2 Прогноз показателей авиатранспортного рынка

На основе данных наблюдений за последние 6 лет необходимо спрогнозировать:

• пассажиропоток в аэропорт 14 и обратно (i = 1);

• пассажиропоток в аэропорт 15 и обратно (i = 2);

• пассажиропоток в аэропорт 16 и обратно (i = 3);

• нормативную себестоимость летного часа ВС III-IV группы;

• ставку сбора за взлет-посадку в базовом аэропорту;

• ставку сбора за АНО на воздушных трассах для ВС, имеющих взлетную массу до 5 т;

• Цену ГСМ в базовом аэропорту.

Рассмотрим подробно прогнозирование недельного пассажиропотока в аэропорт 14 и обратно. В таблице 4 приведены исходные данные и результаты промежуточных расчетов.

Таблица 4 – Результаты промежуточных расчетов при прогнозировании пассажиропотока в аэропорт 14

Год	Yi	ti	ti2	tiYi
1	2930	1	1	2930
2	2994	2	4	5988
3	3166	3	9	9498
4	3360	4	16	13440
5	3537	5	25	17685
6	3359	6	36	20154
∑	19346	21	91	69695

Значения коэффициентов b₁ и b₀ вычисляются с использованием данных из таблицы 4 по следующим формулам:

b₁=[ - ( ) / n ] / [ - / n ]=[69695–(19346·21) / 6] / [91-441/ 6]=113,371;

b₀ = ( - ) / n = (19346 –113,371·21) / 6 = 2827,533.

Зависимость пассажиропотока в аэропорт 14 от номера года имеет вид:

Y (t_К) = 2828 + 113,371t_К.

Прогнозируемое значение пассажиропотока с использованием полученной линейной модели определяется следующим образом:

Y₇ = b₀ + b₁ t_К = 2828 + 113,4·7 ≈ 3621

Оценим степень точности регрессионной модели. Результаты предварительных расчетов приведены в таблице 5.

Среднее значение наблюденных величин:

Y = = 19346 / 6 = 3224,333.

Таблица 5 – Данные для формальной математической проверки

I	Yi	yi	yi -Y	(yi-Y)2	Yi-yi	(Yi-yi)2
1	2930	2940,90	-283,43	80331,76	-10,90	118,81
2	2994	3054,28	-170,06	28919,43	-60,28	3633,22
3	3166	3167,65	-56,69	3213,27	-1,65	2,71
4	3360	3281,02	56,69	3212,27	78,98	6237,99
5	3537	3394,39	170,06	28919,43	142,61	20337,48
6	3359	3507,76	283,43	80331,76	-148,76	22130,10
∑	19346			224928,91		52460,42

Сумма квадратов относительно регрессии (мера расхождения наблюденных значений c уравнениями регрессии):

R₀ = =52460,42;

Сумма квадратов, обусловленная регрессией (мера расхождения предсказанных значений от среднего):

R_p = ²=225042,4;

RΣ = R₀ + R_p =52460,46+ 225042,4= 277502,86.

Доля разброса около среднего наблюденного значения:

R² = R_p / RΣ =225042,4/277502,86=0,811;

т.е., уравнение регрессии не достаточно точно описывает данные.

Коэффициенты моделей для недельного пассажиропотока в аэропорты 14,15,16

нормативной себестоимости летного часа ВС III-IV классов, ставки сбора за взлет-посадку в базовом аэропорту, ставки сбора за АНО на воздушных трассах для ВС, имеющих взлетную массу до 5 т, цены ГСМ в базовом аэропорту, их прогнозируемые значения, доля разброса около среднего наблюденного значения определяются аналогично. Результаты расчетов приведены в таблице 6.

Таблица 6 – Результаты прогнозирования

Параметр	Обозначение	b0	b1	Y2012	R2
Пассажиропоток в 14-ый аэропорт назначения и обратно, пасс./нед	Q’1	2828	113,4	3621	0,811
Пассажиропоток во 15-ой аэропорт назначения и обратно, пасс./нед	Q’2	6086	156,9	7184	0,635
Пассажиропоток в 16-ий аэропорт назначения и обратно, пасс./нед	Q’3	791	92,2	1437	0,933
Себестоимость летного часа ВС 3,4 группы, тыс.руб/ч.	Sлч	11,2	0,56	15,15	0,968
Ставка сбора за взлет-посадку в базовом аэропорту, руб/т	S0В-П	80,4	26,9	269	0,987
Ставка сбора за АНО на воздушных трассах для ВС, имеющих взлетную массу до 5 т, руб/100 км	САНО ВТ	161,5	9,8	229,9	0,885
Цена ГСМ в базовом аэропорту, тыс.руб/т	Ц0ГСМ	11,5	0,95	18,14	0,978

Рисунок 1 – Прогнозируемые параметры аэропортов 14,15,16

Рисунок 2 – Прогнозируемые параметры себестоимости летного часа самолета

Рисунок 3 – Ставка сбора за взлет-посадку в базовом аэропорту

Рисунок 4 – Ставка сбора за АНО на воздушных трассах для ВС, имеющих взлетную массу до 5 т

Рисунок 5 – Цена ГСМ в базовом аэропорту