Прогнозно-аналитические расчеты оценки проблем и перспектив развития районных музеев в Самарской области на среднесрочный период

Проведено исследование факторных связей деятельности муниципальных музеев на основе корреляционно-регрессионного анализа с использованием "STATISTICA 10.0". Построены эконометрические модели развития музеев муниципальных районов в Самарской области.

Рубрика Экономико-математическое моделирование
Вид статья
Язык русский
Дата добавления 05.06.2018
Размер файла 84,7 K

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.

Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №6 (ноябрь - декабрь 2015)

http://naukovedenie.ru publishing@naukovedenie.ru

Размещено на http://www.allbest.ru/

1

http://naukovedenie.ru 124EVN615

Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №6 (ноябрь - декабрь 2015)

http://naukovedenie.ru publishing@naukovedenie.ru

1

http://naukovedenie.ru 124EVN615

Прогнозно-аналитические расчеты оценки проблем и перспектив развития районных музеев в Самарской области на среднесрочный период

Полянскова Наталья Вадимовна

Доцент, Докторант Кандидат экономических наук

ФГБОУ ВО «Самарский государственный экономический университет», Россия, Самара

Нуйкина Елена Юрьевна

Доцент Кандидат экономических наук

ФГБОУ ВО «Самарский государственный технический университет», Россия, Самара

Аннотация. Музейная сфера деятельности, ранее сравнительно не часто выступавшая в качестве объекта экономических и статистических исследований, в последние годы всё чаще становится объектом внимания, обсуждения и изучения. В данной статье проведено исследование факторных связей деятельности муниципальных музеев на основе корреляционно-регрессионного анализа (КРА). Построены эконометрические модели оценки проблем и перспектив развития музеев муниципальных районов в Самарской области. Корреляционно-регрессионный анализ выполнялся с использованием пакета прикладных программ “STATISTICA 10.0”. На основе проведенного исследования сделан вывод о том, что показатели социальной эффективности муниципальных музеев играют наиболее заметную роль в формировании результативности музейной деятельности в муниципальных образованиях Самарской области. По множественной регрессионной модели выполнен прогноз результативных признаков.

Ключевые слова: эконометрические модели; муниципальные музеи; факторные связи; эффективность музейной деятельности; прогнозирование.

Forecasting and analytical calculations assessment of problems and prospects of development of regional museums in the Samara region for the medium term. Polyanskova Natalia, Nuykina Elena

Abstract. The museum field of activity which was earlier rather not often acting as economic and statistical researches object even more often becomes an object of attention, discussion and studying in recent years. In this article the research of factorial communications of the municipal museums activity based on the correlation and regression analysis (CRA) is conducted. The problems assessment econometric models and prospects of museums development of the municipal areas in the Samara region are constructed. CRA was performed using the application package «STATISTICA 10.0». On the basis of the study concluded that the indicators of social efficiency of municipal museums play the most prominent role in shaping the impact of museum activities in the municipalities of the Samara region.

Keywords: econometric models; municipal museums; factorial communications; efficiency of museum activity; forecasting.

Основной чертой музеев XXI века является их многофункциональность. Сегодня музей - это сложная многоуровневая система, решающая ряд социально значимых задач, среди которых все более заметные позиции занимают художественная организация досуга, интеграция познавательной и нравственно-патриотической деятельности.

Музеи играют важную роль в современном мире не только в плане удовлетворения культурных потребностей людей и как место проведения досуга, - они также выступают и в качестве движущей силы социально-экономического развития территории, активизации деятельности в смежных отраслях (туризме, гостиничном бизнесе), что создает вполне определенный мультипликативный эффект и повышает инвестиционную привлекательность места, в котором располагается та или иная музейная институция [10].

Явления и процессы региональной экономики и социальной сферы становятся достаточно познанными лишь в том случае, если наряду с содержательным анализом их сущности удается дать количественное выражение свойственным им объективным закономерностям и взаимосвязям.

Одним из важнейших аспектов применения математико-статистического аппарата для оценки проблем и перспектив развития муниципальных музеев региона - наличие взаимосвязей в виде статистических закономерностей.

