Методические указания к заданию 3

Для обоснования плановой урожайности с.-х. культур разработан ряд методов, основными из которых являются:

1) прогнозирование с помощью метода количественных оценок определяющих факторов;

2) прогнозирование методом экстраполяции:

а) по среднегодовому абсолютному приросту или среднегодовому темпу роста;

б) статистическим методом выравнивания динамических рядов;

3) метод экспертных оценок;

4) метод экстраполяции сложившихся закономерностей в динамике урожайности;

5) расчет действительно возможного урожая по влагообеспеченности посевов;

6) расчёт стохастической компоненты;

7) прогнозирование по выносу питательных веществ с урожаем.

1. Прогнозирование с помощью метода количественных оценок определяющих факторов

Метод основан на количественной оценке зависимости изменения урожайности от различных факторов. Вначале оценивается зависимость изменения урожайности от различных факторов (в зависимости от вида сельскохозяйственных культур [21]). По зерновым культурам возможна прибавка до 6 ц/га (без учёта погодных условий и потерь при уборке).

Каждый из факторов, влияющих на этот показатель, количественно оценивается (ц/га):

- внесение дополнительных минеральных удобрений 1,9

- внесение дополнительных органических удобрений 0,59

- освоение севооборотов 0,89

- использование новых сортов 0,71

- проведение мелиорации 1,51

ИТОГО 5,60

С учётом поправки на погодные условия 22,3% и потерь при уборке около 10%, общие потери составляют 32,3%, или 1,8 ц прибавки (от 5,6 ц прибавки). Чистая прибавка составит 3,8 ц/га. Далее факт последнего года (6,6 ц/га) анализируемого периода увеличим на сумму чистой прибавки.

Например, Упрогноз = 6,6+3,8 = 10,4 ц/га.

Краткие выводы:

2. Прогнозирование методом экстраполяции

Метод заключается в изучении сложившихся за анализируемый период устойчивых тенденций изменения урожайности и перенесения их на ближайшее будущее.

Последовательность расчётов:

1. Расчёт средней урожайности за анализируемый период

или ,

где Х_ср. – среднее значение признака; f_i – вес или частота; Х_i – индивидуальные значения признака, n – количество значений признаков.

Средняя величина сама по себе недостаточна для обобщающей характеристики совокупности. В средней отражаются общие, но не отражаются индивидуальные условия, обусловленные вариацией отдельных её единиц совокупности. Показатели вариации характеризуют типичность и надёжность средней. Чем меньше вариация, тем средняя более показательна, и наоборот.

2. Вычисление вариации признака при помощи следующих показателей:

Размах вариации – характеризует предел изменения значений признака и вычисляется:

R=X_max – X_min,

где R – размах вариации; X_max и X_min – максимальное и минимальное значение признака.

Дисперсия – характеризует средний квадрат отклонений значений признака от его среднего значения в совокупности и вычисляется:

для несгруппированных данных

для сгруппированных данных

Среднеквадратическое отклонение – характеризует величину, на которую в среднем все значения признака отличаются от средней арифметической, и вычисляется:

или

Коэффициент вариации – характеризует относительную меру вариации, даёт представление о степени однородности и вычисляется:

Чем больше коэффициент, тем сильнее колеблемость. Установлена следующая качественная оценка различных значений коэффициента вариации:

· до 10% – слабая колеблемость;

· 10-25% – умеренная колеблемость;

· свыше 25% – высокая колеблемость.

3. Расчёт методом скользящей средней состоит в замене фактических данных средними арифметическими. Для трёхлетних скользящих Х_ср. определяется:

; ; .

В случае превышения коэффициента вариации 25% необходимо провести построение скользящих средних по трёх-, пяти-, семилетиям и определить скользящую с наименьшим коэффициентом вариации, рассчитав среднегодовые показатели по выбранной скользящей.

Результаты расчётов оформите в таблицу 3, полученные данные используются для дальнейших расчетов.

Таблица 3 - Скользящие средние

ГОДЫ	Уровни ряда (ХI)	трёхлетние	пятилетние	семилетние
	Х1	*	*	*
	Х2		*	*
	Х3			*
	Х4
	Х5
	Х6
	Х7			*
	Х8		*	*
	Х9	*	*	*

4. Прогноз по среднегодовым показателям () используется при V до 25%.

Для этого рассчитаем систему показателей:

1) абсолютный прирост (А):

А_i = X_i – X_i-1 (цепной)

А_i = X_i – X_баз (базисный)

2) среднегодовой абсолютный прирост ():

,

где n – число признаков.

3) темп роста (Тр):

(цепной); (базисный)

4) среднегодовой темп роста ():

или , где n – число коэффициентов роста.

5) темп прироста (Тпр):

Тпр=Тр–1 или Тпр=Тр(%) – 100%

6) абсолютное значение 1% прироста (П):

.

Результаты расчётов оформите в таблицу 4.

Таблица 4 - Показатели динамики урожайности

Годы	Пери-од вре-мени (t)	Уров-ни ряда, (Xi)	Абсолютный прирост, (А)	Темп роста, (Тр)	Темп прироста, (Тпр)	Абсолют-ное значение 1% при-роста (П)
цеп-ной, (Ц)	базис- ный (Б)	цеп-ной, (Ц)	базис- ный (Б)	цеп-ной, (Ц)	базис- ный (Б)
			–		–		–		–
	…
	n
сумма	х				х	х	х	х	х
прогноз	n+1		х	х	х	х	х	х	х

Прогнозирование производится по уравнениям:

или ,

где Х₀ – начальный уровень ряда; t – период времени.

5. Выравнивание по прямой (построение аналитической прямой), используется при V свыше 25%.:

,

где ; , t – период времени, соответствующий при чётном количестве значений признаков;

– 4

– 3

– 2

– 1

при нечётном количестве значений признаков:

– 7

– 5

– 3

– 1

Составим расчётную таблицу 5.

Таблица 5 - Расчётная таблица

годы	Хi	t	Xi*t	t2	Xср* t	Xi*t- Xср* t	(Xi*t- Xср* t)2
итого

Для расчёта остаточной дисперсии применяется формула:

На основе аналитической прямой необходимо составить прогноз, на рисунке следует отобразить фактические и прогнозные значения урожайности.

Краткие выводы:

3. Прогнозирование урожайности экспертным методом

Метод состоит в сборе и обработке данных по прогнозированию урожайности культур путём систематизированного опроса экспертов (для прогноза берутся среднерайонные данные) и переносе их мнений на будущий период.