Статистическое исследование инвестиционной деятельности в регионе
Анализ вложений денежных средств или имущества в денежной оценке с целью извлечения прибыли. Исследование инвестиций в основной капитал. Выявление статистических характеристик. Определение корреляции и регрессии. Моделирование инвестиционных тенденций.
Рубрика | Экономико-математическое моделирование |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 29.10.2017 |
Размер файла | 2,0 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Всего = 1.006(Собственных средств организаций)
Теперь исследуем связь между «всего» и «прочих источников».
Таблица регрессионного анализа 14.
Сводка модели и оценки параметров |
||||||||||
Зависимая переменная: Всего |
||||||||||
Уравнение |
Сводка для модели |
Оценки параметра |
||||||||
R-квадрат |
F |
ст.св.1 |
ст.св.2 |
Знч. |
Константа |
b1 |
b2 |
b3 |
||
Линейный |
,507 |
10,266 |
1 |
10 |
,009 |
243055,374 |
27,319 |
|||
Логарифмическая |
,427 |
7,452 |
1 |
10 |
,021 |
-1387123,876 |
231454,182 |
|||
Обратная |
,181 |
2,214 |
1 |
10 |
,168 |
792243,518 |
-2,200E8 |
|||
Квадратичный |
,508 |
4,639 |
2 |
9 |
,041 |
262688,579 |
23,100 |
,000 |
||
Кубический |
,599 |
3,981 |
3 |
8 |
,052 |
46013,544 |
111,789 |
-,005 |
7,915E-8 |
|
Составная |
,480 |
9,226 |
1 |
10 |
,013 |
210637,236 |
1,000 |
|||
Степенная |
,447 |
8,082 |
1 |
10 |
,017 |
10750,057 |
,417 |
|||
S |
,218 |
2,782 |
1 |
10 |
,126 |
13,226 |
-424,675 |
|||
Роста |
,480 |
9,226 |
1 |
10 |
,013 |
12,258 |
4,684E-5 |
|||
Экспоненциальная |
,480 |
9,226 |
1 |
10 |
,013 |
210637,236 |
4,684E-5 |
|||
Логистическая |
,480 |
9,226 |
1 |
10 |
,013 |
4,747E-6 |
1,000 |
|||
Независимой переменной является Прочих_источников. |
Рис.11.Подбор линии регрессии для переменных «всего» и «прочих источников»
На графике (рис.11) изображены различные виды линий регрессии для связи общей площади лесонасаждений и площади, непокрытой лесом. Необходимо определить, какая из них наиболее точно описывает вид связи между переменными. Качество подобранной линии регрессии оценивается с помощью коэффициента детерминации (R-квадрат). Эта величина характеризует степень соответствия между регрессионной моделью и исходными данными. Мера определенности всегда лежит в диапазоне от 0 до 1. По максимальному значению коэффициента детерминации определим вид нашего уравнения.
R-квадрат максимальный равен 0,599 и соответствует кубическому виду связи и уравнению. Коэффициенты выведены в соответствующей строке и равны 0,111.789,-0.005,7,915E-8 .
Уравнение регрессии имеет вид:
Всего = 111.789*(Прочих источников)-0,005*(Прочих источников)2+7,915E-8*(Прочих источников)3
2.4 Анализ временных рядов
Временной ряд - это последовательность чисел; его элементы - это значения некоторого протекающего во времени процесса. Проведем анализ временных рядов.
Целью прикладного статистического анализа временных рядов является построение математической модели ряда, с помощью которой можно объяснить поведение ряда и осуществить прогноз его дальнейшего поведения.
Найдем уравнение регрессии, характеризующее зависимость между инвестициями за счёт республиканского бюджета и годами.
