Потребительские расходы в домашних хозяйств в Хабаровском крае, страница 4

Продолжение таблицы

№	у	Х₁	Х₂	Х₃	Х₄	Х₅	Х₆	Х₇	Х₈
41	10523,4	100,2	622,9	6256,6	100,9	100,2	16271,3	77,9	19660,8
42	10303,1	100,2	510,8	6577,1	100,3	99,8	19185,2	65,9	21001,3
43	10413,6	100,9	512,2	6823,2	99,9	101,9	18573,2	67,2	20692,6
44	11237,5	100,0	512,0	6262,7	99,6	100,8	16942,9	74,1	20451,0
45	11312,8	100,6	541,7	5661,0	100,0	101,5	17406,2	71,3	21587,3
46	11763,1	100,3	547,3	5986,1	100,2	100,4	20339,1	66,4	21334,4
47	11924,0	100,3	593,4	5831,9	100,2	100,5	19951,5	69,6	21938,7
48	16535,0	100,3	655,2	6059,0	100,6	100,1	32391,2	51,3	27468,6

Комментарии к исходным данным:

У – розничный товарооборот, млн. руб.;

X₁ - индекс потребительских цен, в процентах;

X₂ - оборот общественного питания, млн. руб. в сопоставимых ценах;

X₃- объём платных услуг населения, млн. руб. в сопоставимых ценах;

X₄ - индекс потребительских цен на продовольственные товары, в процентах;

X₅ - индекс потребительских цен на непродовольственные товары, в процентах;

X₆ - денежные доходы в среднем на душу населения в месяц, рублей;

Х₇ – доля денежных доходов на покупку товаров и оплату услуг, в процентах;

Х₈ - среднемесячная номинальная начисленная заработная плата одного работника, рублей.

Приложение 10

Матрица парных линейных коэффициентов корреляции

	у	Х₁	Х₂	Х₃	Х₄	Х₅	Х₆	Х₇	Х₈
у	1,000
Х₁	-0,220	1,000
Х₂	0,588	-0,113	1,000
Х₃	0,779	-0,206	0,452	1,000
Х₄	-0,102	0,649	-0,005	-0,161	1,000
Х₅	0,021	0,582	0,057	0,148	0,204	1,000
Х₆	0,943	-0,341	0,538	0,672	-0,130	-0,086	1,000
Х₇	-0,298	0,584	-0,174	-0,041	0,189	0,265	-0,572	1,000
Х₈	0,939	-0,038	0,552	0,840	0,055	0,168	0,862	-0,181	1,000

Приложение 11

Построение множественной регрессионной модели

Листинг 11.1 - Уравнение регрессии в натуральном выражении

Приложение 12

Расчёт прогнозных значений факторов по трендовым моделям

Листинг 12.1 – Построение трендовых моделей по показателю «Денежные доходы в среднем на душу населения в месяц»

Наилучшей признаётся модель, согласно средней ошибки аппроксимации (ошибка минимальная из представленных моделей), экспоненциального тренда. По этой модели строится прогноз.

Листинг 12.2 – Прогноз на основе линейного тренда по показателю «Денежные доходы в среднем на душу населения в месяц»

Листинг 12.3 – Построение трендовых моделей по показателю «Доля денежных доходов на покупку товаров и оплату услуг»

Листинг 12.4 – Прогноз на основе экспоненциального тренда по показателю «Доля денежных доходов на покупку товаров и оплату услуг»

Приложение 13

Группировка регионов по основным показателям среднедушевого потребления посредством кластерного анализа

Приложение 14

Построение системы взаимосвязанных уравнений

Проведём идентификацию модели по счётному правилу:

Число эндогенных переменных в модели две (у₁; у₂); число экзогенных переменных – две (х₁; х₂).

Т.о. для каждого уравнения выполняется счётное условие: D+1=Н (D – число экзогенных переменных, которые содержатся в системе, но отсутствуют в уравнении; Н – число эндогенных переменных в уравнении системы). Это свидетельствует о том, что уравнения системы являются точно идентифицируемыми. Т.к. оба уравнения являются идентифицируемыми, следовательно, и система является идентифицируемой.

Для оценки параметров идентифицируемой системы будет использоваться косвенный метод наименьших квадратов.

Приведённая модель:

Параметры приведённой модели оцениваем методом наименьших квадратов. Для этого будем использовать ППП Excel. С целью упрощения преобразования из приведённой модели в структурную, уравнение регрессии будем вычислять без свободного члена уравнения регрессии. Приведённая модель примет вид: