Курсовая работа (т): Прогнозирование национальной экономики Ямало-Ненецкого автономного округа

Таблица 8. Данные по городу Норильск

Для определения вида уравнения регрессии воспользуемся показаниями коэффициента детерминации при построении тренда на результирующий показатель.

Рис. 1. Линейная модель тренда

Рис. 2. Экспоненциальная модель тренда

Рис. 4. Логарифмическая модель тренда

Рис. 5. Полиномиальная модель тренда

Рис. 6. Степенная модель тренда.

Анализируя коэффициенты детерминации, приходим к выводу, что наиболее достоверным является линейный тренд, соответственно, регрессионный анализ мы будем делать на основании линейной регрессии.

Уравнение множественной регрессии

Уравнение множественной регрессии может быть представлено в виде:

Y = f(β , X) + ε

где X = X(X1, X2, ..., X5) - вектор независимых (объясняющих) переменных; β - вектор параметров (подлежащих определению); ε - случайная ошибка (отклонение); Y - зависимая (объясняемая) переменная. Теоретическое линейное уравнение множественной регрессии имеет вид:

Y = β0 + β1X1 + β2X2 + ... + βmXm + ε

β0 - свободный член, определяющий значение Y, в случае, когда все объясняющие переменные Xj равны 0.

Уравнение регрессии (оценка уравнения регрессии)

Y = 33198.8 + 0.087X1 - 0,018X2 - 0,0044Х4

Прежде чем перейти к определению нахождения оценок коэффициентов регрессии, необходимо проверить данные на коллинеарность. Отметим, что мультиколлинеарность может быть выявлена не только при анализе парных коэффициентов корреляции:

Таблица 11.  Матрица парных коэффициентов корреляции

R Коллинеарность - зависимость между факторами. В качестве критерия мультиколлинеарности может быть принято соблюдение следующих неравенств:
r(xjy) > r(xkxj) ; r(xky) > r(xkxj).

Если факторные переменные связаны строгой функциональной зависимостью, то говорят о полной мультиколлинеарности.Наибольшее влияние на результативный признак оказывает фактор x2 (r = 0.9), значит, при построении модели он войдет в регрессионное уравнение первым.

Далее берём данные, спрогнозированные экспертными отделами Министерства регионального развития на 2014 показателей xi и на основе уравнения множественной регрессии производим прогноз среднедушевых доходов населения (Таблица 11).

Таблица 11. Прогнозирование доходов

Выводы

Таким образом, в настоящей курсовой работе были рассмотрены и проанализированы динамические ряды статистических данных по Красноярскому краю. Были проведены факторный и кластерный анализы. Выявлены группы факторов и компоненты, имеющие разностороннее влияние на развитие монопрофильных городов. Данные исследованы на основе анализа главных компонент и методы вращения. Целью этих методов является получение понятной (интерпретируемой) матрицы нагрузок, то есть факторов, которые ясно отмечены высокими нагрузками для некоторых переменных и низкими - для других.

В заключение, важно отметить, что благодаря выявленным группировкам факторов, мы получили возможность описать экономико-социальные характеристики каждого города и разделить их на кластеры. Факторный анализ дает основание считать его методом, позволяющим генерировать содержательные гипотезы о структуре системы признаков, о наиболее значимых, существенных признаках, о группах тесно связанных признаков.

Вдобавок, мы произвели процедуру прогнозирования на основе авторегрессионной модели при помощи программы SPSS, получив предполагаемое значение среднедушевых доходов на следующий год для города Норильск. Критерий среднедушевого дохода был отобран аналитическим путём.

Список используемой литературы

Министерство регионального развития Российской Федерации - 2013 г. -  www.minregion.ru <http://www.minregion.ru>

"Стратегия развития Арктической зоны Российской Федерации и обеспечения национальной безопасности на период до 2020 года" (утв. Президентом РФ).

Арктика: зона мира и сотрудничества / Отв. ред. - А.В. Загорский. - М.: ИМЭМО РАН, 2011. - 195 с.

АРКТИЧЕСКИЕ МОНОГОРОДА РОССИЙСКОЙ ФЕДЕРАЦИИ: СОЦИАЛЬНЫЕ ПРОБЛЕМЫ, ПУТИ ИХ РЕШЕНИЯ И РОЛЬ РЕСУРСНЫХ КОРПОРАЦИЙ Рябова Л.А., Дидык В.В., Корчак Е.А., Башмакова Е.П., Емельянова Е.Е. кластерный экономика доход

Анализ данных и процессов / А.А.Барсегян, М.С.Куприянов, И.И.Холод, М.Д.Тесс, С.И.Елизаров. З-е изд. перераб. и доп. СПб.