Forecast Table for RESIDUALS
Model: ARIMA(1,0,0)
Lower 95,0% Upper 95,0%
Period Forecast Limit Limit
------------------------------------------------------------------------------
2006 -0,033534 -0,477938 0,41087
2007 -0,0122996 -0,485652 0,461053
2008 -0,00451121 -0,481624 0,472602
2009 -0,00165461 -0,479271 0,475962
------------------------------------------------------------------------------
Рисунок 3.6.18.Прогноз остатков
Итоги прогнозирования обеспеченности жильем населения Хабаровского края сведены в таблице 3.6.1.
Таблица 3.5.1. Результаты прогнозирования обеспеченности жильем население Хабаровского края
Год прогноза |
Прогноз по экспоненциальному тренду |
Прогноз остатков |
Граница прогноза остатков |
Объединенный прогноз |
|
нижняя |
верхняя |
||||
2006 |
20,4697 |
-0,4779 |
-0,4779 |
0,41087 |
19,9918 |
2007 |
20,8701 |
-0,4857 |
-0,4857 |
0,4605 |
20,3844 |
2008 |
21,2783 |
-0,4816 |
-0,4816 |
0,4726 |
20,7967 |
2009 |
21,6945 |
-0,4793 |
-0,4793 |
0,4760 |
21,2152 |
Результаты прогнозирования свидетельствуют, что объединенный прогноз обеспеченности жильем меньше прогноза по экспоненциальному тренду из-за отрицательного прогноза остатков. За прогнозируемые годы обеспеченность жильем вырастет на 6,1% и к 2009 году достигнет 21,21кв.м.
4.2. Прогнозирование на основе множественной корреляционно-регрессионной модели с помощью пакета STATGRAFICS
В системе STATGRAFICS реализовано несколько методов корреляционно-регрессионного анализа, позволяющих установить связь между результативным признаком и одним или более факторными переменными. В основном модуле Relate (Связи) представлены:
- Simple Regression (Простая регрессия);
- Polynomial Regression (Полиномиальная регрессия);
- Multiple Regression (Множественная регрессия) В этом модуле реализована возможность пошаговой регрессии.
С целью исключения мультиколлинеарных факторов, построим множественную линейную модель, используя пошаговую регрессию.
Матрица исходной информации представлена в Приложении Б. В качестве исходной информации, используются следующие показатели:
У- Средняя обеспеченность населения жильём всего кв. м общей площади на одного жителя;
Х2 - Средняя стоимость строительства за 1 кв.м., руб (в сопоставимых ценах);
Х3 - Денежные доходы в расчете на душу населения в среднем за месяц, тыс.руб. (в сопоставимых ценах);
Х4 - Удельный вес частного жилого фонда, %;
Х5 - Удельный вес числа семей, состоящих на учете для получения жилья, в общем числе семей, %;
Х6 - Удельный вес семей улучшивших свои жилищные условия в % от числа семей, состоящих на учете на получение жилья;
Х7 - Капитально отремонтированных жилых домов за год, всего тыс. кв. м, общей площади;
Х8 - Индекс потребительских цен (декабрь текущего года в % к декабрю предыдущего года);
Х9 - Численность безработных, человек;
Х10 - Ввод в действие жилых домов, тыс. кв. метров общей площади;
Х11 - Инвестиции в жилища млн. руб. (в сопоставимых ценах).
В главном меню выбираем модуль Relate (Связи) и находим процедуру Multiple Regression(Множественная регрессия). Система STATGRAFICS покажет входную панель множественной регрессии (рисунок 4.2.1.)
DependentVariable – Зависимая переменная; IndependentVariable– Независимые переменные; Select – Выбрать; Weights – Веса.
Рисунок 4.2.1. – Входная панель процедуры Multiple Regression(Множественная регрессия)
После нажатия клавиши OK появится окно с предварительными результатами анализа (рисунок 4.2.2.).
Multiple Regression Analysis
-----------------------------------------------------------------------------
Dependent variable: Y
---------------------------------------------------------------------------
Standard T
Parameter Estimate Error Statistic P-Value
-----------------------------------------------------------------------------
CONSTANT 10,8613 2,00102 5,42791 0,0123
X1 -0,137878 0,571198 -0,241384 0,8248
X10 0,538811 0,358874 1,50139 0,2303
X2 1,80787 2,10914 0,857156 0,4544
X3 0,126905 0,0255044 4,97579 0,0156
X4 0,0977076 0,0401923 2,431 0,0932
X5 -0,168993 0,174397 -0,969015 0,4040
X6 0,0000286517 0,000084697 0,338285 0,7574
X7 -0,00139405 0,0010293 -1,35437 0,2686
X8 -0,0000213316 0,0000217901 -0,978958 0,3998
X9 0,00303274 0,00278768 1,08791 0,3562
-----------------------------------------------------------------------------
Analysis of Variance
-----------------------------------------------------------------------------
Source Sum of Squares Df Mean Square F-Ratio P-Value
-----------------------------------------------------------------------------
Model 27,4126 10 2,74126 80,89 0,0020
Residual 0,101667 3 0,0338891
-----------------------------------------------------------------------------
Total (Corr.) 27,5143 13
R-squared = 99,6305 percent
R-squared (adjusted for d.f.) = 98,3988 percent
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.