Математическая модель дает возможность прогнозировать состояние моделируемого объекта и выбирать на этой основе оптимальное управление объектом. Наша работа посвещена оценке связи между различными показателями эффективности работы ветеринарных служб и выбору на основе этого наиболее эффективных параметров, которые могли бы учитываться при начислении заработной платы работникам данных служб. Такое начисление заработной платы повышает прозрачность процесса начисления заработной платы, а также способствует повышению мотивации работников к повышению эффективности своей деятельности, поэтому проблематика, затронутая в данной статье, является актуальной [1, 3, 7, 15].
Результаты исследования и их обсуждение. Регрессионный анализ позволяет получить функциональную зависимость между некоторой случайной величиной Y и некоторыми влияющими на Y величинами X. Такая зависимость получила название уравнения регрессии.
При использовании корреляционно-регрессивной модели нами было решено исключить из анализа два района — Инзенский и Тереньгульский, так как они отличались крайними позициями по данным показателям и выдавались из общей тенденции. Кроме того, нами не анализировался Базарносызганский район, так как в 2011 г. сельскохозяйственная деятельность там была прекращена. Результат представлен в таблице 1 [2, 4–6].
Корреляционный анализ показал среднюю связь между зарплатой работника ветеринарной службы и среднесуточным привесом молодняка КРС (0,65), а также между зарплатой работника ветеринарной службы и годовой зарплатой одного работника животноводства (0,55), между другими показателями связь более слабая.
Множественный регрессионный анализ отразил зависимость заработной платы главного экономиста от следующих показателей: среднесуточный привес молодняка КРС, годовая зарплата одного работника животноводства, себестоимость 1 ц молока, процент обновления маточного стада [8, 10].
Множественный R характеризует точность модели для имеющихся исходных данных, он у нас равен 0,74, что на 0,24 выше 0,5. F-критерий Фишера равен 4,52, что на 0,46 превосходит критическое значение.