Сравнительная оценка методов среднесрочного прогнозирования урожайности сельскохозяйственных культур

УДК

338.984

Аннотация

Статья посвящена сравнительной оценке двух наиболее распространенных методов прогнозирования показателей урожайности сельскохозяйственных культур: авторегрессионных моделей – скользящего среднего и множественных линейных регрессий. Автор сравнивает данные методы исходя из качества прогноза на среднесрочную перспективу урожайности сельскохозяйственных культур.

Список литературы

  1. Афанасьев В.Н., Маркова А.И. Статистика сельского хозяйства: учеб. пособие. М., 2003.
  2. Горбачев И.В., Панова Т.В., Панов М.В. Прогнозирование урожайности зерновых и зернобобовых культур в хозяйствах ЦФО РФ до 2020 года // Вестник Брянской государственной сельскохозяйственной академии. 2014. № 2. С. 43–46.
  3. Иванов П.В., Ткаченко И.В. Экономико-математическое моделирование в АПК. Ростов н/Д, 2013.
  4. Канторович Г.Г. Лекции по курсу «Анализ временных рядов» // Экономический журнал ВШЭ. 2002. № 1–4; 2003. № 1.
  5. Низомов С.С. Применение методов корреляционно-регрессионного и кластерного анализа при прогнозировании урожайности зерновых культур // Гуманитарные и социальные науки. 2014. № 2. С. 768–772.
  6. Низомов С.С. Применение методов статистического моделирования при прогнозировании урожайности зерновых культур // Вестник БГАУ. 2014. № 2. С. 132–135.
  7. Петрова И.Ф., Свешникова И.В., Малых Н.И. Прогнозирование развития и размещения зернового хозяйства в стране // Экономика сельского хозяйства России. 2015. № 5. С. 68–73.
  8. Семин Е.А. Совершенствование способов прогнозирования урожайности зерновых культур: автореф. дис. … канд. экон. наук. Воронеж, 2015.
  9. Симоненко Е.И. Методология среднесрочного и долгосрочного прогнозирования урожайности и валового сбора зерновых культур // Актуальные проблемы гуманитарных и естественных наук. 2014. № 9. С. 182–184.
  10. Тихонов В.Е., Неверов А.А. Долгосрочное прогнозирование урожайности полевых культур на основе планетно-солнечно-земных связей в степном Предуралье // Бюллетень Оренбургского научного центра УрО РАН. 2014. № 4. С. 1–14.
  11. Ткаченко И.В., Ткаченко Н.И. Экономико-стохастическое моделирование как аппарат системного подхода к управлению сельскохозяйственными предприятиями // Вестник Волжского университета имени В.Н. Татищева. 2014. № 2 (31). С. 109–116.
  12. Burnham K.P., Anderson D.R. Multimodel inference: understanding AIC and BIC in model selection // Sociological Methods & Research. 2004. Vol. 33. P. 261–304.

Статистика загрузок

##plugins.themes.etip.displayStats.noStats##