МАКРОЭКОНОМИЧЕСКОЕ ПЛАНИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ НАЦИО-НАЛЬНОЙ ЭКОНОМИКИ
Заказать уникальную курсовую работу- 3030 страниц
- 2 + 2 источника
- Добавлена 27.06.2015
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
ТЕОРЕТИЧЕСКАЯ ЧАСТЬ 4
ПРАКТИЧЕСКАЯ ЧАСТЬ 9
Факторный анализ 9
Множественная регрессия 15
Прогнозирование 21
ЗАКЛЮЧЕНИЕ 25
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 26
Для линейных взаимодействий β по абсолютному значению не превосходит 1;для криволинейных взаимодействий это условие не является обязательным. t — отношение коэффициента B к своей стандартной ошибке.Бета включения — значения коэффициента β для переменных, не включенныхв уравнение регрессии в предположении, что они в него включены.Рисунок 3ПрогнозированиеПрогноз с помощью «Эксперта построения моделей»Таблица 10Согласие моделиСтатистики согласияСреднееСтандартн. ошибкаМинимумМаксимумПроцентиль5102550759095Стационарный R-квадрат-,5701,891-3,376,703-3,376-3,376-2,526,196,620,703,703R-квадрат,022,381-,284,572-,284-,284-,256-,101,422,572,572Корень квадратный из среднего квадрата ошибки87131,199174245,2813,763348499,1203,7633,7635,50410,957261377,137348499,120348499,120Средний относительный модуль ошибки16,8847,3399,03824,9759,0389,0389,93016,76023,96024,97524,975Максимальный относительный модуль ошибки33,82313,78217,41550,87017,41517,41520,88433,50347,08150,87050,870Средний модуль ошибки61225,105122437,1522,557244880,8332,5572,5573,8838,515183662,918244880,833244880,833Максимальный модуль ошибки122003,485243982,9255,221487977,8725,2215,2217,72815,424365987,304487977,872487977,872Нормализованный байесовский информационный критерий9,75910,7712,97225,8452,9722,9723,4965,10920,67125,84525,845Таблица 11Статистики моделиМодельЧисло предикторовСтатистики согласия моделиЛюнга-Бокса Q(18)Число выбросовСтационарный R-квадратR-квадратСтатистикиСт.св.Знач.Архангельская обл.-Модель_10,703-,029.0.0Мурманская обл.-Модель_20,023-,284.0.0Республика Якутия-Модель_30,370-,172.0.0ВРП Арктической зоны-Модель_40-3,376,572.0.0Таблица 12ПрогнозМодель20132014Архангельская обл.-Модель_1Прогноз34,7034,70Верхняя граница доверительного интервала64,4864,48Нижняя граница доверительного интервала4,924,92Мурманская обл.-Модель_2Прогноз21,8821,88Верхняя граница доверительного интервала32,3332,65Нижняя граница доверительного интервала11,4411,12Республика Якутия-Модель_3Прогноз42,4342,43Верхняя граница доверительного интервала73,4973,83Нижняя граница доверительного интервала11,3711,02ВРП Арктической зоны-Модель_4Прогноз3,17E+0063,17E+006Верхняя граница доверительного интервала4,14E+0064,54E+006Нижняя граница доверительного интервала2,20E+0061,80E+006По каждой модели прогноз начинается после последнего непропущенного значения в заданном интервале оценивания и заканчивается последним периодом, в котором все предикторы имеют непропущенные значения, или последней датой заданного интервала прогноза, в зависимости от того, что встретилось раньше.Рисунок 4Прогнозирование «Экспоненциальное сглаживание»Таблица 13Согласие моделиСтатистики согласияСреднееСтандартная ошибкаМинимумМаксимумПроцентиль5102550759095Стационарный R-квадрат-,5701,891-3,376,703-3,376-3,376-2,526,196,620,703,703R-квадрат,022,381-,284,572-,284-,284-,256-,101,422,572,572Корень квадратный из среднего квадрата ошибки87131,19174245,283,763348499,123,7633,7635,50410,957261377,1348499,1348499,1Средний относительный модуль ошибки16,8847,3399,03824,9759,0389,0389,93016,76023,96024,97524,975Максимальный относительный модуль ошибки33,82313,78217,41550,87017,41517,41520,88433,50347,08150,87050,870Средний модуль ошибки61225,105122437,1522,557244880,832,5572,5573,8838,515183662,9244880,8244880,8Максимальный модуль ошибки122003,48243982,9255,221487977,875,2215,2217,72815,424365987,3487977,8487977,8Нормализованный байесовский информационный критерий9,75910,7712,97225,8452,9722,9723,4965,10920,67125,84525,845Таблица 14Статистики моделиМодельЧисло предикторовСтатистики согласия моделиЛюнга-Бокса Q(18)Число выбросовСтационарный R-квадратСтатистикиСт.св.Знач.Архангельская обл.-Модель_10,703.0.0Мурманская обл.-Модель_20,023.0.0Республика Якутия-Модель_30,370.0.0ВРП Арктической зоны-Модель_40-3,376.0.0ПрогнозМодель20132014Архангельская обл.-Модель_1Прогноз34,7034,70Верхняя граница доверительного интервала64,4864,48Нижняя граница доверительного интервала4,924,92Мурманская обл.-Модель_2Прогноз21,8821,88Верхняя граница доверительного интервала32,3332,65Нижняя граница доверительного интервала11,4411,12Республика Якутия-Модель_3Прогноз42,4342,43Верхняя граница доверительного интервала73,4973,83Нижняя граница доверительного интервала11,3711,02ВРП Арктической зоны-Модель_4Прогноз3,17E+0063,17E+006Верхняя граница доверительного интервала4,14E+0064,54E+006Нижняя граница доверительного интервала2,20E+0061,80E+006По каждой модели прогноз начинается после последнего непропущенного значения в заданном интервале оценивания и заканчивается последним периодом, в котором все предикторы имеют непропущенные значения, или последней датой заданного интервала прогноза, в зависимости от того, что встретилось раньше.ЗАКЛЮЧЕНИЕФакторная модель, которая состоит из 3-х факторов, сохраняет 98,129% исходной информации. Сохранение информации аж на 98,129% является очень хорошим показателем. Поэтому применение построенной факторной модели считается целесообразным.В уравнение регрессии включены все три предиктора. Коэффициент множественной корреляции R отражает связь зависимой переменной помощь с совокупностью независимых переменных и равен 0,991. Значение R2 составляет 0,981 и показывает, что 98,1 % дисперсии переменной помощь обусловлено влиянием предикторов. Помощьпрогноз = 2076524,612 –18863,154 (Архангельская обл.) +126279,652 (Мурманская обл.) – 38300,549 (Республика Якутия)СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ1. Наследов А. Н31 SPSS 19: профессиональный статистический анализ данных. — СПб.: Питер, 2011. — 400 с.: ил.2. Сайт Росстат www.gks.ru
