Вопросы экономики и управления международный научный журнал 5 (07) / 2016
жүктеу/скачать 2,46 Mb. Pdf көрінісі
|
j econ44 ch1
| 30
Вопросы эк ономики и управления № 5 (07) 2016 рассмотрены следующие показатели: курс доллара к рублю (среднегодовое значение) [4] и цены на нефть [5]. Выбор этих показателей обусловлен тем, что цены в Российской Федерации подвержены влиянию внешней конъюнктуры, так как экономика нашей страны обла- дает высокой степенью зависимости от экспорта энерго- носителей, а так же от импорта товаров. Таки образом, введем следующие обозначения для построения регрессионной модели: y — темп прироста инфляции (уровень инфляции), %; x 1 — цепной прирост уровня безработицы, %; x 2 — темп прироста средней цены на нефть, %; x 3 — темп прироста среднегодового курса доллара США к рублю, %. Модель множественной регрессии будет иметь вид: e x a x a x a b y + + + + = 3 3 2 2 1 1 Исходные данные для построения модели множе- ственной регрессии представлены в Табл. 1. Таблица 1 Исходные данные для построения модели за 2001–2012 гг. Год Темп прироста ин- фляции (%) Цепной прирост безработицы (%) Темп прироста цены на нефть (%) Темп прироста курса доллара к рублю (%) 2001 20,2 –1,6 –16,03 7,4 2002 18,6 –1,1 –0,93 4,9 2003 15,1 0,3 21,39 –7,4 2004 12 –0,4 36,01 –5,9 2005 11,7 –0,7 32,87 3,8 2006 10,9 0 16,51 –8,3 2007 9 –1,1 11,12 –7,1 2008 11,9 0,2 42,49 18,7 2009 13,3 2,1 –41,54 3,2 2010 8,8 –1 33,15 0,4 2011 8,8 –0,8 22,23 6,2 2012 6,1 –1 –0,67 –5,7 Источник: составлено автором по данным Федеральной службы государственной статистики. Для нахождения параметров линейного уравнения множественной регрессии необходимо решить систему линейных уравнений относительно неизвестных параме- тров. Параметры уравнения множественной регрессии найдены с помощью Пакета прикладных программ MS Office Excel. Результаты регрессионного анализа пред- ставлены на рис. 1. Рис. 1. Данные регрессионного анализа Эк ономиче ск ое развитие и рос т 31 Оценка уравнения множественной регрессии. Полученная модель множественной регрессии будет иметь вид: 1 2 3 12,71 0,63 0,07 0,17 y x x x = − − + Матрица парных коэффициентов корреляции пред- ставлена на Рис. 2: Рис. 2. Матрица парных коэффициентов корреляции В нашем случае все парные коэффициенты корре- ляции |r|<0.7, что говорит об отсутствии мультиколлине- арности факторов. Средняя ошибка аппроксимации: 100% y yx Ai y − = ⋅ 1 3,281 27,34% 12 1 n A Ai n i = = = ∑ = В среднем, расчетные значения отклоняются от фак- тических на 27,34 %. Поскольку ошибка больше 7 %, то данное уравнение нежелательно использовать в каче- стве регрессии. Коэффициент множественной корреляции 5 , 0 = R . Связь между уровнем инфляции и факторами Xi не сильная. Оценка значимости коэффициентов регрессии с по- мощью t-критерия Стьюдента проводится путем сопо- ставления их значений с величиной случайной ошибки. В данном случае, на 5 % уровне значимости подтвержда- ется значимость коэффициента b, остальные коэффи- циенты уравнения регрессии признаются статистически незначимыми. Оценку надежности уравнения регрессии в целом и показателя тесноты связи дает F-критерий Фишера. По- скольку фактическое значение F < Fт, то коэффициент детерминации статистически не значим и уравнение ре- грессии статистически ненадежно. Поскольку качество построенного уравнения мно- жественной регрессии и адекватность модели (т. е. про- гнозные свойства модели) признаются неудовлетвори- тельными, необходимо изменить одну из объясняющих переменных. Далее показатель прироста годового уровня безработицы будет заменен на показатель темпа прироста среднедушевых денежных доходов населения в РФ. Это считается возможным, так как между уровнем инфляции и среднедушевыми денежными доходами су- ществует прямая зависимость, а рост покупательской способности населения считается одной из причин ин- фляции спроса. Исходные данные для построения новой модели регрессионной зависимости уровня инфляции представлены в Таблице 2. Таблица 2 Исходные данные для построения модели за 2001–2012 гг. жүктеу/скачать 2,46 Mb. Достарыңызбен бөлісу:
|