Geum.ru

Економічне прогнозування

Методическое пособие - Экономика

Другие методички по предмету Экономика

ення або результатом незвичайної комбінації причин і умов, у яких функціонує одиниця сукупності. Ідентифікація таких спостережень дає можливість Усунути помилки, а якщо це неможливо, то вилучити аномальний обєкт з подальшого аналізу. Якщо сукупність розшарована на групи (кластери), то в моделі можна врахувати таку неоднорідність.

Інформативність включених у модель факторних ознак залежить як від соціально-економічного змісту, так і від шкали вимірювання ознаки. Якщо ознака за змістом не інформативна, то ніякий спосіб моделювання не забезпечить належних результатів. Так само результати аналізу будуть суттєво різнитися залежно від того, якою шкалою представлено одну й ту саму ознаку (метричною, ранговою чи номінальною).

Ті властивості, що безпосередньо не вимірюються або не мають єдиного вимірника, включаються в модель у вигляді інтегральних оцінок. Наприклад, погодні умови характеризуються середньодобовою температурою повітря, кількістю опадів, тривалістю сонячного світла, хмарністю і т. ін. Усі ці характеристики агрегуються в індексі погодних умов.

Важливою умовою регресійного аналізу є відсутність мультиколінеарності, яка веде до зсунення оцінок параметрів моделі та унеможливлює коректну інтерпретацію результатів. Два фактори вважаються колінеарними, якщо коефіцієнт кореляції між ними перевищує сукупний коефіцієнт кореляції, тобто . Найпростіший спосіб усунення мультиколінеарності виключити одну із корельованих ознак із моделі або замінити її іншою. Часом колінеарні фактори агрегуються в одну узагальнюючу оцінку.

Стабільність не включених у модель факторів означає, що вплив їх на варіацію у незначний і врівноважується, він однаковий в усіх частинах сукупності. Математичною основою дотримання цих передумов МНК слугує імовірнісний розподіл залишків . Передбачається, що:

  1. для кожного спостереження залишок

    випадкова величина, яка має нормальний розподіл. Умова нормальності необхідна для визначення довірчих меж коефіцієнтів регресії і для перевірки гіпотез щодо їх істотності;

  2. математичне сподівання залишків М(е) = 0;
  3. дисперсія залишків однакова в усіх частинах сукупності:

    . Ця умова повязана з однорідністю сукупності;

  4. залишки незалежні, тобто відсутня серійна кореляція чи автокореляція даних.
    5. Використовуючи параметри моделі, можна також оцінити потенційно можливі рівні показника-функції для кожної одиниці Окупності, визначити резерви збільшення (зменшення) показника у за рахунок факторів, які піддаються регулюванню (субєктивних факторів). У нашому прикладі це збільшення виходу цукру з 1 т сировини за рахунок зменшення витрат при зберіганні цукрового буряка і в процесі його переробки. Така оцінка, природно, орієнтована на кращі досягнення в галузі. Ефект регулювання і-го фактора на

    -му обєкті визначається за формулою

     

,

 

де база порівняння, коефіцієнт регресії і-го фактора.

Застосовуючи цю методику, визначимо резерв збільшення виходу цукру з 1 т сировини для -го заводу (табл. 5.1).

Таблиця 5.1

ФакторРівень втрат, %ВідхиленняКоефіцієнт регресіїЕфект регулювання факторафактичниймінімальний1,060,900,16-10,084-1,6132,682,00,68-1,729-1,175РазомXXXX-2,788

Якщо мінімальні втрати цукрового буряка при переробці 2,0%, а на -му заводі 2,68%, то ефект доведення втрат до мінімального рівня становить (2,68-2,0)(-1,729) = -1,175. Зменшення втрат при зберіганні цукрового буряка дає ефект (1,06--0,90)(-10,084) = -1,613. Отже, сумарний ефект за рахунок обох факторів -2,788, а потенційно можливий вихід цукру з 1 т сировини за незмінності цукристості буряка, яка є зовнішнім, обєктивним фактором, становить 11,91 кг. Відношення фактичного рівня до потенційно можливого характеризує ступінь використання обєктивних можливостей. У розглянутому прикладі це відношення становить 9,13 : 11,91 =0,777, тобто ефективність використання сировини на заводі нижча за потенційно можливу на 23,3%. При визначенні резервів збільшення (зменшення) показника функції за рахунок регулювання субєктивних факторів базою порівняння може бути середня величина, норматив, стандарт тощо.

Функція нормального розподілу .

Додаток 1

 

z0011222344556677889900,050050450851251652052452853253600,154054454855255656056456757157500,258058358759159559960360661061400,361862262662963363764164464865200,465565966366667067467768168468800,569169569870270570971271671972200,672672973273673974274574975275500,775876176476777077377677978278500,878879179479780080280580881181300,981681982182482682983183483683911,084184484684985185385585886086211,186486786987187387587787988188311,288588788989189389489689890090111,390390590790891091191391591691811,491992192292492592692892993193211,593393493693793893994194294394411,694594694794895095195295395495411,795595695795895996096196296296311,896496596696696796896996997097111,997197297397397497497597697697722,097797897897997998098098198198222,198298398398398498498598598598622,298698698798798798898898898998922,398999099099099099199199199199222,499299299299299399399399399399422,599499499499499499599599599599522,699599599699699699699699699699622,899799899899899899899899899899822,9998998998998998998998999999999

Критичні значення

 

Додаток 2

/с1234567891011<х =0,102,714,616,257,789,2410,6412,0213,3614,6815,9917,28а =0,053,845,997,819,4911,0712,5914,0715,5116,9218,3119,67

Квантилі t-розподілу Стьюдента t1-0,05 (k): | t | 1 двосторонній критерій; t односторонній критерій

Додаток 3

 

ІсІІІІІІ52,573,04182,102,1762,452,78202,092,1572,372,62252,062,1182,312,51302,05 2,08 92,262,43402,02 2,05 102,232,37502,01 2,03 112,202,33602,00 2,02 122,182,291001,98 1,99 142,152,241,96 1,96 162,122,20

Значення Z* для оцінювання довірчих меж прогнозу (лінійний тренд)

Додаток 4

 

nVnv

123

12351,3661,5241,702101,2111,2701,33571,3091,4271,558111,1911,2391,29381,2671,3581,459121,1741,2151,26091,2361,3081,389

Критичні значення циклічного коефіцієнта автокореляції (а = 0,05)

До