1,11848341
Год 2000
1 квартал
486
1,029661017
1,15165877
2 квартал
490
1,008230453
1,16113744
3 квартал
495
1,010204082
1,17298578
4 квартал
498
1,006060606
1,18009479
Год 2001
1 квартал
502
1,008032129
1,18957346
2 квартал
522
1,039840637
1,23696682
3 квартал
515
0,986590038
1,22037915
4 квартал
552
1,07184466
1,30805687
Ниже следует графическая интерпретация.
На графике видно , что изменение как цепных , так и базисных индексов протекает плавно , без резких скачков.
ряд 1 - базисный индекс
ряд 2 - цепной индекс
Исследуя изменения базисных индексов наименьшей значение данный показатель имел во 2 квартале 1999 г. А наибольшее значение - в 4 квартале 2001 г.
Порядковый
№
Название отрасли
Цены, в млн. руб.
Цена на электроэнергию руб.
1998
1999
1998
1999
1
нефть сырая
74,40
110,9
885
875
2
нефтепродукты
75,80
94,5
544
563
3
газ природный
27,0
15,8
574
736
4
уголь каменный
19,7
23,1
567
536
5
руды и концентраты железные
38,3
39,7
478
366
Анализ динамики цен с использованием временных рядов
Среднеквадратичное отклонение =
Коэффициент вариации =
Проверим ряд на аномальные наблюдения с помощью tn-критерия Граббса. В данной совокупности выделим максимальное и минимальное значение - 4453 и 5052, допустим их взяли неверно. Формула для расчёта tn-критерия Граббса:
где: y- аномальное наблюдение;
- средний абсолютный прирост.
Tn-критерия Граббса=
Для корреляционно-регрессионного анализа необходимо из нескольких факторов произвести предварительный отбор факторов для регрессионной модели. Сделаем это по итогам расчета коэффициента корреляции. А именно возьмем те факторы, связь которых с результативным признаком будет выражена в большей степени.
На основе таблицы , представленной ниже произведем корреляционный анализ.
В данном корреляционном анализе мы проанализируем зависимость между внешней ценой на нефть и внутренней.
t
1
2
3
4
y(t)
101
108
133
118
x(t)
5,30
101,00
282,00
355,00
5
6
7
8
9
74,4
110,9
179,9
180,69
200,3
376,00
339,00
1000,00
1548,00
1687,36
Рассчитаем коэффициенты регрессии.
tcp =5
ycp (t)=134,02
a1=11,70
a0=75,52
Отсюда функция будет иметь вид:
y=75.52+11.70x
На основании линии регрессии выведем условный тренд Y.
|
1
2
3
4
5
yp (t)
87,22
98,92
110,62
122,32
134,02
6
7
8
9
145,72
157,42
169,12
180,82
На основании условного тренда сделаем прогноз на 11 и 12 периоды.
10
11
192,52
204,22
max
229,73
243,60
min
155,30
164,83
Рассчитаем ошибку аппроксимации по ниже заданной формуле.
Eотн =21,06
Экономической обоснование результатов анализа.
В ходе анализа мы пришли к следующему заключению. Цены выражают совокупную информацию о рынках( отраслях) и экономике в целом . Цены определенным образом зависят от нескольких основных моментов, которые нашли свое совокупное выражение в в трех факторах : цены на энергоносители и цены на основной продукт экспорта.
Построенные модели имеют достаточно высокий коэффициент детерминации , что свидетельствует об их адекватности . В ряде случаев коэффициенты корреляции были близко равны нулю , что тоже свидетельствует на мой взгляд о практической ценности моделей. Все выдвинутые гипотезы о эксопртоориентированности экономики доказаны. Правда утверждение , что совокупный спрос носит зависимый характер от мировой коньюктуры цен на нефть носит чисто гипотетический характер и требует дополнительных статистических подтверждений , но это не входит в предметную область курсового проекта.
Выводы и предложения.
В ходе работы был проведен определенный спектр исследовательских мероприятий на базе экономико-статистического инструментария. Были выдвинуты гипотезы макроэкономического характера зависимости цен ( в рамках предметной области) от цен на бензин , электроэнергию и экспортных цен на нефть . В ходе выполнения курсового проекта все гипотезы признаны правомерными.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18
