Анализ эффективности реализации региональных целевых программ в сфере туризма

Sum squared resid

272827.8

Schwarz criterion

11.45202

Log likelihood

-393.7587

Hannan-Quinn criter.

11.33685

F-statistic

15.22662

Durbin-Watson stat

2.508850

Prob(F-statistic)

0.000000

Нулевая гипотеза: добавляемые слагаемые FITTED^2, FITTED^3 совместно не значимы. Поскольку Probability<0,05, то на 5%-ом уровне значимости отвергаем нулевую гипотезу. Значит, имеет смысл подумать о включении в модель других переменных или о ее нелинейной спецификации. Согласно диаграммам рассеивания, можно сказать, что модель в конечном итоге имеет линейную спецификацию, поэтому, скорее всего, Ramsey RESET Test указывает на включение переменных. Учитывая, что исходной задачей являлась оценка влияния фиктивной переменной «наличие региональной целевой программы в туристической сфере» на зависимую переменную «динамика доли поступлений от гостиниц и ресторанов в ВРП», то можно остановится на данном результате. В любом случае, в данной модели отсутствует гетероскедастичность и мультиколлинеарность, и мы можем делать выводы по ней.

Итак, в конечном итоге получили следующую модель:

Таблица 2.19. Итоговая эконометрическая модель

Dependent Variable: YNEW
Method: Least Squares
Date: 05/18/13 Time: 16:22
Sample: 1 71
Included observations: 71
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO	44.77349	24.64339	1.816856	0.0737
NUMBER	-0.336061	0.194974	-1.723617	0.0894
INCOME	0.008187	0.005484	1.492689	0.1402
C	-35.74572	51.44309	-0.694859	0.4895
R-squared	0.220053	Mean dependent var	48.61972
Adjusted R-squared	0.185130	S.D. dependent var	91.99263
S.E. of regression	83.04190	Akaike info criterion	11.73126
Sum squared resid	462029.1	Schwarz criterion	11.85873
Log likelihood	-412.4596	Hannan-Quinn criter.	11.78195
F-statistic	6.301082	Durbin-Watson stat	2.437964
Prob(F-statistic)	0.000787

Полученная регрессионная модель объясняет примерно 20% изменения доли поступлений от гостиниц и ресторанов в ВРП (исходя из значений R² и R²-adj). Только на 10%-ом уровне значимости наличие региональной целевой программы в отрасли туризма оказывает положительное влияние на динамику зависимой переменной. Это свидетельствует о наличии довольно слабой взаимосвязи между фиктивной и зависимой переменной. Между тем, и это очень важный вывод, свидетельствующий о том, что региональные программы носят не декларативный характер, а действительно оказывают влияние на развитие отрасли. А тот факт, что это влияние не очень сильной абсолютно естественен, учитывая, что сам факт наличия региональной программы не говорит о том, что она реализована успешно. Также, следует понимать, что в нашей стране есть ряд регионов, туризм в которых будет развиваться, даже если не будут реализовываться программы по его развитию. Среди таких регионов - крупные города (Москва, Санкт-Петербург, Екатеринбург и другие), в частности, те, в которых есть большое количество культурных и исторических ценностей, интересных для внутренних и внешних туристов. Безусловно, этот факт усложняет оценку эффективности государственных программ.

2.2 Влияние региональных программ развития туризма 2006-2009 гг. на эффективность (кризисный период)

Теперь построим регрессионную модель, включив те же переменные, только изменим некоторые названия, чтобы потом не возникло путаницы: количество турфирм в регионе в единицах (number), количество гостиниц и аналогичных средств размещения в единицах (hotels), среднедушевые денежные доходы населения в рублях (money), число мероприятий в парках культуры и отдыха Минкультуры России в единицах (Qmeropr), количество театров Минкультуры России в единицах (teatr), численность работников в учреждениях культурно-досугового типа Минкультуры России (Rabcult), фиктивная переменная «наличие региональной программы 2006-2008 гг.» (Yesno). Также, мы добавим одну новую переменную «общий фонд музеев Минкультуры РФ» (musfond). Отличием модели будет то, что мы рассмотрим другой временной период - проанализируем теперь региональные программы, реализованные с 2006 по 2008 год, оценив показатели 2009 года (год после завершения региональной программы). Гипотеза останется той же: «Наличие региональной целевой программы оказывает положительное влияние на развитие туризма в регионе». Однако мы помним, что в 2008 году начался кризис, поэтому выводы по модели будем делать с учётом этого факта.

