Результати дослідження економетричних моделей, які описують зв’язок між чисельністю населення і обсягами виробництва культур зернових та зерновобобових в Україні

Дослідження моделей парної лінійної регресії і непарної лінійної регресії, зокрема, еспонентну. Головна особливість застосування економетичних методів для дослідження конкретних статистичних даних і побудова та аналіз прикладних економетричних моделей.

Рубрика Экономико-математическое моделирование
Вид статья
Язык украинский
Дата добавления 02.11.2022
Размер файла 21,9 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.

Размещено на http://www.allbest.ru/

Луцький національний технічний університет

Результати дослідження економетричних моделей, які описують зв'язок між чисельністю населення і обсягами виробництва культур зернових та зерновобобових в Україні

Грищук О.В., ст. гр. ОП-21

Науковий керівник: к.е.н., доц. Нужна О.А.

Анотація

У статті описано процес побудови і дослідження економетричних моделей, які описують зв'язок між чисельністю населення і обсягами виробництва культур зернових і зернобобових в Україні на основі даних Державної служби статистики України за 1991-2020 роки. Розглянуто моделі парної лінійної регресії і непарної лінійної регресії, зокрема, еспонентну. Проведено аналіз економетричних моделей і здійснено прогнозування показника на 2021 рік.

Ключові слова: економетрика, економетрична модель, обсяги виробництва, показник, чисельність населення, фактор.

Abstract

Hryshchuk O.

RESULTS OF THE STUDY OF ECONOMETRIC MODELS DESCRIBING THE RELATIONSHIP BETWEEN POPULATION NUMBER AND VOLUMES OF CULTURE PRODUCTION IN CROPS IN UKRAINE

The article describes the process of construction and study of econometric models that describe the relationship between population and production of cereals and legumes in Ukraine based on data from the State Statistics Service of Ukraine for 2091-2020. Models of even linear regression and odd linear regression, in particular, exponential, are considered. The analysis of econometric models is carried out and the indicator for 2021 is forecast.

Key words: econometrics, econometric model, production volumes, indicator, population, factor.

Постановка проблеми у загальному вигляді та її зв'язок з важливими науковими і практичними завданнями. Сьогодні економетричні методи застосовуються в різних галузях прикладної економіки, починаючи з дослідження витрат домашніх господарств і підприємницьких інвестицій і закінчуючи організацією виробництв, ринків праці, ефектів державної політики. Дані моделі розробляються з важливою метою: передбачити розвиток тих чи інших подій , та в разі чого запобігти поганим наслідкам.

Аналіз останніх досліджень, у яких започатковано вирішення проблеми. Перші спроби досліджень в економетриці відносяться до XХ століття. Засновниками економетрії вважають Р. Фріша, Е. Шумпетера, Я. Тінбергена - послідовників неокласичної економічної школи і кейнсіанства. Вони були одними з перших вчених, хто цілеспрямовано намагався поєднати економічну теорію з математичними та статистичними методами.

Р. Фріш підкреслює міждисциплінарний характер економетрики: « ... і статистика, і економічна теорія, і математика, взяті окремо, є необхідними, але недостатніми для дійсного розуміння кількісних відносин у сучасному економічному просторі. Саме об'єднання всіх трьох частин дає потужний ефект. Саме це об'єднання і складає економетрику».

Як зазначає Руська Р.В., «Економетрія, економетрика - один з напрямків економіко-математичних методів аналізу, що полягає в статистичному вимірюванні (оцінюванні) параметрів, які характеризують деяку економічну концепцію про взаємозв'язок і розвиток об'єкта або явища, і в застосуванні таким чином економетричних моделей для конкретних економічних висновків» [3, с. 11].

На думку Л.С. Гур'янової, Т.С. Клебанової, Л.О. Чаговець, « . економетрика - один із напрямків економіко-математичних методів аналізу, який полягає в статистичному вимірюванні (оцінюванні) параметрів математичних виразів, що характеризують деяку економічну концепцію про взаємозв'язок і розвиток об'єкта, явища, що необхідно для отримання конкретних економічних висновків на основі економетричних моделей» [2, с. 8].

Можемо зробити висновок, що суть і завдання економетрики у наведених визначеннях є ідентичними.

Цілі статті. Метою нашого дослідження є застосування економетичних методів для дослідження конкретних статистичних даних і побудова та аналіз прикладних економетричних моделей.

Виклад основного матеріалу дослідження з повним обґрунтуванням отриманих наукових результатів. Для проведення дослідження нами обрано фактор - чисельність населення України, а показник - обсяг виробництва культур зернових та зернобобових. Наше дослідження проводилось за період 1991-2020 роки, оскільки саме за цей період наявні статистичні дані.

Статистичні дані для проведення дослідження було взято на сайті Державної служби статистики України в розділах: «Демографічна і соціальна статистика, вкладка «Населення» (значення фактора); «Статистична інформація», «Сільське, лісове та рибне господарство», вкладка «Рослинництво (1991-2020)» (значення показника). На основі статистичних даних нами були побудовані економетричні моделі у формі парної лінійної регресії (загальна формула (1)) і у формі парної нелінійної регресії залежності (загальна формула (2)):

У = aX+b, (1)

У = eax * b, (2)

де У - показник; Х - фактор; a, b - параметри регресії.

Нами отримано значення параметрів парної лінійної регресії (a= -0,13 і b= 20781,83) та парної нелінійної регресії (a= -0,000008 і b=

21830,86) і отримано їх аналітичні вирази:

У = -0,13Х+20781,83, (3)

У = g-0,000008-x * 21830,86, (4)

де У - показник; X- фактор.

Статистичні дані і результати дослідження моделей у формі парної лінійної і непарної лінійної регресії для обраних фактора і показника подано у таблиці 1.

Таблиця 1 Статистичні дані і розрахункові значення показника для моделей у формі парної лінійної і непарної лінійної регресії

з/

Рік

Статистичні дані

Розрахункові значення показника

п

Значення

Значення

У

У випадку

фактора

показника

випадку

моделі

(чисельність

(обсяги

моделі

парної

населення

виробництва

парної

нелінійної

України), тис. осіб

культури зернові та зернобобові)

лінійної

регресії

регресії

1

1991

51 944,4

14671

14115,17

14064,31

2

1992

52 056,6

13903

14100,77

14042,05

3

1993

52 244,1

14305

14076,71

14057,45

4

1994

52 114,4

13527

14093,35

14103,35

5

1995

51 728,4

14152

14142,89

14154,82

6

1996

51 297,1

13248

14198,25

14212,17

7

1997

50 818,4

15051

14259,69

14266,00

8

1998

50 370,8

13718

14317,13

14320,65

9

1999

49 918,1

13154

14375,23

14379,84

10

2000

49 429,8

13646

14437,90

14441,50

11

2001

48 923,2

15586

14502,92

14498,46

12

20021

48 457,1

15448

14562,74

14554,12

13

2003

48 003,5

12495

14620,96

14601,04

14

2004

47 622,4

15434

14669,87

14643,23

15

2005

47 280,8

15005

14713,71

14686,74

16

2006

46 929,5

14515

14758,80

14721,95

17

2007

46 646,0

15115

14795,18

14755,98

18

2008

46 372,7

15636

14830,26

14784,54

19

2009

46 143,7

15837

14859,65

14807,14

20

2010

45 962,9

15090

14882,85

14830,22

21

2011

45 778,5

15724

14906,52

14848,38

22

2012

45 633,6

15449

14925,11

14858,49

23

2013

45 553,0

16210

14935,46

14874,41

24

2014

45 426,2

14801

14951,73

15191,44

25

20152

42 929,3

14739

15272,19

15213,11

26

20162

42 760,5

14401

15293,85

15235,75

27

20172

42 584,5

14624

15316,44

15261,26

28

20182

42 386,4

14839

15341,87

15291,35

29

20192

42 153,2

15318

15371,80

15323,77

30

20202

41 902,4

15392

15403,99

15364,47

За даними Всеукраїнського перепису населення на 5 грудня 2001 року;

Без урахування тимчасово окупованої території Автономної Республіки Крим і м. Севастополя

Джерело: розрахунки автора на основі даних [1; 4]

Переглянувши дані таблиці 1, спостерігаємо незначні відхилення статистичних і розрахункових значень показника для відповідних часових періодів. На нашу думку, вони можуть бути пов'язані з неточностями під час перепису населення. лінійний регресія економетичний статистичний

Наступним етапом дослідження є перевірка побудованих економетричних моделей на адекватність статистичним даним за критерієм Фішера. Наведемо результати цієї перевірки для обох побудованих економетричних моделей (таблиця 2).

Таблиця 2 Результати перевірки побудованих економетричних моделей на адекватність статистичним даним за критерієм Фішера

з/

п

Форма

аналітичної

залежності

Значення критерію Фішера

Висновок

розрахунко

ве

табличн

е

1

Парна

лінійна

регресія

8,23

2,048

Економетрична модель

адекватна статистичним даним і придатна для подальшого аналізу і прогнозування

2

Парна

нелінійна

регресія

7,8

4,2

Джерело: розрахунки і висновки автора

Проведено аналіз побудованих економетричних моделей (таблиця 3).

Таблиця 3 Результати аналізу побудованих економетричних моделей

з/п

Форма

аналітичної

залежності

Показник

Значенн

я

показни

ка

Висновок

1

Парна

лінійна

регресія

Коефіцієнт

кореляції

0,48

Зв'язок між фактором і показником слабкий і прямий

Коефіцієнт

детермінац

ії

0,23

Варіація показника на 23% пояснюється

варіацією фактора

Індекс

кореляції

0,48

Точки поля кореляції лежать не надто близько до лінії регресії

2

Парна

нелінійна

регресія

Коефіцієнт

детермінац

ії

0,22

Варіація фактора на 22% пояснюється варіацією

фактора

Індекс

кореляції

0,47

Точки поля кореляції лежать не надто близько до лінії регресії

Джерело: розрахунки і висновки автора

Подано оцінку ступеня еластичності показника (обсяги виробництва культур зернових та зернобобових) за фактором (чисельність населення України) за допомогою коефіцієнта еластичності, розрахованого для середніх значення фактора і показника для обох побудованих економетричних моделей (таблиця 4).

Таблиця 4 Результати оцінки ступеня еластичності показника (обсяги виробництва культур зернових та зернобобових) за фактором (чисельність населення України) за допомогою коефіцієнта еластичності

з/п

Форма

аналітичної

залежності

Значення

коефіцієнта

еластичност

і

Висновок

1

Парна лінійна регресія

-0,41

При збільшенні фактора на 1% показник в середньому

зменшується на 0,41%

2

Парна

нелінійна

регресія

-0,40

При збільшенні фактора на 1% показник в середньому

зменшується на 0,40%

Джерело: розрахунки і висновки автора

Проведено прогнозування на основі побудованих економетричних моделей. Зважаючи на динаміку фактора, обрано його прогнозне значення на наступний перід (2021 рік) (41500 тис. осіб) і розраховано прогнозне значення показника для обох побудованих економетричних моделей (таблиця 5).

Таблиця 5 Результати прогнозування на основі економетричних моделей

з/п

Форма

аналітичної

залежності

Прогнозне значення фактора (чисельність населення

України), тис. осіб

Прогнозне значення показника (обсяги виробництва культур зернових та зернобобових), тис. т

1

Парна лінійна регресія

41500

15455,6

2

Парна нелінійна

регресія

15375,9

Джерело: розрахунки і висновки автора

Отже, якщо у 2021 році чисельність населення України становитиме 41500 тис. осіб, то згідно наших розрахунків обсяг виробництва культур зернових та зернобобових становитиме близько 15400 тис. т., а саме 15455,6 тис. т згідно моделі парної лінійної регресії і 15375,9 тис. т згідно моделі парної нелінійної регресії.

Висновки

Таким чином, проведене нами дослідження показало, що між фактором (чисельність населення України) і показником (обсяги виробництва культур зернових та зернобобових) існує зв'язок (у випадку парної лінійної регресії - прямий і слабкий). Варіація показника (обсяги виробництва культур зернових та зернобобових) більш ніж на 22% зумовлена варіацією фактора (чисельність населення України). При збільшенні фактора (чисельність населення України) на 1% показник (обсяги виробництва культур зернових та зернобобових) зменшується на 0,41% у випадку парної лінійної регресії і на 0,40% у випадку парної нелінійної регресії.