Сводка модели и оценки параметров |
||||||||||
Зависимая переменная: Год |
||||||||||
Уравнение |
Сводка для модели |
Оценки параметра |
||||||||
R-квадрат |
F |
ст.св.1 |
ст.св.2 |
Знч. |
Константа |
b1 |
b2 |
b3 |
||
Линейный |
,530 |
11,299 |
1 |
10 |
,007 |
2003,795 |
4,452E-5 |
|||
Логарифмическая |
,270 |
3,694 |
1 |
10 |
,084 |
1997,877 |
,855 |
|||
Обратная |
,002 |
,022 |
1 |
10 |
,884 |
2005,589 |
-113,416 |
|||
Квадратичный |
,531 |
5,105 |
2 |
9 |
,033 |
2003,699 |
6,210E-5 |
-1,238E-10 |
||
Кубический |
,581 |
3,704 |
3 |
8 |
,062 |
2004,408 |
-9,978E-5 |
3,062E-9 |
-1,480E-14 |
|
Составная |
,530 |
11,274 |
1 |
10 |
,007 |
2003,794 |
1,000 |
|||
Степенная |
,269 |
3,684 |
1 |
10 |
,084 |
1997,896 |
,000 |
|||
S |
,002 |
,022 |
1 |
10 |
,885 |
7,604 |
-,056 |
|||
Роста |
,530 |
11,274 |
1 |
10 |
,007 |
7,603 |
2,219E-8 |
|||
Экспоненциальная |
,530 |
11,274 |
1 |
10 |
,007 |
2003,794 |
2,219E-8 |
|||
Логистическая |
,530 |
11,274 |
1 |
10 |
,007 |
,000 |
1,000 |
|||
Независимой переменной является Республиканский_бюджет. |
Рис.12. Подбор линии тренда для переменных «год» и «Республиканский бюджет»
На графике (рис.12) изображены различные виды линий регрессии для связи инвестиций за счёт республиканского бюджета и годами. Необходимо определить, какая из них наиболее точно описывает вид связи между переменными. Качество подобранной линии регрессии оценивается с помощью коэффициента детерминации (R-квадрат). Эта величина характеризует степень соответствия между регрессионной моделью и исходными данными. Мера определенности всегда лежит в диапазоне от 0 до 1. По максимальному значению коэффициента детерминации определим вид нашего уравнения.
R-квадрат максимальный равен 0,843 и соответствует кубическому виду связи и уравнению . Коэффициенты выведены в соответствующей строке и равны 0,-9,978E-5,3,062E-9 и -1,480E-14.
Уравнение регрессии имеет вид:
Найдем уравнение регрессии, характеризующее зависимость между инвестициями за счёт местного бюджета и годами.
Сводка модели и оценки параметров |
||||||||||
Зависимая переменная :Год |
||||||||||
Уравнение |
Сводка для модели |
Оценки параметра |
||||||||
R-квадрат |
F |
ст.св.1 |
ст.св.2 |
Знч. |
Константа |
b1 |
b2 |
b3 |
||
Линейный |
,431 |
7,569 |
1 |
10 |
,020 |
2002,393 |
,000 |
|||
Логарифмическаяa |
. |
. |
. |
. |
. |
,000 |
,000 |
|||
Обратнаяb |
. |
. |
. |
. |
. |
,000 |
,000 |
|||
Квадратичный |
,467 |
3,943 |
2 |
9 |
,059 |
2003,389 |
3,186E-5 |
6,021E-9 |
||
Кубический |
,692 |
5,994 |
3 |
8 |
,019 |
2005,089 |
-,001 |
1,048E-7 |
-2,060E-12 |
|
Составная |
,430 |
7,559 |
1 |
10 |
,021 |
2002,393 |
1,000 |
|||
Степеннаяa |
. |
. |
. |
. |
. |
,000 |
,000 |
|||
Sb |
. |
. |
. |
. |
. |
,000 |
,000 |
|||
Роста |
,430 |
7,559 |
1 |
10 |
,021 |
7,602 |
1,147E-7 |
|||
Экспоненциальная |
,430 |
7,559 |
1 |
10 |
,021 |
2002,393 |
1,147E-7 |
|||
Логистическая |
,430 |
7,559 |
1 |
10 |
,021 |
,000 |
1,000 |
|||
Независимой переменной является Местный_бюджет. |
||||||||||
a. Независимая переменная (Местный_бюджет) содержит неположительные значения. Минимальное значение равно 0. Логарифмическая и Степенная модели не могут быть оценены. |
||||||||||
b. Независимая переменная (Местный_бюджет) содержит нулевые значения. Обратная и S модели не могут быть оценены. |
Рис.13. Подбор линии тренда для переменных «год» и «местный бюджет»
На графике изображены различные виды линий регрессии для связи инвестиций за счёт республиканского бюджета и годами. Необходимо определить, какая из них наиболее точно описывает вид связи между переменными. Качество подобранной линии регрессии оценивается с помощью коэффициента детерминации (R-квадрат). Эта величина характеризует степень соответствия между регрессионной моделью и исходными данными. Мера определенности всегда лежит в диапазоне от 0 до 1. По максимальному значению коэффициента детерминации определим вид нашего уравнения.
