Моделирование и прогнозирование притока инвестиций в Хабаровский край на основе множественного корреляционно-регрессионного анализа

Одной из наиболее важных задач статистического исследования является изучение связи между наблюдаемыми переменными и на их основе прогнозирование социально-экономических явлений. Корреляционно-регрессионный анализ предназначен для установления и измерения связей между одной зависимой и несколькими независимыми переменными.

Изучим влияние различных факторов на медиану ожидаемого потока инвестиций в основной капитал Хабаровского края

Следует заметить, что при использовании множественной регрессии может возникнуть проблема мультиколлинеарности. Под мультиколлинеарностью понимают тесную зависимость между факторными признаками, включаемыми в модель. О наличии мультиколлинеарности можно судить, если коэффициент корреляции больше 0,8.

На основе ранее приведенных данных (Приложение А) построим множественную линейную модель, получили предварительные результаты построения модели (Приложения Н). Полученную модель нельзя использовать для анализа, так как все значения р-Value оказались больше установленного уровня значимости (больше 0,05). Следовательно, необходимо проверить факторы на мультиколлинеарность. Для этого построим корреляционную матрицу и будем последовательно удалять мультиколлинеарные факторы.

С целью исключения мультиколлинеарных факторов построим множественную линейную модель, используя пошаговую регрессию . После процедуры пошаговой регрессии получим результаты заключительной модели, представлены в Приложении О, из которой был удален фактор Х8- уровень безработицы, в процентах.

Полученная модель описывает 98,53% изучаемого явления (о чем свидетельствует коэффициент детерминации), ее можно считать достоверной, и, как следует из результата, на основе частных F-критериев из 11 независимых переменных в модель среднего притока инвестиций включены 3 фактора:

Х2 - Объем платных услуг на душу населения, руб.

Х4 - Среднедушевые денежные доходы населения, руб.

Х11- объем производства строительства, млн.руб.

Построена следующая модель:

= 0,208114 + 0,26373*X2 + 1,76048*X4 + 0,546193*X11

Все факторы оказывают положительное влияние на результативный признак, а точнее при увеличении, объема платных услуг на душу населения на 1 ед., приток инвестиций увеличивается на 0,26млрд.руб;если среднедушевые денежные доходы населения увеличиваются на 1 ед,то инвестиционный поток в основной капитал увеличится на 1,76 млрд.руб, и при увеличении объема производства строительства на 1 ед, инвестиции возрастают на 0,55 млрд.рублей соответственно. Все отобранные факторы статистически значимы, так как фактический t-критерий Стьюдента больше табличного, об этом свидетельствует графа P-Value (Приложение О),в которой отражены вероятности наиболее существенных факторов динамики притока инвестиций. Фактический критерий Фишера, равный 313,82 в 99,3 раза больше табличного значения.

Статистика Дарбина-Уотсона (Durbin-Watson statistic), составляющая 1,71417 говорит об отсутствии автокорреляции

,71417

есть 0,93 ? 1,68 нет 2,32 ? 3,07 есть(+) (-)

Рисунок 4.1 − Таблица определения наличия или отсутствия автокорреляции на основе критерия Дарбина−Уотсона

Таким образом, по всем проверенным критериям полученное уравнение регрессии имеет статистически значимые коэффициенты, сама модель является типичной, без автокорреляции в остатках, следовательно, данное уравнение можно использовать для получения достоверных и точных прогнозов.

Перейти на страницу: 1 2 3 4

Другое по теме

Применение методов математической экономики к решению практических задач
Курсовая работа имеет название: «Применение методов математической экономики к решению практических задач». Данная курсовая работа связана с решением практических задач, применяя методы математической экономики. В курсовой работе рассматриваются несколько методов решения ма ...

Разделы