Анализ и прогнозирование доходов населения

Автор работы: Пользователь скрыл имя, 15 Января 2012 в 15:02, курсовая работа

Краткое описание

Цель курсовой работы состоит в необходимости определения прогноза основных показателей уровня расходов на основе применение наивных и экспертных методов.

Содержание работы

Введение………………………………………………………………………..3
1.Теоритические аспекты экономического прогнозирования
1.1Сущность прогнозов и их классификация………………………………..5
1.2.Методология прогнозирования…………………………………………...6
2 Метод прогнозирования динамики экономических процессов
2.1 Понятие временных рядов………………………………………………...9
2.2.Основные показатели изменения уровней временного рядя………….12
2.3Средние характеристики временного ряда……………………………14
3 Определение основной тенденции временных рядов
3.1.Понятие основной тенденции…………………………………………...17
3.2 Применение простых скользящих средних…………………………….18
3.3 Прогнозирование тенденции развития с помощью моделей кривых роста Метод Ирвина…………………………………………………………22
3.4 Компоненты временного ряда…………………………………………..24
3.5 Проверка гипотезы о наличии тренда. Методом критерия серий…….25
3.6 Статистический анализ и прогнозирование на основе тренд- сезонных моделей………………………………………………………………………..25
4 Методы регрессионного анализа как инструмент построения модели
4.1Прогнозирование на основе регрессии………………………………….26
4.2 Регрессионный метод анализа данных………………………………….27
4.3 Оценка качество модели регрессии……………………………………..28
4.4 Принятие решений на основе уравнения регрессии…………………..30
5 Расчетная часть……………………………………………………………..31
Заключение…………………………………………………………………...68
Список используемой литературы………………………………………….70
Приложение А………………………………………………………………..72
Приложение В………………………………………………………………..73
Приложение С……………………………………………………………….74

Содержимое работы - 1 файл

курсовая работа по ОПП.doc

— 469.00 Кб (Скачать файл)
 

Таблица 5.9 -  – Расчеты для проверки адекватности модели 

     Задание 6.Провести качественный анализ взаимосвязей данных, определить вид связи графически по диаграмме рассеивания

     Для проведения  качественного анализа взаимосвязей данных, выберем следующее данные (таблица 5.11).

                 Таблица5.11 – Исходные данные

№ п/п Период Совокупные  личные расходы  Личный располагаемый  доход 
1 1985 763,6 858,4
2 1986 780,2 875,8
3 1987 823,1 906,8
4 1988 864,3 942,9
5 1989 903,2 988,8
6 1990 927,6 1015,5
7 1991 931,8 1021,6
8 1992 950,9 1049,3
9 1993 963,3 1058,3
10 1994 1009,2 1095,4
11 1995 1100,3 1204,2
12 1996 1105,4 1209,5
13 1997 1204,9 1307,1
14 1998 1305,7 1402,5
15 1999 1312,4 1425,6
16 2000 1504,4 1598,8
17 2001 1788,2 1894,4
18 2002 1987,2 2065,5
19 2003 2003,1 2145,4
20 2004 2054,4 2245,9

      

     Выявим  взаимосвязь между совокупными личные расходы и личный располагаемый доход. Для этого построим  диаграмму разброса или рассеивания данных(рисунок 5.11). 

Рисунок 5.12– Диаграмма рассеивания

  Глядя на рисунок можно сделать следующий  вывод, что сгруппированность точек  на диаграмме рассеяния вдоль  наклонной прямой позволяет пронаблюдать тенденцию прямой линейной связи между значениями переменных X— личный располагаемый доход и Y — совокупные личные расходы.

Задание7.Выполнить  расчет линейного  коэффициента корреляции между зависимыми признаками. Оценить  его значимость по критерию t –Стьюдента.

  Возьмем исходные данные представленные в таблице .. (Таблица5.11).

  Промежуточные расчеты при вычислении коэффициента корреляции между переменными  X — личный располагаемый доход и Y — совокупные личные расходы приведены в таблице (5.12) 
 
 
 
 
 
 
 

  Таблица5.12 - Вычислении коэффициента корреляции

X Y yi-y ср xi-x ср (xi-x ср)(yi-y ср) (xi-x ср)2 (yi-y ср)2
1 763,6 858,4 -457,2 -450,6 205989,3 203004,3 209018,1
2 780,2 875,8 -439,8 -434,0 190849,1 188321,3 193410,8
3 823,1 906,8 -408,8 -391,1 159859,5 152927,9 167105,2
4 864,3 942,9 -372,7 -349,9 130387,6 122402,0 138894,1
5 903,2 988,8 -326,8 -311,0 101617,1 96696,1 106788,4
6 927,6 1015,5 -300,1 -286,6 85992,4 82116,6 90051,0
7 931,8 1021,6 -294,0 -282,4 83009,6 79727,2 86427,2
8 950,9 1049,3 -266,3 -263,3 70102,2 69305,8 70907,7
9 963,3 1058,3 -257,3 -250,9 64542,5 62930,7 66195,6
10 1009,2 1095,4 -220,2 -205,0 45129,1 42008,6 48481,4
11 1100,3 1204,2 -111,4 -113,9 12682,3 12964,1 12406,6
12 1105,4 1209,5 -106,1 -108,8 11537,8 11828,7 11254,0
13 1204,9 1307,1 -8,5 -9,3 78,6 85,7 72,0
14 1305,7 1402,5 86,9 91,5 7956,2 8379,6 7554,2
15 1312,4 1425,6 110,0 98,2 10807,9 9651,1 12103,3
16 1504,4 1598,8 283,2 290,2 82200,3 84239,3 80210,7
17 1788,2 1894,4 578,8 574,0 332263,0 329521,9 335026,8
18 1987,2 2065,5 749,9 773,0 579714,3 597590,8 562372,5
19 2003,1 2145,4 829,8 788,9 654674,2 622426,3 688592,9
20 2054,4 2245,9 930,3 840,2 781687,9 706003,3 865486,0
Сумма         3611080,7 3482131,5 3752358,7
Среднее 1214,2 1315,6          
 

