随着企业发展规模的不断壮大,在激烈的市场竞争环境下,要想取得辉煌的业绩和高速的发展,取决于领导层的决策。然而,在这竞争与机遇并存的数字信息化时代下,传统意义上的管理分析和决策手段发生了微妙的变化,已经不能再靠旧的思维模式去做决策。因此,新的决策手段就是当下人们常说的“用数据说话”。
很多企业在经营的各个环节中都会产生大量的数据,而对这些数据深层挖掘所产生的数据分析报告,及如何做好数据分析工作,对企业的运营及策略调整起着至关重要的作用。
对于养猪这个行业来说,现在的养猪业正逐步向规模化、集约化、现代化、智能化的养殖模式过渡,同样数据在经营管理中扮演着越来越重要的角色,通过数据分析能发现养猪生产过程中存在的很多问题,来帮助生产经营者改善或提高生产成绩。
但是养猪这个行业跟其它工业生产存在很大的区别,由于猪是活的生命体,个体之间存在生长性能的差异,所以生产出来的猪只在个体之间存在重量和质量等差异,因此不能直接拿生产数据去做横向和纵向的对比分析。这时候就需要对数据先进行同口径校准,然后放在同一水平上做对比分析。
那么今天就来讲一下养殖数据同口径校准的两种方法,以及他们之间的差异。
首先同口径校准是基于养殖生产标准数据来做的,所以企业应该首先通过实验的方式去获取猪只的标准生长性能数据,比如不同饲养日龄对应的体重、日增重、日采食量、累计采食量、料肉比的标准数据。
然后基于猪只的标准生长性能数据,我们再来看两种同口径校准方法。
第一种:等比例校准法
等比例校准法是指根据所结栏猪只体重和饲养日龄或体重和日采食量的实际数据,查找体重对应的标准饲养日龄或日采食量,让后用标准饲养日龄或日采食量减去实际饲养日龄或日采食量,再除以标准饲养日龄或日采食量,得到校准比例。然后用标准饲养日龄或日采食量减去标准饲养日龄或日采食量乘以校准比例。
校准后饲养日龄=标准日龄数据-标准日龄数据 X(实际体重对应标准日龄数据-实际日龄数据)/标准日龄数据
校准后日采食量=标准日采食量-标准日采食量 X(实际体重对应标准日采食量-实际日采食量)/标准日采食量
由于行业内没有相关的案例,我们之前一直在模型中采用等比例校准的方法,但是最近发现体重对等比例校准方法有很大的影响,体重越大校准后的偏差越大,如下图所示:
体重越大校准后的偏差越大,说明生长性能的差异主要体现在后期,如果说断奶仔猪的品种、重量、均匀度、健康状况和实验猪差异不显著,那么等比例校准的这种差异可以理解为后期育肥阶段饲养管理的问题。但是如果前期断奶仔猪的品种、重量、均匀度、健康状况和实验猪差异显著,那在前期就可能体现出较大的生长性能差异,那等比例校准法就不太准确。
第二种:等差校准法
等差校准法是指根据所结栏猪只体重和饲养日龄或体重和日采食量的实际数据,查找体重对应的标准饲养日龄或日采食量,让后用标准饲养日龄或日采食量减去实际饲养日龄或日采食量,得到一个差值。然后用标准饲养日龄或日采食量减去这个差值。
校准后饲养日龄=标准日龄数据-(实际体重对应标准日龄数据-实际日龄数据)
校准后日采食量=标准日采食量-(实际体重对应标准日采食量-实际日采食量)
等差校准法校准后的结果与标准数据是近乎完全平行的两条数据,如下图所示:
如果说断奶仔猪的品种、重量、均匀度、健康状况和实验猪差异不显著,那么等差校准法在前期就不太准确,或者说无法体现出育肥阶段饲养管理的问题。反之,如果前期断奶仔猪的品种、重量、均匀度、健康状况和实验猪差异显著,那么等差校准法相对来说比较准确,但此时校准后的结果与标准数据不一定是近乎完全平行的两条,有可能是两条相交线。
所以以上两种方法可以在模型算法中引入参数去做个判断,可能就相对准确一些。
还没有评论,来说两句吧...