Статистический анализ показателей
|
m |
|
| j=1 |
Tj = 93
Рассмотрим использование метода экспертных оценок при выборе направления развития рационального природопользования.
Пример 2.1
Допустим, что перед руководством региона поставлена задача повышения эколого-экономической эффективности
природоохранных мероприятий. Для выбора направления природоохранных мероприятий первому руководителю региона интересно знать реальность выполнения полученного задания с учетом материальных, финансовых, трудовых и других возможностей в регионе. Для правильного выбора он учитывает направление реализации природоохранных мероприятий и последовательности решения возникших задач, а также имеющиеся ограничения по объему финансирования, обеспеченности работ материальными, трудовыми и другими ресурсами. С учетом этих обстоятельств, чтобы выбрать направления развития природоохранных мероприятий, необходимо использовать метод экспертных оценок.
Решение
Следуя предложенному алгоритму, решим задачу выбора направления развития природоохранных мероприятий в регионе и повышения эколого-экономической эффективности.
Предположим, РЭЭС можно характеризовать шестью определяющими показателями (в матрице они будут составлять ее столбцы п): Х1 - объем отходов производства, содержащих токсичные вещества; X2 - величина капитальных вложений, выделенная на природоохранные мероприятия; X3 - уровень- организации природоохранных мероприятий в исследуемом регионе; Х4 - уровень обеспеченности квалифицированными кадрами; Х5 - уровень загрязнения окружающей среды транспортом; X6 - уровень кооперирования исследуемого региона с другими по вопросам природоохранных мероприятий. Критерий оптимальности - максимум уровня рентабельности природоохранных мероприятий.
Оценку определяющих показателей Xi выполним в интервале:
ij = {110}.
Допустим, что матрица ранговых оценок показателей включает балльные оценки определяющим показателям региональной эколого-экономической системы, как показано в табл. 2.2.
1. Определяем:
=
i = (22 + 28 + 30 + 27 + 24 + 23)/6 = 154/6 = 25,6.
Сумма квадратов отклонений:
2 =
(Pi - P)2 = (22 - 25,6)2 + (28 - 25,6)2 + (30 - 25,6)2 + (27 - 25,6)2 + (24 - 25,6)2 + (23 - 25,6)2 = 49,36.
Сумма неразличимых рангов (табл. 2.2):
Tj = T1 + T2 + T3 + T4 + T5 T6 + T7 + T8 = 10 +8 + 8 +17 + 18 + 2 + 16 + 10 = 93,
| где |
T1 = 25 = 10; T2 = 24 = 8; T3 = 24 = 8; T4 = 33 + 24 = 17; T5 = 25 + 24=18; T6 = 22 + 12 = 6; T7 = 25 + 32 = 16; T8 = 32 + 22 = 10. |
2. Определяем коэффициент согласованности между экспериментами, который может изменяться от 0 до 1 (эмпирические расчетные формулы получены в предположении, что балльные оценки Рij определяющих показателей - случайные величины и подчинены они 2-распределению):
Уровень достоверности коэффициента согласованности по 2-распределению (сопоставляются расчетное и табличное 2) равен:
Выделяем три случая:
- расч2 табл2 - числовое значение коэффициента согласованности на достаточном уровне достоверности;
- расч2 = табл2 - числовое значение коэффициента согласованности на границе уровня достоверности;
- расч2 табл2 - числовое значение коэффициента согласованности не на должном уровне достоверности.
Если эксперт при оценивании определяющих показателей присвоил один и тот же балл более чем 2 раза, то оценки эксперта не принимаются во внимание. Чаще всего такого эксперта заменяют другим.
В табл. 1. Приложения даны варианты для самостоятельной работы студентов.
Для разнообразия решения задач по выбору стратегии развития региональной эколого-экономической системы в матрице априорной информации по строкам приведены определяющие (Xi) показатели, а по столбцам - эксперты.
Статистический анализ показателей эколого-экономической системы по методу наименьших квадратов
Пример 2.2
В природоохранном регионе функционирует 30 газоочистительных систем, технико-экономические показатели их работы приведены в табл. 2.3.
