Социально экономическое прогнозирование.

1. Отбор факторов для включения в многофакторную регрессионную модель В ряде случаев на величину того или иного технико-эксплуатационного или экономического показателя влияет не один, а несколько различных факторов. Каждый из них может не оказывать большого воздействия, но их совокупное влияние окажется решающим, и тогда по изменению этих факторов можно определить и изменение самого показателя. В этих случаях для измерения совместного влияния нескольких факторов на величину результативного показателя у строят модели множественной корреляции. При этом у рассматривается как функция не одного, а нескольких факторов х, т. е.. y=f(x1, x2, . . . , xi, . . . , xn), где i - порядковый номер фактора-показателя (i=l, 2,..., п). В многофакторных корреляционных моделях выбор уравнения связи еще более сложен, чем при парных зависимостях, так как не представляется возможным проследить действие различных факторов на искомый показатель с помощью построения графиков. Поэтому качественный анализ характера связей каждого фактора с искомым результативным показателем здесь приобретает весьма важное значение. Если эта связь может быть принята линейной или близкой к ней, то применяется линейное уравнение множественной корреляции: y = a0+a1x1+a2x2+...+anxn Для нахождения параметров a0; a1; a2; ... an, так же как и при парной корреляции используется метод наименьших квадратов и решение на его основе системы нормальных уравнений. Например, если имеется линейная связь между у и двумя факторами х1 и x2, то уравнение связи записывается следующим образом: yx1,x2 = a0+a1x1+a2x2, а параметры этого уравнения находятся с помощью решения соответствующей системы нормальных уравнений. В случаях, когда в уравнении множественной корреляции имеется значительное количество факторов, расчеты становятся очень трудоемкими и их следует проводить с помощью ЭВМ по стандартным программам. Если воздействие каких-либо факторов на результативный показатель не может считаться прямолинейным, то соответствующие переменные х; включаются в уравнение не только в первой степени, но и в более высоких степенях. Предположим, что на среднюю заработную плату шоферов грузовых автомобилей у влияют только два фактора — выработка на одну списочную автомобиле-тонну х1 и средняя грузоподъемность подвижного состава х2. При сдельной оплате труда шоферов их заработная плата прямо пропорциональна росту выработки, но уменьшается с ростом грузоподъемности подвижного состава, т. е. криволинейно связана с фактором x2. При этом можно предположить, что кривая приближенно соответствует обычной параболе. В этом случае целесообразно провести расчеты по следующему уравнению множественной корреляции: y = a0+a1x1+a2x2+...+a3x2 Для оценки тесноты связи между результативным показателем и всеми факторами, включенными в модель, используется коэффициент множественной корреляции R, который характеризует силу совместного влияния учтенных факторов на величину результативного показателя. Чем ближе R к единице, тем выше теснота связи между результативным показателем и учтенными факторами. При построении многофакторных корреляционных моделей обычно вначале делается предположение, что на у влияет значительное число факторов х. Однако оказывается, что некоторые из этих факторов являются несущественными, т. е. их влияние на величину у значительно меньше других. Поэтому используется пошаговый процесс решения, когда на каждом шаге из уравнения исключается одна из переменных xi. При этом все время сравнивается значение R на предыдущем шаге с его значением на последующем. Если при исключении очередного фактора R уменьшается незначительно, то это означает, что данный фактор является несущественным и можно отказаться от его учета при определении значения результативного признака. В последние годы построение многофакторных регрессионных моделей находит все большее применение при анализе и планировании работы автомобильного транспорта. Следует подчеркнуть, что конкретные модели корреляционного анализа должны использоваться только для тех хозяйственных объектов, по данным которых они были рассчитаны.

1. Отбор факторов для включения в многофакторную регрессионную модель 3 2. Применение скользящих средних в экономическом прогнозировании 6 3. Задача 9 Список литературы 18

1. Алексеева М.М. Планирование деятельности фирмы: Учебно-методическое пособие. М.: Финансы и статистика, 2002. 2. Глущенко В. В., Глущенко И. И. Разработка управленческого решения. Прогнозирование — планирование. Теория проектирования экспериментов. М.: ТОО НПЦ «Крылья», 2004. 3. Денисов В. В. Основы экономического прогнозирования в пищевой промышленности: Учебное пособие. М.: Колос, 2003. 4. Идрисов А.Б., Картышев С.В., Постников А. В. Стратегическое планирование и анализ эффективности инвестиций. 2-е изд. М.: Филинъ, 2003. 5. Личко К. П. Планирование и прогнозирование развития сельскохозяйственной сферы АПК. (Опыт и проблемы). М.: МСХА, 2004. 6. Личко К.Л. Теоретические основы системы планирования аграрной сферы АПК в условиях формирования нового экономического механизма хозяйствования: Лекция. М.: МСХА, 2002. 7. Личко К. П., Абельдяев Н.Ф. Прогнозирование урожайности сельскохозяйственных культур (экстраполяционные приемы). 2-е изд. М.: МСХА, 2002. 8. Серков А. Ф. Индикативное планирование в сельском хозяйстве. М.: Информа-гробизнес, 2002. 162с.