Статистико-экономические оценки и прогнозы цен
Курсовой проект - Экономика
Другие курсовые по предмету Экономика
°нализ
ИндексыБазисныеЦепныеГод 19991 квартал2458,322 квартал2569,361,0451690591,045169063 квартал2689,561,0467820781,094064244 квартал2785,681,0357381881,13316411Год 20001 квартал2795,341,0034677351,137093622 квартал2896,331,0361279841,178174533 квартал2963,981,0233571451,205693324 квартал2976,381,0041835641,21073741Год 20011 квартал3012,971,0122934571,225621562 квартал3158,941,0484472131,284999513 квартал3167,491,0027066041,28847754 квартал3258,781,0288209281,32561261
На основе анализа цепных индексов можно сделать вывод, что изменение цен происходит линейно.
ряд 1 - базисный индекс
ряд 2 - цепной индекс
Исследуя изменения базисных индексов наименьшей значение данный показатель имел во 2 квартале 1999 г. А наибольшее значение - в 4 квартале 2001 г.
Как видно на графике изменения имеют плавный тенденциозный характер.
Таблица 2. - "Расчёт структурных сдвигов"
Порядковый
№
Название отраслиЦены, в млн. руб.Цена на электроэнергию руб.19981999199819991пшеница5634558858752Рожь2332415445633просо2221455747364гречиха4555415675365кукуруза478455478366
где: х0, x1 цены на электроэнергию базового и отчетного периода;
f0, f1 цены на продукцию отрасли в базовом и текущих периодов.
Индекс переменного состава показывает изменение цен в 1999 году в 0,96339 раза (уменьшение) по сравнению 1998 годом только за счёт изменения цен на электроэнергию.
Индекс фиксированного состава
Индекс структурных сдвигов
Анализ динамики цен с использованием временных рядов
tгод/кварталy(у-уср)(у-уср)21998114453-394154842224556-29184390334658-18935532444689-158248061999514785-62378262488741164073492377585284502417831506200091505621043890102505220642230113502317731152124505220642230Сумма58158501855
Рассчитаем среднеквадратичное отклонение, коэффициент вариации, а также проверим ряд на "засорение информации" или на аномальные наблюдения.
Среднеквадратичное отклонение =
Коэффициент вариации =
По вариации можно сделать вывод, что, так как коэффициент вариации больше 15% , вариация большая и совокупность в целом нельзя признать однородной.
Проверим ряд на аномальные наблюдения с помощью tn-критерия Граббса. В данной совокупности выделим максимальное и минимальное значение - 4453 и 5052, допустим их взяли неверно. Формула для расчёта tn-критерия Граббса:
где: y- аномальное наблюдение;
- средний абсолютный прирост.
Tn-критерия Граббса=
Далее сравню полученные значения с критическими данными по таблице tn-критерия Смирнова-Граббса. При n=12 и доверительной вероятности 0,95 Ткр=2,519. Так как полученные значения Т1 и Т2 < Ткр, то следовательно нет необходимости исключать эти данные из исследования.
Для корреляционно-регрессионного анализа необходимо из нескольких факторов произвести предварительный отбор факторов для регрессионной модели. Сделаем это по итогам расчета коэффициента корреляции. А именно возьмем те факторы, связь которых с результативным признаком будет выражена в большей степени.
На основе таблицы , представленной ниже произведем корреляционный анализ.
ГодЦены производителейЭлектроэнергияБензинНефтьух1х2х319928,801,6018,305,301994101,0058,40266,00101,001995317,00163,00756,00282,001996612,00215,00912,00355,001997593,00254,001011,00376,001998533,00239,001309,00339,0019991390,00282,004640,001000,0020002113,00416,005612,001546,00Сумма5667,801629,0014524,304004,30Ср.знач-е404,84116,361037,45286,02
Начнем наш анализ с рассмотрения следующих факторов:
- электроэнергия
- бензин
- экспортная цена на нефть
Коэфициет корреляции ryx1=0,9058
Коэффициент корреляции ryx2=0,9752
Коэффициент корреляции ryx3=0,9958
Самая тесная связь наблюдается между ценами производителей и экспортной ценой на нефть.
=5659,00
Коэффициент вариации V > 15%. Из этого можно сделать вывод, что совокупность нельзя признать однородной. Данная модель не может применяться на практике, однако в учебных целях продолжим наш анализ, используя данный фактор.
Построим линейное уравнение регрессии.
Уравнение прямой имеет следующий вид: y = a + bx1
На основе представленных выше данных рассчитаем коэффициенты регрессии, где
a1 = 134,46
a0 = -42,56
У=-42,56+134,46х
Затем построим расчетный тренд.
t
12345yp (t)91,90226,37360,83495,29629,76
6789764,22898,681033,151167,61
И на основе это тренда построим прогноз на 10 и 11 периоды.
10111302,071436,54max2078,582258,31min525,57614,76
У10.=а0+а1*10
У11= а0+а1*11
Рассчитаем ошибку аппроксимации по ниже заданной формуле.
Eотн =258,00
Анализ цен внешней торговли.
Группировка.
Сгруппируем по тому же принципу , что и два предыдущих пункта.
199819992000нефть сырая74,4-110,949,069,962,22%нефтепродукты75,8-94,524,67180,95%газ природный72,8-69,2-4,95,48,96%уголь каменный27-15,8-41,48,561,39%руды и концентраты железные 19,7-23,117,26,715,58%фофаты кальция38,3-39,73,66,18,56%удобрения минеральные82-12046,3486,67%аммиак безводный111-13017,126-3,08%Итого по отрасли501-603,2775,6
В итоге получим следующую таблицу.
Номер группыИнтервалы Число подотраслей 1999г.Число подотраслей 2000г.0меньше 010-10211-20321-30431-40541-50651-60761-70871-80981-901091-10011101-15012151-20013свыше 201
Ниже следует графическая интерпретация.
Средние.
Таблица : вертикальный анализ
продукция отрасли1998уд. вес1999уд.вес2000уд.веснефть сырая74,414,850,91,019,91,15%нефтепродукты75,815,13,50,8611,09%газ природный72,814,53,20,63,40,48%уголь каменный275,39,80,14,50,16%руды и концентраты железные 19,73,93,10,21,70,17%фофаты кальция38,37,64,70,36,10,28%удобрения минеральные8216,3701,0980,82%аммиак безводный11122,1601,1960,80%Итого