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
2
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. 8
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:
-
Площадь территории субъекта РФ в тыс км²;
-
Плотность автомобильных дорог общего пользования в км дорог на 1000 км территории;
-
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 км² |
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:
-
Зависимость плотности автомобильных дорог от площади территории субъекта РФ;
-
Зависимость объемов выбросов загрязняющих веществ в атмосферу от площади территории субъекта РФ;
-
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.
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 км² - 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 км² - 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.