R-квадрат максимальный равен 0,692 и соответствует кубическому виду связи и уравнению . Коэффициенты выведены в соответствующей строке и равны 0,-0,001,1,048E-7 и -2,060E-12
Уравнение регрессии имеет вид:
Найдем уравнение регрессии, характеризующее зависимость между инвестициями за счёт собственных средств организаций и годами.
Сводка модели и оценки параметров |
||||||||||
Зависимая переменная:Год |
||||||||||
Уравнение |
Сводка для модели |
Оценки параметра |
||||||||
R-квадрат |
F |
ст.св.1 |
ст.св.2 |
Знч. |
Константа |
b1 |
b2 |
b3 |
||
Линейный |
,725 |
26,324 |
1 |
10 |
,000 |
2001,911 |
5,958E-6 |
|||
Логарифмическая |
,597 |
14,802 |
1 |
10 |
,003 |
1969,963 |
2,757 |
|||
Обратная |
,349 |
5,362 |
1 |
10 |
,043 |
2007,965 |
-640655,226 |
|||
Квадратичный |
,725 |
11,885 |
2 |
9 |
,003 |
2002,062 |
5,186E-6 |
5,176E-13 |
||
Кубический |
,749 |
7,975 |
3 |
8 |
,009 |
2003,947 |
-1,004E-5 |
2,490E-11 |
-1,028E-17 |
|
Составная |
,724 |
26,273 |
1 |
10 |
,000 |
2001,912 |
1,000 |
|||
Степенная |
,597 |
14,788 |
1 |
10 |
,003 |
1970,280 |
,001 |
|||
S |
,349 |
5,359 |
1 |
10 |
,043 |
7,605 |
-319,379 |
|||
Роста |
,724 |
26,273 |
1 |
10 |
,000 |
7,602 |
2,970E-9 |
|||
Экспоненциальная |
,724 |
26,273 |
1 |
10 |
,000 |
2001,912 |
2,970E-9 |
|||
Логистическая |
,724 |
26,273 |
1 |
10 |
,000 |
,000 |
1,000 |
|||
Независимой переменной является Собственных_средств_организаций. |
Рис.14. Подбор линии тренда для переменных «год» и «собственных средств организаций»
На графике изображены различные виды линий регрессии для связи инвестиций за счёт республиканского бюджета и годами. Необходимо определить, какая из них наиболее точно описывает вид связи между переменными. Качество подобранной линии регрессии оценивается с помощью коэффициента детерминации (R-квадрат). Эта величина характеризует степень соответствия между регрессионной моделью и исходными данными. Мера определенности всегда лежит в диапазоне от 0 до 1. По максимальному значению коэффициента детерминации определим вид нашего уравнения.
R-квадрат максимальный равен 0,749 и соответствует кубическому виду связи и уравнению . Коэффициенты выведены в соответствующей строке и равны 0,-1,004E-5 , 2,490E-11 и -1,028E-17
Уравнение регрессии имеет вид
Найдем уравнение регрессии, характеризующее зависимость между инвестициями за счёт других источников и годами.
