Теоретические основы эконометрического моделирования

КУРСОВАЯ РАБОТА

Дисциплина: «Эконометрическое моделирование в логистике»

Наименование темы: «Эконометрическое моделирование средней наполненности парковок и влияющих на нее факторов» 

Код работы:

Руководитель                                                       кандидат экон. наук, доцент, 

                                                                          Метляхин Александр Игоревич

Выполнила студент                                                Садовая Анна Михайловна

Группа, курс                                                                               ЭМЛ-31, 3 курс

Дата сдачи                                                                                                           

Дата защиты                                                                                                    

Оценка по защите                                                                                                   

Вологда

2019

ОГЛАВЛЕНИЕ

ОГЛАВЛЕНИЕ. 2

ВВЕДЕНИЕ. 2

ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРИ АНАЛИЗЕ НАПОЛНЕННОСТИ ПАРКОВОК И ВЛИЯЮЩИХ НА НЕЕ ФАКТОРОВ.. 4

1.1 Теоретические основы эконометрического моделирования. 4

1.2 Теоретические основы построения и анализа уравнения парной регрессии 8

1.3 Теоретические основы построения и анализа уравнения множественной регрессии. 12

1.4 Применение эконометрических моделей для прогнозирования количества парковочных мест. 17

ГЛАВА 2 ПОСТРОЕНИЕ И АНАЛИЗ ПАРНОЙ РЕГРЕССИИ НАПОЛНЕННОСТИ ПАРКОВОК И ВЛИЯЮЩИХ НА НЕГО ФАКТОРОВ.. 18

2.1 Построение уравнений парных регрессий наполненности парковочных мест и влияющих на неё факторов. 18

2.2 Оценка качества и надежности парных уравнений регрессии наполненности парковочных мест и влияющих на неё факторов. 19

ГЛАВА 3 ПОСТРОЕНИЕ И АНАЛИЗ МНОЖЕСТВЕННОЙ РЕГРЕССИИ СРЕДНЕЙ НАПОЛНЕННОСТИ ПАРКОВОК И ВЛИЯЮЩИХ НА НЕЕ ФАКТОРОВ.. 23

3.1 Отбор факторов при построении множественного уравнения регрессии средней наполненности парковок и влияющих на нее факторов. 23

3.2 Окончательное множественное уравнение регрессии наполненности парковок и влияющих на нее факторов. 29

3.3 Прогнозирование теоретической средней наполненности парковок, с помощью полученного уравнения множественной регрессии и сравнение теоретической наполненности парковок с ее фактическими значениями. 39

ЗАКЛЮЧЕНИЕ. 40

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.. 42

ПРИЛОЖЕНИЕ 1. 44

ПРИЛОЖЕНИЕ 2. 46

 ВВЕДЕНИЕ

В настоящее время всё большее внимание уделяется исследованию и применению математических методов в экономических системах. Ярким примером такого явления является появление и развития эконометрики и эконометрического моделирования, позволяющих с высокой точностью и эффективностью изучать количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей, чем обуславливается их высокая актуальность.

Проблемы, которые призваны решить методы эконометрического моделирования, распространены во многих сферах деятельности, в том числе, в проектировании и строительстве домов, улиц и кварталов. В данных процессах должен учитываться огромный ряд факторов, влияющих на качество жизни проживающих там людей, одним из таких факторов является то, насколько в среднем наполнены парковки на тех ли иных улицах. Поскольку на данный признак оказывает влияние большое количество различных качественных и количественных факторов, для решения данной проблемы применяются методы эконометрического моделирования.

Целью выполнения настоящей работы является анализ взаимосвязей средней наполненности парковок и влияющих на нее факторов методами эконометрического моделирования.

В процессе выполнения настоящей исследовательской работы были выделены следующие задачи:

1. Изучить теоретические основы эконометрического моделирования, построение уравнения парной и множественной регрессии;

2. Изучить и проанализировать взаимосвязь средней наполненности парковок и влияющих на нее факторов посредством уравнений парной регрессии;

3. Изучить и проанализировать взаимосвязь средней наполненности парковок и влияющих на нее факторов посредством уравнений множественной регрессии;

Объектом исследования данной курсовой работы является выборка из 100 улиц города Вологда, предметом исследования – пути анализа взаимосвязи средней наполненности парковок на этих улиц с различными факторными признаками.

Структура данной работы позволяет последовательно осветить в первой части теоретические вопросы, касающиеся теоретических основ эконометрического моделирования, построения уравнений парной и множественной регрессии. Во второй главе был построены и проанализированы парные уравнения регрессии средней наполненности парковок и влияющих на нее факторов. Третья глава посвящена построению и анализу множественного уравнения регрессии.

В ходе написания настоящей курсовой работы были использованы такие методы, как анализ, описание, сравнение, классификация, систематизация.

При написании настоящей курсовой работы был использован список рекомендованной литературы научного характера, издания периодической печати.

ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ЭКОНОМЕТРИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРИ АНАЛИЗЕ НАПОЛНЕННОСТИ ПАРКОВОК И ВЛИЯЮЩИХ НА НЕЕ ФАКТОРОВ

Теоретические основы эконометрического моделирования

Эконометрика представляет собой научную дисциплину, объединяющую совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, статистики и математико-статистического инструментария проводить анализ общих (качественных) закономерностей, обусловленных экономической теорией.

Главным инструментом эконометрики служит эконометрическая модель, т.е. экономико-математическая модель факторного анализа, параметры которой оцениваются средствами математической статистики. Эта модель выступает в качестве средства анализа и прогнозирования конкретных экономических процессов на основе реальной статистической информации. Переменные, участвующие в эконометрической модели, разделяются на следующие типы: результирующая (зависимая, эндогенная) переменная Y она характеризует результат или эффективность функционирования экономической системы. Значения ее формируются в процессе и внутри функционирования этой системы под воздействием ряда других переменных и факторов, часть из которых поддается регистрации, управлению и планированию. В регрессионном анализе результирующая переменная играет роль функции, значение которой определяется значениями объясняющих переменных, выполняющих роль аргументов. По своей природе результирующая переменная всегда случайна (стохастична). Объясняющие (экзогенные, независимые) переменные X – переменные, которые поддаются регистрации и описывают условия функционирования реальной экономической системы (факторные признаки). Они в значительной мере определяют значения результирующих переменных. Обычно часть из них поддается регулированию и управлению. Значение этих переменных могут задаваться вне анализируемой системы, поэтому их называют экзогенными. В регрессионном анализе они представляют из себя аргументы результирующей функции Y.

Эконометрические модели полезны для более полного понимания сущности происходящих процессов, их анализа. Модель, построенная и верифицированная на основе (уже имеющихся) наблюденных значений объясняющих переменных, может быть использована для прогноза содержания зависимой переменной в будущем или для других наборов значений объясняющих переменных. Можно выделить три основных класса моделей, которые применяются для анализа и прогнозирования экономических систем:

· модели временных рядов;

·  регрессионные модели с одним уравнением;

·  системы одновременных уравнений.

Модели временных рядов представляют собой модели зависимости результативного признака от времени. К ним относятся:

· модели кривых роста (трендовые модели);

·  адаптивные модели;

· модели авторегрессии и скользящего среднего.

С помощью данных моделей можно решать задачи прогнозирования объема продаж, спроса на продукцию, краткосрочного прогноза процентных ставок и др.

В регрессионных моделях зависимая (объясняемая) переменная Y может быть представлена в виде функции: f (X1, X2, X3, … Xk), где X1, X2, X3, … Xk – независимые (объясняющие) переменные, или факторы; k – количество факторов.

В качестве зависимой переменной может выступать практически любой показатель, характеризующий, например, деятельность предприятия или курс ценной бумаги. В зависимости от вида функции f 7 (X1, X2, X3, … Xk) модели делятся на линейные и нелинейные.

В зависимости от количества включенных в модель факторов Х модели делятся на однофакторные (парная модель регрессии) и многофакторные (модель множественной регрессии).

Процесс построения и анализа данных моделей называется эконометрическим моделированием. Традиционно данный процесс разбивается на шесть основных этапов: постановочный, априорный, этап параметризации, информационный, этапы идентификации и верификации модели.

Первый этап заключается в определении конечной цели моделирования, набора участвующих в модели факторов и показателей на основе качественного анализа иссле­дуемого экономического процесса.

Второй этап представляет собой предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации.

Сущностью третьего этапа является моделирование, т.е. выбор общего вида математической модели процесса, состава и формы входящих в нее связей. Основной задачей на данном этапе является спецификация модели, выражение в математической форме обнаруженных связей и соотношений; установление состава эндогенных и экзогенных переменных; формулировка исходных предпосылок и ограничений модели. От того, насколько удачно решена проблема спецификации модели, в значительной степени зависит успех всего эконометрического моделирования.

Четвертый этап состоит из формирования репрезентативной выборочной статистической сово­купности, сбор необходимой статистической информации: регистрация значений участвующих в модели факторов и показателей на различных временных и пространственных интервалах функционирования явления.

Пятый этап заключается в статистическом анализе модели, прежде всего, в выборе методов оценивания неизвестных параметров модели в соот­ветствии с особенностями объектов исследования и спецификой имеющихся данных наблюдений и статистическое оценивание этих параметров.

Шестой этап – это сопоставление модельных и расчетных данных, проверка адекватности модели, оценка точности модельных данных. На этом этапе рассчитываются:

· коэффициенты корреляции (корреляционное отношение) и детерминации, используемые для проверки пра­вильности произведенного отбора факторов и принятой формы связи;

· эмпирические и теоретические коэффициенты эластичности зависимой переменной по факторам, сравнение которых между собой также применяется в качестве критерия проверки адекватности модели;

· статистические t – критерий и F – критерий, а также их доверительные интервалы, для проверки статистической значимости коэффициентов регрессии и детерминации соответственно.

В результате интерпретации полученных результатов, установления их адекватности поставленным целям, принимается решение относительно следующего цикла эконометрического исследования.