Всё для Учёбы — студенческий файлообменник
1 монета
docx

Студенческий документ № 015536 из ВАВТ

Всероссийская академия внешней торговли

Министерства экономического развития Российской Федерации

АНАЛИТИЧЕСКАЯ РАБОТА

по дисциплине "Информационные технологии в юридической деятельности"

На тему: "Анализ площади территории субъектов РФ, плотности автомобильных дорог и объемов выбросов загрязняющих веществ в атмосферу на наличие линейных зависимостей"

Работу выполнил: студент 1 курса очной формы обучения

международно-правового факультета,

группа 6, Якубенок Д.Е.

Преподаватель: Никитина Т.А.

Москва 2013 г

Оглавление

Введение.3

Основная часть.4

Зависимость плотности автомобильных дорог от площади территории субъекта РФ.6

Зависимость объемов выбросов загрязняющих веществ в атмосферу от площади территории субъекта РФ.9

Зависимость объемов выбросов загрязняющих веществ в атмосферу от плотности дорог в субъекте РФ.11

Заключение.13

Список ресурсов.14

Введение.

Данная работа будет посвящена проведению корреляционного анализа, нахождению корреляционного анализа и установлению линейных зависимостей между отдельными статистическими показателями. В частности, таковыми в моей работе будут являться статистические данные по субъектам РФ, относящимся к 4 федеральным округам (Центральному, Северо-Западному, Южному и Уральскому), за 2011 год.

Показатели, по которым будет проведен корреляционный анализ:

1. Площадь территории субъекта РФ в тыс км?;

2. Плотность автомобильных дорог общего пользования в км дорог на 1000 км территории;

3. Выбросы загрязняющих веществ в атмосферный воздух в тысячах тонн.

Перед началом проведения данной работы, хотелось бы обратиться к теории по данному материалу.

Корреляционная зависимость - статистическая взаимосвязь двух или нескольких случайных. При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин. Математической мерой корреляции двух случайных величин служит корреляционное отношение , либо коэффициент корреляции (или ). В случае, если изменение одной случайной величины не ведёт к закономерному изменению другой случайной величины, но приводит к изменению другой статистической характеристики данной случайной величины, то подобная связь не считается корреляционной, хотя и является статистической.

Линейный коэффициент корреляции (или коэффициент корреляции Пирсона), который разработали Карл Пирсон, Фрэнсис Эджуорт и Рафаэль Уэлдог в 90-х годах XIX века. Коэффициент корреляции рассчитывается по формуле

Коэффициент корреляции изменяется в пределах от минус единицы (характеризует обратную зависимость) до плюс единицы (прямая зависимость).

Основная часть.

Для работы были выбраны именно эти статистические данные, потому что в школе я работал над аналогичными, но по Тверской области, теперь хочется изучить ситуацию и за ее пределами.

Таблица 2.1. Данные за 2011 год

Субъект РФ Площадь территории в тыс км? Плотность автомобильных дорог общего пользования в км дорог на 1000 км территории Выбросы загрязняющих веществ в атмосферный воздух в тысячах тонн Белгородская область 27,1 251 134 Брянская область 34,9 194 37 Владимирская область 29,1 314 35 Воронежская область 52,2 207 72 Ивановская область 21,4 248 37 Калужская область 29,8 307 13 Костромская область 60,2 92 50 Курская область 30 247 42 Липецкая область 24 264 345 Московская область 45,8 672 192 Орловская область 24,7 234 23 Рязанская область 39,6 203 122 Смоленская область 49,8 181 48 Тамбовская область 34,5 191 48 Тверская область 84,2 186 67 Тульская область 25,7 224 193 Ярославская область 36,2 196 78 Республика Карелия 180,5 37 96 Республика Коми 416,8 14 712 Архангельская область 589,9 19 373 Вологодская область 144,5 82 469 Калининградская область 15,1 427 25 Ленинградская область 83,9 137 216 Мурманская область 144,9 20 263 Новгородская область 54,5 177 42 Псковская область 55,4 230 28 Республика Адыгея 7,8 556 4 Республика Калмыкия 74,7 40 4 Краснодарский край 75,5 296 161 Астраханская область 49 75 132 Волгоградская область 112,9 119 178 Ростовская область 101 139 154 Курганская область 71,5 109 47 Свердловская область 194,3 66 1091 Тюменская область 1464,2 8,7 3293 Челябинская область 88,5 111 694

В процессе выполнения работы я попарно сравню эти показатели, откуда, соответственно выведу 3 зависимости:

1. Зависимость плотности автомобильных дорог от площади территории субъекта РФ;

2. Зависимость объемов выбросов загрязняющих веществ в атмосферу от площади территории субъекта РФ;

3. Зависимость объемов выбросов загрязняющих веществ в атмосферу от плотности дорог в субъекте РФ.

