Оцінювання обсягу аграрного виробництва
dc.contributor.author | Прокопович Л. Б. | |
dc.contributor.author | Prokopovich L. | |
dc.date.accessioned | 2024-10-10T11:47:28Z | |
dc.date.available | 2024-10-10T11:47:28Z | |
dc.date.issued | 2022-06-24 | |
dc.description | Прокопович, Л. Б. Оцінювання обсягу аграрного виробництва = Assessment of the volume of agricultural production / Л. Б. Прокопович // Ефективна економіка. – 2022. – № 6. | |
dc.description.abstract | Стаття присвячена актуальній проблемі підвищення достовірності оцінювання рівня обсягу аграрного виробництва. У роботі був проаналізований характер існуючої залежності рівня обсягу аграрного виробництва України. Як фактори, що впливають на величину обсягу аграрного виробництва, розглядалися: зайняті в сільськогосподарському виробництві, вартість основних засобів, посівні площі сільськогосподарських культур. Була побудована система лінійних і нелінійних однофакторних та багатофакторних регресійних моделей. Проведений аналіз p-значень для внутрішніх параметрів моделей. Дослідження величин середньої помилки апроксимації побудованих моделей виявив їх перевищення граничного значення, що вказує на неможливість використання отриманих моделей для прогнозування обсягу аграрного виробництва. Побудовані багатофакторні регресійні моделі із використанням методів машинного навчання з вчителем: k-найближчих сусідів і випадковий ліс. Модель на основі випадкового лісу має допустиму величину помилки апроксимації і за всіма параметрами перевершує розглянуті моделі. Запропоновано, при побудові майбутніх моделей використовувати інші методи машинного вчення. | |
dc.description.abstract1 | The article is devoted to the urgent problem of increasing the reliability of assessing the level of agricultural production. The work analyzed the nature of the existing dependence on the level of agricultural production of Ukraine. As factors affecting the volume of agricultural production, the following were considered: engaged in agricultural production, the cost of fixed assets, sown areas of crops. As a result of the initial analysis, emissions were identified. After eliminating emissions, a correlation matrix was built, which made it possible to identify a strong impact on the volume of agricultural production of the number of employees in it and the value of fixed assets. The third factor showed the strength of the connection at the border weak and medium. A system of linear and nonlinear both univariate and multifactorial regression models was constructed. The analysis of p-values for the internal parameters of the models allowed to exclude models with insignificant parameters from further consideration. The study of the values of the average approximation error of the constructed models revealed their exceeding the boundary value, which indicates the impossibility of using the obtained models to predict the volume of agricultural production. A decision was made for further attempts to build multifactorial regression models to use machine learning methods with a teacher: knearest neighbors and random forest. When comparing the obtained models, it was found that in both models the Fisher's calculated value exceeds the tabular values. Also, both models have quite high values of the determination coefficient. According to the results of the study of the values of the average approximation error, the model of k-nearest neighbors was discarded, so the value of the specified indicator for this model exceeded the limit value. The random forest model has a valid approximation error value and is superior in all respects to the rest of the models considered. The obtained multivariate regression model meets all the initial requirements and can be recommended for assessing the level of agricultural production in Ukraine. It is proposed to use other methods of machine learning when building future models. | |
dc.identifier.govdoc | DOI: 10.32702/2307-2105.2022.6.24 | |
dc.identifier.issn | 2307-2105 | |
dc.identifier.uri | https://eir.nuos.edu.ua/handle/123456789/8941 | |
dc.language.iso | uk | |
dc.publisher | Ефективна економіка | |
dc.relation.ispartofseries | УДК; 330.4 | |
dc.subject | аграрне виробництво | |
dc.subject | регресія | |
dc.subject | модель k-найближчих сусідів | |
dc.subject | випадковий ліс | |
dc.subject | машинне навчання | |
dc.subject | agricultural production | |
dc.subject | regression | |
dc.subject | k-nearest neighbor model | |
dc.subject | random forest | |
dc.subject | machine learning | |
dc.title | Оцінювання обсягу аграрного виробництва | |
dc.title.alternative | Assessment of the volume of agricultural production | |
dc.type | Article |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Prokopovich 13.pdf
- Розмір:
- 820.07 KB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 4.38 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: