Циклическая матрица, содержащая стандартизированные определяющие показатели


Алгоритм выполнения:

  1. выбор системы важнейших показателей и критериев оптимальности;
  2. формирование задач;
  3. расчет коэффициентов модели объекта исследования;
  4. анализ полученных данных.

Определяем показатели системы:

  1. сумма средств, выделенная на очистку отходов производства от токсичных веществ (X);
  2. величина вторичной продукции, полученной из отходов производства (Y).

Формируем задачу
Изменение величины вторичной продукции от суммы средств, выделенной для очистки отходов производств, выразим соотношением:
Y = a0 + a1X1 + ... + anXn.
Исходные данные для расчета представлены в табл. 2.7.
Определяем:

a1 =


XiYj
Xi2

=

3534,8
4060
= 0,87; a0=
Yj n =
811,3
9

= 90,1. Таблица 2.7
Данные для расчета

№ п/п Время сбора данных, квартал Xi Yj Xi2 XiYj
1 I -26 66,7 676 -1734,2
2 II -22 71,0 484 -1562,0
3 III -16 56,3 256 -1220,8
4 IV -11 80,6 121 -886,6
5 I -5 85,7 25 -428,5
6 II 3 92,9 9 278,5
7 III 10 99,4 100 994,0
8 IV 25 113,6 625 2840,0
9 I 42 125,1 1764 5254,2


0 811,3 4060 3524,8

Прогноз повышения эколого-экономической эффективности природоохранных мероприятий на выбранном уровне
доверительной вероятности в региональной системе целесообразно составить, используя метод случайного баланса, который предусматривает строго определенную процедуру реализации статистического материала, собранного за ретроспективный период.
Алгоритм использования метода случайного баланса

  1. Выбирается система определяющих Xi и результирующих Yj показателей (табл. 2.8).

Таблица 2.8
Циклическая матрица

Номер цикла X1 X2 X3 X4... Y1 Y2 Y3...
1-й год
2-й год
3-й год
4-й год
n-й год
  1. Собираются статистические материалы по выбранным показателям за ретроспективный период, и их значения заносятся в циклическую матрицу (табл. 2.9).
  2. Значения определяющих показателей переводятся из натурального в стандартизированный вид, а результирующие показатели остаются без изменения.
  3. Определяются математические ожидания случайной величины и коэффициенты корреляционной связи определяющих и результирующих показателей.
  4. Вычисляются значения расчетной и табличной дисперсий и сравниваются в целях определения адекватности математической модели изучаемым процессам, явлениям.
  5. Ранжируются показатели по доле их вклада в решение задач природопользования.

Пример 2.4
Следуя принятому алгоритму, выполним моделирование процессов в исследуемом объекте.
Предлагаемые ниже расчетные формулы оценочных показателей экономико-математической модели исследуемого объекта получены при допущениях: все статистические данные по определяющим и результирующим показателям - случайные величины (см. табл. 2.9) и подчинены нормальному закону распределения.
Статистические данные за ретроспективный период приведены в табл. 2.9.

В качестве определяющих примем семь показателей, перечисленных в предыдущем примере, а в качестве результирующих плановых показателей выбраны следующие: Y1 - уровень рентабельности природоохранных мероприятий; Y2 - уровень использования природных ресурсов в процессе производства целевого продукта.
Переводим натуральные значения определяющих показателей в стандартизованный вид по формуле (Ximax - Ximin)/Xi = 1.
На конечных экстремальных значениях в стандартизированной линейной форме Xi приобретает +1 или -1 (табл. 2.10).
Математическое ожидание случайной величины Yi определяем по формуле:
b0 = 1/m

m
j=1

Yj =

1
15
15
j=1

Yj.
При подстановке данных из табл. 2.9 в данную формулу получим для Y1b01 = 0,49 ; для Y2b02 = 0,27 .
Вычислим коэффициенты корреляционных взаимосвязей для каждого определяющего показателя Xi с Yj (см. табл. 2.10):
b11 =

