Содержание

Содержание. 2

Введение. 3

Глава 1. Показательный тренд. 5

1.1. Построение регрессии. 7

1.2. Дисперсионный анализ для линейной регрессии. 10

1.3. Эластичность показательной регрессии. 11

1.4. Изучение качества линейной регрессии. 11

Доверительные интервалы для оцененных параметров. 11

Критерий Фишера значимости всей регрессии. 12

1.5. Колеблемость признака. 13

1.6. Прогноз. 15

Глава 2. Моделирование сезонности ВВП 17

Глава 3. Индексный анализ. 19

Глава 4. Полиномиальная регрессия. 20

4.1. Построение регрессии. 21

4.2. Коэффициенты эластичности. 23

4.3. Стандартизованные коэффициенты 24

4.4. Парные коэффициенты корреляции. 24

4.5. Частные коэффициенты корреляции. 24

4.6. Множественный коэффициент корреляции . 25

4.7. Коэффициент детерминации. 25

4.8. Колеблемость признака. 25

4.9. Сезонность. 26

4.10. Доверительные интервалы для параметров регрессии. 28

Заключение. 29

Список использованных источников. 30

Введение

В последние годы в эконометрической литературе большое внимание уделяется исследованию рядов динамики макроэкономических показателей. Разнообразные содержательные задачи экономического анализа требуют использования статистических данных, характеризующих исследуемые экономические процессы и развернутых во времени в форме временных рядов. При этом нередко одни и те же временные ряды используются для решения разных содержательных проблем.

Настоящая работа посвящена исследованию ряда динамики ВВП России.

Проблема эконометрического исследования макроэкономических процессов является весьма актуальной. В последнее время появилось достаточно большое количество работ, в которых рассматриваются различные эконометрические аспекты развития российской переходной экономики. В ситуациях, когда временной ряд формируется под воздействием некоторого набора случайных и неслучайных факторов, анализ отдельных временных рядов, как результирующих, так и факторных, имеет огромное значение.

Пятнадцатилетний период перехода России к рыночной экономике наряду с ростом понимания экономических последствий принятия тех или иных политических решений сопровождался и накоплением статистических данных о динамике различных макроэкономических показателей. По мере накопления таких данных появляется возможность выявления и изучения долговременных связей между различными макроэкономическими показателями внутри российской экономики, возможность проведения сравнительного анализа динамики аналогичных макроэкономических переменных в Российской Федерации и других развитых и развивающихся странах, возможность выявления долговременных связей между такими переменными и построения эконометрических моделей таких связей [16].

Построенные модели обычно используется для экстраполяции или прогнозирования временного ряда, и тогда качество прогноза может служить полезным критерием при выборе среди нескольких альтернативных моделей. Построение хороших моделей ряда необходимо и для других приложений, таких, как корректировка сезонных эффектов и сглаживание.

Некоторые элементы структуры ряда иногда можно выявить уже на основании простого визуального анализа графика ряда[1].

Сезонные колебания - это устойчивые циклические изменения показателей (в данном случае ВВП), повторяющиеся из года в год. Они включают в себя две группы факторов: сезонные явления и другие системные воздействия. Сезонные явления - это регулярные явления, сохраняющие ежегодно свои сроки, направления и масштаб (погодные условия зимы-лета, ежегодные праздники). Другие системные воздействия - тоже явления устойчивые и предсказуемые, но повторяющиеся ежегодно не с такой точностью (число рабочих дней в периоде, праздники, приходящиеся на разные даты).

Слагаясь под совместным воздействием систематических и случайных факторов, уровень ряда динамики испытывает также воздействие причин, обусловленных периодичностью колебаний.

В рядах внутригодичной динамики, можно выделить три важ­нейшие составляющие колеблемости уровней временного ряда: тренд, сезонную и случайную компоненты.

Таким образом, при анализе колеблемости динамических ря­дов наряду с выделением случайных колебаний возникает и за­дача изучения периодических колебаний. Как правило, изучение периодических («сезонных») колебаний необходимо с целью ис­ключения их влияния на общую динамику для выявления «чи­стой» (случайной) колеблемости.

В широком понимании к сезонным относят все явления, ко­торые обнаруживают в своем развитии отчетливо выраженную закономерность внутригодичных изменений, т.е. более или ме­нее устойчиво повторяющиеся из года в год колебания уровней. Часто эти колебания могут быть не связаны со сменой времен го­да. К сезонным явлениям относят, например, потребление элект­роэнергии; неравномерность производственной деятельности в отраслях пищевой промышленности, связанных с переработкой сельскохозяйственного сырья; перевозки пассажирским транс­портом, спрос на многие виды продукции и услуг и т.д [15].

Как бы ни проявлялась сезонность, она наносит большой ущерб национальной экономике, связанный с неравномерным ис­пользованием оборудования и рабочей силы, с неравномерной за­грузкой транспорта, необходимостью создания резервов мощно­стей и т.д. Комплексное регулирование сезонных изменений по отдельным отраслям должно основываться на исследовании се­зонных отклонений.

Важнейшими задачами, решаемыми в ходе исследования се­зонности, являются следующие [5]:

1) определение наличия сезонности, численное выражение проявления сезонных колебаний и выявление их силы и характе­ра в различных фазах годичного цикла;

2) характеристика факторов, вызывающих сезонные колеба­ния;

3) оценка последствий, к которым приводит наличие сезон­ных колебаний;

4) математическое моделирование сезонности.

Цель работы: применить некоторые методы для изучения сезонности ВВП в России.

Глава 1. Показательный тренд

Построим показательный тренд ВВП. Используем данные таблицы (в млрд.руб) [14].

Таблица 1. Данные к работе