Особенности деятельности районных музеев таковы, что связи между информационно-культурным, социо-экономическим и патриотическим направлениями могут быть изучены с помощью теории, позволяющей эти зависимости и связи выявить и количественно оценить [3].

В качестве объекта моделирования эффективности музейной деятельности в муниципальных районах нами рассматривается комплекс частных индикаторов, которые в своем взаимодействии придают определенную динамику процессу развития музейного дела:

Y1 - количество посетителей музея (тыс. чел.);

Y2 - доля экскурсионных посещений лицами в возрасте до 18 лет (% от общего количества посетителей музея);

Y3 - доход от уставной и предпринимательской деятельности из расчета на м2 экспозиционной площади (тыс. руб.).

Специфика объекта моделирования определяется не только составом зависимых величин, но и совокупностью определяющих их факторов [8]. В результате логического рассмотрения широкого круга факторных признаков получен следующий состав фактороваргументов, наиболее тесно связанных с моделируемыми величинами:

Х1 - численность населения обслуживаемой территории (тыс. чел.);

Х2 - число выставок (ед.);

Х3 - число массовых мероприятий музея (ед.);

Х4 - число образовательных программ (ед.);

Х5 - доходы (тыс. руб./специалист);

Х6 - количество специалистов (чел.);

Х7 - экспозиционная площадь (м2);

Х8 - средняя заработная плата работника музея (руб./мес.).

В составе методов построения многофакторных регрессионных моделей следует выделять два направления.

Алгоритм первого подхода заключается в многошаговом анализе, на каждой итерации которого в состав модели включается новый, дополнительный фактор-аргумент, проверяется значимость каждого коэффициента регрессии по t-критерию Стьюдента и сходимость знака при каждом коэффициенте уравнения множественной регрессии со знаком парного коэффициента корреляции. Построение модели начинается с рассмотрения фактор-аргумента, наиболее тесно связанного с зависимой переменной, и заканчивается притом условии, что полученная модель является адекватной (расчетное значение F-критерия становится больше табличного).

Другой подход состоит в детальном анализе матрицы парных коэффициентов корреляции между зависимой переменной и всеми рассматриваемыми факторами-аргументами и выявлением коллинеарных (взаимозависимых) факторов, один из которых следует исключить из состава факторов. Идея многошагового анализа заключается в проведении ряда расчетных итераций, в ходе которых осуществляется последовательное включение в состав модели всех отобранных с помощью теоретического анализа факторов и оценки на каждом шаге вычислений меры существенности влияния на результативный показатель всех учтенных моделью факторов и сходимости результатов. Факторы, оказавшиеся несущественными и не способствующими улучшению сходимости расчетных и фактических значений результативного признака, опускаются и заменяются новыми [6, 7].

Для анализа факторных связей нами был выбран именно этот подход.

Наиболее значительное влияние на количество посетителей музея оказывают показатели, связанные с социальной эффективностью муниципальных музеев, а также с их производственной эффективностью: число массовых мероприятий музея (Х3), число образовательных программ (Х4), количество специалистов (Х6), экспозиционная площадь (Х7). Однако, на результативный признак, согласно матрице парных коэффициентов корреляции, в первую очередь воздействует число массовых мероприятий, проводимых музеями (ry1x3=0,956683) [11].

Парное уравнение регрессии между основным индикатором музейной деятельности и факторным признаком Х3 определяется выражением:

Y1 = 4995,762+31,492X3,

то есть, с увеличением числа массовых мероприятий на 1 единицу число посетителей музея увеличится на 31 человек.

Особенность функционирования современных муниципальных музеев заключается не только в использовании историко-краеведческого музея в образовательно-развивающих целях, но и в качестве опорной базы духовно-нравственного и интеллектуального развития детей и молодежи.

Наибольшее влияние на долю экскурсионных посещений муниципальных музеев Самарской области лицами в возрасте до 18 лет оказывает демографический фактор: численность населения обслуживаемой территории (ry2x1=0,629317).

Парное уравнение регрессии между основным индикатором музейной деятельности и факторным признаком Х1 определяется выражением:

Y2 = 41,207+0,025X1

Эта зависимость означает, что с увеличением численности населения на 1 тыс. человек, процент посещения музеев Самарской области молодежью увеличится на 0,025%.