Анализ зависимости концентрации производства вторичной продукции и фондоотдачи региональной эколого-экономической системы будем выполнять с использованием статистико-вероятностных методов.
Требуется:
- построить корреляционную решетку парной связи концентрации производства вторичной продукции и фондоотдачи;
- вывести формулу влияния концентрации производства вторичной продукции на уровень фондоотдачи.
Таблица 2.3
Технико-экономические показатели газоочистных систем
| Газоочистительные системы |
Выпуск продукции 1, тыс. т или тыс. нм3 газа |
Выработка на 1 производственного рабочего 2, g.e. |
Фондоотдача основных производственных фондов У, 1 g.e./1 раб. |
| 1 |
2 |
3 |
4 |
| 1 |
10 |
10 |
1,24 |
| 2 |
62 |
6 |
1,40 |
| 3 |
100 |
12 |
0,96 |
| 4 |
321 |
14 |
1,80 |
| 5 |
100 |
12 |
0,84 |
| 6 |
75 |
7 |
0,95 |
| 7 |
90 |
16 |
0,88 |
| 8 |
86 |
21 |
0,93 |
| 9 |
54 |
8 |
1,84 |
| 10 |
37 |
20 |
0,76 |
| 11 |
89 |
15 |
0,69 |
| 12 |
62 |
6 |
0,62 |
| 13 |
56 |
24 |
0,68 |
| 14 |
100 |
6 |
0,65 |
| 15 |
100 |
10 |
0,89 |
Окончание табл. 2.3
| 1 |
2 |
3 |
4 |
| 16 |
39 |
11 |
1,85 |
| 17 |
77 |
12 |
1,32 |
| 18 |
65 |
10 |
0,94 |
| 19 |
86 |
6 |
0,89 |
| 20 |
24 |
5 |
0,95 |
| 21 |
46 |
8 |
1,65 |
| 22 |
73 |
6 |
1,04 |
| 23 |
58 |
9 |
1,00 |
| 24 |
22 |
15 |
1,42 |
| 25 |
96 |
12 |
1,08 |
| 26 |
38 |
6 |
0,72 |
| 27 |
24 |
15 |
0,68 |
| 28 |
39 |
20 |
0,75 |
| 29 |
100 |
10 |
0,82 |
| 30 |
25 |
12 |
2,0 |
1-й способ решения
1. Результаты построения корреляционной решетки и графика связи фондоотдачи и концентрации производства вторичной продукции представлены в табл. 2.4.
Таблица 2.4
Данные для расчетов
| Фондоотдача, руб. |
Объем вторичной продукции, тыс. т или нм3 |
Всего |
| до 10 |
10-20 |
20-30 |
30-40 |
40-50 |
50-100 |
| До 0,7 |
- |
1 |
2 |
1 |
1 |
- |
5 |
| 0,7-1,0 |
1 |
10 |
3 |
- |
- |
1 |
15 |
| 1,0-1,3 |
- |
- |
- |
- |
2 |
- |
2 |
| 1,3-1,6 |
- |
1 |
- |
1 |
- |
1 |
3 |
| 1,6-2,0 |
4 |
- |
- |
1 |
- |
- |
5 |
| n |
5 |
12 |
5 |
3 |
3 |
2 |
30 |
2. Взаимосвязь между определяющими (X) и результирующими (Y) показателями запишем в виде системы нормальных уравнений:
Y = na + b2Y = a + Y = a + b2X,
где Y- результирующие показатели (фондоотдача);
X - определяющие показатели (объем вторичной продукции);
n - частота вариантов и у.
3. Приведем среднее значение результирующих и определяющих показателей:
Y-1 = Y11/n = 32,33/30 = 1,1;
-1 = 11/n = 2095/30 = 69,8.
Расчетные показатели к табл. 2.4:
Y1-1 = (Y11 - Y-1)/Y-1 = (0,7 - 1)/0,35 = -1,14;
| Y31 = (1,3 - 1,1)/0,35 = 0,56; |
Y51 = (2,0 - 1,1)/0,35 = 2,57; |
Y1 = -1,14 = (-0,29) + 0,56 + 1,43 + 2,57 = 3,13;
=
= -5,98;
2-1 |
30 - 69,8 |
| 10 |
= -4,98;
| 3-1 |
| 40 - 69,8 |
| 10 |
= -3,98;
4-1 |
50 - 69,8 |
| 10 |
= -2,69;
| 5-1 |
| 60 - 69,8 |
| 10 |
= -0,98;
6-1 |
100 - 69,8 |
| 10 |
= 3,02.
4. Определим влияние концентрации производства вторичной продукции:
| a = 1,1 + 0,07169,8 = 6,0558; |
Y = 6,0558 + 0,071. |
Аналогичные решения следует выполнять и при анализе влияния концентрации производства вторичной продукции на уровень производительности труда (табл. 2 Приложения; даны три варианта).
2-й способ решения
1. Построим корреляционнную решетку и график связи на одного производственного рабочего и концентрации производства вторичной продукции (табл. 2.5).
Таблица 2.5
Данные для расчетов
| Выработка на 1 рабочего, тыс. руб. |
Выпуск продукции, тыс. т |
Всего |
| До 119 |
119-136 |
136-153 |
153-170 |
170-187 |
187-204 |
| До 3350 |
1 |
- |
- |
- |
- |
- |
1 |
| 3350-5450 |
- |
- |
1 |
1 |
- |
1 |
3 |
| 5450-7550 |
- |
2 |
1 |
3 |
2 |
- |
8 |
| 7550-9650 |
1 |
5 |
3 |
6 |
2 |
2 |
19 |
| 9650-11 750 |
2 |
1 |
1 |
2 |
3 |
- |
9 |
| n |
4 |
8 |
6 |
12 |
7 |
3 |
40 |
2. Определяем средние значения определяющих Xi и результирующих Уj показателе:
= 152,45;
Y1 = |
329663 |
| 40 |
= 8241,575;
| X = (201 - 102)/6 = 16,5 17; |
Y = (11300 - 1250) = 2100. |
3. Рассчитаем показатели:
= -2,3293214;
Y2I = |
5450 - 8241,575 |
| 2100 |
= -1,3293214;
| Y3I = |
| 7550 - 8241,575 |
| 2100 |
= -0,3293214;
Y4I = |
9650 - 8241,575 |
| 2100 |
= 0,6706785;
| Y5I = |
| 11750 - 8241,575 |
| 2100 |
= 1,6706785;
YiI = -2,3293214 + (-1,3293214) - 0,3293214 + 0,6706785 = -1,6466071;
= -1,967647;
X2I = |
136 -152,45 |
| 17 |
= -0;967647;
| X3I = |
| 153 -152,45 |
| 17 |
= 0,0323529;
X4I = |
170 -152,45 |
| 17 |
= 1,0323529;
| X5I = |
| 197 -152,45 |
| 17 |
= 2,0323529;
X6I = |
204 -152,45 |
| 17 |
= 3,0323529.
4. Строим таблицу корреляционных связей (табл. 2.6):
Таблица 2.6
Таблица корреляционных связей
| Расчетные формулы |
Интервал выпуска продукции |
| До 119 |
119-136 |
136-153 |
153-170 |
170-187 |
187-204 |
Всего |
| Y1h |
-2,329 |
0 |
0 |
0 |
0 |
0 |
-1,6466 |
| X1h |
0 |
0 |
0,032 |
1,0323 |
0 |
3,0323 |
|
| X1hY1h |
0 |
2,573 |
-0,011 |
2,077 |
6,795 |
0 |
91,4716 |
| Xii2hX |
460,72 |
636,7 |
0,48 |
1087,1 |
1544,8 |
3751,63 |
393,76 |
| X2(Y)2h |
10,9 |
1,77 |
0,1 |
0,89 |
8,37 |
0 |
198,27 |
5. Определим влияние концентрации производства вторичной продукции:
a = 8241,575 + 55,7-152,45 = 16733,04;
Y = 16733,04 + 55,704011 = 16788,744.
Пример 2.3
Прогнозирование развития региональной эколого-экономической системы по методу наименьших квадратов осуществляется по следующему алгоритму: