- •Кафедра управления земельными ресурсами курсовой проект
- •Глава I. Природно-экономическое обоснование кингисеппского района 4
- •Глава V. Размещение предприятий по переработке сельскохозяйственной продукции и формирование сырьевых зон 25
- •Глава VI. Определение прогнозной численности населения методом трудового баланса 28
- •Введение
- •Глава I. Природно-экономическое обоснование кингисеппского района
- •Глава II. Прогнозирование динамики земель различных категорий
- •2.1. Применение корреляционно-регрессионного анализа для целей прогнозирования
- •Вспомогательная таблица для вычисления коэффициента корреляции
- •Находим:
- •2. Регрессионный анализ.
- •2.2. Исследование динамики распределения земель по категориям
- •2.3. Прогноз земель всех категорий методом экстраполяции
- •2.4. Распределение земель сельских населенных пунктов на прогнозный период нормативным методом
- •2.5. Межотраслевое распределение земель на прогнозный период
- •Глава III. Формирование и реорганизация землепользования сельскохозяйственных предприятий
- •Межотраслевой баланс
- •Глава IV. Определение перспективы развития сельского хозяйства в районе
- •Поголовье скота в хозяйствах
- •Продуктивность животных по хозяйствам
- •Структура валовой и товарной продукции
- •Глава V. Размещение предприятий по переработке сельскохозяйственной продукции и формирование сырьевых зон
- •5.1. Определение мощности предприятий
- •5. 2. Территориальное размещение предприятий
- •Глава VI. Определение прогнозной численности населения методом трудового баланса
- •Глава VII. Разработка природоохранных мероприятий в кингисеппском районе
- •Заключение
- •Список используемой литературы
Глава II. Прогнозирование динамики земель различных категорий
2.1. Применение корреляционно-регрессионного анализа для целей прогнозирования
В прогнозировании использования земельных ресурсов наиболее широко применяются математические методы, использование которых предполагает выявление причинно-следственных связей, закономерностей и количественных зависимостей между факторами, обуславливающими развитие конкретного процесса. При изучении конкретных зависимостей одни признаки выступают в качестве факторов, обуславливающих изменение других признаков. Эти признаки называются факторами, а признаки, которые изменятся под влиянием факторов - результативными.
Зависимость между факторами рассмотрим на основании данных таблицы 1.4. "Динамика распределения земель промышленности с 1975 по 1985 годы".
Исследуем зависимость между факторами, временем наблюдения (лет) и площадью земель промышленности, транспорта и земель иного не с/х назначения (га).
Один из методов прогнозирования экстраполяции: метод наименьших квадратов, в котором выполняется корреляционный анализ, после него - регрессионный анализ.
1. Корреляционный анализ состоит из 2-х частей:
а) Графическое представление коррелированности двух случайных величин Х и У (рис.2.1.).
б) Вычисление коэффициента корреляции между величинами, для этого составляется вспомогательная таблица 2.1. на основании распределения земель (из табл. 1.4.).
Х - длительность наблюдения (годы),
У - площадь соответствующей категории (га).
Оценка степени соответствия экономико-статистической модели изучаемому процессу осуществляется с использованием специальных коэффициентов (корреляции, детерминации, существенности и др.) Данные коэффициенты позволяют определять, можно ли использовать полученную информацию для проведения последующих расчетов и принятия землеустроительных решений, соответствует ли математическое выражение изучаемому процессу.
Таблица 2.1
Вспомогательная таблица для вычисления коэффициента корреляции
-
Х(годы)
У(площадь, га)
_
X-Х
_
У - У
_ _
(X-Х)( У – У)
_
(X-Х)2
_
(У -У)2
1
26855
-5
-1113
5565
25
1238769
2
27165
-4
-803
3212
16
644809
3
27475
-3
-493
1479
9
243049
4
27785
-2
-183
366
4
33489
5
28095
-1
127
-127
1
16129
6
28405
0
437
0
0
190969
7
28395
1
427
427
1
182329
8
28385
2
417
834
4
173889
9
28375
3
407
1221
9
165649
10
28366
4
398
1592
16
158404
11
28356
5
388
1940
25
150544
66
307657
= 16509
= 110
= 3198029
Х=6
У=27968
Из теории статистики мы знаем, что коэффициент корреляции есть соотношение:
r=Kxy/mx my (2.1)
где Kxy - корреляционный момент;
mx my - среднее квадратическое отклонение величин.