1
m
15
j=1

Yj1X1 =

- 0,43 - 0,25 + 0,34 + 0,57 + 0,75 + 0,64 + 0,21
15

+
+

- 0,34 + 0,58 - 0,25 - 0,31 + 0,51 + 0,86 + 0,61 - 0,74
15

= -0,11;
b12 = 1/m

15
j=1

Yj1X2 =

- 0,43 - 0,25 + 0,34 + 0,57 + 0,75 + 0,64 + 0,21 - 0,3
15

+
+

0,58 + 0,25 - 0,31 - 0,51 - 0,86 - 0,74 + 0,11
15

= 0,006;
b13 = 1/m

15
j=1

Yj1X3 =

- 0,43 - 0,25 - 0,24 + 0,57 - 0,75 + 0,64 + 0,21 - 0,34
15

+
+

- 0,58 - 0,25 + 0,31 + 0,51 - 0,86 - 0,74 - 0,61
15

= -0,19;
Таблица 2.9
Циклическая матрица статистических данных за ретроспективный период (пример условный)

Номер цикла X1 X2 X3 X4 X5 X6 X6 Y1 Y2 Примечание
I 0,57 1,65 0,21 0,01 0,03 0,82 0,68 0,43 0,27 X1 = 0,68 X5 = 0,12
0,54 0,98 0,12 0,03 0,05 0,84 0,53 0,25 0,35 X2 = l,73 X6 = 0,76
0,64 0,97 0,09 0,07 0,04 0,81 0,62 0,34 0,21 X3 = 0,33 X7 = 0,63
0,76 1,95 0,33 0,03 0,08 0,87 0,47 0,57 0,25 X4 = 0,11
0,39 2,00 0,25 0,06 0,10 0,89 0,32 0,75 0,33

II 0,74 3,50 0,76 0,10 0,05 0,87 0,29 0,64 0,20

0,75 1,46 0,81 0,11 0,15 0,96 0,87 0,21 0,17

0,59 1,21 0,32 0,25 0,17 0,63 0,93 0,34 0,35

0,46 2,50 0,21 0,12 0,08 0,58 0,90 0,58 0,36

0,63 3,00 0,25 0,09 0,11 0,61 0,85 0,25 0,37

III 0,58 1,42 0,43 0,17 0,09 0,35 0,21 0,31 0,19

0,75 1,33 0,54 0,08 0,18 0,89 0,33 0,51 0,15

0,59 1,25 0,25 0,25 0,25 0,95 0,84 0,86 0,27

0,46 0,98 0,07 0,14 0,21 0,64 0,93 0,74 0,33

0,63 1,84 0,31 0,31 0,22 0,82 0,77 0,61 0,45

<

p> Таблица 2.10
Циклическая матрица, содержащая стандартизированные определяющие показатели

Номер цикла X1 X2 X3 X4 X5 X6 X6 Y1 Y2 Примечание
I -1 -1 -1 -1 -1 +1 +1 0,43 0,27 При переводе
-1 -1 -1 -1 -1 +1 -1 0,25 0,35
+1 -1 -1 -1 -1 +1 -1 0,34 0,21
+1 +1 +1 -1 -1 +1 -1 0,57 0,25
+1 +1 -1 -1 -1 +1 -1 0,75 0,23
II +1 +1 +1 -1 -1 +1 -1 0,64 0,20
+1 -1 +1 +1 +1 +1 +1 0,21 0,17
-1 -1 -1 +1 +1 -1 +1 0,34 0,35
-1 +1 -1 +1 -1 -1 +1 0,58 0,36
-1 +1 -1 -1 -1 -1 +1 0,25 0,37
III -1 -1 +1 +1 -1 -1 -1 0,31 0,19
+1 -1 +1 -1 +1 +1 -1 0,51 0,15
+1 -1 -1 +1 +1 +1 +1 0,26 0,77
-1 -1 -1 +1 +1 -1 +1 0,74 0,33
+1 +1 -1 +1 +1 +1 +1 0,61 0,45