Важной характеристикой эффективности деятельности муниципальных музеев является такой показатель, как доход от уставной и предпринимательской деятельности. Согласно матрице парных коэффициентов корреляции на этот показатель в первую очередь воздействует факторный признак, характеризующий доходы, приходящиеся на одного специалиста (Х5) (ry3x5=0,767145).

Взаимосвязь районных уровней дохода от уставной и предпринимательской деятельности из расчета на м2 экспозиционной площади с показателем дохода, приходящегося на одного специалиста обобщено уравнением регрессии

Y3 = 21,82817 + 0,8014X5

Эта зависимость означает, что с увеличением дохода на одного специалиста на 1 тыс.руб. доход музея увеличится в среднем на 801 руб.

Анализ парных связей между каждым отдельно взятым результативным показателем и одним из определяющих его факторов не всегда эффективен, так как величина коэффициента парной корреляции характеризует не только меру причинно-следственной связи, но и степень сопутствия признаков в массовом процессе. В связи с этим возникает необходимость оценки роли взаимодействия факторов, основанная на многошаговом регрессионном анализе.

Построенная многофакторная регрессионная модель

y»a0 +a1x1 +a2x2 +a3x3 +...+apxp

корреляционный регрессионный эконометрический анализ

дает возможность провести более глубокий количественный и качественный анализ взаимосвязи исследуемых экономических показателей.

Параметры уравнения регрессии показывают на сколько в среднем изменяется результативный признак У при увеличении соответствующего факторного признака Х на единицу своего измерения при условии, что другие факторные признаки не изменяются.

В результате проведения многошагового регрессионного анализа уравнение множественной регрессии территориальных уровней посещаемости музеев населением Самарской области характеризуется выражением:

Y1 = 4229,036+ 28,837X3 + 42,078X4 + 279,443X6 -5,583X7,

параметры которого означают, что с увеличением числа массовых мероприятий на 1 ед. число посетителей музея увеличится в среднем на 29 человек; с ростом числа образовательных программ на 1 ед. происходит увеличение числа посетителей на 42 человека; увеличение количества специалистов на 1 человека также приводит к увеличению посещений музеев в среднем на 279 человек в год; и наконец, увеличение экспозиционной площади на 1 кв. м. уменьшает количество посетителей в среднем на 6 человек.

Все коэффициенты регрессии значимы по критерию Стьюдента. Коэффициент множественной корреляции R составил 0,992, квадрат этой величины означает, что вариация результативного признака в среднем на 98% объясняется за счет вариации факторных признаков, включенных в модель.

Найдем коэффициенты эластичности:

xi ,

Эi = ai Ч

y

где ai - коэффициенты регрессии;

Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №6 (ноябрь - декабрь 2015)

http://naukovedenie.ru publishing@naukovedenie.ru

Размещено на http://www.allbest.ru/

1

http://naukovedenie.ru 124EVN615

Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №6 (ноябрь - декабрь 2015)

http://naukovedenie.ru publishing@naukovedenie.ru

1

http://naukovedenie.ru 124EVN615

xi - среднее значение признака Хi.

Э3 = 28,837Ч= 0,174, Э4 = 42,078Ч= 0,022

Э6 = 279,443Ч= 0,142, Э7 = -5,583Ч= -0,167

Таким образом, с ростом на 1% числа массовых мероприятий, образовательных программ, проводимых музеями Самарской области, а также числа специалистов число посетителей возрастает в среднем на 0,174%, на 0,022% и на 0,142% соответственно. И, наконец, с ростом экспозиционной площади количество посетителей музеев уменьшится в среднем на 0,167%.

Коэффициенты уравнения регрессии в натуральном масштабе несопоставимы между собой ввиду различий масштаба измерения факторов-аргументов. Они используют роль своеобразных нормативов в оценке эффективности принятия тех или иных управленческих решений и вполне приемлемы при разработке социально-экономического развития и в осуществлении краткосрочных и долгосрочных прогнозов.

b-коэффициенты имеют единый стандартизированный масштаб, поэтому составим уравнение регрессии в стандартизированном масштабе:

sxi

y »b3x3 +b4x4 +b6x6 +b7x7 ; bi = ai Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №6 (ноябрь - декабрь 2015)

http://naukovedenie.ru publishing@naukovedenie.ru

Размещено на http://www.allbest.ru/

1

http://naukovedenie.ru 124EVN615

Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №6 (ноябрь - декабрь 2015)

http://naukovedenie.ru publishing@naukovedenie.ru

1

http://naukovedenie.ru 124EVN615

, sy

где sxi - среднее квадратическое отклонение признака Xi;

sy - среднее квадратическое отклонение признака Y.

b3 = 28,83= 0,489; b4 = 42,078= 0,028;

b6 = 279,433= 0,07; b7 =-5,583=-0,157

у1 »0,489х3 + 0,028х4 + 0,07х6 - 0,157х7

Сравнивая b-коэффициенты по абсолютной величине, делаем вывод, что наибольшее влияние на количество посетителей муниципальных музеев Самарской области оказывает фактор Х3 (число массовых мероприятий), затем Х7 (экспозиционная площадь) и Х6 (количество специалистов), и менее всего влияет Х4 (число образовательных программ). Это совпадает с выводами, сделанными по коэффициентам эластичности.

Ведущая роль уровня посещаемости музеев Самарской области определяется не только тем, что посещаемость есть непосредственная компонента результативности деятельности муниципальных музеев, но и еще тем, что другая его компонента - доля экскурсионных посещений лицами в возрасте до 18 лет является одной из опорных баз духовнонравственного развития и патриотического воспитания детей и молодежи.

Модель экскурсионных посещений музеев молодыми людьми имеет высокий коэффициент множественной корреляции R=0,983.

Y2 = 87,744+0,032X1 +0,06X2 +0,02X4 +0,46X6,

где У2 - доля экскурсионных посещений лицами в возрасте до 18 лет (% от общего количества посетителей музея);

Х1 - численность населения обслуживаемой территории (тыс. чел);

Х2 - число выставок (ед.);

Х4 - число образовательных программ (ед.); Х6 - количество специалистов (чел.).

Вариация результативного признака на 96,7% определяется влиянием четырех факторов, включенных в модель.

В отличие от рассмотренной выше модели здесь среди факторов-аргументов присутствует демографический фактор.

Параметры полученной модели означают, что с увеличением численности населения на 1 тыс. чел., числа выставок на 1 ед., числа образовательных программ на 1 ед., а также числа специалистов на 1 чел. процент посещения музеев Самарской области молодежью увеличится на 0,032%, на 0,06%, на 0,02% и на 0,46% соответственно.

Доход от уставной и предпринимательской деятельности описывает третья модель.

Она включает в себя четыре фактора:

Y3 =-1905,45+1,796X2 +1,123X5 +0,172X7 +0,241X8,

где У3 - доход от уставной и предпринимательской деятельности из расчета на м2 экспозиционной площади (тыс. руб.);

Х2 - число выставок (ед.);

Х5 - доходы (тыс. руб./специалиста);

Х7 - экспозиционная площадь (м2);

Х8 - средняя заработная плата работника музея (руб./мес.).

Анализ показал, что доход от уставной и предпринимательской деятельности повысится на 1796 руб. при увеличении числа выставок на 1 единицу; с ростом дохода на одного специалиста на 1 тыс. руб. доход музея увеличится в среднем на 1123 руб.; при увеличении экспозиционной площади на 1 м2 доход музея увеличится на 172 рубля, а при увеличении средней заработной платы сотруднику музея на 1 тыс. руб. доход увеличится на 241 руб.

Коэффициент множественной корреляции R=0,976, совокупный коэффициент детерминации показывает, что вариация результативного признака в среднем на 95,3% объясняется за счет вариации факторных признаков, включенных в модель. Показатель дохода от уставной и предпринимательской деятельности наиболее эластичен относительно доходов, приходящихся на одного специалиста. Рост этого факторного признака на 1% приводит к увеличению результативного признака на 19,022%.

С помощью b-коэффициентов оценим приоритетность факторов-аргументов на результативный признак построенных моделей эффективности деятельности муниципальных музеев в районах Самарской области, расположив их в следующей последовательности:

Модель 1: b3,b7,b6,b4.

Модель 2: b1,b2,b4,b6.

Модель 3: b5,b7,b2,b8.