1) Строим диаграммы рассеивания, которые позволят сделать вывод относительно разброса собранных данных:

Рис. 2.3. Диаграммы рассеивания

Исходя из полученных диаграмм, можно сказать, что все переменные (кроме фиктивных) имеют широкий разброс. Ранее, строив модель, мы отмечали, что в нашем случае это допустимо.

2) Далее строим диаграммы на первоначальную предполагаемую спецификацию:

Таблица 2.20. Диаграммы для проверки спецификации

Test for Equality of Means Between Series
Date: 05/25/13 Time: 13:37
Sample: 1 34
Included observations: 34
Method	df	Value	Probability
t-test	66	4.224369	0.0001
Satterthwaite-Welch t-test*	33.01107	4.224369	0.0002
Anova F-test	(1, 66)	17.84529	0.0001
Welch F-test*	(1, 33.0111)	17.84529	0.0002
*Test allows for unequal cell variances
Analysis of Variance
Source of Variation	df	Sum of Sq.	Mean Sq.
Between	1	12521.49	12521.49
Within	66	46310.17	701.6692
Total	67	58831.66	878.0845
Category Statistics
Variable	Count	Mean	Std. Dev.	Std. Err. of Mean
Y	34	27.78667	37.45802	6.423997
YESNO2009	34	0.647059	0.485071	0.083189
All	68	14.21686	29.63249	3.593467

Характер влияния данной переменной положительный, о чем свидетельствует значение Mean положительное.

3) Для обнаружения корреляционной зависимости между переменными и зависимой переменной Y, построим корреляционную таблицу:

Таблица 2.21. Корреляционная таблица

Covariance Analysis: Ordinary
Date: 05/25/13 Time: 13:38
Sample: 1 34
Included observations: 33
Balanced sample (listwise missing value deletion)
Correlation
Probability	Y	YESNO2009	TURFIRM	TEATR	RABCULT	QMEROPR	MUSFOND	MONEY	HOTELS
Y	1.000000
	-----
YESNO2009	0.126997	1.000000
	0.4813	-----
TURFIRM	-0.262516	0.309443	1.000000
	0.1400	0.0797	-----
TEATR	-0.198409	0.243927	0.910318	1.000000
	0.2683	0.1713	0.0000	-----
RABCULT	-0.168761	0.329422	0.550373	0.262007	1.000000
	0.3478	0.0612	0.0009	0.1408	-----
QMEROPR	-0.213896	0.110212	0.681125	0.578257	0.410472	1.000000
	0.2320	0.5415	0.0000	0.0004	0.0177	-----
MUSFOND	-0.210573	0.240212	0.818919	0.954574	0.084344	0.508731	1.000000
	0.2395	0.1781	0.0000	0.0000	0.6407	0.0025	-----
MONEY	-0.217042	-0.093961	0.517922	0.628879	-0.047203	0.261102	0.633871	1.000000
	0.2250	0.6030	0.0020	0.0001	0.7942	0.1422	0.0001	-----
HOTELS	-0.076352	0.434819	0.575629	0.547506	0.420442	0.283479	0.592690	0.320442	1.000000
	0.6728	0.0114	0.0005	0.0010	0.0148	0.1099	0.0003	0.0690	-----

Как и в первой модели, нас больше сего интересует значимость фиктивной переменной, а также наличие сильной корреляции других переменных. Итак, фиктивная переменная не значима, и между некоторыми переменными значение корреляции выше 0,7, что свидетельствует о возможной мультиколлинеарности.

4) Теперь пришло время построить непосредственно саму модель, при этом необходимо проанализировать - линейной ли она будет или не линейной.