К исследованию каждой зависимости будут приложены 2 графика, которые помогут определить наличие ее (прямой или обратной), а также расчет коэффициента корреляции, на основе чего будут сделаны окончательные выводы. В первой зависимости мы воспользуемся сразу двумя способами его расчета: вручную по формуле Пирсона и с помощью функции КОРРЕЛ в Excel.

Также я буду делать предположения о характере зависимости до расчета и построения графиков с позиции человека, не являющего специалистом в этой отрасли, но размышляющего, руководствуясь исключительно логикой и хотя бы небольшими знаниями по некоторым вопросам.

Теперь перейдем к исследованию статистических данных.

4.

Зависимость плотности автомобильных дорог от площади территории субъекта РФ.

Таблица 2.2.1. Данные по площади территорий и плотности автомобильных дорог.

Субъект РФ Площадь территории в тыс км? - X Плотность автомобильных дорог общего пользования в км дорог на 1000 км территории - Y Белгородская область 27,1 251 Брянская область 34,9 194 Владимирская область 29,1 314 Воронежская область 52,2 207 Ивановская область 21,4 248 Калужская область 29,8 307 Костромская область 60,2 92 Курская область 30 247 Липецкая область 24 264 Московская область 45,8 672 Орловская область 24,7 234 Рязанская область 39,6 203 Смоленская область 49,8 181 Тамбовская область 34,5 191 Тверская область 84,2 186 Тульская область 25,7 224 Ярославская область 36,2 196 Республика Карелия 180,5 37 Республика Коми 416,8 14 Архангельская область 589,9 19 Вологодская область 144,5 82 Калининградская область 15,1 427 Ленинградская область 83,9 137 Мурманская область 144,9 20 Новгородская область 54,5 177 Псковская область 55,4 230 Республика Адыгея 7,8 556 Республика Калмыкия 74,7 40 Краснодарский край 75,5 296 Астраханская область 49 75 Волгоградская область 112,9 119 Ростовская область 101 139 Курганская область 71,5 109 Свердловская область 194,3 66 Тюменская область 1464,2 8,7 Челябинская область 88,5 111 Я бы предположил наличие обратной зависимости, так как большая территория субъекта уменьшает долю площади автомобильных дорог в своих размерах. Рассмотрим графики.

Рис. 2.2.1. "Линейный график зависимости"

Рис. 2.2.2. "Точечный график зависимости"

На основе графиков можно сказать, что подтверждается наличие обратной зависимости. Однако, с полностью уверенностью это можно будет сказать лишь после расчета нахождения корреляции. Сейчас будет представлен способ его нахождения вручную (то есть не пользуясь формулой КОРРЕЛ, а другими, такими как СУММ, СРЗНАЧ, КОРЕНЬ...)