Для описания тенденции и экстраполяции индикаторов развития музейного дела были использованы линейные модели. Прогнозирование с помощью парной линейной регрессии может осуществляться путем подстановки значения объясняющей переменной в полученное уравнение регрессии [12].

В нашем случае получены уравнения регрессии, связывающие количество посетителей музея (тыс. чел.) и число массовых мероприятий музея (ед.):

Y1 = 4995,762+31,492X3;

долю экскурсионных посещений лицами в возрасте до 18 лет (% от общего количества посетителей музея) и численность населения обслуживаемой территории (тыс. чел.):

Y2 = 41,207+0,025X1;

доход от уставной и предпринимательской деятельности из расчета на м2 экспозиционной площади (тыс. руб.) и доходы (тыс. руб./специалист):

Y3 = 21,82817 + 0,8014X5.

Для определения количества посетителей музея при числе массовых мероприятий, равном x0 = 20 в год необходимо подставить значение x0 в уравнение. Прогноз посещения Y(20) = 4995,762 + 31,492Ч20 = 5625,602 тыс. чел.

Для определения доли экскурсионных посещений лицами в возрасте до 18 лет при численности обслуживаемой территории, равной x0 = 500,0тыс. чел. прогнозное значение будет равно

Y(50,0) = 41,207 + 0,025Ч500,0 = 53,707тыс. чел.

Для определения дохода от уставной и предпринимательской деятельности из расчета на м2 экспозиционной площади подставим в уравнение регрессии x0 =10,0тыс. руб. (доходы (тыс. руб./специалист). Получим прогнозное значение

Y(10,0) = 21,82817 + 0,8014Ч10,0 = 29,84217 тыс. руб.

Выполненный прогноз не может быть реализован автоматически. Сам по себе прогноз - это лишь некоторая достаточная гипотеза о развитии состояния музейного дела в будущем. Однако и он может служить своеобразным ориентиром для разработки программ регионального развития и мероприятий по активизации музейной деятельности в муниципалитетах.

В целом, по результатам проведенного корреляционно-регрессионного анализа можно сделать вывод о постоянном влиянии многих факторов на особенности деятельности районных музеев Самарской области. Показатели социальной эффективности муниципальных музеев играют наиболее заметную роль в формировании результативности музейной деятельности в районах Самарской области.

Музейная сфера деятельности, ранее сравнительно не часто выступавшая в качестве объекта экономических и статистических исследований, в последние годы всё чаще становится объектом внимания, обсуждения и изучения [13, 14].

С точки зрения статистического анализа необходимо отметить то, что многие показатели музейной сферы принципиально неизмеримы, так как воздействие этих показателей воспринимается только субъективно и не может быть однозначно выражено в физических параметрах. Поэтому развитие музейной деятельности и эффективность оказываемых в ней услуг может быть измерено только опосредованно через связанные с данной сферой материальные показатели. В этой связи потребность в данных, характеризующих деятельность муниципальных музеев, стимулирует деятельность по разработке принципиально новых статистических показателей.

Проведенное нами исследование имеет практическую значимость результатов, которые могут иметь прикладное значение в качестве средства информационного обеспечения при разработке программ социально-экономического развития регионов. Кроме того, они могут оказать помощь администрациям муниципальных образований в руководстве деятельностью учреждений культуры, быть использованы в работе научных сотрудников музеев, в научноисследовательской и учебно-педагогической деятельности, в процессе разработки и чтения курсов по экономической истории Поволжья и Самарской области для студентов гуманитарных специальностей.

ЛИТЕРАТУРА

1. Волкова, Г.Л. Статистический анализ и моделирование развития сферы услуг в области культуры. (2013). http://statistics.hse.ru/data/2013/05/23/.../ ВКР%20текст%20Волкова.doc.

2. Гордин, В.Э., & Трабская, Ю.Г. (2014). Культурное наследие и творческие индустрии: время, место, действие. Сборник трудов сотрудников Лаборатории экономики культуры Санкт-Петербургского филиала Национального исследовательского университета “Высшая школа экономики”. Общественные науки и современность, (5), 166-176.

3. Доржиева, В.В., & Баирова, Э.В. (2009). Методические подходы к оценке эффективности и результативности деятельности учреждений культуры республики Бурятия. Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент, (3), 42-47.

