![](/user_photo/2706_HbeT2.jpg)
- •Отчет о проделанных лабораторных работах по прогнозированию
- •Содержание
- •Введение.
- •Предварительный анализ данных.
- •Формирование набора моделей.
- •3. Численное оценивание параметров моделей.
- •Определение адекватности моделей.
- •5. Оценка точности модели.
- •6.Получение точечного и интервального прогноза.
- •7. Интерполяция и экстраполяция временных данных.
- •8. Корреляционно-регрессионный анализ.
8. Корреляционно-регрессионный анализ.
Методы многофакторного корреляционного анализа используются в качестве одного из надежных инструментов прогнозирования. Он выполняется в несколько этапов.
Первый этап определяет факторы, которые оказывают воздействие на прогнозируемый показатель, и предусматривает отбор наиболее существенных.
Второй этап формирует и оценивает исходную информацию для составления прогноза.
Третий этап предусматривает исследование характера и моделирование взаимосвязей между факторами и результативным, прогнозируемым показателем и обоснование математическое уравнение, которое наиболее точно может выражать сущность исследуемой зависимости.
Четвертый этап завершается расчетом основных показателей связи регрессионного уравнения.
Пятый этап предусматривает статистическую оценку результатов прогнозирования и анализа их практического применения.
С помощью анализа матрицы парных и частных коэффициентов корреляции, можно сделать вывод о существовании связи между изучаемыми показателями. Коэффициенты парной корреляции характеризуют тесноту связи между двумя показателями в общем виде, это значит с учетом взаимосвязей факторов, которые оказывают воздействие на результативный показатель. Эти коэффициенты рассчитывается по следующей формуле:
где xki – значение признака k в объекте i;
–
среднее
значение по всем значениям признака k
в объекте i;n
– общее число признаков (таблица 8.1.).
Коэффициент корреляции принимает значения от (-1) до (+1). Чем ближе его значение к единице, тем сильнее связь между признаками. Знак «минус» показывает на наличие отрицательной связи. Если же в этой матрице будут преобладать значения коэффициентов очень близких к 1, то имеет место мультиколлинеарная связь, что отрицает наличие стохастической связи. В таких случаях возникает необходимость в повторном анализе состава факторов.
Следующий этап корреляционного анализа - моделирование связи между факторными и результативными показателями и расчет уравнения связи (регрессии) (рис. 8.1.).
Адекватность разных моделей фактическим зависимостям проверяется по различным критериям: критерию Фишера, показателю средней ошибки аппроксимации и величине множественного коэффициента детерминации, показателю Дарбина-Уотсона и т.д.
Для моделирования связи между рассматриваемыми показателями можно воспользоваться линейной функцией, которая имеет вид:
Y=A0+A1X1+A2X2+…+AnXn
где Ai – коэффициенты уравнения;
Xi – независимые переменные.
По результатам регрессионного анализа видно, что коэффициент детерминации полученного уравнения равен 0,999992553996358, F-критерий - 33574,8074453928.
Уравнение регрессии для рассматриваемых показателей будет иметь вид:
Y=-590324,086411841+(429,292045195266)*1012,995967+
+38038,3447018391*21,15451927+1,76016810372471*312478,75+
+(-0,0792069294370436)* 75351,6148=323534,4492
Таблица 8.2.
Прогнозирование с помощью уравнения регрессии
Года |
Объем промышленного производства, млн. грн. |
Среднегодовая стоимость основных фондов млрд. грн. |
Среднеучетная численность занятых, млн. чел. |
Объем ВВП, млн. грн. |
Налоговые нагрузки на ВВП, млн. грн. |
2001 |
73321,1 |
843 |
23,2 |
81519 |
5496,6 |
2002 |
|
|
|
|
|
2003 |
82888,7 |
824 |
22,3 |
102593 |
21848,3 |
2004 |
107536,8 |
837 |
21,8 |
130442 |
25130,4 |
2005 |
160754,8 |
829 |
21,3 |
170070 |
31317,5 |
2006 |
|
|
|
|
|
2007 |
202687,5 |
966 |
21,4 |
225810 |
45398,2 |
2008 |
259502,1 |
990 |
21,4 |
264165 |
54321 |
2009 |
2,31943E+40 |
1012,995967 |
21,15451927 |
312478,75 |
75351,6148 |
Таблица 8.1.