Сводка модели и оценки параметров |
||||||||||
Зависимая переменная:Год |
||||||||||
Уравнение |
Сводка для модели |
Оценки параметра |
||||||||
R-квадрат |
F |
ст.св.1 |
ст.св.2 |
Знч. |
Константа |
b1 |
b2 |
b3 |
||
Линейный |
,482 |
9,298 |
1 |
10 |
,012 |
2002,904 |
,000 |
|||
Логарифмическая |
,642 |
17,946 |
1 |
10 |
,002 |
1989,759 |
1,771 |
|||
Обратная |
,440 |
7,850 |
1 |
10 |
,019 |
2006,693 |
-2138,816 |
|||
Квадратичный |
,508 |
4,649 |
2 |
9 |
,041 |
2002,284 |
,000 |
-3,233E-9 |
||
Кубический |
,774 |
9,157 |
3 |
8 |
,006 |
1999,975 |
,001 |
-5,997E-8 |
8,437E-13 |
|
Составная |
,482 |
9,299 |
1 |
10 |
,012 |
2002,903 |
1,000 |
|||
Степенная |
,643 |
17,983 |
1 |
10 |
,002 |
1989,812 |
,001 |
|||
S |
,440 |
7,869 |
1 |
10 |
,019 |
7,604 |
-1,067 |
|||
Роста |
,482 |
9,299 |
1 |
10 |
,012 |
7,602 |
8,291E-8 |
|||
Экспоненциальная |
,482 |
9,299 |
1 |
10 |
,012 |
2002,903 |
8,291E-8 |
|||
Логистическая |
,482 |
9,299 |
1 |
10 |
,012 |
,000 |
1,000 |
|||
Независимой переменной являетсяПрочих_источников. |
Рис.15. Подбор линии тренда для переменных «год» и «прочих источников»
На графике изображены различные виды линий регрессии для связи инвестиций за счёт республиканского бюджета и годами. Необходимо определить, какая из них наиболее точно описывает вид связи между переменными. Качество подобранной линии регрессии оценивается с помощью коэффициента детерминации (R-квадрат). Эта величина характеризует степень соответствия между регрессионной моделью и исходными данными. Мера определенности всегда лежит в диапазоне от 0 до 1. По максимальному значению коэффициента детерминации определим вид нашего уравнения.
R-квадрат максимальный равен 0,774 и соответствует кубическому виду связи и уравнению . Коэффициенты выведены в соответствующей строке и равны 0,0,001, -5,997E-8 и 8,437E-13
Уравнение регрессии имеет вид
Заключение
В ходе курсовой работы был проведен статистический анализ данных по инвестиционной деятельности в ПМР за 2002-2011 гг.
Были проведены:
· Первичный статистический анализ инвестиционной деятельности в Приднестровье;
· Корреляционный анализ зависимости между общим числом инвестиций и инвестиций за счёт республиканского бюджета;
· Анализ динамики изменения количества инвестиций за 2002-2011 гг.
По результатам обработки данных посредством статистического пакета SPSS можно сделать следующие выводы:
На первом этапе статистического исследования проведен частотный анализ показателей инвестиций в основной капитал. Был сделан вывод, что значения не повторялись и частоты равны 1.
Также для каждой переменной определили следующие описательные характеристики: среднее значение, медиану, моду, дисперсию, размах выборки, максимум, минимум, сумму всех значений, процентили.
На следующем этапе был проведен корреляционный анализ инвестиционной деятельности.
Коэффициент корреляции всегда имел сильную положительную корреляционную зависимость.
Далее был проведен регрессионный анализ показателей инвестиционной деятельности. Функциональная зависимость результата от факторов представлена следующими уравнениями:
Всего=22,136*(Республиканский бюджет)+5,623E-5*( Республиканский бюджет)2-1,161E-9(Республиканский бюджет)3
Проведен анализ временных рядов инвестиционной деятельности за 2002-2011 гг. Проведено моделирование тенденции временного ряда. Наиболее подходящей линией тренда при анализе инвестиционной деятельности является кубическая. Таким образом, моделью тренда показателей инвестиционной деятельности является уравнение:
Несмотря на наличие разнообразных ограничений, в течение исследуемого периода происходил устойчивый рост основных показателей.
Литература
1.Журнал “Экономика Приднестровья” №№1-4,6,8 2010 г.
