидоренко С. Р.docx