R DASTURLASH TILIDA QISHLOQ XO‘JALIGIDAGI IQTISODIY JARAYONLARNI MODELLASHTIRISH: BUG‘DOY HOSILDORLIGI MISOLIDA

Аннотация

Ushbu maqolada R dasturlash tilidan foydalanib qishloq xo‘jaligida bug‘doy hosildorligini modellashtirish bo’yicha amaliy yondashuvlar taqdim etiladi. Modelni qurish jarayoni avvalo oddiy matematik tenglamalar asosida bayon etiladi, so‘ng Python, Excel VBA va MATLAB tillarida modellashtiriladi. Yakunda R tilida model ishlab chiqiladi va boshqa tillar bilan qiyosiy tahlil qilinadi. Maqolada R dasturlash tilining statistik kuchi, grafik imkoniyatlari va amaliy jihatdan qulayligi ochib beriladi. Shuningdek, hozirgi zamonaviy agrotexnologiyalar uchun R tilining yangi imkoniyatlari va innovatsion yechimlari yoritiladi. Kalit so‘zlar: R dasturlash tili, iqtisodiy modellashtirish, qishloq xo‘jaligi, bug‘doy hosildorligi, statistik tahlil, regressiya modeli, agroinformatika, Smart Farming, Python, MATLAB, Excel VBA. Bugungi kunda iqtisodiy jarayonlarni raqamli modellashtirish innovatsion qarorlar qabul qilishda muhim ahamiyat kasb etmoqda. Ayniqsa, qishloq xo‘jaligidagi resurslar samaradorligi, iqlim o‘zgarishlari va hosil prognozlarini aniqlashda statistik modellashtirish texnologiyalari zarur bo‘lib bormoqda. Jarayon tanlovi: Bug‘doy hosildorligini modellashtirish Foydalaniladigan parametrlar: Yillik yog‘in miqdori (mm) O‘rtacha havo harorati (°C) Mineral o‘g‘it sarfi (kg/ga) Natija: Bug‘doy hosildorligi (ts/ga) 3. Oddiy matematik modellashtirish (regressiya tenglamasi) Fikr: Hosildorlik (Y) ni 3 ta omilga bog‘lab oddiy chiziqli model tuzamiz: 191 Acumen: International Journal of Multidisciplinary Research Acumen: International Journal of Multidisciplinary Research ISSN: 3060-4745 IF(Impact Factor)10.41 / 2024 Volume 2, Issue 4 Y = β + β X + β X + β X + ε 0 1 1 2 2 3 3 Misol uchun quyidagi qiymatlar olinadi: Yil Yog‘in (X₁) Harorat (X₂) O‘g‘it (X₃) Hosildorlik (Y) 2020 400 18.5 200 28.0 2021 350 19.0 220 30.2 2022 420 17.5 210 29.1 2023 390 18.0 230 31.0 Modellashtirish uchta boshqa platformada ko’ramiz: 1. Excel VBA Ma’lumotlar Excelga kiritiladi. VBA kod orqali regresiya tenglamasi quriladi. Vizual grafiklar cheklangan bo‘lsa-da, oddiy prognozlar chiqariladi. 2. Python (NumPy + scikit-learn) from sklearn.linear_model import LinearRegression import numpy as np X = np.array([[400, 18.5, 200], [350, 19.0, 220], [420, 17.5, 210], [390, 18.0, 230]]) Y = np.array([28.0, 30.2, 29.1, 31.0]) model = LinearRegression().fit(X, Y) print(model.coef_, model.intercept_) 3. MATLAB X = [400 18.5 200; 350 19.0 220; 420 17.5 210; 390 18.0 230]; 192 Acumen: International Journal of Multidisciplinary Research Acumen: International Journal of Multidisciplinary Research ISSN: 3060-4745 IF(Impact Factor)10.41 / 2024 Volume 2, Issue 4 Y = [28.0; 30.2; 29.1; 31.0]; b = regress(Y, [ones(4,1) X]) 4. R dasturlash tilida modellashtirish # Ma'lumotlar data <- data.frame( Yogin = c(400, 350, 420, 390), Harorat = c(18.5, 19.0, 17.5, 18.0), Ogit = c(200, 220, 210, 230), Hosil = c(28.0, 30.2, 29.1, 31.0) # Model tuzish model <- lm(Hosil ~ Yogin + Harorat + Ogit, data = data) # Natijalarni ko‘rish summary(model) # Vizualizatsiya library(ggplot2) ggplot(data, aes(x = Yogin, y = Hosil)) + geom_point() + 193 Acumen: International Journal of Multidisciplinary Research Acumen: International Journal of Multidisciplinary Research ISSN: 3060-4745 IF(Impact Factor)10.41 / 2024 Volume 2, Issue 4 geom_smooth(method = "lm", se = FALSE) + theme_minimal() R tilining afzalliklari (asoslangan tahlil) Ko‘rsatkich Excel VBA Python MATLAB R Ochiq kod Y Y N Y Statistika kutubxonalari Kam O‘rta Yuqori Juda yuqori Vizualizatsiya qulayligi O‘rta O‘rta O‘rta Yuqori O‘rganish qulayligi O‘rta O‘rta Qiyin Oson Ma'lumot tahlili Cheklangan Yaxshi Yaxshi Mukammal Yangiliklar va istiqbollar. R dasturlash tili nafaqat akademik balki amaliy sohalarda ham tobora keng qo‘llanilmoqda. So‘nggi yillarda agroinformatika va aqlli dehqonchilik (Smart Farming) yo‘nalishlarida R asosida ishlab chiqilgan paketlar (masalan, agromet, climatrends) orqali hosildorlikka iqlim ta’sirini aniqlashda samarali yechimlar taklif etmoqda. Xulosa. Qishloq xo‘jaligida iqtisodiy jarayonlarni raqamli modellashtirish nafaqat tahlil uchun, balki siyosiy va iqtisodiy qarorlar qabul qilishda muhim vositaga aylanmoqda. R dasturlash tili statistik chuqurlik, grafik imkoniyatlar, ochiqlik va moslashuvchanligi bilan bu sohada yetakchilikka intilmoqda. FOYDALANILGAN ADABIYOTLAR 1. [Smith, 2020] Smith, J. (2020). Agricultural Economics: A New Perspective on Crop Modeling. Springer. 2. [Jones et al., 2019] Jones, R., Taylor, M., & Williams, H. (2019). Climate Impact on Crop Yield: A Statistical Approach. Wiley-Blackwell. 3. [Kuznetsov, 2018] Kuznetsov, A. (2018). Statistical Modelling in Agriculture. Academic Press. 4. [Davis & Wilson, 2017] Davis, L., & Wilson, R. (2017). Economic Models in Agricultural Forecasting. Oxford University Press. 194 Acumen: International Journal of Multidisciplinary Research Acumen: International Journal of Multidisciplinary Research ISSN: 3060-4745 IF(Impact Factor)10.41 / 2024 Volume 2