b14 =

1
m
15
j=1

Yj1X4 =

- 0,43 - 0,25 - 0,34 - 0,57 - 0,75 - 0,64 + 0,21 + 0,34 +
15

+
+

+ 0,58 - 0,25 + 0,31 - 0,51 + 0,86 + 0,74 + 0,61
15

= -0,006;
b15 =

1
m
15
j=1

Yj1X5 =

0,43 - 0,25 - 0,34 - 0,57 - 0,75 - 0,64 + 0,21 + 0,34 -
15

+
+

- 0,58 - 0,25 - 0,31 + 0,51 + 0,86 + 0,74 + 0,61
15

= 0,006;
b16 =

1
m
15
j=1

Yj1X6 =

0,43 + 0,25 + 0,34 + 0,57 + 0,75 + 0,64 + 0,21- 0,43 - 058 -
15

+
+

- 0,25 - 0,31 + 0,51 + 0,86 - 0,74 + 0,61
15

= 0,196;
b17 =

1
m
15
j=1

Yj1X7 =

0,43 - 0,25 - 0,34 - 0,57 - 0,75 - 0,64 + 0,21 + 0,34 + 0,58 +
15

+
+

+ 0,25 - 0,31 - 0,51 + 0,86 + 0,74 + 0,61
15

= 0.004.
Аналогично определяем коэффициент корреляционных связей Xi, Y2 (см. табл. 2.10):
b12 =

1
15
15
j=1

Yj2X1 =

-0,27-0,35 + 0,21 + 0,25 + 0,23 + 0,20 + 0,17-0,35-
15

+
+

- 0,36 - 0,37 - 0,31 + 0,19 + 0,27 - 0,33 + 0,45
15

= -0,02;
b24=

1
15
15
j=1

Yj2X2 =

- 0,27 - 0,35 - 0,21 + 0,25 + 0,23 + 0,20 - 0,17 - 0,35 +
15

+
+

+ 0,36 + 0,37 - 0,19 - 0,15 - 0,27 - 0,33 + 0,45
15

= -0,024;
b34=

1
15
15
j=1

Yj2X3 =

- 0,27 - 0,35 - 0,21 + 0,25 - 0,33 + 0,20 + 0,17 - 0,35 -
15

+
+

-0,36-0,37 + 0,19 + 0,15 + 0,27-0,33-0,45
15

= 0,148;
b44=

1
15
15
j=1

Yj2X4 =

- 0,27 - 0,35 - 0,21 - 0,25 - 0,23 - 0,20 + 0,17 + 0,35 +
15

+
+

+ 0,36 + 0,37 + 0,19 - 0,15 + 0,27 + 0,33 + 0,45
15

= 0,006;
b52 =

1
15
15
j=1

Yj2X5 =

- 0,27 - 0,35 - 0,21 - 0,25 - 0,23 - 0,20 + 0,17 + 0,35 -
15

+
+

- 0,36 - 0,37 - 0,19 + 0,15 + 0,27 + 0,33 + 0,45
15

= -0,05;
b62 =

1
15
15
j=1

Yj2X6 =

0,27 + 0,35 + 0,21 + 0,25 + 0,23 + 0,20 + 0,17 - 0,35 -
15

+
+

- 0,36 - 0,37 - 0,19 + 0,15 + 0,27 - 0,33 + 0,45
15

= 0,06;
b72 =

1
15
15
j=1

Yj2X7 =

0,27 - 0,35 - 0,21 - 0,25 - 0,23 - 0,20 + 0,27 - 0,35 + 0,36 +
15

+
+

+ 0,37 - 0,19 - 0,15 + 0,27 + 0,33 + 0,45
15

= 0,066.
Формируем экономико-математическую модель изучаемого объекта:
Y1 = 0,49 - 0,11X1 + 0,006X2 - 0,19X3 - 0,006X4 - 0,0006X5 + 0,196X6 + 0,004X7;(2.1)
Y2 = 0,27 - 0,02X1 - 0,024X2 + 0,148X3 + 0,006X4 + 0,05X5 + 0,06X6 + 0,066X7.(2.2)
Экономико-математическую модель проверяем на адекватность изучаемым процессам и явлениям в результате сопоставления расчетного значения дисперсии Sрасч2 с ее табличным значением Sтабл2. Затем оцениваем эту модель на адекватность изучаемым процессам и явлениям по критерию Стьюдента (t-критерий).
Расчетное значение дисперсий определяется по формулам:
для Y1:
1) Sрасч 12 =

m
j=1
(Yi1 - Y1)2 n - 1 =
(0,43 - 0,39)2 + (0,25 - 0,49)2 + (0,34 - 0,49)2 +
7 - 1

+



Содержание раздела