Таблица 2.22. Линейная эконометрическая модель

Dependent Variable: Y
Method: Least Squares
Date: 05/25/13 Time: 13:39
Sample: 1 34
Included observations: 33
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO2009	17.69342	17.17641	1.030100	0.3132
TURFIRM	-0.144790	0.257587	-0.562101	0.5793
TEATR	3.896091	2.408332	1.617755	0.1188
RABCULT	-0.005534	0.005007	-1.105286	0.2800
QMEROPR	0.000804	0.006173	0.130204	0.8975
MUSFOND	-0.022868	0.014225	-1.607591	0.1210
MONEY	-0.000830	0.001349	-0.615322	0.5441
HOTELS	0.195821	0.182188	1.074833	0.2931
C	45.07427	26.83560	1.679645	0.1060
R-squared	0.223320	Mean dependent var	27.87111
Adjusted R-squared	-0.035573	S.D. dependent var	38.03551
S.E. of regression	38.70611	Akaike info criterion	10.37687
Sum squared resid	35955.91	Schwarz criterion	10.78501
Log likelihood	-162.2184	Hannan-Quinn criter.	10.51420
F-statistic	0.862597	Durbin-Watson stat	2.167693
Prob(F-statistic)	0.560085

Таблица 2.23. Эконометрическая модель с логарифмом перед переменными TURFIRM и HOTELS

Dependent Variable: Y
Method: Least Squares
Date: 05/25/13 Time: 13:42
Sample: 1 34
Included observations: 33
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO2009	19.22896	17.21033	1.117291	0.2749
LOG(TURFIRM)	-23.90234	16.69417	-1.431778	0.1651
TEATR	2.475126	2.019295	1.225738	0.2322
RABCULT	-0.002395	0.004333	-0.552630	0.5856
QMEROPR	0.000342	0.005886	0.058099	0.9542
MUSFOND	-0.012014	0.012904	-0.931025	0.3611
MONEY	-0.001901	0.001532	-1.240602	0.2267
LOG(HOTELS)	12.28664	16.00662	0.767597	0.4502
C	97.97329	72.17127	1.357511	0.1872
R-squared	0.239566	Mean dependent var	27.87111
Adjusted R-squared	-0.013912	S.D. dependent var	38.03551
S.E. of regression	38.29918	Akaike info criterion	10.35573
Sum squared resid	35203.85	Schwarz criterion	10.76387
Log likelihood	-161.8696	Hannan-Quinn criter.	10.49306
F-statistic	0.945114	Durbin-Watson stat	2.258068
Prob(F-statistic)	0.499364

5) Оценив вышеприведенные модели, делаем вывод, что следует логарифмировать переменные Turfirm и Rabcult. Получаем следующую регрессионную модель:

Таблица 2.24. Эконометрическая модель с логарифмом перед переменными TURFIRM и RABCULT

Dependent Variable: Y
Method: Least Squares
Date: 05/25/13 Time: 13:44
Sample: 1 34
Included observations: 33
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO2009	19.87274	16.38949	1.212529	0.2371
LOG(TURFIRM)	-19.07592	15.47416	-1.232759	0.2296
TEATR	3.179664	1.844673	1.723701	0.0976
LOG(RABCULT)	-24.27417	19.02217	-1.276099	0.2141
QMEROPR	0.001631	0.005665	0.287864	0.7759
MUSFOND	-0.018776	0.011786	-1.593045	0.1242
MONEY	-0.002032	0.001410	-1.441412	0.1624
HOTELS	0.233468	0.163029	1.432069	0.1650
C	300.4316	129.4468	2.320889	0.0291
R-squared	0.297923	Mean dependent var	27.87111
Adjusted R-squared	0.063898	S.D. dependent var	38.03551
S.E. of regression	36.80026	Akaike info criterion	10.27589
Sum squared resid	32502.22	Schwarz criterion	10.68403
Log likelihood	-160.5521	Hannan-Quinn criter.	10.41321
F-statistic	1.273038	Durbin-Watson stat	2.500116
Prob(F-statistic)	0.302957

6) Затем, для улучшения модели, избавляемся от лишних переменных. Для этого проделываем соответствующий тест на Redundant Variables.

