Лисовская Д.В., Базака Л.Н.

Построение регрессионной модели с помощью универсального пакета программ Statistica

Полесский государственный университет, Беларусь

Построение регрессионной модели с помощью универсального пакета программ Statistica

Стабильность цен на потребительском рынке является одним из ключевых факторов устойчивости макроэкономической ситуации в стране. В соответствии с Программой социально-экономического развития Республики Беларусь на 2011 – 2015 гг. инфляция по индексу потребительских цен к 2015 году должен составить не выше 5-6 %. Это предусмотрено Программой деятельности правительства на 2011- 2015 годы [1].

Основным показателем макроэкономической ситуации является показатель инфляции. Индекс потребительских цен являются сопутствующими  и одним из основных показателей инфляции.

Целью работы является рассмотрение основного понятия макроэкономического показателя как индекса потребительских цен. Его воздействие на макроэкономическую ситуацию: инфляцию, инвестиционную обстановку, экономический рост.

Мировой опыт свидетельствует, что для одновременного достижения устойчивости денег, инвестиционной активности и высокого уровня занятости очень важно, чтобы все участвующие в экономическом процессе субъекты преследовали цель стабильности и приспосабливали свои требования к финансово-экономическому потенциалу экономики [5].

На сегодняшний день цель денежной политики - управление инфляционным процессом рыночными и государственными методами в интересах подъема национального производства и экономической безопасности страны. Исходя из мирового опыта, допустима небольшая инфляция, если это увеличивает платежеспособный спрос и тем самым стимулирует экономический рост [6].

Для построения этой модели можно применить универсальный пакет программ Statistica. Данный пакет программ является универсальной интегрированной системой. Система позволяет выполнять статистический анализ и визуализацию данных. Содержит  широкий набор процедур анализа для применения в научных исследованиях различных направлений, технике, бизнесе, учебном процессе [2].

При построении модели необходимо включить те факторы, которые описывают влияние на ИПЦ. Исследование экономических факторов позволило выявить те факторы, которые имеют наиболее сильную линейную зависимость c результирующим фактором ИПЦ [3].

Исследовалась зависимость от следующих потенциальных факторов продуктов питания: мясо и мясопродукты, рыба и рыбопродукты, молоко и молочные продукты, масло и жиры.

Исходные данные по каждому из показателей представлены временными рамками за 36 месяцев 2010 – 2012 гг [10].

Таким образом, проведенный анализ, имеющийся информации и теоретические соображения позволили сформировать исходный набор факторов, представленных короткими временными рядами.

Таблица 1 - Переменные

Анализ матриц парных коэффициентов корреляции позволил выявить статистически значимые линейные и нелинейные корреляционные связи между исследуемыми переменными. Результаты корреляционного анализа в целом согласуются с результатом анализа диаграмм рассеивания [4].

Таблица 2 – Матрица парных коэффициентов корреляции

Результаты корреляционного анализа свидетельствует о наличии мультиколлинеарности  между независимых переменными (сильной зависимость между факторами). Сильные корреляционные связи были выявлены между переменными  и  ,   и . В дальнейшем при построении модели использовались переменные , .

Рисунок 1 – Временной ряд

Рисунок 3 – Временной ряд

Спецификация уравнения регрессионной модели зависимости  от  переменных ,  задавалась, исходя из результатов анализа диаграмм рассеяния и корреляционного анализа (табл. 2). С помощью метода наименьших квадратов была построена регрессионная модель.

y=0.26*+0.37*+38.16 (1)

t-значения: (5.84) (9.1) (11.06)

R2 =0.92; F(2,33)=182.7038, Fkr=3.284917651, tkr=2.034515297.

Все коэффициенты  значимы на уровне 0.05.  Уравнение значимо в целом на уровне 0.05 по F-статистике критерия Фишера.

Коэффициент детерминации равен 0.92.  Это значит, что изменения результирующего фактора на  92 % зависят от изменения исследуемых факторов, а на долю других факторов приходится 8 % вариаций.

При увеличении переменной  на одну единицу результативный признак  (ИПЦ) в средне увеличится на 0,26.

Полученная модель может быть использована для прогнозирования ИПЦ на краткосрочных временных интервалах.

Источники

1. Национальный правовой интернет-портал Республики Беларусь [Электронный ресурс]/ Минск, 2003 г. – Режим доступа: http://www.pravo.by/main.aspx?guid=3871&p0=P31100136&p2={NRPA} - Дата доступа: 20.04.2013.

2. Прогнозирование в системе Statistica в среде Window: Основы теории и интенсивная практика на компьютере: учебное пособие / В.П. Боровиков, Г.И. Ивченко. Под ред. В.П. Боровиков. – Мн.: Финансы и статистика, 1999. – 382 с.

3. Чернова, Т.В. Экономическая статистика: учебное пособие: электронная книга / Т.В. Чернова. – Таганрог: Изд-во ТРТУ, 1999. – 140 с.

4. Белов, А. А. Теория вероятностей и математическая статистика: учебник / А.А. Белов, Б.А. Баллод, Н.Н. Елизарова. – Ростов-на-Дону: Феникс, 2008. - 318 с.

5. Инюшин, В. Денежно-кредитное регулирование в условиях глобализации: статья / В. Инюшин – «Полярная звезда», 2002. – с. 1-14.

6. Борисов, А.Б. Большой экономический словарь / А.Б. Борисов. – М.: Книжный мир, 2003. – 895 с.

7. Замков, О.О. Математические методы в экономике / О.О. Замков, А.В. Толстопятенко, Ю.И. Черемных. –  М.: МГУ им. М.В. Ломоносова, Изд-во «ДИС», 1997.

8. Тихомиров, Н.П. Методы социально-экономического прогнозирования / Н.П. Тихомиров, В.А. Попов – М.: Изд-во ВЗПИ, А/О «Росвузнаука», 1992.

9.  Крук, Д.М. Основы экономического и социального прогнозирования / Д.М. Крук, Лукин B.C., Мосин В.И. и др. – М.: Высшая школа, 1985.

10.  Национальный статистический комитет Республики Беларусь [Электронный ресурс]/ Минск, 1998-2013 гг. – Режим доступа: http://belstat.gov.by/ - Дата доступа: 13.03.2013