Математическое моделирование социально-экономических процессов на основе эконометрических моделей

Экономическое и математическое моделирование является неотъемлемой частью любого исследования в области экономики. Стремительное развитие математического анализа, исследования операций, теории вероятностей и математической статистики способствовало формированию различных видов экономических моделей. Целью математического моделирования экономических систем является использование методов математики для максимально эффективного решения задач, возникающих в области экономики, как правило, с использованием современных компьютерных технологий.

---

На Work5 выполнение контрольных работ на заказ в Новосибирске не занимает много времени.

---

. Основной задачей курсовой работы является приобретение студентами необходимых навыков исследовательской работы, умения применять изученные эконометрические методы и модели на практике, проводить комплексный анализ взаимосвязей между экономическими факторами, делать на основе проведенного анализа выводы и обобщения. Являясь небольшой учебной статьей или описанием проекта, курсовая работа по содержанию и форме представляет собой научный текст, где обозначены теоретические подходы к поставленной проблеме.

В курсовой работе было произведено математическое моделирование социально-экономических процессов на примере данных по регионам России. В качестве объектов исследования были выбраны 5 независимых признаков и один зависимый: Y2, X5, X10, X13, X20, X21 В первой части курсовой работы были сформированы исходные данные по регионам. Проведен корреляционный анализ, по результату которого определены факторы с наиболее тесной связью с зависимым признаком. Наиболее точную зависимость результативной и объясняющей переменной выражает зависимость Y2 – X21, так как значение коэффициента корреляции максимально и равно 0,74. Таким образом среднемесячная начисленная заработная плата работников организации (Y2) наиболее тесно коррелирует с стоимостью фиксированного набора потребительских товаров (Х21). Во второй части курсовой работы произведен регрессионный анализ. Определено уравнение множественной пятифакторной регрессии. Рассчитаны показатели регрессии. Поскольку фактическое значение F > Fkp, (101,37 > 3,614) то коэффициент детерминации статистически значим и уравнение регрессии статистически надежно. Установлено, что в исследуемой ситуации 86,96% (R-квадрат) общей вариабельности Y объясняется изменением факторов Xj. Таким образом, математическая точность модели составляет 86,96%. Определены значимые переменные пятифакторного уравнения регрессии. В процессе пошагового отбора переменных определено уравнение регрессии наиболее точно описывающее зависимость между факторным и результативным признаками. По данному уравнению было произведено прогнозирование изменение зависимого признака при снижении факторного признака на 9%. В третьей части курсовой работы был произведен продвинутый уровень статистического анализа. Были построены диаграммы рассевания с последующей их оптимизацией и исключением наиболее разбросанных точек. По оптимизированному уравнению регрессии было произведено прогнозирование значения зависимого признака при росте факторного признака на 9%. Установлено, что при увеличении стоимости фиксированного набора потребительских товаров (Х21) на 9%, среднемесячная номинальная начисленная заработная плата работников организации (Y2) увеличивается на 20,31%. Далее были определены регионы с наибольшей и наименьшей силой влияния факторного признака на результативный. В заключении в уравнение регрессии была добавлена фиктивная переменная для изучения влияния на признак региона. В результате установлено, что характер региона не влияет на зависимую переменную.  

1. Батракова Л.Г. Социально-экономическая статистика / Л.Г. Батракова – М.: Логос, 2020. – 480 с. 2. Бамин Е.С. Социально-экономическая статистика / Е.С. Бамин – М.: Логос, 2019. – 380 с. 3. Замедлина Е.А. Статистика / Е.А. Замедлина – М.: РИОР, 2019. – 160 с. 4. Иванов Ю.Н. Экономическая статистика / Ю.Н. Иванов – М.: НИЦ ИНФРА-М., 2019. – 584 с. 5. Ищенко А.С. Экономическая статистика / А.С. Ищенко – М.: НИЦ ИНФРА-М., 2018. – 354 с. 6. Мухина И.А. Социально-экономическая статистика / И.А. Мухина – М.: Флинта, 2018. – 116 с. 7. Мелкумов Я.Н. Социально-экономическая статистика / Я.Н. Мелкумов – М.: НИЦ ИНФРА-М., 2020. – 186 с. 8. Меркулова Е.Н. Социально-экономическая статистика / Е.Н. Меркулова – М.: ИНФРА-М, 2019. – 216 с. 9. Шапиро Л.Д. Экономическая статистика / Л.Д. Шапиро – Томский Государственный Университет, 2018. – 236 с. 10. Статистический сборник: Регионы России. Социально-экономические показатели за 2020 г. – Электронный доступ [rosstat.gov.ru]