Социально экономическое прогнозирование
Реферат по предмету:
"Экономика"
Название работы:
"Социально экономическое прогнозирование"
Автор работы: Воробьев Алексей
Страниц: 16 шт.
Год:2012
Краткая выдержка из текста работы (Аннотация)
1. Отбор факторов для включения в многофакторную регрессионную модель
В ряде случаев на величину того или иного технико-эксплуатационного или экономического показателя влияет не один, а несколько различных факторов. Каждый из них может не оказывать большого воздействия, но их совокупное влияние окажется решающим, и тогда по изменению этих факторов можно определить и изменение самого показателя. В этих случаях для измерения совместного влияния нескольких факторов на величину результативного показателя у строят модели множественной корреляции. При этом у рассматривается как функция не одного, а нескольких факторов х, т. е..
y=f(x1, x2, . . . , xi, . . . , xn),
где i - порядковый номер фактора-показателя (i=l, 2,..., п).
В многофакторных корреляционных моделях выбор уравнения связи еще более сложен, чем при парных зависимостях, так как не представляется возможным проследить действие различных факторов на искомый показатель с помощью построения графиков. Поэтому качественный анализ характера связей каждого фактора с искомым результативным показателем здесь приобретает весьма важное значение.
Если эта связь может быть принята линейной или близкой к ней, то применяется линейное уравнение множественной корреляции:
y = a0+a1x1+a2x2+...+anxn
Для нахождения параметров a0; a1; a2; ... an, так же как и при парной корреляции используется метод наименьших квадратов и решение на его основе системы нормальных уравнений.
Например, если имеется линейная связь между у и двумя факторами х1 и x2, то уравнение связи записывается следующим образом:
yx1,x2 = a0+a1x1+a2x2,
а параметры этого уравнения находятся с помощью решения соответствующей системы нормальных уравнений.
В случаях, когда в уравнении множественной корреляции имеется значительное количество факторов, расчеты становятся очень трудоемкими и их следует проводить с помощью ЭВМ по стандартным программам. Если воздействие каких-либо факторов на результативный показатель не может считаться прямолинейным, то соответствующие переменные х; включаются в уравнение не только в первой степени, но и в более высоких степенях.
Предположим, что на среднюю заработную плату шоферов грузовых автомобилей у влияют только два фактора — выработка на одну списочную автомобиле-тонну х1 и средняя грузоподъемность подвижного состава х2. При сдельной оплате труда шоферов их заработная плата прямо пропорциональна росту выработки, но уменьшается с ростом грузоподъемности подвижного состава, т. е. криволинейно связана с фактором x2. При этом можно предположить, что кривая приближенно соответствует обычной параболе. В этом случае целесообразно провести расчеты по следующему уравнению множественной корреляции:
y = a0+a1x1+a2x2+...+a3x2
Для оценки тесноты связи между результативным показателем и всеми факторами, включенными в модель, используется коэффициент множественной корреляции R, который характеризует силу совместного влияния учтенных факторов на величину результативного показателя. Чем ближе R к единице, тем выше теснота связи между результативным показателем и учтенными факторами.
При построении многофакторных корреляционных моделей обычно вначале делается предположение, что на у влияет значительное число факторов х. Однако оказывается, что некоторые из этих факторов являются несущественными, т. е. их влияние на величину у значительно меньше других. Поэтому используется пошаговый процесс решения, когда на каждом шаге из уравнения исключается одна из переменных xi. При этом все время сравнивается значение R на предыдущем шаге с его значением на последующем. Если при исключении очередного фактора R уменьшается незначительно, то это означает, что данный фактор является несущественным и можно отказаться от его учета при определении значения результативного признака.
В последние годы построение многофакторных регрессионных моделей находит все большее применение при анализе и планировании работы автомобильного транспорта. Следует подчеркнуть, что конкретные модели корреляционного анализа должны использоваться только для тех хозяйственных объектов, по данным которых они были рассчитаны.
Содержание работы
1. Отбор факторов для включения в многофакторную регрессионную модель 3
2. Применение скользящих средних в экономическом прогнозировании 6
3. Задача 9
Список литературы 18
Использованная литература
- Алексеева М.М. Планирование деятельности фирмы: Учебно-методическое пособие. М.: Финансы и статистика, 2002.
- Глущенко В. В., Глущенко И. И. Разработка управленческого решения. Прогнозирование — планирование. Теория проектирования экспериментов. М.: ТОО НПЦ «Крылья», 2004.
- Денисов В. В. Основы экономического прогнозирования в пищевой промышленности: Учебное пособие. М.: Колос, 2003.
- Идрисов А.Б., Картышев С.В., Постников А. В. Стратегическое планирование и анализ эффективности инвестиций. 2-е изд. М.: Филинъ, 2003.
- Личко К. П. Планирование и прогнозирование развития сельскохозяйственной сферы АПК. (Опыт и проблемы). М.: МСХА, 2004.
- Личко К.Л. Теоретические основы системы планирования аграрной сферы АПК в условиях формирования нового экономического механизма хозяйствования: Лекция. М.: МСХА, 2002.
- Личко К. П., Абельдяев Н.Ф. Прогнозирование урожайности сельскохозяйственных культур (экстраполяционные приемы). 2-е изд. М.: МСХА, 2002.
- Серков А. Ф. Индикативное планирование в сельском хозяйстве. М.: Информа-гробизнес, 2002. 162с.