2. Статистический сборник ПМР 2011 г.
3. АхимБююль, Петер Цёфель, SPSS - искусство обработки информации Diasoft
4. Материалы научно-практической конференции «Педагог и общество»
5. Материалы международной научно-практической конференции «Проблемы экономики Приднестровья и пути их решения»
6. Дубнов П.Ю. Обработка статистической информации с помощью SPSS/ Москва, NTPress
7. Долгов ЮА. Сбор, обработка и моделирование экспериментальной информации: Учебное пособие. - Тирасполь: РИО ПГКУ
8. http://www.pridnestrovie-daily.net/gazeta/articles/view.aspx?ArticleID=13767
9. http://gov-pmr.org/press/messages/item1024.html
10. http://rumanager.com/investicionnaya-deyatelnost-kak-obekt-issledovaniya/
Приложение
Рис.П1.Столбчатая диаграмма частотного распределения инвестиций за счёт республиканского бюджета
Рис.П2. Столбчатая диаграмма частотного распределения инвестиций за счёт местного бюджета
Рис.П3. Столбчатая диаграмма частотного распределения инвестиций за счёт прочих источников
Размещено на Allbest.ru
Подобные документы
Исследование влияния ВРП, объёма инвестиций в основной капитал и численности экономически активного населения на среднемесячную заработную плату работников по регионам. Оценка тесноты связи с помощью показателей корреляции, детерминации, парной регрессии.
курсовая работа [370,1 K], добавлен 16.09.2017Поля корреляции, характеризующие зависимость ВРП на душу населения от размера инвестиций в основной капитал. Оценка параметров уравнения парной линейной регрессии. Коэффициент множественной корреляции. Способы оценки параметров структурной модели.
контрольная работа [215,1 K], добавлен 22.11.2010Эконометрическое моделирование стоимости квартир в московской области. Матрица парных коэффициентов корреляции. Расчет параметров линейной парной регрессии. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.
контрольная работа [298,2 K], добавлен 19.01.2011Расчет параметров уравнения линейной регрессии, оценка тесноты связи с помощью показателей корреляции и детерминации. Определение средней ошибки аппроксимации. Статистическая надежность моделирования с помощью F-критерия Фишера и t-критерия Стьюдента.
контрольная работа [58,3 K], добавлен 17.10.2009Эффективность капитальных вложений. Статистические методы оценки целесообразности инвестиций с риском. Анализ чувствительности, сценариев. Установление номинальных и предельных значений неопределенных факторов. Имитационное моделирование Монте-Карло.
контрольная работа [34,4 K], добавлен 27.10.2008Моделирование экономических процессов с помощью однофакторной регрессии. Оценка параметров проекта методом наименьших квадратов. Расчет коэффициента линейной корреляции. Исследование множественной эконометрической линейной схемы на мультиколлинеарность.
курсовая работа [326,5 K], добавлен 19.01.2011Определение параметров линейной регрессии и корреляции с использованием формул и табличного процессора MS Excel. Методика расчета показателей парной нелинейной регрессии и корреляции. Вычисление значений линейных коэффициентов множественной детерминации.
контрольная работа [110,4 K], добавлен 28.07.2012Расчет коэффициентов уравнения регрессии и оценка их значимости. Определение среднеквадратичного отклонения и среднеквадратичной ошибки, вычисление коэффициентов регрессии. Определение критериев Стьюдента. Расчет статистических характеристик модели.
контрольная работа [137,2 K], добавлен 14.09.2009Расчет параметров линейной регрессии. Сравнительная оценка тесноты связи с помощью показателей корреляции, детерминации, коэффициента эластичности. Построение поля корреляции. Определение статистической надежности результатов регрессионного моделирования.
контрольная работа [71,7 K], добавлен 17.09.2016Определение методом регрессионного и корреляционного анализа линейных и нелинейных связей между показателями макроэкономического развития. Расчет среднего арифметического по столбцам таблицы. Определение коэффициента корреляции и уравнения регрессии.
контрольная работа [4,2 M], добавлен 14.06.2014