Statistické zpracování dat Mgr. Radmila Krkošková, Ph.D. • •Propojení statistiky s konkrétními oblastmi udržitelnosti • Téma přednášky: 2 Obsah přednášky 3 •Obnovitelná energie •Odpadové hospodářství •Zemědělství Obnovitelná energie 4 Popis: Obnovitelná energie zahrnuje zdroje energie, které jsou přirozeně doplňovány, jako je sluneční, větrná, vodní a geotermální energie. Obnovitelná energie 5 Statistické metody: Pomocí statistiky můžeme analyzovat účinnost různých obnovitelných zdrojů, předpovídat produkci energie na základě meteorologických dat a hodnotit ekonomické a environmentální přínosy. Obnovitelná energie 6 Příklad: Analýza dat z větrných farem pro optimalizaci umístění a předpovídání výkonu pomocí časových řad a regresních modelů. Odpadové hospodářství 7 Popis: Odpadové hospodářství zahrnuje sběr, přepravu, zpracování, recyklaci a likvidaci odpadů. Odpadové hospodářství 8 Statistické metody: Statistika pomáhá při analýze produkce odpadu, účinnosti recyklačních programů a dopadů různých způsobů likvidace odpadu na životní prostředí. Odpadové hospodářství 9 Příklad: Vícenásobná regresní analýza pro zkoumání faktorů ovlivňujících míru recyklace v různých městech. Zemědělství 10 Popis: Udržitelné zemědělství se zaměřuje na produkci potravin, která je šetrná k životnímu prostředí a podporuje biodiverzitu. Zemědělství 11 Statistické metody: Statistika se používá k analýze výnosů plodin, efektivity použití hnojiv a pesticidů, a k hodnocení dopadů zemědělských postupů na půdní zdraví a ekosystémy. Zemědělství 12 Příklad: Analýza výnosů plodin v závislosti na použití organických vs. chemických hnojiv pomocí regresní analýzy. 13 Použití vícenásobné regresní analýzy v úlohách, které zkoumají dopad makroekonomických ukazatelů na životní prostředí 14 Vícenásobná regresní analýza umožňuje modelovat vztah mezi jednou závislou proměnnou a dvěma nebo více nezávislými proměnnými. Tato metoda je užitečná při zkoumání, jak různé makroekonomické ukazatele společně ovlivňují environmentální faktory. Kroky k provedení vícenásobné regresní analýzy 15 Shromáždění dat: Získání dat pro makroekonomické ukazatele (např. HDP, inflace, nezaměstnanost) a environmentální faktory (např. emise CO₂, spotřeba energie). Kroky k provedení vícenásobné regresní analýzy 16 Formulace modelu: Definování závislé proměnné (např. emise CO₂) a nezávislých proměnných (např. HDP, inflace, nezaměstnanost). Kroky k provedení vícenásobné regresní analýzy 17 Odhad parametrů: Použití statistického softwaru k odhadu koeficientů regresního modelu. Kroky k provedení vícenásobné regresní analýzy 18 Hodnocení modelu: Testování významnosti koeficientů pomocí t-testů a hodnocení celkové přiměřenosti modelu pomocí R² a dalších diagnostik. Příklad 19 Analyzujte, jak HDP, inflace a energetická spotřeba ovlivňují emise CO₂ v určité zemi. 1.Data: HDP: Hodnota hrubého domácího produktu Inflace: Míra inflace Energetická spotřeba: Celková spotřeba energie Emise CO₂: Množství emisí oxidu uhličitého 20 2. Model: Emise CO₂ = = β0​ + β1​HDP + β2​ Inflace + + β3​Energetická spotřeba + ϵ 21 3. Interpretace: β1​: Odhadovaný dopad HDP na emise CO₂ β2: Odhadovaný dopad inflace na emise CO₂ β3​: Odhadovaný dopad energetické spotřeby na emise CO₂ 22 Vypracování projektové práce na téma: Statistická analýza ekologických iniciativ a jejich dopadu Formulace výzkumné otázky a hypotézy 23 Výzkumná otázka: Jaký je dopad zavedení obnovitelných zdrojů energie na snížení emisí CO₂ v průmyslovém sektoru? Hypotéza: Zavedení obnovitelných zdrojů energie v průmyslovém sektoru vede k významnému snížení emisí CO₂. Metodologie 24 1. Shromáždění dat: –Data o emisích CO₂ před a po zavedení obnovitelných zdrojů energie. –Data o množství vyrobené energie z obnovitelných zdrojů. Metodologie 25 2. Regresní analýza: Definování závislé proměnné (emise CO₂) a nezávislých proměnných (množství energie z obnovitelných zdrojů, HDP, technologické inovace). Metodologie 26 3. Odhad modelu: Použití vícenásobné regresní analýzy k odhadu vlivu jednotlivých faktorů na emise CO₂. Metodologie 27 4. Hodnocení výsledků: Interpretace parametrů modelu a hodnocení jeho přiměřenosti pomocí R² a dalších diagnostik. Příklad projektové práce 28 Název projektu: Dopad obnovitelných zdrojů energie na snížení emisí CO₂ v průmyslovém sektoru Příklad projektové práce 29 Úvod: –Stručný přehled problémů spojených s emisemi CO₂. –Význam obnovitelných zdrojů energie pro udržitelnost. Příklad projektové práce 30 Metodologie: –Popis shromáždění a přípravy dat. –Definice výzkumné otázky a hypotézy. –Postup provedení vícenásobné regresní analýzy. • Příklad projektové práce 31 Analýza dat: –Prezentace výsledků regresní analýzy. –Interpretace parametrů modelu. Příklad projektové práce 32 Závěr: –Shrnutí klíčových zjištění. –Diskuze o významu výsledků pro udržitelnost a budoucí politiky. –Návrhy na další výzkum. • Výstupy z učení 33 •Popis aplikace statistických metod v oblasti udržitelnosti: Vysvětlit, jak lze statistické metody aplikovat v konkrétních oblastech, jako je obnovitelná energie, odpadové hospodářství a zemědělství. Výstupy z učení 34 •Identifikace klíčových problémů v oblasti udržitelnosti: Rozpoznat a popsat hlavní problémy, které lze řešit pomocí statistické analýzy. Výstupy z učení 35 •Návrh projektové práce: Navrhnout projektovou práci na téma statistické analýzy ekologických iniciativ a jejich dopadu, včetně formulace výzkumné otázky, hypotézy a metodologie. Výstupy z učení 36 •Sbírání a analýza dat: • Sbírat relevantní data, provádět vícenásobnou regresní analýzu a interpretovat výsledky v kontextu ekologických iniciativ. Výstupy z učení 37 •Prezentace projektových prací: Prezentovat své projektové práce, včetně metodologie, analýzy dat a závěrů, a diskutovat o jejich významu pro udržitelnost. Závěr 38 Propojení statistiky s konkrétními oblastmi udržitelnosti nám umožňuje lépe pochopit a řešit environmentální problémy. Použití vícenásobné regresní analýzy je klíčové pro zkoumání vlivu makroekonomických ukazatelů na životní prostředí a pro navrhování efektivních ekologických iniciativ. Díky statistické analýze můžeme získat cenné poznatky, které pomohou při rozhodování a implementaci udržitelných řešení. 39 Děkuji Vám za pozornost!!! •