Автор работы: Пользователь скрыл имя, 20 Ноября 2014 в 16:41, курсовая работа
Актуальность данной темы характерна тем , что возрастает интерес к статистике окружающей среды и природных ресурсов в современной науке и её недостаточной разработанностью . Высокая значимость и недостаточность разработанности проблемы определяет несомненную новизну данного исследования. На современном этапе перед статистикой природных ресурсов встают новые, еще более ответственные задачи. В условиях интенсивного вовлечения природных ресурсов в народнохозяйственный оборот, создания единой эколого-экономической воспроизводственной системы особенно актуальной становится задача более эффективного использования природных ресурсов.
Введение……………………………………………………………….....6-7
1.Теоретические вопросы статистического изучения окружающей среды и природных ресурсов…………………………………………………….8-16
1.1Природные ресурсы как компонент национального богатства и объект статистического наблюдения……………………………………….........8-11
1.2Задачи и система показателей статистики окружающей среды и природных ресурсов…………………………………………………….……….11-14
1.3Статистическое наблюдение за состоянием окружающей среды и использованием природных ресурсов ……………………………………...14-15
2.Статистическое изучение состояния окружающей среды и рационального использования природных ресурсов России за 2007-2011 г.г…………………………………………………………………………….16-31
2.1Социально-экономическое положение России за 2007-2011г.г.……...............................................................................................16-21
2.2Статистическое изучение состояния и использования компонентов окружающей среды и природных ресурсов …………………………..……21-25
2.3Статистический анализ исчерпания природных ресурсов и загрязнения окружающей среды. Статистическое изучение эффективности природоохранной деятельности……………………………………………………...25-31
3.Факторный анализ и прогнозирование показателей состояния и использования природных ресурсов на основе методов статистики……..32-53
3.1Статистическая оценка влияния состояния природных ресурсов на основе индексного метода…………………………………………………...32-35
3.2Корреляционно-регрессионный анализ антропогенного воздействия на состояние природных ресурсов……………………………..…………35-41
3.3Статистическое прогнозирование показателей эффективности природоохранной деятельности…………………………………………………41-44
3.4 Основные направления совершенствования статистики природных ресурсов и окружающей среды……………………………….………..……44-53
Заключение……………………………………………………………54-55
Список использованных источников………………….…………….56-57
С помощью метода корреляции возможно измерение связи между двумя признаками (парная корреляция), тремя и более признаками (множественная корреляция). С учетом формы связи различают линейную и криволинейную корреляцию. Линейная парная связь между признаками представляется уравнением прямой вида:
хо = ао + а1х1,
где: х0 - результативный показатель (зависимая переменная);
х1 - фактор (независимая переменная);
а1 - коэффициент регрессии;
а0 - начальный коэффициент.[4]
При парной линейной зависимости теснота связи характеризуется коэффициентом корреляции. Он может иметь значения от 0 до +1. знак "+" указывает на характер и направление связи. Если с увеличением или уменьшением значений факторного признака величина признака результативного также увеличивается или уменьшается, то такая связь называется прямой. В этом случае коэффициент корреляции берется со знаком "+". Знак "-" означает обратную связь. Чем ближе величина корреляционного коэффициента к 1 или к диагонали координатной сетки (полю корреляции), тем теснее связь. Для измерения тесноты связи между результатом (функцией) и факториальными признаками при криволинейной связи используется корреляционное отношение.[4]
Коэффициент линейной корреляции +0,15 свидетельствует об отсутствии связи между признаками. Плохая связь характеризуется коэффициентом корреляции от +0,16 до +0,20, слабая связь - от +0,21 до +0,30, умеренная - от +0,31 до +0,40, средняя - от +0,41 до +0,60, высокая - от +0,61 до +0,80, очень высокая - от +0,81 до +0,90, полная связь - от +0,91 до +1,0.
