26 Apr Application of Regression Analysis in Indian Agriculture
भारतीय कृषि में प्रतिगमन विश्लेषण का आवेदन
Regression analysis is a major method in research when it comes to determining the relationship between the factors under consideration and how they affect crop production. The use of regression modeling has made it easier to find factors that have a significant impact on crop productivity.
भारतीय कृषि में प्रतिगमन विश्लेषण का आवेदन
आजीविका और रोजगार के मामले में, कृषि हमेशा मानवता के लिए एक महत्वपूर्ण उद्योग रही है। जनसंख्या में उल्लेखनीय वृद्धि के परिणामस्वरूप गरीबों के पोषण स्तर में गिरावट आ रही है, जिसे सुधारने की आवश्यकता है। पर्यावरण वह है जहां जनसंख्या वृद्धि सबसे स्पष्ट रूप से महसूस की जाती है, और पर्यावरणीय नुकसान तेजी से बढ़ रहा है, जो अंततः कृषि उत्पादन को कम करता है। कृषि में ऐतिहासिक सफलता जनसंख्या विस्तार के बावजूद मांग को पूरा करने के लिए क्षेत्र की ताकत और क्षमता को प्रदर्शित करती है।
स्थायी रूप से जीने के लिए, मनुष्यों और उनके पर्यावरण के बीच एक स्वस्थ संबंध – प्रकृति की प्राथमिक रचना – को बरकरार रखा जाना चाहिए। राष्ट्रीय आय में कृषि के योगदान को बढ़ावा देने के लिए फसल उत्पादन बढ़ाया जाना चाहिए। कृषि उद्योग में सबसे महत्वपूर्ण चिंताओं में से एक उपज का पूर्वानुमान है।
फसल नुकसान किसान की फसल की अधिक आपूर्ति, मौसम संबंधी स्थितियों की अनिश्चितता और मौसमी वर्षा नियमों की अज्ञानता, मिट्टी के पोषण की कमी, उर्वरक उपलब्धता और व्यय, कीट प्रबंधन, फसल कटाई के बाद के नुकसान और अन्य चर के कारण होता है। उत्पादन गिर जाता है। इसमें परिणाम को प्रभावित करने वाले विभिन्न पहलुओं के आधार पर विभिन्न प्रकार की निर्णय लेने वाली परिस्थितियाँ शामिल होती हैं, जो जटिलता में भिन्न होती हैं। आधुनिक तकनीकों का उपयोग करके इस मुद्दे पर अंतर्दृष्टि और प्रभावी उपचार पाया जा सकता है। इस मुद्दे के सर्वोत्तम उत्तर की पहचान करने के लिए महत्वपूर्ण विधि डेटा एनालिटिक्स को नियोजित करती है।
कृषि उद्योग में महत्वपूर्ण निर्णयों को सूचित करने के लिए ऐसे डेटा का उपयोग करने की प्रासंगिकता पर्यावरणीय रीडिंग, मिट्टी की गुणवत्ता और आर्थिक व्यवहार्यता से बढ़ी है। यह लेख फसल उपज पूर्वानुमानों के प्रतिगमन विश्लेषण के अनुप्रयोग की पड़ताल करता है। कृषि और संबंधित क्षेत्रों में कई कड़ियाँ हैं जिन्हें मात्रात्मक रूप से पहचानने की आवश्यकता है। विभिन्न आयामों में विभिन्न फसलों की उपज कई कारकों से प्रभावित होती है। ये तत्व मिट्टी की गुणवत्ता या खेती के तरीकों से संबंधित हो सकते हैं।
प्रतिगमन विश्लेषण क्या है
एक संरचित तकनीक जो निर्णय लेने और समस्या को सुलझाने पर शोध उद्देश्यों के लिए डेटा विश्लेषण पर जोर देती है, प्रतिगमन विश्लेषण के रूप में जाना जाता है। कुछ ऐसे मुद्दे या परिस्थितियाँ हैं जहाँ प्रभावी निर्णय लेने के लिए कई कारकों या तत्वों के एक साथ अध्ययन की आवश्यकता होती है। इन चरों के बीच सहसंबंधों को निर्धारित करने के लिए और वे फसल की उपज को कैसे प्रभावित करते हैं, प्रतिगमन विश्लेषण किया जाता है।
वर्तमान शोध से पता चलता है कि भारत के कृषि उत्पादन का विस्तार किया जा सकता है, न केवल अपनी बढ़ती आबादी को खिलाने के लिए बल्कि दुनिया के बाकी हिस्सों को बेचने के लिए, अनाज भंडारण बुनियादी ढांचे और कृषि उत्पादकता को बढ़ाकर। यह चर्चा की जाती है कि एक प्रतिक्रिया चर, y की जांच कैसे की जाए, जो एक मध्यवर्ती चर, X के मूल्य के आधार पर बदलता है, जिसे रेखीय प्रतिगमन के रूप में जाना जाता है।