2. Сайт Росстат www. gks.ru
Вопрос-ответ:
Что такое макроэкономическое планирование и прогнозирование национальной экономики?
Макроэкономическое планирование и прогнозирование национальной экономики — это процессы определения и анализа будущего состояния и развития экономики страны на основе сбора, обработки и интерпретации экономических данных. Они позволяют определить тенденции и прогнозировать изменения в экономике, что в свою очередь помогает принимать решения по разработке и реализации экономической политики.
Какой подход используется в факторном анализе?
Факторный анализ включает в себя исследование зависимости между зависимой переменной и набором факторов-переменных. Данные переменные объединяются в факторы, которые являются латентными (скрытыми) переменными. Факторный анализ позволяет выявить связи между этими факторами и зависимой переменной для оценки и прогнозирования экономических явлений.
Что такое множественная регрессия?
Множественная регрессия — это статистический метод, используемый для анализа связи между зависимой переменной и набором независимых переменных. В множественной регрессии строится уравнение, которое позволяет оценить влияние каждой независимой переменной на зависимую переменную в условиях контроля других переменных. Этот метод широко используется в экономическом прогнозировании и позволяет оценить влияние различных факторов на экономические показатели.
Какое значение должно быть у линейных взаимодействий в множественной регрессии?
Для линейных взаимодействий в множественной регрессии значение абсолютного значения не должно превышать 1. Это условие является обязательным для правильной интерпретации коэффициентов влияния взаимодействующих переменных.
Каким образом можно прогнозировать экономические показатели?
Прогнозирование экономических показателей может осуществляться с использованием различных методов, таких как статистические модели, эконометрические модели, экспертные оценки и другие. В зависимости от доступных данных и цели прогнозирования выбирается подход, который наиболее точно предсказывает будущие значения экономических показателей.
Какие методы используются при макроэкономическом планировании и прогнозировании национальной экономики?
При макроэкономическом планировании и прогнозировании национальной экономики применяются различные методы, такие как факторный анализ, множественная регрессия и прогнозирование. Эти методы позволяют анализировать и предсказывать развитие экономики на основе полученных данных.
Что такое факторный анализ?
Факторный анализ - это статистический метод, используемый для исследования взаимосвязей между различными переменными. В контексте макроэкономического планирования и прогнозирования, факторный анализ позволяет выявить основные факторы, влияющие на развитие экономики, и определить их взаимосвязи.
Что такое множественная регрессия?
Множественная регрессия - это статистический метод, используемый для анализа взаимосвязей между зависимой переменной и несколькими независимыми переменными. В макроэкономическом планировании и прогнозировании, множественная регрессия позволяет определить, какие факторы оказывают влияние на развитие экономики и как сильно это влияние.
Что такое прогнозирование в контексте макроэкономического планирования?
Прогнозирование в контексте макроэкономического планирования - это процесс оценки и предсказания будущего развития экономики на основе имеющихся данных и использования статистических методов. Прогнозирование позволяет государству и организациям принимать решения и разрабатывать стратегии с учетом ожидаемого развития экономики.
Какие условия необходимы для линейных и криволинейных взаимодействий в множественной регрессии?
Для линейных взаимодействий в множественной регрессии, абсолютное значение коэффициента не должно превосходить 1. Для криволинейных взаимодействий это условие не является обязательным. В множественной регрессии используется t-отношение для определения значимости коэффициентов.
Какие методы используются при макроэкономическом планировании и прогнозировании национальной экономики?
При макроэкономическом планировании и прогнозировании национальной экономики используются методы факторного анализа, множественной регрессии и прогнозирования.
Что такое факторный анализ?
Факторный анализ - это метод, который используется для выявления и измерения факторов, влияющих на определенный процесс или явление. Он помогает определить значимость каждого фактора и их взаимосвязь с целевыми переменными.