Регрессионный анализ
Регрессионный анализ - изучение зависимости случайной величины (результативного показателя - функции) от нескольких других независимых переменных (аргументов). Экономические явления развиваются под влиянием многочисленных и разнообразных факторов. Некоторые из них нельзя ни учесть, ни измерить. Им свойственны черты случайности и неопределенности. Они обусловлены тем, что между факторами существуют сложные взаимосвязи. Нередко они действуют в противоположных направлениях.[12]
Если форма связи не установлена, то проводятся группировки с соответствующим анализом влияния факторов на результативный признак или изучаются изменения средних по группам, проводится сопоставление параллельных рядов, построение графиков. Связь между факториальными и результативными признаками может быть линейной (прямой) или криволинейной (параболической и т.д.). Уравнение связи называют уравнением регрессии.[12]
При прямой парной связи между признаками применяется линейное уравнение:
Для нахождения указанных коэффициентов требуется решить систему уравнений. Коэффициенты регрессии показывают, на сколько единиц возрастет в среднем величина результативного признака с изменением каждого фактора или одного при постоянстве других на 1% или единицу.
831= 7а0 + а12008582 : 7
241056479= а0 + а1* 585659251174
118, 71 = а0 + 286940,2857
241056479= а0 + а1 * 585659251174
После математических преобразований получаем:
а0= 217265
а1= 17419
Получаем уравнение:
у= 217265 + 17419х
Определим коэффициент парной корреляции. Для этого составим и заполним таблицу 3.2.
Таблица 3.2– Расчетная таблица для определения коэффициента парной корреляции
№ п/п |
Х затраты |
У количество объектов имеющих загрязнения |
Х*У |
Х-Хср |
(Х-Хср)2 |
У-Уср |
(У-Уср)2 |
Х2 |
2005 |
245678 |
107 |
26287546 |
-41262,3 |
1702576222,367 |
-11,714 |
137,2244898 |
60357679684 |
2006 |
255468 |
109 |
27846012 |
-31472,3 |
990504768,082 |
-9,714 |
94,36734694 |
65263899024 |
2007 |
267549 |
110 |
29430390 |
-19391,3 |
376021961,653 |
-8,714 |
75,93877551 |
71582467401 |
2008 |
266366 |
119 |
31697554 |
-20574,3 |
423301232,653 |
0,286 |
0,081632653 |
70950845956 |
2009 |
295086 |
119 |
35115234 |
8145,714 |
66352661,224 |
0,286 |
0,081632653 |
87075747396 |
2010 |
327143 |
129 |
42201447 |
40202,71 |
1616258235,939 |
10,286 |
105,7959184 |
107022542449,00 |
2011 |
351292 |
138 |
48478296 |
64351,71 |
4141143131,510 |
19,286 |
371,9387755 |
123406069264,00 |
7 |
2008582 |
831 |
241056479 |
9316158213,429 |
785,429 |
585659251174,00 |
Таблица 3.3 – Расчетная таблица для определения коэффициента парной корреляции
№ п/п |
Ух |
(у-ух)2 |
2005 |
4279682647 |
1,8315710 |
2006 |
4450214357 |
1,9804410 |
2007 |
466065323 |
2,1721710 |
2008 |
4640046619 |
2,1530010 |
2009 |
51403203 |
2,6422810 |
2010 |
5698721182 |
3,2475410 |
2011 |
6119372613 |
3,7446710 |
7 |
25705505944 |
1,77716710 |
На основе данных таблицы 3.3 рассчитаем коэффициент парной корреляции.