व्याख्यात्मक चर के दिए गए मूल्य से एक प्रतिक्रिया चर के मूल्य की भविष्यवाणी करने का एक दृष्टिकोण भी संदर्भित किया जाता है। सबसे कम-वर्ग फिट, जो दोनों रैखिक और साथ ही बहुपद संबंधों को फिट करने में सक्षम है, सबसे अधिक इस्तेमाल किया जाने वाला रैखिक प्रतिगमन है। मूल डेटा के डोमेन के बाहर के मूल्यों के लिए मॉडल अनुमान लगाने का दृष्टिकोण एक्सट्रपलेशन के रूप में जाना जाता है।
निम्नलिखित चरणों में वर्णन किया जाएगा कि चर के बीच संबंधों की जांच करने के लिए एक रेखीय प्रतिगमन मॉडल की गणना कैसे की जाती है:
चरण 1: एक रेखीय प्रतिगमन मॉडल की गणना करें
एक रेखीय प्रतिगमन मॉडल की गणना की जाती है जो चर के बीच संबंध का मूल्यांकन करता है। मॉडल से जुड़ी स्थितियों में शामिल हैं, 1. रैखिकता, 2. लगभग सामान्य अवशेष, और 3. निरंतर परिवर्तनशीलता। रैखिकता बताती है कि प्रतिक्रिया चर और मॉडल के व्याख्यात्मक चर के बीच एक रैखिक संबंध होना चाहिए, क्योंकि हम भविष्यवाणी के लिए एक रैखिक मॉडल का उपयोग कर रहे हैं। अनुमानित सामान्य अवशिष्ट बताते हैं कि अवशिष्टों को 0 के आसपास केंद्रित किया जाना चाहिए। अवशेषों के हिस्टोग्राम या सामान्य संभाव्यता प्लॉट का उपयोग करने के लिए इस स्थिति को आसानी से जांचा जा सकता है। यदि हिस्टोग्राम सममित है, तो हम व्याख्या कर सकते हैं कि अवशिष्ट सामान्य रूप से वितरित हैं। अवशेष भूखंडों की स्थिति में यदि भूखंड सामान्यता के करीब पाए जाते हैं, तो समरूपता की स्थिति संतुष्ट होती है।
चरण 2: अवशिष्ट मूल्यों की गणना करें
अवशेषों को परिभाषित किया जा सकता है कि मूल रूप से गणना किए गए मॉडल फिट से क्या बचा है। आश्रित चर (y) के देखे गए मान और अनुमानित मान (ŷ) के बीच के अंतर को अवशिष्ट (e) कहा जाता है। प्रत्येक डेटा बिंदु में एक अवशिष्ट होता है। अवशिष्ट = प्रेक्षित मूल्य – अनुमानित मूल्य
e = y – ŷ
चरण 3: वर्गों के अवशिष्ट योग की गणना करें और R2 प्राप्त करें
वर्गों के अवशिष्ट योग को डेटा के देखे गए मूल्यों से भविष्यवाणी के विचलन के वर्गों के योग के रूप में परिभाषित किया गया है। दूसरे शब्दों में इसे डेटा और अनुमान मॉडल के बीच विसंगति के रूप में संदर्भित किया जा सकता है। सहसंबंध गुणांक का वर्ग
स्टेज 4: कार्यान्वयन
यदि प्राप्त R2 मान 0.5 से अधिक है तो प्रतिक्रिया चर और व्याख्यात्मक चर के बीच संबंध काफी अधिक है।
निष्कर्ष
प्रतिगमन विश्लेषण अनुसंधान में एक प्रमुख विधि है जब विचाराधीन कारकों के बीच संबंध का निर्धारण करने की बात आती है और वे फसल उत्पादन को कैसे प्रभावित करते हैं। प्रतिगमन मॉडलिंग के उपयोग से फसल उत्पादकता पर महत्वपूर्ण प्रभाव डालने वाले कारकों को खोजना आसान हो गया है। विश्वसनीय और मान्य परिणामों के लिए, किसी को आउटलेयर और अन्य महत्वपूर्ण परिणामों के लिए डेटा की जांच करनी होगी। उपज की भविष्यवाणी कृषि क्षेत्र में सामने आने वाले सबसे महत्वपूर्ण मुद्दों में से एक है जो प्रतिगमन विश्लेषण का उपयोग करके पूरा किया जाएगा।
Authors:
शिल्पा शर्मा* और गीता वर्मा
पीएचडी विद्वान (कृषि सांख्यिकी), डॉ वाई एस परमार विश्वविद्यालय हॉर्टिकल्चर और वानिकी (नौनी), सोलन, हिमाचल प्रदेश।
सहायक प्रोफ़ेसर (सांख्यिकी), डॉ वाई एस परमार विश्वविद्यालय हॉर्टिकल्चर और वानिकी (नौनी), सोलन, हिमाचल प्रदेश।
Email: shilpasharmau24@gmail.com
Related Posts
