Эконометрические модели

Для чистого коэффициента корреляции при расчете его вместо (n-2) надо брать , т.к. в этом случае имеется m=2 (две факторные переменные x и z). При большом числе n>100 вместо (n-2) или (n-3) в (6) можно брать n, пренебрегая точностью расчета.

Если t_r > t_табл. , то коэффициент парной корреляции -- общий или чистый является статистически значимым, а при t_r ? t_табл. -- незначимым.

Значимость коэффициента множественной корреляции R проверяется по F -- критерию Фишера путем расчета его фактического значения

При F_R > F_табл. коэффициент R считается значимым с заданным уровнем значимости a и имеющихся степенях свободы и , а при F_r? F_табл -- незначимым.

В совокупностях большого объема n > 100 для оценки значимости всех коэффициентов Пирсона вместо критериев t и F применяется непосредственно нормальный закон распределения (табулированная функция Лапласа-Шеппарда).

Наконец, если коэффициенты Пирсона не подчиняются нормальному закону, то в качестве критерия их значимости используется Z -- критерий Фишера, который здесь не рассматривается.

Условный пример расчета (2) -- (7) дан в таблице 2, где взяты исходные данные таблицы 1 с добавлением к ним третьей переменной z -- размера общей площади магазина (в 100 кв. м).

Таблица № 2 Подготовка данных для расчета коэффициентов корреляции Пирсона

Согласно (2) -- (5), коэффициенты линейной корреляции Пирсона равны:

Взаимосвязь переменных x и y является положительной, но не тесной, составляя по их парному коэффициенту корреляции величину и по чистому -- величину и оценивалась по шкале Чеддока соответственно как "заметная" и "слабая".

Коэффициенты детерминации d_xy =0,354 и d_xy.z = 0,0037 свидетельствуют, что вариация у (товарооборота) обусловлена линейной вариацией x (численности работников) на 35,4% в их общей взаимосвязи и в чистой взаимосвязи -- только на 0,37%. Такое положение обусловлено значительным влиянием на x и y третьей переменной z -- занимаемой магазинами общей площади. Теснота ее взаимосвязи с ними составляет соответственно r_xz=0,677 и r_yz=0,844.

Коэффициент множественной (совокупной) корреляции трех переменных показывает, что теснота линейной взаимосвязи x и z c y составляет величину R = 0,844, оцениваясь по шкале Чеддока как "высокая", а коэффициент множественный детерминации -- величину D=0,713, свидетельствуя, что 71,3 % всей вариации у (товарооборота) обусловлены совокупным воздействием на нее переменных x и z. Остальные 28,7% обусловлены воздействием на y других факторов или же криволинейной связью переменных y, x, z.

Для оценки значимости коэффициентов корреляции возьмем уровень значимости . По исходным данным имеем степени свободы для и для . По теоретической таблице находим соответственно t_табл.1. = 3,182 и t_табл.2. = 4,303. Для F-критерия имеем и и по таблице находим F_табл. = 19,0. Фактические значения каждого критерия по (6) и (7) равны:

Заключение

На основании проведенной работы можно сделать сделать следующие выводы:

Под прогнозом понимается система научно обоснованных представлений о возможных состояниях объекта в будущем, об альтернативных путях его развития. Прогноз выражает предвидение на уровне конкретно-прикладной теории, в то же время прогноз неоднозначен и носит вероятностный и многовариантный характер. Процесс разработки прогноза называется прогнозированием.

Важнейшим составным элементом методологии макропрогнозирования являются методологические принципы, под которыми понимаются исходные положения, основопологающие правила формирования и обоснования планов и прогнозов. Они обеспечивают целенаправленность, целостность, определенную структуру и логику разрабатываемых планов и прогнозов.

Методы прогнозирования - это способы, приемы, с помощью которых обеспечивается разработка и обоснование планов и прогнозов.

Будущее прогнозирование будет ориентировано на общие концептуальные качественные цели, выстраивать соответствующие стратегии, анализировать многовариантные сценарии развития, учитывать вероятностный характер развития и систему рисков, непредсказуемость многих событий. Конкретное решение проблем детализируется в крупных народнохозяйственных проектах и программах. В перспективе, по мере развития планирования и прогнозирования возможно реальное программирование и открытое планирование вкл\выкл экономических регуляторов в зависимости от состояния системы устанавливаемых индикаторов развития- в этой ситуации население и бизнес будет чувствовать себя все более уверенно и не опасаться завтрашнего дня. Во многом система прогнозирования и планирования будет сближаться с публичной политикой. Регуляторы рыночной экономики по мере её развития будет носить все более экономический, косвенный, нежесткий характер, заменяя прямое администрирование, законодательная система стабилизируется, приблизится к мировым стандартам институциональная среда

Список использованной литературы

1. Акулич, И.Л. Экономико-математические методы и модели. Компьютерные технологии решения / И.Л. Акулич. - Минск: БГЭУ, 2003.

2. Васильев, А.Н. Финансовое моделирование и оптимизация средствами Excel / А.Н. Васильев. - СПб.: Питер, 2009.- 320 с.

3. Гринберг А.С. Экономико-математические методы и модели: курс лекций / А.С. Гринберг, О.Б. Плющ, В.К. Шешолко. - 2-е изд., стер. - Минск: Акад. упр. при Президенте Респ. Беларусь, 2005. - 222 с.

4. Дубина А.Г. Excel для экономистов и менеджеров/ А.Г. Дубина. - СПб.: Питер, 2004. - 295 с.

5. Ильченко, А.Н. Экономико-математические методы: учеб. пособие / А.Н. Ильченко. - М.: Финансы и статистика, 2006. - 288 с.

6. Каплан А.В. Решение экономических задач на компьютере / Каплан А.В. [и др.] ? М.: ДМК Пресс; 2004. - 600 с.

7. Карлберг К. Бизнес-анализ с помощью Excel 2000 / К. Карлберг; пер. с англ. - М.: Издат. дом «Вильямс», 2001. - 480 с.

8. Карлберг, К. Управление данными с помощью Excel 2000 / К. Карлберг; пер. с англ. - М.: Издат. дом «Вильямс», 2005. - 448 с.

9. Колеснёв, В.И. Экономико-математические методы и модели в коммерческой деятельности предприятий АПК: учеб. пособие / В.И. Колеснёв. - Минск: ИВЦ Минфина, 2009. - 264 с.

10. Колеснёв В.И. Экономико-математические методы и модели в материально-техническом обеспечении АПК: сборник задач: учеб. пособие / В.И. Колеснёв. - Минск: Дикта, 2008. - 208 с.

11. Мур Джеффри. Экономическое моделирование в Microsoft Excel / Джеффри Мур [и др.]; пер. с англ. - 6-е изд. - М.: Издат. дом «Вильямс», 2004. - 1024 с.

12. Орлова, И.В. Экономико-математические методы и модели: компьютерное моделирование: учеб. пособие / И.В. Орлова. - М.: Вузовский учебник, 2008. - 365 с.

13. Паршин, В.Ф. Математическое программирование и экономико-статистическое моделирование в ценообразовании / В.Ф. Паршин. - Минск, БГЭУ, 2004. - 133 с.

Размещено на Allbest.ru