Таблица 2.25. Тест на лишние переменные

Redundant Variables: TEATR LOG(RABCULT) QMEROPR MUSFOND
MONEY HOTELS
F-statistic	0.800105	Prob. F(6,24)	0.5794
Log likelihood ratio	6.017333	Prob. Chi-Square(6)	0.4213

В результате получаем следующую модель:

Таблица 2.26. Итоговая регрессионная модель

Dependent Variable: Y
Method: Least Squares
Date: 05/25/13 Time: 13:59
Sample: 1 34
Included observations: 34
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO2009	24.30647	14.23435	1.707592	0.0977
LOG(TURFIRM)	-17.42089	7.632549	-2.282448	0.0295
C	86.29566	30.19322	2.858114	0.0076
R-squared	0.157574	Mean dependent var	27.78667
Adjusted R-squared	0.103224	S.D. dependent var	37.45802
S.E. of regression	35.47209	Akaike info criterion	10.05947
Sum squared resid	39006.34	Schwarz criterion	10.19415
Log likelihood	-168.0109	Hannan-Quinn criter.	10.10540
F-statistic	2.899244	Durbin-Watson stat	2.255292
Prob(F-statistic)	0.070104

К сожалению, оценив низкое значение F-статистики и R²-adj, можем сказать, что выводы по модели делать нельзя. Модель в целом не значима, влияние факторов выявить невозможно. Прежде чем построить модель, мы выдвинули предположение, что наличие кризиса в рассматриваемый период существенно исказит картину и не позволит получить желаемые выводы. Именно так и произошло.

2.3 Влияние кризиса 2008 года на показатели туристской отрасли

В заключение регрессионного анализа построим общую модель, в которой мы объединим две уже построенные нами модели, а также - добавим фиктивную переменную YEAR. Эта переменная покажет нам, есть ли взаимосвязь между зависимой переменной и рассматриваемым периодом (имеется в виду два периода - 2007 год в первой модели и 2009 кризисный год во второй модели).

1) Построим диаграммы на обнаружение разбросов:

Рис. 2.4. Диаграммы рассеивания

Разброс, как и в других моделях, велик, но это объясняется разнообразием регионов нашей страны в целом и показателей, характеризующих туристическую отрасль в них в частности.

2) Строим диаграммы на первоначальную предполагаемую спецификацию:

Таблица 2.27. Проверка первоначальной спецификации для переменной YESNO

Test for Equality of Means Between Series
Date: 05/25/13 Time: 14:28
Sample: 1 105
Included observations: 105
Method	df	Value	Probability
t-test	208	5.360028	0.0000
Satterthwaite-Welch t-test*	104.0083	5.360028	0.0000
Anova F-test	(1, 208)	28.72990	0.0000
Welch F-test*	(1, 104.008)	28.72990	0.0000
*Test allows for unequal cell variances
Analysis of Variance
Source of Variation	df	Sum of Sq.	Mean Sq.
Between	1	89600.22	89600.22
Within	208	648691.5	3118.709
Total	209	738291.8	3532.497
Category Statistics
Variable	Count	Mean	Std. Dev.	Std. Err. of Mean
YNEW	105	41.87378	78.97576	7.707245
YESNO	105	0.561905	0.498533	0.048652
All	210	21.21784	59.43481	4.101391

Таблица 2.28. Проверка первоначальной спецификации для переменной YEAR

Test for Equality of Means Between Series
Date: 05/25/13 Time: 14:28
Sample: 1 105
Included observations: 105
Method	df	Value	Probability
t-test	208	5.345212	0.0000
Satterthwaite-Welch t-test*	104.0074	5.345212	0.0000
Anova F-test	(1, 208)	28.57129	0.0000
Welch F-test*	(1, 104.007)	28.57129	0.0000
*Test allows for unequal cell variances
Analysis of Variance
Source of Variation	df	Sum of Sq.	Mean Sq.
Between	1	89105.16	89105.16
Within	208	648688.7	3118.696
Total	209	737793.9	3530.114
Category Statistics
Variable	Count	Mean	Std. Dev.	Std. Err. of Mean
YNEW	105	41.87378	78.97576	7.707245
YEAR	105	0.676190	0.470173	0.045884
All	210	21.27498	59.41476	4.100008

В обоих случаях наблюдаем положительный характер влияния фиктивной переменной на зависимую.