4. Игнатьева, Е.Л. (2007). Проблемы и перспективы развития учреждений культуры в свете бюджетной реформы. Справочник руководителя учреждения культуры, (11), 40-47.

5. Есаков, В.А. (2007). Условия эффективности управления отраслью культуры в период преобразований. Обсерватория культуры: журнал-обозрение, (2).

6. Полянскова, Н.В., Нуйкина, Е.Ю. (2014). Методика анализа социоэкономической роли музеев в нравственно-патриотическом воспитании молодежи. Управление экономическими системами: электронный научный журнал. 11 (71). http://www.uecs.ru/index.php?option=com_flexicontent&view= items&id=3165.

7. Полянскова Н.В., Шерстобитова Г.И., Ухтверова Е.А. Анализ социально-экономического развития районных музеев в Самарской области // Интернетжурнал «НАУКОВЕДЕНИЕ» 2014. № 6 http://naukovedenie.ru/PDF/16EVN614.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ. DOI: 10.15862/16EVN614

8. Рубинштейн, А.Я. (2012). “Болезнь Баумоля” в сфере культуры: опыт эконометрического исследования. Художественная культура / Art & Culture Studies. 2(3). http://sias.ru/magazine/vypusk-3/sotsialnaya-filosofiya-isotsiologiya/601.html.

9. Смирнов, А.Ю. (2005). Проблемы прогнозирования сферы культуры. Евразийский международный научно-аналитический журнал: Проблемы современной экономики. 3/4 (15/16).

10. Throsby, D. (2000). Economics and culture. Cambridge university press. http://dx.doi.org/10.1017/CBO9781107590106.

11. Официальной сайт государственной статистики/ База данных показателей муниципальных образований. URL: http://www.gks.ru/dbscripts/munst/munst36/ DBInet.cgi.

12. Manski, C.F., & McFadden, D. (Eds.). (1981). Structural analysis of discrete data with econometric applications (pp. 202-4). Cambridge, MA: Mit Press. http://dx.doi.org/10.2307/3151745.

13. Лебедева, Н.М. (2008). Ценности культуры, экономические установки и отношение к инновациям в России. Психология. Журнал Высшей школы экономики, 5(2), 68-88.

14. Yasin, E., Lebedeva, N. (2009). Kul'tura i innovatsii: k postanovke problemy [Culture and Innovation: Approach to the Problem]. Foresight-Russia, vol. 3, no 2, pp. 16-26 (in Russian). http://dx.doi.org/10.17686/sced_rusnauka_2010-369.

REFERENCES

1. Volkova, G.L. Statistical analysis and modeling of the services development in the field of culture. (2013). http:// statistics.hse.ru/data/2013/05/23/.../ВКР%20текст %20Волкова.doc.

2. Gordin, V.E., & Trabskaya, Yu.G. (2014). Cultural heritage and creative industries: time, place, action. Proceedings of the Laboratory of Cultural Economics St. Petersburg branch of the National Research University "Higher School of Economics". Social Sciences and Modernity, (5), 166-176.

3. Dorzhieva, V.V., & Bairova, E.V. (2009). Methodical approaches to the estimation of efficiency of the cultural institutions activity in the Republic of Buryatia. Bulletin of South Ural State University, Series "Economics and Management", (3), 42-47.

4. Ignatieva, Е.L. (2007). Problems and prospects of the development of cultural institutions in the light of budgetary reform. Reference manager cultural institutions, (11), 40-47.

5. Esakov, V.А. (2007). Terms efficiency sector management culture in the period of transformation. Observatory of Culture: Review-Journal, (2).

6. Polyanskova, N.V., Nuykina, E.Yu. (2014). Method of analysis of the socio-economic role of museums in moral and Patriotic upbringing of the youth. Management of economic systems: an electronic scientific journal. 11 (71). http://www.uecs.ru/index.php?option=com_flexicontent&view=items&id=3165.

7. Uhtverova, Е.А., Sherstobitova, G.I., & Polyanskova, N.V. (2014). The analysis of the regional museums'' social and economic development in the Samara region. Electronic scientific publication of "Naukovedenie", (6 (25)). http://dx.doi.org/10.15862/16evn614.

