1 2 3 Задача 2.1 Сделайте постановку задачи по изучению динамики какого-либо экономического показателя. Соберите необходимую количественную информацию по выбранным показателям, используя данные Росстата. Проведите анализ собранной информации. Постройте модель тренда, адекватно отражающую динамику исследуемого показателя. Дайте характеристику её качества. Проинтерпретируйте её результаты. Постройте точечный и интервальный прогноз (по линейному тренду). Решение 1. Используя данные на сайте Росстата берём для исследования данные о объёме мирового ВВП за период 2001-2017 гг. Таблица 1
2. Построим график временного ряда. Рис. 1. График динамики мирового ВВП По графику можно сделать предположение о возрастающей тенденции мирового ВВП. 3. Для ряда найдём параметры трендов разной функциональной формы. Линейный тренд имеет вид: Для расчёта параметров регрессии используем функцию ЛИНЕЙН. Уравнение линейного тренда: Величина коэффициента регрессии означает, что ежегодно объём мирового ВВП возрастал в среднем на 25,889 трлн. руб. Таблица 2
Средняя ошибка аппроксимации: Поскольку точность модели высокая. Коєффициент детерминации: Оценим с помощью F – критерия Фишера-Снедекора значимость модели. Fкр (0,05;1;16) = 4,5 В силу того, что Fфакт > Fкр, модель линейного тренда является статистически значимой. Проверим модель на автокорреляцию остатков с помощью критерия Дарбина-Уотсона. По таблице Дарбина-Уотсона при m=1 определим критические точки для уровня значимости 0,05 и числа наблюдений 18: = 0,902; = 1,118. Таким образом, < = 0,902, следовательно, имеются основания считать, что присутствует положительная автокорреляция остатков. Построим график линейного тренда с нанесением на него фактических данных. Рис. 2. График линейного тренда Параболический тренд второго порядка имеет вид: Для расчёта параметров регрессии используем функцию ЛИНЕЙН. Уравнение параболического тренда: Таблица 3
Средняя ошибка аппроксимации: Поскольку точность модели высокая. Коєффициент детерминации: Оценим с помощью F – критерия Фишера-Снедекора значимость модели. Fкр (0,05;2;15) = 3,7 В силу того, что Fфакт > Fкр, модель параболического тренда является статистически значимой. Проверим модель на автокорреляцию остатков с помощью критерия Дарбина-Уотсона. По таблице Дарбина-Уотсона при m=1 определим критические точки для уровня значимости 0,05 и числа наблюдений 18: = 0,802; = 1,239. Таким образом, , cледовательно, имеются основания считать, что автокорреляция остатков отсутствует. Построим график линейного тренда с нанесением на него фактических данных. Рис. 3. График параболического тренда Степенной тренд имеет вид: Приводится к линейному виду с помощью логарифмирования: Уравнение степенного тренда: Или Величина коэффициента регрессии означает, что ежегодно объём мирового ВВП возрастал в среднем в 0,047 раз. Таблица 4
Средняя ошибка аппроксимации: Поскольку точность модели высокая. Коєффициент детерминации: Оценим с помощью F – критерия Фишера-Снедекора значимость модели. Fкр (0,05;1;16) = 4,5 В силу того, что Fфакт > Fкр, модель линейного тренда является статистически значимой. Проверим модель на автокорреляцию остатков с помощью критерия Дарбина-Уотсона. По таблице Дарбина-Уотсона при m=1 определим критические точки для уровня значимости 0,05 и числа наблюдений 18: = 0,902; = 1,118. Таким образом, , cледовательно, имеются основания считать, что автокорреляция остатков отсутствует. Построим график степенного тренда с нанесением на него фактических данных. Рис. 4. График степенного тренда Показательный тренд имеет вид: Приводится к линейному виду с помощью логарифмирования: Уравнение степенного тренда: Или Величина коэффициента регрессии означает, что ежегодно объём мирового ВВП возрастал в среднем на 0,059%. Таблица 5
Средняя ошибка аппроксимации: Поскольку точность модели невысокая. Коєффициент детерминации: Оценим с помощью F – критерия Фишера-Снедекора значимость модели. Fкр (0,05;1;16) = 4,5 В силу того, что Fфакт > Fкр, модель линейного тренда является статистически значимой. Проверим модель на автокорреляцию остатков с помощью критерия Дарбина-Уотсона. По таблице Дарбина-Уотсона при m=1 определим критические точки для уровня значимости 0,05 и числа наблюдений 18: = 0,902; = 1,118. Таким образом, < = 0,902, следовательно, имеются основания считать, что присутствует положительная автокорреляция остатков. Построим график степенного тренда с нанесением на него фактических данных. Рис. 4. График показательного тренда Результаты оформим в таблице: Таблица 6
Выбор лучшего уравнения тренда проводим на основании построенной таблицы. Как видим, все модели не являются достаточно хорошими по качеству, наибольшее значение коэффициента детерминации и наименьшее значение средней ошибки аппроксимации имеет параболический тренд: Уравнение параболического тренда: 4. Найдём точечный и интервальный прогноз по линейной модели на 2020 год. Уравнение линейного тренда: Точечный прогноз: Чтобы получить интервальный прогноз, определим среднеквадратическую ошибку прогнозируемого показателя: tтабл (0,025;18-1-1) = 2,58. Предельная ошибка прогнозируемого объёма реализации: Таблица 7
L - период упреждения; n - количество наблюдений во временном ряду; Sy - стандартная ошибка прогнозируемого показателя; tтабл - табличное значение критерия Стьюдента для уровня значимости α и для числа степеней свободы, равного n-2. Доверительный интервал прогнозируемого объёма мирового ВВП составит: Это значит, что в 2020 году объём мирового ВВП будет не меньше чем 627,547 трлн. руб. и не больше чем 902,351 трлн. руб. 1 2 3 |