Корреляционный анализ
Показатели |
|
Объем промышленного производства, млн. грн. |
Среднегодовая стоимость основных фондов млрд. грн. |
Среднеучетная численность занятых, млн. чел. |
Объем ВВП, млн. грн. |
Налоговые нагрузки на ВВП, млн. грн. |
Инвестиции, млн. грн. |
Национальный доход, млн. грн. |
Потребление, млн. грн. |
Материальные расходы, млн. грн. |
Накопление средств, млн. грн. |
Запас денежной массы у населения, млн. грн. |
|
|
73321,1 |
843 |
23,2 |
81519 |
5496,6 |
12600 |
80472 |
65119 |
1047 |
16284 |
4041 |
Объем промышленного производства, млн. грн. |
73321,1 |
1 |
|
|
|
|
|
|
|
|
|
|
Среднегодовая стоимость основных фондов млрд. грн. |
843 |
0,90205 |
1 |
|
|
|
|
|
|
|
|
|
Среднеучетная численность занятых, млн. чел. |
23,2 |
-0,7886 |
-0,5414 |
1 |
|
|
|
|
|
|
|
|
Объем ВВП, млн. грн. |
81519 |
0,99495 |
0,93096 |
-0,7842 |
1 |
|
|
|
|
|
|
|
Налоговые нагрузки на ВВП, млн. грн. |
5496,6 |
0,98532 |
0,96206 |
-0,7021 |
0,99243 |
1 |
|
|
|
|
|
|
Инвестиции, млн. грн. |
12600 |
0,98392 |
0,95027 |
-0,6748 |
0,98421 |
0,99545 |
1 |
|
|
|
|
|
Национальный доход, млн. грн. |
80472 |
0,98732 |
0,93241 |
-0,7974 |
0,99758 |
0,98743 |
0,97264 |
1 |
|
|
|
|
Потребление, млн. грн. |
65119 |
0,99507 |
0,93997 |
-0,7523 |
0,99849 |
0,99687 |
0,99232 |
0,99339 |
1 |
|
|
|
Материальные расходы, млн. грн. |
1047 |
0,8 |
0,66741 |
-0,4492 |
0,75441 |
0,77328 |
0,82931 |
0,70699 |
0,77872 |
1 |
|
|
Накопление средств, млн. грн. |
16284 |
0,87383 |
0,84465 |
-0,8393 |
0,90711 |
0,87709 |
0,83019 |
0,93381 |
0,88712 |
0,41137 |
1 |
|
Запас денежной массы у населения, млн. грн. |
4041 |
0,96924 |
0,97997 |
-0,6562 |
0,98173 |
0,99697 |
0,99172 |
0,97752 |
0,98818 |
0,75797 |
0,86761 |
1 |
Рисунок 8.1. Регрессионный анализ данных
Вывод.
В процессе работы, был осуществлен прогноз на 2009 год, а также на недостающие 2002 и 2006 года. Первые расчеты начаты были с осуществления расчета шага и прогноза на 2009 год. Далее в работе были произведены расчеты методом Ирвина, также определен критерий Фишера и Стъюдента. В результате расчета методом Стъюдента было выявлено, что материальные расходы составляют 1,4 – это говорит об отсутствии тренда и называется сезонным колебанием, так как показатели должны быть выше 1,55.
Далее были сформированы наборы моделей и в последствии построены графики и линия тренда. Рассчитаны ассиметрия и корреляция, а также среднеквадратическая ошибка аппроксимации, коэффициент сходимости и коэффициент детерминации.
Осуществлен точечный и интервальный прогноз и выявлены верхний и нижний интервалы для 2009, 2002 и 2006 годов. Для корреляции и регрессии рассчитаны такие показатели динамики, как: абсолютный прирост, средний абсолютный прирост, темп роста, средний темп роста, темп прироста, абсолютное содержание 1 % прироста.
Таким образом проведен прогноз на 2009 год.
Список использованной литературы.
Арефьева Н. Т. Прогнозирование и его социокультурные цели [учебное пособие] [электронный] Н. Т. Арефьева. - «Знание. Понимание. Умение». — 2010. — № 4 — Культурология.
И. А.Александров, Н. С. Половян Прогнозирование: [учебное пособие для студентов экономических и управленческих специальностей] [электронный] [Александров И. А.]. – Донецк, ДонНУ, 2007. – 176 с.
Конспект лекции
http://ru.wikipedia.org/