Моделирование и прогнозирование притока инвестиций в Хабаровский край на основе множественного корреляционно-регрессионного анализа - Анализ инвестиционного рынка Хабаровского края
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 построим множественную линейную модель, получили предварительные результаты построения модели. 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, 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.
Построена следующая модель:
Y = 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, 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.
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.
Расчет коэффициентов эластичности, коэффициентов (стандартизованные коэффициенты регрессии), коэффициентов позволит определить степень влияния факторной переменной на результат. (х=0,904; у=0,128,1; R2=0,9853).
Таблица 4.1 Расчет коэффициентов эластичности
Если сопоставить значения коэффициентов эластичности, то можно видеть, что главным фактором изменения результативного показателя является фактор Х4 (Среднедушевые денежные доходы населения, руб). При его увеличении на 1% У (инвестиции в основной капитал) возрастает на 0,3386%. Вторым по силе влияния на результат является фактор Х11(объем производства строительства, млн. руб). С ростом этой переменной на 1% инвестиции в основной капитал увеличиваются на 0,3128%. Третьим - фактор Х2(Объем платных услуг на душу населения, руб), с увеличением этого фактора на 1% инвестиции возрастают на 0,1188%.
Сравнение позволяет сделать вывод, что с учетом уровня колеблемости факторов наибольшие резервы в изменении результативного показателя заложены в увеличении фактора Х11- объем производства строительства, млн. руб.
Сопоставление значений коэффициентов позволяет сделать вывод, что наибольшую долю влияния опять же имеет фактор Х11. Роль этого фактора в вариации среднего потока инвестиций в основной капитал Хабаровского края составляет 0,055% общего влияния двух факторов на результативный показатель. Для построения прогноза по множественной корреляционно-регрессионной модели построим отдельно для каждого фактора трендовые модели, а также прогноз для каждого фактора.
Таблица 4.2 Трендовые модели для факторов, включенных во множественную корреляционно-регрессионную модель
Используя трендовые модели, представленные в таблице 4.2 построим точечные и интервальные прогнозы по исследуемым факторам.
В результате подстановки получим прогнозные значения.
Полученные прогнозные значения подставим в уравнение множественной регрессии:
Y = 0,208114 + 0,26373*X2 + 1,76048*X4 + 0,546193*X11
Таблица 4.3 Прогнозные значения факторов, включенных во множественную корреляционно-регрессионную модель
Таблица 4.4 Прогнозные значения и доверительные интервалы ожидаемого потока инвестиций в основной капитал Хабаровского края, полученные на основе множественной регрессии
Результаты показывают, что спрогнозированный приток инвестиций имеет тенденцию к резкому увеличению, и к 2013 году составит 3,057 млрд. руб., что составит 182,6% к 2008году.
Похожие статьи
-
Определив общие закономерности изменения медианы ожидаемого потока инвестиций, приступим к подбору модели и расчету прогнозных значений моделируемого...
-
Аналитическое выравнивание уровней динамического ряда не дает хороших результатов при прогнозировании, если уровни ряда имеют резкие периодические...
-
Множественная регрессия - уравнение связи с несколькими независимыми переменными: где - зависимая переменная (результативный признак); - независимые...
-
Первичный статистический анализ данных Для анализа инвестиционной деятельности в основной капитал был использован статистический ежегодник...
-
Возьмем данные об инвестициях в основной капитал (млрд. руб.) Год Квартал Номер квартала Значение 2003 I 1 330 II 2 470,4 III 3 608,8 IV 4 773,7 2004 I 5...
-
После проведения регрессионного анализа получается модель объекта исследований в виде некоторой функции. В простейшем случае линейной регрессии она имеет...
-
Введение - Анализ инвестиционного рынка Хабаровского края
Кластерный корреляционный регрессионный инвестиция Важнейшим индикатором инвестиционной привлекательности субъектов Российской Федерации для тех, кто...
-
Будем моделировать среднегодовую численность занятого населения с помощью показателей общей численности населения и миграционного прироста Среднегодовая...
-
Фиктивные переменные во множественной регрессии - Моделирование в эконометрике
До сих пор в качестве факторов рассматривались экономические переменные, принимающие количественные значения в некотором интервале. Вместе с тем может...
-
Помимо технических характеристик здания, анализируемых выше, объекты офисной недвижимости характеризуются факторами удобства для арендаторов. К таким...
-
Анализ временных рядов - Статистическое исследование инвестиционной деятельности в регионе
Временной ряд - Это последовательность чисел; его элементы - это значения некоторого протекающего во времени процесса. Проведем анализ временных рядов....
-
Регрессионный анализ данных - Статистическое исследование инвестиционной деятельности в регионе
Если расчет корреляции характеризует силу связи между переменными, то регрессионный анализ служит для определения вида этой связи и дает возможность для...
-
Корреляционный анализ данных - Статистическое исследование инвестиционной деятельности в регионе
Графическое представление корреляционной зависимости. Для графического представления корреляционной связи можно использовать прямоугольную систему...