Хср = |
286940,2857 |
У ср = |
118,714 |
Х*У ср = |
34436639,857 |
||
СКО х = |
36481,225 |
СКО у = |
10,593 |
К кореляции = |
0,96 |
Хср- среднее значение факторного признака
Хср =Σx/n =2008582/7= 286940,2857
У ср- среднее значение результативного признака
У ср = Σy/n =831/ 7= 118,714
СКОх- среднеквадратическое отклонение факторного признака
СКОх=
СКОх= = 36481,225
СКОу- среднеквадратическое отклонение результативного признака
СКОу=
СКОу= = 10,593
r-коэффициент парной
r = = =0,96
Квадрат линейного коэффициента корреляции называется линейным коэффициентом детерминации:
r2=d
(0,96)2=d
d=0,9216
Таблица 3.4 - Шкала Чеддока
Показания тесноты связи |
0,1-0,3 |
0,3-0,5 |
0,5-0,7 |
0,7-0,9 |
0,9-0,999 |
Характеристика силы связи |
слабая |
умеренная |
заметная |
высокая |
весьма высокая |
При r = 1 связь является функциональной, при г = 0 связь отсутствует. Если коэффициент корреляции со знаком «+», то связь прямая, если «-», то связь обратная.
В рассматриваемой модели d = +0,9216, это свидетельствует наличии очень высокой связи.
Рисунок 5 – Поле корреляции.
Значимость параметров простой линейной регрессии осуществляется с помощью t-критерия Стьюдента. При этом вычисляют фактические (расчетные) значения t-критерия:[4]
- для параметра а0:
,
где - среднее квадратическое отклонение результативного признака у от выровненных значений уx , которые рассчитываются по уравнению регрессии:[4]
,
для параметра а1:
,
Вычисленные по формулам значения, сравниваются с критическими tк, которые принимаются согласно данным таблицы Стьюдента с учетом заданного уровня значимости (a) и числа степеней свободы (k = n – 2). В социально-экономических исследованиях уровень значимости a обычно принимают равным 5%, т.е. a = 0,05, что соответствует доверительной вероятности 95%. Параметр признается существенным при условии, если tф > tк. В таком случае практически невероятно, что найденные значения параметров обусловлены только случайными совпадениями.[4]
Проведем оценку значимости параметров простой линейной регрессии:
Критическое значение t-критерия при уровне значимости, равном 5% и числе степеней свободы k=7-2=5, согласно данным таблицы Стьюдента приложение Н будет соответственно равно 2,570.
Для оценки значимости линейного коэффициента корреляции r применяется t-критерий Стьюдента. При этом определяется фактическое (расчетное) значение критерия (trф):
,
где n-2 – число степеней свободы при заданном уровне значимости a и объеме выборки n.
Рассчитаем фактическое значение критерия и сравним его с критическим:
Это говорит о том, что при изменении на 1% в среднем изменяется на 7,6.
3.3 Статистическое
Простейшей моделью, выражающей тенденцию развития явления, является уравнение прямой линии:
,
где t – условное обозначение времени;
b – коэффициент приращения.
Таблица 3.5 - Прогнозирование затрат на основе модели тренда
Год |
Затрат, руб. (Y) |
RК |
tt |
|
t2 |
|
|
( ) |
2006 |
245678 |
1 1 |
--3 |
-737034 |
99 |
-65316,4 |
310994,4 |
9,671710 |
2007 |
267549 |
22 |
--2 |
-510936 |
44 |
252102,5 |
3365,5 |
11326590,25 |
2008 |
267549 |
33 |
--1 |
-267549 |
11 |
269521,4 |
-1972,4 |
3890361,76 |
2009 |
266366 |
44 |
00 |
0 |
00 |
0 |
266366 |
7,0950810 |
2010 |
295086 |
55 |
11 |
295086 |
11 |
304359,2 |
-9273,2 |
85992238,24 |
2011 |
327143 |
66 |
22 |
654286 |
44 |
321778,1 |
5364,9 |
28782152,01 |
2012 |
351292 |
77 |
33 |
1053876 |
99 |
339197 |
12095 |
146289025 |
Итого: |
2008582 |
487729 |
228 |
14216418 |
586940,2 |
8,089910 |
Информация о работе Статистика окружающей среды и природных ресурсов