Результати прогнозування показують достатньо близькі прогнозні значення показника (обсяги виробництва культури зернові та зернобобові) за обома побудованими економетричним моделями: 15455,6 у випадку парної лінійної регресії і на 15375,9 у випадку парної нелінійної регресії.

Список використаних джерел

1. Обсяги виробництва культур зернових та зернобобових.

2. Прикладна економетрика: навч. посіб.: в двох частинах. Частина 1: [Електронне видання] / Л.С. Гур'янова, Т.С. Клебанова, С.В. Прокопович та ін. Харків: ХНЕУ ім. С. Кузнеця, 2016, 235 с.

3. Руська РВ. Економетрика: навч. посіб. Тернопіль: Тайп, 2012. 224 с.

4. Чисельність населення України.

Размещено на Allbest.ru


Подобные документы

  • Типи економетричних моделей. Етапи економетричного аналізу економічних процесів та явищ. Моделі часових рядів та регресійні моделі з одним рівнянням. Системи одночасних рівнянь. Дослідження моделі парної лінійної регресії. Однофакторні виробничі регресії.

    задача [152,8 K], добавлен 19.03.2009

  • Побудова економетричної моделі парної регресії. На основі даних про витрати обігу (залежна змінна) і вантажообігу (незалежна змінна) побудувати економетричну модель. Рівняння регресії. Коефіцієнт парної детермінації та кореляції. Перевірка надійності.

    задача [563,6 K], добавлен 28.12.2008

  • Застосування електоронних таблиць та пакетів прикладних програм у статистичних та економетричних розрахунках. Побудова парної та непарної лінійної регресійної моделі економічних процесів. Моделювання економічних процесів для прогнозу та прийняття рішень.

    методичка [232,8 K], добавлен 17.10.2009

  • Статистичні методи аналізу та обробки спостережень. Характерні ознаки типової і спеціалізованої звітності підприємств. Оцінка параметрів простої лінійної моделі методом найменших квадратів. Аналіз показників багатофакторної лінійної і нелінійної регресії.

    контрольная работа [327,1 K], добавлен 23.02.2014

  • Перевірка загальної якості рівняння регресі та статистичної значущості оцінок параметрів економетричної моделі. Прогнозування значень залежної змінної. Визначення коефіцієнта еластичності. Економетричний аналіз лінійної функції парної регресії в MS Exel.

    презентация [1,4 M], добавлен 10.10.2013

  • Параметри проведення економетричного аналізу. Метод найменших квадратів. Оцінка параметрів лінійної регресії за методом найменших квадратів. Властивості простої лінійної регресії. Коефіцієнти кореляції і детермінації. Ступені вільності, аналіз дисперсій.

    контрольная работа [994,5 K], добавлен 29.03.2009

  • Предмет, об'єкт, метод та основні завдання економетрики. Розробка і дослідження эконометричних методів (методів прикладної статистики) з урахуванням специфіки економічних даних. Поняття економетричної моделі і її вибір. Типи економетричних моделей.

    контрольная работа [32,8 K], добавлен 18.06.2010

  • Специфікація економетричної моделі парної регресії. Побудова лінійної, степеневої та показникової економетричної моделі, поняття коефіцієнта регресії та детермінації. Графічне зображення моделювання лінійного зв’язку, застосування F–критерію Фішера.

    контрольная работа [5,1 M], добавлен 17.03.2010

  • Поняття "моделі" та роль економетричних моделей. Формування сукупності спостережень та поняття однорідності. Принципи побудови лінійних, нелінійних економетричних моделей попиту, пропозиції. Відбір факторів і показників для побудови функції споживання.

    курсовая работа [308,9 K], добавлен 09.07.2012

  • Побудова загальної лінійної регресії та аналіз її основних характеристик. Перевірка гіпотези про лінійну залежність між змінними. Визначення статистичної властивості окремих оцінок і моделі в цілому. Альтернативні способи оцінки параметрів регресії.

    лабораторная работа [77,0 K], добавлен 22.07.2010

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.