  Средние значения случайных величин X и Y, которые являются наиболее простыми показателями, характеризующими последовательности х12, ..., x18 у12,...,у18, рассчитаем по формулам.

                      (5.31) 

   Дисперсия характеризует степень разброса значений  x1, x2, …, x16 (y1, y2, …, y16) вокруг своего среднего (и соответственно ):

           (5.32) 

            (5.33) 

   Стандартные ошибки случайных величин X и Y рассчитаем по формулам соответственно:

          (5.34)

           (5.35)

= 

   Коэффициент корреляции рассчитаем по формуле:

            (5.36) 

   Оценим  значимость коэффициента корреляции. Для этого рассчитаем значение t-статистики по формуле:

                (5.35)

   Табличное значение критерия Стьюдента равно: tтабл (α = 0,1; k = n - 2 = 18) = 1,734 (см. Приложение В). Сравнивая числовые значения критериев, видно, что tрасч > tтабл, т.е. полученное значение коэффициента корреляции значимо. Значит, судя по коэффициенту корреляции, можно говорить о том, что тенденция к росту одной переменной при увеличении другой присутствует.

   Таким образом, можно сделать вывод, что  при увеличении личного располагаемого дохода, возрастут и совокупные личные расходы.

   Задание8.Провести регрессионный анализ данных. Определения  аналитической зависимости  признаков в виде уравнения регрессии. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии.

   Регрессионный анализ позволяет определить аналитическое выражение связи между факторным признаком(X) и результативным(Y).

   Для этого построим линейную регрессионную модель методом наименьших квадратов. Используем промежуточные вычисления, приведенные в Таблице 8.1: 

   Вычислим  значения коэффициентов линейной модели: 
 

1315,6-1259,1=56,46                        (5.37)

1315,6-1259,1=56,46

   Линейная  модель имеет вид: 

   Подставив рассчитанные коэффициенты в модель, получим: 

  Таблица 5.13 - Линейная модель

    1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
848,3 865,5 910 952,7 993,1 1018,4 1022,7 1045,5 1055,4 1,103
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
1197,5 1202,8 1305,9 1410,5 1417,4 1616,5 1910,8 2117,2 2133,7 2186,9
 
 

   - коэффициент регрессии, показывает насколько в среднем изменится значение результативного признака при изменении факторного признака на единицу собственного измерения.

  Таким образом, увеличение числа совокупных личных доходов  на 1% дает повышение совокупных личных расходов на 1,037 тыс. руб.

  Задание 9.Осуществить проверку значимости параметров уравнения регрессии  с помощью t-критерия Стьюдента (α = 0,05).

  Осуществим  проверку значимости параметров уравнения регрессии с помощью t-критерия Стьюдента с уровнем значимости α = 0,05.

Для проверки нуль-гипотезы H0 о том, что параметр β0 равен некоторому значению β00, против альтернативы – H1, что β0 отлично от β00, то есть H0: β000, против H1: β0≠ β0, необходимо вычислить и сравнить  с t(n-2;1-a/2) из таблицы t-критерия с (n-2) степенями свободы. В таком виде критерий будет двусторонним со 100а% уровнем значимости. Примем, а=0,05, β00 = 0 и вычислим t (5.38).

                                        =                                             (5.38)              

                                        tрасч =                                             (5.39) 

где  – дисперсия коэффициента регрессии, наиболее простая формула которого имеет вид.

  ,                  (5.38)

где – дисперсия результирующего признака,

к –  число факторных признаков в  уравнении связи.

    При проверки значимости коэффициентов регрессии на основе линейной парной зависимости дисперсия результирующего признака может быть вычислена следующим образом

 =                  (5.39)

где дисперсия  факторного признака

 = Σ 2                      (5.40)

   -  остаточная дисперсия:

 = Σ (yi – ӯx)2                   (5.41)

 = .                              

= 3957937

 = =1,19 

tрасч =

        Расчетное значение t-критерия Стьюдента сравнивается с критическим, которое определяется по таблице табулированных значений (см.приложение В).

tтабл = 2,101

= 1,3

        Так как, расчетное значение t-критерия Стьюдента по модулю не превышает табличное, то коэффициент регрессии не признается значимым.

Информация о работе Анализ и прогнозирование доходов населения