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»

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

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:

Листинг 14.1 – Оценка параметров первого уравнения приведённой модели

Листинг 14.2 – Оценка параметров второго уравнения приведённой модели

Выполним преобразования коэффициентов. Из приведённой модели определим коэффициенты структурной. Получим итоговую модель:

Листинг 14.2 – Листинг прогноза по показателю «розничный товарооборот»

Листинг 14.3 – Листинг прогноза по показателю «объём платных услуг населения»

Листинг 14.4 – Листинг прогноза по показателю «денежные доходы в среднем на душу населения»

Листинг 14.5 – Листинг прогноза по показателю «оборот общественного питания»