Х ср Y ср Xi - Xср Yi - Yср (Xi-Xср)*(Yi-Yср) (Xi-Xср)*(Yi-Yср)^2 (Yi-Yср)^2 (Xi-Xср)^2 127,0583 190,9361 -99,9583 60,06389 -6003,886227 36046649,82 3607,6707 9991,6684 -92,1583 3,063889 -282,3628935 79728,80364 9,3874151 8493,1584 -97,9583 123,0639 -12055,13345 145326242,5 15144,721 9595,8351 -74,8583 16,06389 -1202,515949 1446044,608 258,04853 5603,7701 -105,658 57,06389 -6029,275394 36352161,77 3256,2874 11163,683 -97,2583 116,0639 -11288,18039 127423016,6 13470,826 9459,1834 -66,8583 -98,9361 6614,703495 43754302,33 9788,3541 4470,0367 -97,0583 56,06389 -5441,467616 29609569,81 3143,1596 9420,3201 -103,058 73,06389 -7529,842616 56698529,82 5338,3319 10621,02 -81,2583 481,0639 -39090,44984 1528063269 231422,47 6602,9167 -102,358 43,06389 -4407,947894 19430004,63 1854,4985 10477,228 -87,4583 12,06389 -1055,087616 1113209,877 145,53742 7648,9601 -77,2583 -9,93611 767,6473843 589282,5066 98,726304 5968,8501 -92,5583 0,063889 -5,913449074 34,96887995 0,0040818 8567,0451 -42,8583 -4,93611 211,5534954 44754,8814 24,365193 1836,8367 -101,358 33,06389 -3351,300671 11231216,19 1093,2207 10273,512 -90,8583 5,063889 -460,0965046 211688,7936 25,642971 8255,2367 53,44167 -153,936 -8226,602338 67676986,03 23696,326 2856,0117 289,7417 -176,936 -51265,76373 2628178530 31306,387 83950,233 462,8417 -171,936 -79579,19623 6332848472 29562,026 214222,41 17,44167 -108,936 -1900,027338 3610103,885 11867,076 304,21174 -111,958 236,0639 -26429,31956 698508932,4 55726,16 12534,668 -43,1583 -53,9361 2327,792662 5418618,677 2909,1041 1862,6417 17,84167 -170,936 -3049,785116 9301189,252 29219,154 318,32507 -72,5583 -13,9361 1011,180995 1022487,005 194,21519 5264,7117 -71,6583 39,06389 -2799,253171 7835818,317 1525,9874 5134,9167 -119,258 365,0639 -43536,91095 1895462615 133271,64 14222,55 -52,3583 -150,936 7902,763218 62453666,47 22781,71 2741,3951 -51,5583 105,0639 -5416,919005 29343011,5 11038,421 2658,2617 -78,0583 -115,936 9049,779606 81898510,93 13441,182 6093,1034 -14,1583 -71,9361 1018,49544 1037332,961 5174,8041 200,4584 -26,0583 -51,9361 1353,368495 1831606,284 2697,3596 679,03674 -55,5583 -81,9361 4552,233773 20722832,33 6713,5263 3086,7284 67,24167 -124,936 -8400,912338 70575328,11 15609,032 4521,4417 1337,142 -182,236 -243675,4973 59377748003 33210 1787947,8 -38,5583 -79,9361 3082,203218 9499976,675 6389,7819 1486,7451 Сумма (Xi-Xср)*(Yi-Yср) Сумма (Xi-Xср)*(Yi-Yср)^2 Сумма (Yi-Yср)^2 Сумма (Xi-Xср)^2 -534591,9258 2,85789E+11 725015,1431 2288534,948

Рассчитываем коэффициент сначала по формуле =M4/КОРЕНЬ(P4*O4) (см. таблицу в Excel), получаем -0,415021009. Используя функцию КОРРЕЛ получаем идентичное значение, что означает правильное нахождение. Что же можно сказать о характере зависимости между показателями? Она действительно будет обратной. Таким образом, предположение подтвердилось. Вывод по этой зависимости, как и по двум другим, будет предоставлен в заключении работы.

Зависимость объемов выбросов загрязняющих веществ в атмосферу от площади территории субъекта РФ.

Таблица 2.3.1. Данные по объемам выбросов и площади территорий субъектов.

Субъект РФ Площадь территории в тыс км? - X Объемы выбросов загрязняющих веществ в атмосферный воздух в тыс тонн - Z Белгородская область 27,1 134 Брянская область 34,9 37 Владимирская область 29,1 35 Воронежская область 52,2 72 Ивановская область 21,4 37 Калужская область 29,8 13 Костромская область 60,2 50 Курская область 30 42 Липецкая область 24 345 Московская область 45,8 192 Орловская область 24,7 23 Рязанская область 39,6 122 Смоленская область 49,8 48 Тамбовская область 34,5 48 Тверская область 84,2 67 Тульская область 25,7 193 Ярославская область 36,2 78 Республика Карелия 180,5 96 Республика Коми 416,8 712 Архангельская область 589,9 373 Вологодская область 144,5 469 Калининградская область 15,1 25 Ленинградская область 83,9 216 Мурманская область 144,9 263 Новгородская область 54,5 42 Псковская область 55,4 28 Республика Адыгея 7,8 4 Республика Калмыкия 74,7 4 Краснодарский край 75,5 161 Астраханская область 49 132 Волгоградская область 112,9 178 Ростовская область 101 154 Курганская область 71,5 47 Свердловская область 194,3 1091 Тюменская область 1464,2 3293 Челябинская область 88,5 694 Предположу наличие прямой зависимости, что в принципе логично - чем больше территория, тем больше загрязнение.

Рис. 2.3.1. "Линейный график зависимости".

Рис. 2.3.2. "Точечный график зависимости"

Теперь, для расчета корреляционного коэффициента сразу воспользуемся функцией КОРРЕЛ (=КОРРЕЛ(B4:B39;C4:C39), см. в Еxcel) и получаем, что его значение, равное 0,91456, что говорит нам о наличии очевидной прямой зависимости между величинами, что подтверждает предположение, сделанное еще до начала исследования.

Зависимость объемов выбросов загрязняющих веществ в атмосферу от плотности дорог в субъекте РФ.

Субъект РФ Плотность автомобильных дорог общего пользования в км дорог на 1000 км территории - Y Объемы выбросов загрязняющих веществ в атмосферный воздух в тыс тонн - Z Белгородская область 251 134 Брянская область 194 37 Владимирская область 314 35 Воронежская область 207 72 Ивановская область 248 37 Калужская область 307 13 Костромская область 92 50 Курская область 247 42 Липецкая область 264 345 Московская область 672 192 Орловская область 234 23 Рязанская область 203 122 Смоленская область 181 48 Тамбовская область 191 48 Тверская область 186 67 Тульская область 224 193 Ярославская область 196 78 Республика Карелия 37 96 Республика Коми 14 712 Архангельская область 19 373 Вологодская область 82 469 Калининградская область 427 25 Ленинградская область 137 216 Мурманская область 20 263 Новгородская область 177 42 Псковская область 230 28 Республика Адыгея 556 4 Республика Калмыкия 40 4 Краснодарский край 296 161 Астраханская область 75 132 Волгоградская область 119 178 Ростовская область 139 154 Курганская область 109 47 Свердловская область 66 1091 Тюменская область 8,7 3293 Челябинская область 111 694

Предположу наличие пусть и неярковыраженной, но прямой зависимости.

Рис. 2.4.1. "Линейный график зависимости"

Рис. 2.4.2. "Точечный график зависимости".

Рассчитываем коэффициент корреляции (=КОРРЕЛ(B4:B39;C4:C39), см. Excel). Он оказывается равным -0,341487653. Таким образом, мы получаем не прямую, как предполагали, а обратную зависимость. Теперь, когда все исследования проведены, можно перейти к выводам.

Заключение.

В конце своей работы, как было указано ранее, хотелось бы сделать ряд выводов, касающихся как проведенных исследований, так и самого корреляционного анализа в целом, его значении в статистике.

Итак, начнем с зависимости плотности автомобильных дорог от площади территории субъекта РФ. Как и предполагалось, была установлена обратная зависимость, что можно объяснить. В большинстве случаев, большой площадью обладают субъекты северного, сибирского и дальневосточного регионов, где и количество населения меньше, и условия более суровые, что в принципе и не принуждает людей строить такое количество километров автодорожного полотна, как например в центральных регионах.

Далее, прямая зависимость объемов выбросов загрязняющих веществ в атмосферу от площади территории субъекта РФ также не должна, на мой взгляд, кого-то удивлять. Да, быть может в относительно маленьких регионах и живет относительно большое количество людей, однако их деятельность меркнет на фоне металлургических и нефтедобывающих заводов той же Сибири или Урала. Так что, я считаю, коэффициент корреляции, максимально близкий к единице из тех показателей, которые были, показывает нам совершенно верную ситуацию, сложившуюся в России.

Наконец, зависимость объемов выбросов загрязняющих веществ в атмосферу от плотности дорог в субъекте РФ, не являющаяся прямой, могла бы кого-то и удивить, как, собственно, и меня, но все встает на свои места, если подробнее разобраться с формулировкой. Плотность автодорожного полотна не есть объем транспортного трафика в данном субъекте, а если бы таковым и являлся, то стоить принять во внимание факт того, что в сравнении с автомобильными выхлопами есть нечто, загрязняющее атмосферу куда серьезнее (к примеру, те же металлургические заводы или электростанции).

В заключение хотелось бы отметить, что корреляционный анализ абсолютно бесстрастен к тем величинам, которые мы сравниваем. В тех вопросах, где люди начнут спорить о правильности или неправильности слов оппонента, корреляционный коэффициент знаком может рассудить все эти неурядицы. Таким образом, я считаю, что стоит знать хотя бы основы этого процесса, потому что с его помощью можно легко подвести итог в статистических исследованиях.

Список ресурсов.

1. http://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%80%D1%80%D0%B5%D0%BB%D1%8F%D1%86%D0%B8%D1%8F

2. http://www.gks.ru/bgd/regl/b12_14p/Main.htm

3. http://www.gks.ru/bgd/regl/b12_14p/IssWWW.exe/Stg/d02/18-11.htm

4. http://www.gks.ru/bgd/regl/b12_14p/IssWWW.exe/Stg/d01/01-01.htm

5. http://www.gks.ru/bgd/regl/b12_14p/IssWWW.exe/Stg/d01/10-01.htm

15.09.20172

Показать полностью… https://vk.com/doc83994567_240577757
79 Кб, 17 ноября 2013 в 15:57 - Россия, Москва, ВАВТ, 2013 г., docx
Рекомендуемые документы в приложении