- •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
Находим:
_ _
Кху = [Σ (x-x)(у-у)]/n= 16509/11= 1500,82 (2.2)
mx =√ [Σ(X-Х)2/n]= √110/11=3.16 (2.3)
my = √ [Σ(у-у)2/n]= √ 3198029/11 = 539,19 (2.4)
Существует шкала оценки корреляционной связи:
от 0 до 0,33 - слабая степень (связь практически отсутствует);
от 0,33 до 0,66 - средняя степень;
от 0,66 до 1,00- сильная степень;
1,00 - полная корреляция.
В нашем случае коэффициент корреляции составит:
r = Kxy / mx my = 1500,82/(3,16*539,19) = 0,88;
Это свидетельствует о том, что связь между Х и У сильная. Определим стандартную ошибку коэффициента корреляции по формуле:
m r = (1-r2)/(n-1) = 0,0999996
это свидетельствует о том, что ошибка незначительна.
2. Регрессионный анализ.
Теперь установим регрессию. В данном случае зависимость устанавливается между величинами Х и У, а параметры а0 и а1 неизвестны. Известными являются ряды Х и У. Из графика (рис. 2.1) мы видим, что зависимость определена (примерно) функцией
у = а 0 *x ª¹ (2.5)
Таблица 2.2
Вспомогательная таблица для решения системы уравнений
Года |
Х |
Уф |
ХУ |
Х2 |
1975 |
1 |
26855 |
26855 |
1 |
1976 |
2 |
27165 |
54330 |
4 |
1977 |
3 |
27475 |
82425 |
9 |
1978 |
4 |
27785 |
111140 |
16 |
1979 |
5 |
28095 |
140475 |
25 |
1980 |
6 |
28405 |
170430 |
36 |
1981 |
7 |
28395 |
198765 |
49 |
1982 |
8 |
28385 |
227080 |
64 |
1983 |
9 |
28375 |
255375 |
81 |
1984 |
10 |
28366 |
283660 |
100 |
1985 |
11 |
28356 |
311916 |
121 |
Σ |
66 |
307657 |
1862451 |
506 |
Для решения системы уравнений по методу наименьших квадратов, прологарифмируем данную зависимость, в результате получим: .
Следовательно, по методу наименьших квадратов:
Для удобства решения примем . Тогда получим:
;
Для того чтобы найти коэффициенты аи авоспользуемся системой уравнений:
;
Составим таблицу 2.2., в которой и найдем значения, необходимые для составления данной системы, следовательно, и для дальнейшего ее решения.
11b + 17,50230785 * a1 = 112,62523137
17,50230785b + 33,40014555a1 = 179,34673242
Для решения данной системы уравнений необходимо разделить уравнения на коэффициенты при b каждого уравнения и получим:
b + 1,591118895a1 = 10,2386573
b + 1,908328081a1 = 10,2470333 ; (А)
Вычитаем первое уравнение из второго и третьего и получим
0,317209186a1 = 0,008376
Теперь найдём :
a1 = 0,02640528;
Подставив величину в уравнение (А) и получимb
b + 1,591118895 * 0,02640528 = 10,2386573
b = 10,19664336
Затем подставим b в уравнение
ln a0 = 10,19664336
a0 = e 10,19664336 = 26813,03315
Таким образом, уравнение регрессии будет иметь вид:
y = 26813,03315 x 0,02640528
Таблица 2.2
Вспомогательная таблица для решения системы уравнений
lnx |
lnx2 |
lny |
lnx*lny |
0 |
0 |
10,1982073 |
0 |
0,69314718 |
0,48045301 |
10,20968466 |
7,07681414 |
1,09861229 |
1,20694896 |
10,22103178 |
11,22895112 |
1,38629436 |
1,92181206 |
10,23225159 |
14,18491267 |
1,60943791 |
2,59029039 |
10,24334690 |
16,48603086 |
1,79175947 |
3,21040200 |
10,25432046 |
18,37327579 |
1,94591015 |
3,78656631 |
10,25396835 |
19,95330108 |
2,07944154 |
4,32407713 |
10,25361612 |
21,32179530 |
2,19722458 |
4,82779584 |
10,25326375 |
22,52872312 |
2,30258509 |
5,30189811 |
10,25294652 |
23,60828183 |
2,39789527 |
5,74990174 |
10,25259393 |
24,58464651 |
Всего | |||
17,50230785 |
33,40014555 |
112,62523137 |
179,34673242 |
Рис. 2.1. Зависимость между факторами: временем наблюдения и площадью земель промышленности, транспорта (вариант 3 – график В)