Математическое моделирование влияния показателей микроклимата на интенсификацию агропромышленного производства на примере выращивания бройлеров

В статье рассматриваются регрессионные математические модели, описывающие влияние механической и автоматической систем регулирования микроклимата на рост и развитие цыплят-бройлеров кросса «Arbor Acres» в условиях агропромышленного комплекса «Саянский бройлер» при напольном содержании. В работе изучается влияние таких параметров, как микроклимат, температура, влажность и освещенность. Для проверки статистической гипотезы однородности двух рассматриваемых выборок используются критерии Крамера-Уэлча, Уилкоксона. Приводится тест Чоу о возможности построения двух различных однотипных математических моделей, описывающих закономерности развития моделируемых показателей. Рассчитываются статистические оценки значимости построенных моделей и включенных в модели факторов. Приводится интерпретация результатов регрессионного анализа применительно к исследуемой предметной области. Кроме этого, выполнена графическая визуализация анализа исходных и выходных данных построенных моделей. Проводится ранжирование факторов по степени их воздействия на результирующий показатель с использованием коэффициентов эластичности и долей их влияния. Вычисляются основные производственные показатели по итогам выращивания поголовья, в частности, среднесуточный прирост, абсолютный прирост, относительная скорость роста, сохранность. В статье рассчитывается экономический эффект за один полный цикл выращивания цыплят-бройлеров.

1. Егорова Т.А. Развитие российского птицеводства в мировом тренде. Птицеводство. 2019;2:4–9. DOI: 10.33845/0033-3239-2019-68-2-4-9.

2. Фисинин В.И., Буяров В.С., Буяров А.В., Шуметов В.Г. Мясное птицеводство в регионах России: современное состояние и перспективы инновационного развития. Аграрная наука. 2018;2:30–38.

3. Акбаев М., Малофеев Н., Цыпляев А. и др. Резервы повышения продуктивности бройлеров. Птицеводство. 2003;7:5–7.

4. Астраханцев А.А. Продуктивность цыплят-бройлеров при различных технологических вариантах выращивания. Птицеводство. 2019;1:26–30. DOI: 10.33845/0033-3239-2019-68-1-26-30.

5. Зыков С.А. Современные тенденции развития птицеводства. Эффективное животноводство. 2019;4:51–54.

6. Буяров B.C., Годыменко В.И., Буяров А.В., Ноздрин А.Е. Эффективность инновационных технологий промышленного производства мяса бройлеров. Вестник аграрной науки. 2017;2(65):36–47.

7. Писарев Ю., Батов В. Откорм птицы при напольном содержании. Птицеводство. 2003;5:13–14.

8. Михалёв П.В., Василевский Н.М. Эффективность применения новых методов контроля микроклимата при выращивании цыплят-бройлеров. Ученые записки Казанской Государственной Академии ветеринарной медицины им. Н.Э. Баумана. 2012;212:319–323.

9. Карелина Л.Н., Власов Б.Я., Суслопарова Н.В. Световой режим, как экологический и стрессовый фактор в развитии сельскохозяйственных птиц. Объединенный научный журнал. 2011;11(12):111–113.

10. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Диалектика; 2017. 912 с.

11. Меркурьева Е.К. Основы биометрии. М.: Издательство МГУ; 1963. 242 с.

12. Плохинский Н.А. Биометрия. Новосибирск: Изд-во СО АН ССР; 1961. 364 с.

13. Айвазян С.А. Прикладная статистика. Основы эконометрики: Учеб. В 2 т. 2-е изд., испр. Т. 2. М.: ЮНИТИ-ДАНА; 2001. 432 с.

14. Брандт З. Анализ данных. Статистические и вычислительные методы для научных работников. М.: Мир; 2003. 686 с.

15. Стрижов В.В., Крымова Е.А. Методы выбора регрессионных моделей. М.: ВЦ РАН; 2010. 60 с.