Estimation of influence of seasonality for adjustment of food ingredients

Ruso. Составляли модель множественной регрессии пищевой и биологической ценности продуктов питания, проводили ее анализа и поведение при различных исходных данных, включающих изменение состава ингредиентов и их минерально-витаминную ценность в зависимости от сезона изготовления этих продуктов и возможного применения усовершенствованных средств переработки. Для выбранной модели вычислялись коэффициенты линейной модели уравнения множественной регрессии. Представлена выборка из 20 наблюдений с известными значениями пищевой и биологической ценности корма (y), суммарного количества ингредиентов (x1), периода производства (x2) и среднего содержания витаминов и минеральных веществ (x3). Для проверки значимости коэффициентов парной корреляции использовали t-критерий Стьюдента. Сравнивали tф для каждого коэффициента парной корреляции с t-критическим для 5% уровня значимости и числа степеней свободы ню = n - 2 (ню = 18). Если tф было больше tкp, то найденный коэффициент парной корреляции признавался значимым. В модель уравнения регрессии включались только те факторы, которые имели коэффициент парной корреляции rухj больше 0,5. Для выявления существующей автокорреляции остаточной последовательности осуществлялась проверка зависимости последующего значения от предыдущего по d-критерию Дарвина-Уотсона (d=2,25). В качестве критерия точности принималась степень совпадения теоретических и практических значений у. В итоге получено уравнение вида y=41,02+0,87x2+14,84x3. Модель является адекватной и может быть использована для ориентировочных расчетов. Изменение минерально-витаминного состава ингредиентов и их относительного количества в выбранных продуктах питания с течением времени позволяет применить к такой задаче динамический сегментный подход.

Inglés. A multiple regression model of food and biological value of foods was built, its further analysis and its behavior at different initial data, including changes in the ingredients composition and their mineral and vitamin value, depending on the manufacturing season of these products and the possible application of improved processing facilities. For the model chosen linear model multiple regression equation coefficients were calculated. Selection of the 20 observations with the known values of food and feed biological value (y), the total amount of ingredients (x1), the period of production (x2) and the average content of vitamins and minerals (x3) was presented in the article. To check the significance of pair correlation coefficients Student t-test was used. tф for each pair correlation coefficient with a t-critical for the 5% significance level and degrees of freedom nu = n - 2 (nu = 18) was compared. If tф was more than tкp, then the obtained pair correlation coefficient was considered a significant. In the regression equation model only those factors were included that had the pair correlation coefficient rухj is more than 0.5. To identify the existing autocorrelation of the remaining sequence the test of validation based on subsequent values from the previous d-test of Darwin-Watson was carried out (d=2.25). As a precision criterion the degree of coincidence of theoretical and practical values was taken у. The effect is an equation y=41.02+0.87x2+14.84x3. The model is adequate and can be used for rough estimates. Changing of the composition of mineral-vitamin ingredients and their relative amounts in the selected food products over time allows you to apply for such a task dynamic segment approach.