Применение методов экономического планирования мелиорацией

• Автор: Цыпляева, Наталья Ивановна
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Ленинград
• Количество страниц: 171 c. : ил

ВВЕДЕНИЕ

Глава I. ЭК0НШЗЖШЖАТИЧЕСКАЯ МОДЕЛЬ ПРОГНОЗИРОВАНИЯ

РАЗВИТИЯ МЕЛИОРАЦИЙ

1.1. Вопросы разработки экономической политики в области проведения мелиоративных работ

1.2. Модель прогнозирования развития мелиораций . .

1.3. Математическая постановка модели прогнозирования развития мелиораций

Глава П. МЕТОДЫ РЕШЕНИЯ ЭК0Н0ЖШМ1АТИЧЕ0К0Й МОДЕЛИ

ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ МЕЛИОРАЦИЙ.

2.1. Модель прогнозирования развития мелиораций

задача нелинейного программирования.

2.2. Применение факторного анализа в прогнозах развития мелиораций.

2.3. Вопросы оценки качества прогнозов.
Глава Ш. РАСЧТ КОМПЛЕКСНОГО ПРОГНОЗА РАЗВИТИЯ МЕЛИОРАЦИЙ В ЛЕНИНГРАДСКОЙ ОБЛАСТИ НА ГОД . .
3.1. Схема расчта комплексного прогноза развития мелиораций в Ленинградской области и е информационное обеспечение
3.2. Главные компоненты, их экономическая интерпретация, построение производственных функций урожайности
Стр.
3.3. Построение области допустимых значении экономикоматематической модели.
3.4. Прогноз развития мелиораций и основных показателей сельскохозяйственного производства в Ленинградской области на год .
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА


К недостаткам этих методов можно отнести то обстоятельство, что они предполагают перенесение прошлых тенденций развития на будущее, что не всегда оправдано. Применение методов экстраполяции не предусматривает активного влияния на динамику прогнозируемого показателя, требует наличия довольно длинных динамических рядов, не дат информацию о факторах, под влиянием которых складываются уровни временных рядов. Следует подчеркнуть, что при использовании экстраполяционных методов экономические показатели прогнозируются разрозненно, без учта существующих между ними взаимосвязей. При разработке экономических показателей сельскохозяйственного производства очень часто применяют производственные функции з. Мы рассмотрим вопросы, связанные с построением производственных функций более подробно, так как в дальнейшем производственные функции будут использованы для описания зависимости урожайности от влияющих на не факторов. При использовании производственных функций сложным вопросом является анализ и выбор факторов, оказывающих влияние на результативный признак. Наиболее используемыми на практике являются методы пошаговой регрессии. Эти методы основаны на включении или исключении факторов регрессионной модели в зависимости от вклада кавдого фактора в объясняемую данным регрессионным уравнением дисперсию зависимой переменной . Основные трудности, связанные с применением этих методов, состоят в том, что некоторый фактор, исключнный на первых шагах алгоритма из совокупности существенных факторов, не монет быть в дальнейшем возвращн обратно. Это не дат возможности получить оптимальное множество существенных факторов, включение которых в регрессионное уравнение обеспечивает максимальное значение коэффициента множественной корреляции по сравнению с включением других множеств факторов. Этот недостаток ликвидируется при построении уравнения регрессии по полному набору факторов методом последовательных приближений 4. Суть этого метода состоит в том, что на первом шаге алгоритма в регрессию включается фактор, который обеспечивает наибольший вклад в дисперсию переменной , на втором шаге фактор, вносящий наибольшее изменение в остаточную дисперсию,и так до тех пор, пока не будут учтены все факторы, долей которых в общей дисперсии нельзя пренебречь. Надо отметить, что все указанные методы не учитывают наличия корреляционных связей мезду факторами и используются лишь при их линейной независимости. Сейчас общепринятым методом обнаружения корреляционных связей мевду рассматриваемыми переменными является расчт матрицы парных коэффициентов корреляции. Считается, что между факторами существует значительная корреляционная зависимость, если коэффициент корреляции между ними равен или больше 0,8 з. К недостаткам этого метода можно отнести необходимость исключения коррелированных факторов из всей совокупности переменных, хотя нас может интересовать влияние на результативный признак всего множества факторов, а также чисто субъективный подход к исключению факторов. По нашему мнению, методом, позволяющим преодолеть указанные недостатки других методов, является факторный анализ. Методы факторного анализа позволяют избавиться от корреляционных связей между переменными, влияющими на прогнозируемый показатель, путм перехода к новым линейно независимым переменным. Переход к ортогональным переменным дат возможность осуществить корректное с математической точки зрения построение производственных функций. Суть одного из методов факторного анализа будет изложена в главе П. Важным вопросом является выбор зависимости результативного признака от факторов. Производственная функция должна не только достаточно точно аппроксимировать корреляционную связь, но и достаточно хорошо отображать природу описываемого ею процесса. ВИДУ 4. Для осуществления прогноза на основе построенной модели находят прогнозные значения включнных в не факторов. Такой подход к прогнозированию оправдан, если задача прогнозирования факторов, по какимлибо причинам, проще прогнозирования результирующего признака. Однако она по своей сложности не уступает, а порой и превосходит задачу прогнозирования рассматриваемого показателя.