FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W3088472400> ?p ?o ?g. }

• W3088472400 abstract "Проведён статистический анализ потребления основных продуктов питания населением Ярославской области за период с 2007 г. по 2018 г. Оценка потребления продуктов питания рассмотрена на основе описательных показателей статистики. Удовлетворение потребности в основных продуктах питания оценивалось путём сопоставления фактического потребления и рациональной нормы по каждой группе продуктов. Для оценки влияния факторных показателей на динамику душевого потребления основных продуктов питания было проведено моделирование с применением корреляционно-регрессионного анализа, были построены три модели: двухфакторная модель потребления молока и молочных продуктов, многофакторная модель потребления картофеля и однофакторная модель потребления фруктов. Оценка качества построенных моделей была оценена с помощью F-критерия Фишера, а для оценки статистической значимости параметров моделей был применён t-критерий Стьюдента. Во всех моделях наблюдаемое значение критерия меньше фактического значения критерия, то есть гипотезы о значимости моделей принимаются с вероятностью ошибки 0,05. В исследовании проведено моделирование и прогнозирование основных критериальных показателей продовольственной безопасности по Ярославской области. Для этого были построены трендовые модели, адекватность которых осуществлялась на основе критерия Дарбина-Уотсона, а проверка на точность с помощью следующих статистических показателей: средней ошибки аппроксимации и средней квадратической ошибки. Для двух продуктов питания – картофель и овощи оптимальной является экспоненциальная модель, для остальных продуктов (фрукты и ягоды, мясо и мясопродукты, молоко и молочные продукты, а также яйца) лучшим для прогнозирования является параболический тренд. Выбранные модели позволяют описать закономерности развития анализируемого явления наиболее адекватно и точно. A statistical analysis of the consumption of basic food products by the population of the Yaroslavl region for the period from 2007 to 2018 was carried out. The assessment of food consumption was considered on the basis of descriptive indicators of statistics. Satisfaction of need for basic food products was assessed by comparing the actual consumption and the rational norm for each group of products. To assess the effect of factor indicators on the dynamics of per capita consumption of basic food products modeling was carried out using correlation-regression analysis, three models were built: a two-factor model of milk and dairy products consumption, a multifactor model of potatoes and a one-factor model of fruit consumption. The assessment of the quality of the constructed models was evaluated using the Fisher F-test, and the Student t-test was applied to assess the statistical significance of the model parameters. In all models, the observed test value is less than the actual test value, that is, hypotheses about the significance of models are accepted with an error probability of 0.05. Modeling and forecasting of the main criterion indicators of food security in the Yaroslavl region were carried out in the research. Trend models were built accomplish this, the efficacy of which was carried out on the basis of the Durbin-Watson model and precision test using the following statistical indicators: mean approximation error and mean quadratic error. For two food products – potatoes and vegetables, the optimal is the exponential model, for other products (fruits and berries, meat and meat products, milk and dairy products, as well as eggs) the parabolic trend is the best for forecasting. The selected models allow you to describe the patterns of development of the analyzed phenomenon most adequately and accurately." @default.
• W3088472400 created "2020-10-01" @default.
• W3088472400 creator A5039774796 @default.
• W3088472400 date "2020-06-30" @default.
• W3088472400 modified "2023-10-17" @default.
• W3088472400 title "Food Security in the Region: Statistical Analysis, Modelling and Forecasting" @default.
• W3088472400 doi "https://doi.org/10.35694/yarcx.2020.50.2.013" @default.
• W3088472400 hasPublicationYear "2020" @default.
• W3088472400 type Work @default.
• W3088472400 sameAs 3088472400 @default.
• W3088472400 citedByCount "0" @default.
• W3088472400 crossrefType "journal-article" @default.
• W3088472400 hasAuthorship W3088472400A5039774796 @default.
• W3088472400 hasBestOaLocation W30884724001 @default.
• W3088472400 hasConcept C105795698 @default.
• W3088472400 hasConcept C114289077 @default.
• W3088472400 hasConcept C132480984 @default.
• W3088472400 hasConcept C144024400 @default.
• W3088472400 hasConcept C149782125 @default.
• W3088472400 hasConcept C149923435 @default.
• W3088472400 hasConcept C152877465 @default.
• W3088472400 hasConcept C2908647359 @default.
• W3088472400 hasConcept C30772137 @default.
• W3088472400 hasConcept C33923547 @default.
• W3088472400 hasConcept C36289849 @default.
• W3088472400 hasConceptScore W3088472400C105795698 @default.
• W3088472400 hasConceptScore W3088472400C114289077 @default.
• W3088472400 hasConceptScore W3088472400C132480984 @default.
• W3088472400 hasConceptScore W3088472400C144024400 @default.
• W3088472400 hasConceptScore W3088472400C149782125 @default.
• W3088472400 hasConceptScore W3088472400C149923435 @default.
• W3088472400 hasConceptScore W3088472400C152877465 @default.
• W3088472400 hasConceptScore W3088472400C2908647359 @default.
• W3088472400 hasConceptScore W3088472400C30772137 @default.
• W3088472400 hasConceptScore W3088472400C33923547 @default.
• W3088472400 hasConceptScore W3088472400C36289849 @default.
• W3088472400 hasIssue "2(50)" @default.
• W3088472400 hasLocation W30884724001 @default.
• W3088472400 hasOpenAccess W3088472400 @default.
• W3088472400 hasPrimaryLocation W30884724001 @default.
• W3088472400 hasRelatedWork W1984320433 @default.
• W3088472400 hasRelatedWork W1988114630 @default.
• W3088472400 hasRelatedWork W1996431560 @default.
• W3088472400 hasRelatedWork W2011877960 @default.
• W3088472400 hasRelatedWork W2107975843 @default.
• W3088472400 hasRelatedWork W2155546529 @default.
• W3088472400 hasRelatedWork W2182877767 @default.
• W3088472400 hasRelatedWork W2599037535 @default.
• W3088472400 hasRelatedWork W3021457118 @default.
• W3088472400 hasRelatedWork W3201651526 @default.
• W3088472400 isParatext "false" @default.
• W3088472400 isRetracted "false" @default.
• W3088472400 magId "3088472400" @default.
• W3088472400 workType "article" @default.