8. Rubinstein, А.Ya. (2012). "Baumol's disease" in the sphere of culture: the experience of econometric studies. Art & Culture Studies. 2(3). http://sias.ru/magazine/vypusk3/sotsialnaya-filosofiya-i-sotsiologiya/601.html.

9. Smirnov, А.Yu. (2005). Problems forecasting of the culture sphere. Eurasian international scientific-analytical edition "Problems of modern economics". 3/4 (15/16).

10. Throsby, D. (2000). Economics and culture. Cambridge university press. http://dx.doi.org/10.1017/CBO9781107590106.

11. Official website of State Statistics / Database performance municipalities. URL: http://www.gks.ru/dbscripts/munst/munst36/DBInet.cgi.

12. Manski, C.F., & McFadden, D. (Eds.). (1981). Structural analysis of discrete data with econometric applications (pp. 202-4). Cambridge, MA: Mit Press. http://dx.doi.org/10.2307/3151745.

13. Lebedeva, N. M. (2008). Cultural values and economic setting and the attitude towards innovation in Russia. Psychology. Journal of the Higher School of Economics, 5(2), 68-88.

14. Yasin, E., Lebedeva, N. (2009). Kul'tura i innovatsii: k postanovke problemy [Culture and Innovation: Approach to the Problem]. Foresight-Russia, vol. 3, no 2, pp. 16-26 (in Russian). http://dx.doi.org/10.17686/sced_rusnauka_2010-369.

Размещено на Allbest.ru


Подобные документы

  • Сущность корреляционно-регрессионного анализа и его использование в сельскохозяйственном производстве. Этапы проведения корреляционно-регрессионного анализа. Области его применения. Анализ объекта и разработка числовой экономико-математической модели.

    курсовая работа [151,0 K], добавлен 27.03.2009

  • Расчет стоимости оборудования с использованием методов корреляционного моделирования. Метод парной и множественной корреляции. Построение матрицы парных коэффициентов корреляции. Проверка оставшихся факторных признаков на свойство мультиколлинеарности.

    задача [83,2 K], добавлен 20.01.2010

  • Проведение системного анализа и выделение проблем российской нефтедобычи, разработка путей их решения в соответствии с ситуацией и с использованием накопленного мирового опыта решения аналогичных проблем. Построение модели структуры добычи нефти.

    контрольная работа [356,5 K], добавлен 07.12.2013

  • Сущность корреляционно-регрессионного анализа и экономико-математической модели. Обеспечение объема и случайного состава выборки. Измерение степени тесноты связи между переменными. Составление уравнений регрессии, их экономико-статистический анализ.

    курсовая работа [440,3 K], добавлен 27.07.2015

  • Методологические основы эконометрики. Проблемы построения эконометрических моделей. Цели эконометрического исследования. Основные этапы эконометрического моделирования. Эконометрические модели парной линейной регрессии и методы оценки их параметров.

    контрольная работа [176,4 K], добавлен 17.10.2014

  • Процесс построения и анализа эконометрической модели в пакете Econometric Views. Составление, расчет и анализ существующей проблемы. Проверка адекватности модели реальной ситуации на числовых данных в среде Eviews. Построение регрессионного уравнения.

    курсовая работа [1,3 M], добавлен 17.02.2014

  • Теоретические основы прикладного регрессионного анализа. Проверка предпосылок и предположений регрессионного анализа. Обнаружение выбросов в выборке. Рекомендации по устранению мультиколлинеарности. Пример практического применения регрессионного анализа.

    курсовая работа [1,2 M], добавлен 04.02.2011

  • Определение 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

  • Анализ построенной модели на мультиколлинеарность на основе показателей, характеризующих социально-экономическое развитие городов и районов Оренбургской области. Построение линейной зависимости или корреляции между двумя и более объясняющими переменными.

    лабораторная работа [99,6 K], добавлен 03.02.2015

  • Построение математической модели выбранного экономического явления методами регрессионного анализа. Линейная регрессионная модель. Выборочный коэффициент корреляции. Метод наименьших квадратов для модели множественной регрессии, статистические гипотезы.

    курсовая работа [1,1 M], добавлен 22.05.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.