3) Строим корреляционную таблицу:

Таблица 2.29. Корреляционная таблица

Covariance Analysis: Ordinary
Date: 05/25/13 Time: 14:29
Sample (adjusted): 2 105
Included observations: 101 after adjustments
Balanced sample (listwise missing value deletion)
Correlation
Probability	YNEW	YESNO	YEAR	TEATR	Q	NUMBER	MEROPR	INCOME	HOTEL
YNEW	1.000000
	-----
YESNO	0.129534	1.000000
	0.1967	-----
YEAR	0.115054	-0.143741	1.000000
	0.2519	0.1516	-----
TEATR	-0.129788	0.153857	-0.090859	1.000000
	0.1958	0.1245	0.3662	-----
Q	-0.060680	0.194605	-0.090560	0.269411	1.000000
	0.5466	0.0512	0.3678	0.0064	-----
NUMBER	-0.142560	0.223546	-0.073490	0.873063	0.502313	1.000000
	0.1550	0.0246	0.4652	0.0000	0.0000	-----
MEROPR	-0.077099	0.133212	-0.020173	0.337453	0.465352	0.559204	1.000000
	0.4435	0.1842	0.8413	0.0006	0.0000	0.0000	-----
INCOME	0.109559	0.000311	-0.337847	0.568326	0.014501	0.501408	0.124937	1.000000
	0.2754	0.9975	0.0005	0.0000	0.8856	0.0000	0.2132	-----
HOTEL	-0.036629	0.247422	-0.070340	0.397113	0.560729	0.629173	0.602035	0.304194	1.000000
	0.7161	0.0126	0.4846	0.0000	0.0000	0.0000	0.0000	0.0020	-----

Фиктивные переменные оказались незначимыми, но это еще не говорит об отсутствии взаимосвязи их с зависимой переменной. Также, обнаружены сильные взаимосвязи между рядом переменных, мы учтем это в дальнейшем, определяя, какие переменные стоит исключить из модели.

4) Строим саму регрессию, учитываем, что она может быть не линейной:

Таблица 2.30. Линейная эконометрическая модель

Dependent Variable: YNEW
Method: Least Squares
Date: 05/25/13 Time: 14:29
Sample (adjusted): 2 105
Included observations: 101 after adjustments
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO	40.15366	16.31885	2.460569	0.0157
YEAR	47.41839	17.96065	2.640127	0.0097
TEATR	-0.591278	1.429424	-0.413648	0.6801
Q	0.003373	0.003388	0.995563	0.3221
NUMBER	-0.283200	0.205930	-1.375221	0.1724
MEROPR	0.001872	0.004600	0.407027	0.6849
INCOME	0.005644	0.001647	3.426350	0.0009
HOTEL	-0.041507	0.172593	-0.240492	0.8105
C	-67.78201	32.37186	-2.093856	0.0390
R-squared	0.173101	Mean dependent var	41.05690
Adjusted R-squared	0.101197	S.D. dependent var	80.23537
S.E. of regression	76.06732	Akaike info criterion	11.58600
Sum squared resid	532333.8	Schwarz criterion	11.81903
Log likelihood	-576.0930	Hannan-Quinn criter.	11.68034
F-statistic	2.407389	Durbin-Watson stat	2.482479
Prob(F-statistic)	0.020907

Попробуем добавить логарифм:

Таблица 2.31. Эконометрическая модель с логарифмом перед переменной NUMBER

Dependent Variable: YNEW
Method: Least Squares
Date: 05/25/13 Time: 14:33
Sample (adjusted): 2 105
Included observations: 101 after adjustments
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO	36.01166	15.99289	2.251729	0.0267
YEAR	40.08985	17.66657	2.269249	0.0256
TEATR	-1.360228	0.859148	-1.583228	0.1168
Q	0.005730	0.003592	1.595150	0.1141
LOG(NUMBER)	-29.88974	13.31655	-2.244556	0.0272
MEROPR	-0.001233	0.004290	-0.287324	0.7745
INCOME	0.004910	0.001620	3.032023	0.0032
HOTEL	0.018876	0.172192	0.109621	0.9129
C	38.51898	53.37637	0.721649	0.4723
R-squared	0.199916	Mean dependent var	41.05690
Adjusted R-squared	0.130344	S.D. dependent var	80.23537
S.E. of regression	74.82378	Akaike info criterion	11.55303
Sum squared resid	515071.0	Schwarz criterion	11.78606
Log likelihood	-574.4282	Hannan-Quinn criter.	11.64737
F-statistic	2.873500	Durbin-Watson stat	2.417669
Prob(F-statistic)	0.006708

Итак, получили лучшую модель с точки зрения спецификации, значит, логарифмирование действительно необходимо.

6) Исключим лишние переменные:

Таблица 2.32. Тест на лишние переменные

Redundant Variables: TEATR LOG(Q) MEROPR HOTEL C
F-statistic	1.801963	Prob. F(5,92)	0.1202
Log likelihood ratio	9.436338	Prob. Chi-Square(5)	0.0929

Значение вероятности больше 0,05, значит, переменные TEATR, LOG(Q), MEROPR, HOTEL можно исключить из модели.

7) Проделав все необходимые преобразования, получаем следующую модель:

Таблица 2.33. Преобразованная эконометрическая модель

Dependent Variable: YNEW
Method: Least Squares
Date: 05/25/13 Time: 15:08
Sample: 1 105
Included observations: 104
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO	39.27911	15.53614	2.528242	0.0130
YEAR	44.05053	17.12421	2.572412	0.0116
NUMBER	-0.259121	0.080282	-3.227657	0.0017
INCOME	0.004608	0.001427	3.227969	0.0017
C	-43.96410	26.34588	-1.668728	0.0983
R-squared	0.153165	Mean dependent var	42.03603
Adjusted R-squared	0.118950	S.D. dependent var	79.34062
S.E. of regression	74.47249	Akaike info criterion	11.50562
Sum squared resid	549069.1	Schwarz criterion	11.63275
Log likelihood	-593.2922	Hannan-Quinn criter.	11.55713
F-statistic	4.476489	Durbin-Watson stat	2.438859
Prob(F-statistic)	0.002289

Проверим ее на наличие мультиколлинеарности с помощью показателя VIF:

Таблица 2.34. Вычисление показателя VIF (фактор инфляции вариации)

№	1	2	3	4
Переменная	YESNO	YEAR	LOG(NUMBER)	INCOME
R2	0,099934	0,160479	0,32137	0,368202
VIF	1,11103	1,191155	1,473557	1,582784

Очевидно, что VIF для всех переменных ниже 5, значит, МКН не обнаружена.

8) Следующий шаг - проверка на наличие гетероскедастичности. Нулевая гипотеза - остатки гомоскедастичны. Для начала, делаем проверку с помощью специальных тестов:

Таблица 2.35. Тест Бреуша-Пагана

Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic	7.027337	Prob. F(4,99)	0.0001
Obs*R-squared	22.99888	Prob. Chi-Square(4)	0.0001
Scaled explained SS	128.4663	Prob. Chi-Square(4)	0.0000

Таблица 2.36. Тест Глейзера

Heteroskedasticity Test: Glejser
F-statistic	7.374152	Prob. F(4,99)	0.0000
Obs*R-squared	23.87337	Prob. Chi-Square(4)	0.0001
Scaled explained SS	35.10588	Prob. Chi-Square(4)	0.0000

Таблица 2.37. Тест Уайта

Heteroskedasticity Test: White
F-statistic	18.10379	Prob. F(12,91)	0.0000
Obs*R-squared	73.29720	Prob. Chi-Square(12)	0.0000
Scaled explained SS	409.4208	Prob. Chi-Square(12)	0.0000

Итак, гипотеза о гомоскедастичности отвергается во всех случаях, так как вероятности меньше 0,05. Тогда построим диаграммы рассеивания зависимой переменной с каждой отдельно взятой переменной модели:

Рис. 2.5. Диаграммы рассеивания

По виду диаграмм утверждаем, что наблюдается истинная гетероскедастичность. Такая гетероскедастичность является неотъемлемой частью модели и не приводит к смещению коэффициентов.

