Смекни!
smekni.com

Экономико статистический анализ инвестиций РФ (стр. 5 из 7)

7) Нахождение ошибки репрезентативности (представительности):

σ

μ = √----, (23)

n

μ = √17832,77 = 133,54. На основе ошибки строим доверительный интервал (предельная ошибка)

Δ=tμ, (24)

где t – кратность, соответствующая определенной вероятности Р.

Р = 95% (уровень значимости 5%) t = 1,96.

Δ = 1,96*133,54 = 261,74. Отсюда доверительный интервал ± 261,74 млрд.руб.

8) Прогнозирование.

В динамических рядах чтобы построить прогноз необходимо первоначально изучить сезонность. Для учета сезонности используют индекс сезонности на основе средних величин.

Усезон. = у /у, (25)

Определим индекс сезонности на за 2 года на основе годовых индексов сезонности Jсезон. = (у+у)/2. Для этого составим следующую таблицу.

Таблица 10 – Расчет индекса сезонности

Само прогнозирование осуществляется по модели у = 979,67 – 11,86t + 38,76t2, вместо t – порядковый номер прогнозного периода, корректируется умножением на индекс сезонности и прибавлением доверительного интервала и получается прогноз.

Упрогн. = у*Jсезон. ± Δ (доверит.интервал), (26)

3.4 Корреляционно-регрессионный анализ инвестиций РФ

Корреляционный анализ позволяет качественно и количественно оценивать связи между большим числом взаимодействующих экономических явлений. Корреляция – это соотношение при котором с изменением одного признака изменяется другой. Так как в явлении различные взаимосвязи, которые называются свободными, то эти связи выраженные как признаки меняются, при одной задаче они результативные при другой факторные. Возникает задача выявления существенных связей и отброса несущественных. Эта задача решается на основе корреляции. Тесноту связи определяют на основе коэффициентов, а существенность при малых выборках на основе критерия Стьюдента.

Корреляционно-регрессионный анализ проводится в следующей последовательности:


1) Объектом статистического исследования является совокупность единиц изучаемого явления, о которых должны быть собраны статистические сведения. Использование моделей корреляционно-регрессионного исходит из допущения о разноважности всех объектов наблюдения.

Не всегда принятый в статистике или поддающийся непосредственно измерению показатель адекватно отражает то или иное свойство, интересующее исследователя. Если адекватность вызывает сомнение, целесообразно привлечь несколько дополнительных показателей, отображающих изучаемую исследователем характеристику с разных сторон, или представить первоначально сформулированную концепцию о свойствах в более простом виде.

2) Разложение обобщающих показателей на частные (от объекта к статистическому показателю).

На данном необходимо:

- определить ограниченное количество признаков, с помощью которых можно достаточно полно описать объект с учетом выделенной цели его развития;

- измерить выделенные признаки.

В данном случае объем и структура инвестиций.

3) Набор факторов, включаемых в систему.

Отбор факторов (признаков) для анализа осуществляется на основе экспертных оценок исследователя. Основным признаком отбора является: отбор максимального количества факторов в исследуемый комплекс, поскольку чем большее количество их исследуется, тем точнее будут результаты анализа. Вместе с тем необходимо знать, что если комплекс факторов рассматривается как их сумма, без выделения главных, определяющих, то выводы могут быть ошибочными. Взаимосвязанное влияние факторов на величину результативных показателей достигается с помощью их систематизации (классификации). В нашем примере это классификация инвестиций по отраслям экономики.

4) Отбор факторов в систему на основе логического анализа.

Анализ исследуемого явления ставит целью измерение влияния как каждого фактора на результативный признак, так и их совокупного влияния. Но ввод большого числа факторов в модель не всегда приводит к точным результатам, поскольку на результативный признак в ретроспективе влияло и значительное количество случайных факторов, которые могут исказить закономерность в явлении. Их следует исключить.

5) Сбор статистических данных.

Экономико-статистическая модель должна базироваться не только на теории данного явления, но и на ее практическом выражении, то есть на статистических данных, характеризующих основные свойства изучаемого явления. Показатели инвестиций по отраслям экономики отвечают главным требованиям к исходным данным: однородность, точность, однозначность, надежность, полнота, сопоставимость.

6) Статистическая сводка и группировка.

Для анализа методом вторичной группировки перегруппируем статистический материал в абсолютной величине (млрд. рублей) за 1998г. (приложение В). Минимальное значение признака 0,3 максимальное 65 всего 27 значений. Число групп можно определить по формуле:

n= 1+3,3321 lg N, (27)

где n-число групп,

N-число единиц совокупности;

n = 1+3,3321 lg27 = 5,66. Отсюда число групп 5. Так как максимальное число превышает минимальное более чем в 10 раз, используя принцип кратности, строим интервалы и образуем группы частот (повторяемость явлений).

Таблица 11 - Переруппировка

Группы инвестиций, млрд. рублей

Средний показатель группы,x

Частотаf

fx

0-3

1,5

4

6

3-6

4,5

4

18

6-12

9

8

72

12-24

18

6

108

24-48

36

3

108

48-65

56,5

2

113

Σƒ = 27

Σƒx = 425

При разработке статистических данных целесообразно использовать графики. Графический метод позволяет выявить и наглядно представить характеристику структуры, динамики, общую картину закономерностей развития изучаемого явления во времени, пространстве, которое подчас трудно удвоить в сложных статистических таблицах. Представление в виде графиков анализируемого материала дает возможность правильнее понять результат статистического наблюдения, поскольку графики помогают выделить и подчеркнуть особенности и свойства всей изучаемой совокупности, а так же подать их в обобщенном виде.

График – условное изображение статистической совокупности с помощью геометрических образов (точек, линий, поверхностей и т.д.) и фигур – знаков. Вариационные ряды изображаются в виде гистограммы (для интервального ряда) и полигона (для дискретного ряда).

Применение средних и индивидуальных величин для характеристики изучаемой совокупности – необходимый прием разработки рациональных группировок.

Для интервальных рядов взвешенная средняя арифметическая определяется:

Σxƒ

x = ——, (28)

Σƒ

где x – варианты;

ƒ – частота (вес или повторение).

Вариационный ряд характеризуется еще одним средним показателем – медианой. Медиана – показатель средней величины вариационного ряда. Она определяется по формуле:

Σƒ

—— - S

2

M = x + i ————, (29)

ƒ

где x – нижняя граница медианного интервала;

i – величина интервала;

S – сумма накопленных частот до медианного интервала;

ƒ – частота медианного интервала.

Медиана делит ряд распределение пополам. Начало медианного интервала определяется по формуле:

n+1

N = -------, (30)

2

где n – объем информации.

(65+1)/2 = 33, отсюда начало медианного интервала равно 24.

Мода – значение признака наиболее часто встречающееся. В интервальном ряду идет понятие модального интервала, и это тот, у которого наибольшая частота. В интервальном ряду значение моды определяется:

ƒ - ƒ

M = x + i ———————, (31)

(ƒ - ƒ ) + (ƒ - ƒ )

где x - нижняя граница модального интервала;

I - величина интервала;

ƒ - частота модального интервала;

ƒ - частота предмодального интервала;

ƒ - частота послемодального интервала.

Однако средних величин недостаточно. Для характеристики совокупности нужно знать, как группируются признаки вокруг средней величины, для чего используются показатели среднего квадратического отклонения и коэффициента вариации.