-
В состав системы эконометрических уравнений входят множество зависимых или эндогенных переменных и множество предопределенных переменных (лаговые и...
-
По данным рейтингового агентства по инвестиционному климату за 2006-2007 гг. Хабаровский край, среди регионов Дальневосточного федерального округа, вновь...
-
Нелинейный регрессионный анализ, Множественный регрессионный анализ - Основы научных исследований
Линейные по параметрам регрессионные модели можно использовать для аппроксимации нелинейных зависимостей путем их линеаризации с помощью базисных...
-
Факторы, оказывающие влияние на уровень безработицы в России Перед тем как переходить непосредственно к анализу данных, необходимо предварительно выбрать...
-
Явления общественной жизни складываются под воздействием целого ряда факторов, то есть являются многофакторными. Между факторами существуют сложные...
-
На этапе верификации необходимо провести проверку качества построенных моделей и выбрать наиболее точную из них. Тест на функциональную форму модели...
-
Моделирование сезонности ВВП - Динамика ВВП РФ, статистический анализ
После того, как мы установили наличие сезонности, надо пытаться ее моделировать. Приведем расчет модели с использованием фиктивных переменных. Введем 3...
-
Множественный регрессионный анализ, Заключение - Система источников данных о населении
Будем моделировать среднегодовую численность занятого населения с помощью показателей общей численности населения и миграционного прироста Среднегодовая...
-
Множественный коэффициент корреляции - Основы научных исследований
Задача определения интенсивности или, как ее еще называют, тесноты связи между более чем двумя переменными относится к множественному корреляционному...
-
Таблица 9. Результаты коррекции на гетероскедастичность модели 4 Переменная Оценка коэффициента Стандартная ошибка T-статистика Значимость C 6.354841...
-
После получения матриц спектра плана, проведем 70 опытов в каждой точке. По полученным параметрам построим регрессионную модель второго порядка,...
-
Логарифмическая модель - Эконометрическое моделирование рынка вторичных трехкомнатных квартир
Начальная логарифмическая модель содержит все 20 имеющихся регрессоров. Таблица 5. Результаты оценки параметров модели 5 Переменная Оценка коэффициента...
-
Задание 1. - Регрессионно-корреляционный анализ предприятия
Коррекционный регрессия экономический моделирование По предложенным вам экспериментальным данным, представляющим собою макроэкономические показатели или...
-
Полный факторный эксперимент - Выполнение регрессионного и дисперсионного анализа
В факторных экспериментах, в отличие от классических, происходит одновременное варьирование всеми независимыми переменными. Эксперимент, в результате...
-
Задание к задачам 1-10. Имеются данные о расходах населения на продукты питания (y) и доходах семьи (x), ден. ед. для 8 районов. 1. Для характеристики...
-
Множественная линейная регрессия
Задание Линейный регрессия переменная детерминация Составить уравнение линейной регрессии, используя МНК, и найти числовые характеристики переменных....
-
Множественная регрессия - Эконометрика как наука
Общее назначение множественной регрессии (этот термин был впервые использован в работе Пирсона - Pearson, 1908) состоит в анализе связи между несколькими...
-
Из переменных, приведенных в Таблице 1, к техническим характеристикам были отнесены тип планировки рабочего пространства, количество этажей здания, тип...
-
Основные предпосылки регрессионного анализа - Основы научных исследований
Методика РА создана с использованием некоторых предпосылок. Если они не выполняются, то корректное выполнение всех процедур РА приведет к неверным...
-
На этапе моделирования ставится задача построения различных регрессионных моделей продажной цены квартир - линейной, полулогарифмической и...
-
1. Определение параметров модели парной линейной регрессии методом наименьших квадратов 2. Оценка тесноты связи между переменными 3. Оценка качества...
-
Таблица 10. Результаты коррекции на гетероскедастичность модели 6 Переменная Оценка коэффициента Стандартная ошибка T-статистика Значимость C 4.344850...
-
Оценим уравнение объема отгруженных инновационных товаров и услуг на основании данных, взятых из сборников Росстата "Россия. Статистический справочник" и...
-
При анализе инновационной активности региона важно понимать, как те или иные экономические данные влияют на инновационные показатели. В качестве...
-
Полулогарифмическая модель - Эконометрическое моделирование рынка вторичных трехкомнатных квартир
Начальная полулогарифмическая модель включает в себя все рассматриваемые регрессоры. Таблица 3. Результаты оценки параметров модели 3 Переменная Оценка...
-
Проверка на гетероскедастичность построенных моделей осуществляется в пакете EViews-3 с помощью теста Уайта. В нашем случае его результаты говорят о том,...
-
В нашем анализе данных показателей рынков под "самородками" понимаются зависимости, отражающие степень эффективности рекламных кампаний. Эксперты часами...
Моделирование и прогнозирование притока инвестиций в Хабаровский край на основе множественного корреляционно-регрессионного анализа - Анализ инвестиционного рынка Хабаровского края