В связи с этим разумно ввести поправку Уайта. В результате мы получим значимость коэффициентов на десяти процентном уровне значимости.

Строим регрессию со стандартными ошибками в форме White:

Таблица 2.38. Регрессия со стандартными ошибками в форме White

Подобные документы

• Развитие сферы туризма в России

  Состояние нормативного и правового регулирования в сфере туризма в Российской Федерации. Особенности туристской инфраструктуры и международного сотрудничества в сфере туризма. Основные направления и механизмы решения задач развития отрасли. Оценка рисков.
  
  курсовая работа [122,5 K], добавлен 18.07.2011
  

• Управление развитием санаторно-курортного комплекса через целевые программы Краснодарского края

  Нормативно-правовая база программно-целевого метода и управления развитием курортов и туризма. Понятие и сущность целевых программ. Оценка туристской привлекательности и состояния инфраструктуры курортов. Факторы, сдерживающие темпы развития отрасли.
  
  дипломная работа [372,4 K], добавлен 17.03.2014
  

• Организация и управление в сфере туризма

  Сущность туризма и основные понятия организации и управления в сфере туризма. Специфика организации и управления в сфере туризма. Использование новых технологий. Значение маркетинга в туристской отрасли. Уникальность туристской услуги.
  
  реферат [18,6 K], добавлен 20.10.2006
  

• Государственная политика в сфере туризма

  Федеральная целевая программа "Развитие туризма в Российской Федерации", основные этапы и положения. Правовые проблемы в сфере туризма. Вступление России во Всемирную торговую организацию. Главные особенности туристской политики Волгоградской области.
  
  контрольная работа [27,0 K], добавлен 04.12.2011
  

• Государственная программа Российской Федерации "Развитие культуры и туризма"

  Понятие и теоретико-методологические основы программирования в сфере культуры и туризма. Формирование целей, задач и основных мероприятий. Анализ реализации государственной программы Российской Федерации "Развитие культуры и туризма на 2013-2020 годы".
  
  реферат [25,1 K], добавлен 06.05.2016
  

• Разработка рекомендаций по повышению эффективности региональной политики в сфере туризма (Тульская обл.)

  Понятие, тенденции и проблемы развития туризма в России, особенности регулирования туристической деятельности. Культурно-познавательный туризм как ресурс развития исторических городов. Исследование региональной политики в сфере туризма в Тульской области.
  
  дипломная работа [2,1 M], добавлен 11.10.2015
  

• Программный подход к обслуживанию туристов

  Организация обслуживания, а также типы программ, используемых в сфере туризма. Принципы разработки анимации и ее значение. Формы организации анимационных программ с туристами, требования к ним, технология формирования и оценка практической эффективности.
  
  контрольная работа [38,6 K], добавлен 09.03.2016
  

• Развитие туризма в Ленинградской области

  Понятие и положения туристской отрасли РФ. Исследование конъюнктуры рынка туризма. Анализ развития туристской отрасли в Ленинградской области. Основные экономические показатели деятельности турфирмы, ее конкурентные позиции, направления совершенствования.
  
  дипломная работа [401,9 K], добавлен 19.04.2011
  

• Экономика экологического проектирования в сфере рекреации туризма

  История туризма как отрасли сферы обслуживания. Экономика туризма и специфика его развития в РФ. Экологическая составляющая в туристской отрасли. Мировые эколого-туристские ресурсы. Экологическое проектирование в туризме. Природоохранные объекты в Европе.
  
  дипломная работа [2,9 M], добавлен 24.05.2016
  

• Развитие туристской отрасли в Российской Федерации

  Концепции развития туристской отрасли, обеспечивающие соответствующий уровень качества туристских услуг. Значение и роль туризма, состав и структура мирового и российского рынков туристических услуг. Прогнозы развития внутреннего и внешнего туризма.
  
  курсовая работа [46,6 K], добавлен 10.03.2012
  

• Развитие малого бизнеса в сфере туризма

  Характеристика видов малого бизнеса в сфере туризма. Анализ уровня развития туризма в Алтайском крае и Республике Алтай. Значение предпринимательства в сфере туризма для экономического и социального развития региона и условия его устойчивого развития.
  
  курсовая работа [46,9 K], добавлен 11.01.2011
  

• Проект в сфере туризма по предприятиям в Йошкар-Оле

  Тенденции и перспективы туризма. Содержание, этапы разработки и внедрения проекта развития туристической привлекательности города Йошкар-Олы, его реализация по годам. Результаты проекта, а также анализ и обоснование его экономической эффективности.
  
  контрольная работа [28,1 K], добавлен 11.04.2016
  

• Анализ перспектив развития туризма в современной России

  Нормативно-правовое регулирование в сфере туризма, современное состояние туристской инфраструктуры и подготовка кадров. Основные направления и механизмы решения задач перспектив развития сферы туризма, повышение качества туристских и сопутствующих услуг.
  
  контрольная работа [56,8 K], добавлен 23.03.2010
  

• Влияние политических факторов на развитие туризма

  Политика в сфере туристического законодательства за рубежом и в Республике Беларусь. Взаимосвязь социальной политики и туризма. Влияние социальной, культурной, экономической политики, политики в сфере законодательства на развитие туристической отрасли.
  
  курсовая работа [51,0 K], добавлен 24.08.2012
  

• Анализ развития туризма в Бурятии

  Особенности развития туризма в Республике Бурятия. Экономико–географическое положение, климатические условия Кабанского района. Развитие туристической отрасли в районе. Методика расчета статистических показателей туризма. Рентабельность туристических баз.
  
  курсовая работа [321,5 K], добавлен 16.12.2012
  

• Социальные факторы развития туризма в краснодарском крае

  Исследование рекреационного комплекса Краснодарского края. Изучение особенностей современных социальных факторов Российской Федерации, оказывающих влияние на развитие туризма. Прогнозирование перспектив развития туристической отрасли в данном регионе.
  
  дипломная работа [90,7 K], добавлен 18.07.2014
  

• Организация туризма во Франции

  Социально-экономические предпосылки и особенности истории развития туризма во Франции. Государственная политика в сфере туризма и организации туристской деятельности. География туризма, места, пользующиеся особой популярностью среди иностранных туристов.
  
  реферат [20,3 K], добавлен 27.01.2010
  

• Опыт инновационных направлений в туризме

  Сущность и содержание инновации в сфере туризма. Современное состояние инновационного направления. Российские инновационные направления в сфере туризма. Основные особенности применения инноваций в туризме. Анализ экономической эффективности проекта.
  
  дипломная работа [133,1 K], добавлен 07.12.2011
  

• Перспективы развития туризма

  Виды и классификации туризма. Характеристика рынка туристических услуг. Анализ современного состояния развития туризма в Российской Федерации. Показатели финансово-экономической деятельности туристского предприятия. Перспективы развития туризма в мире.
  
  курсовая работа [521,5 K], добавлен 21.12.2013
  

• Совершенствование программы развития туризма Псковской области

  Отрасль туризма как объект управления и планирования. Этапы развития и реформирования отрасли туризма. Анализ состояния и перспективы развития отрасли туризма Псковской области. Совершенствование программы развития туризма Псковской области.
  
  дипломная работа [372,7 K], добавлен 16.09.2003
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам

Dependent Variable: YNEW
Method: Least Squares
Date: 05/25/13 Time: 15:28
Sample: 1 105
Included observations: 104
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable	Coefficient	Std. Error	t-Statistic	Prob.
YESNO	39.27911	21.85029	1.797647	0.0753
YEAR	44.05053	26.33281	1.672838	0.0975
NUMBER	-0.259121	0.159787	-1.621667	0.1081
INCOME	0.004608	0.003963	1.162763	0.2477
C	-43.96410	58.55617	-0.750802	0.4546