Вопросы/задания к контрольной работе: Характеристики и модели временных рядов
Описание
Часть 1. Комплексная задача по теме «Характеристики и модели временных рядов»
Для эконометрического анализа я выбрала значение «стоимость акции» компании «Государственная транспортная лизинговая компания» (ГТЛК) за последние 21 месяц. Меня заинтересовали именно эти данные, так как это компания занимает лидирующее место в России в транспортной отрасли, что позволит спрогнозировать дальнейшее увеличение доли капитала в балансе.
Месяц | Стоимость 1 акции в $ |
фев. 24 | 135,17 |
мар. 24 | 142,43 |
апр. 24 | 151,45 |
май. 24 | 143,17 |
июн. 24 | 149,42 |
июл. 24 | 137,51 |
авг. 24 | 144,69 |
сен. 24 | 137,52 |
окт .24 | 135,33 |
ноя. 24 | 151,01 |
дек. 24 | 159,87 |
янв. 25 | 119,2 |
фев. 25 | 122,3 |
мар. 25 | 129,07 |
апр. 25 | 139,52 |
май. 25 | 130,06 |
июн. 25 | 140,07 |
июл. 25 | 148,58 |
авг. 25 | 142,8 |
сен. 25 | 138,83 |
окт. 25 | 147,33 |
Табл 1. Данные по стоимости 1 акции ГТЛК за последние 21 месяц
Часть 2. Комплексная задача типа кейс-стади на применение корреляционного, парного и множественного регрессионного анализа данных
Для выполнения этого задания я взяла данные из Росстата о средней рыночной стоимости одного квадратного метра общей площади жилого помещения, среднюю заработную плату за 2024 год, плотность населения чел/кв.метр и число безработных в тысячах человек. Все эти данные приведены по регионам Центрального Федерального округа за исключением Москвы и Московской области. На основе данных можем выявить зависимость стоимости жилья от прочих факторов.
Средняя рыночная стоимость одного квадратного метра общей площади жилого помещения (руб) | Средняя ЗП за 2024 (руб) | Плотность населения (человек/кв.метр) | Численность безработных (тыс чел) | |
Белгородская обл. | 86395 | 45587 | 55,82 | 33,1 |
Брянская обл. | 64068 | 39363 | 33,07 | 27,1 |
Владимирская обл. | 68251 | 44551 | 45,56 | 36,8 |
Воронежская обл. | 71678 | 45831 | 43,75 | 43,9 |
Ивановская обл. | 61479 | 35060 | 42,66 | 24,7 |
Калужская обл. | 76206 | 50672 | 35,94 | 21,6 |
Костромская обл. | 62688 | 37702 | 9,5 | 25,3 |
Курская обл. | 69397 | 44925 | 35,55 | 27,1 |
Липецкая обл. | 72130 | 43368 | 46,82 | 23,5 |
Орловская обл. | 65806 | 39768 | 28,4 | 18,4 |
Рязанская обл. | 70565 | 44092 | 27,48 | 24,2 |
Смоленская обл. | 52175 | 40425 | 17,55 | 30,9 |
Тамбовская обл. | 68233 | 37979 | 28,02 | 21,8 |
Тверская обл. | 80688 | 43422 | 14,38 | 30 |
Тульская обл. | 79222 | 47964 | 57,61 | 30,9 |
Ярославская обл. | 68986 | 45232 | 33,02 | 38,5 |
Часть 3. Ситуационная задача, включающая корреляционный и множественный регрессионный анализ данных
Проведите корреляционно-регрессионный анализ данных
Вариант 2. В результате анализа уровня потребления продукции по различным регионам страны выявлен ряд факторов, оказывающих на него существенное влияние:
- уровень урбанизации,
- относительный образовательный уровень населения,
- относительный возрастной показатель,
- относительная заработная плата,
- географическое положение региона.
В данной задаче Y (уровень потребления продукции) – показатель, рассчитанный, исходя из минимального набора продуктов потребительской корзины. Кроме того, в этот показатель включается среднестатистическое потребление лекарственных препаратов и медикаментов. Поэтому единицы измерения этого показателя – условные.
Х1 (уровень урбанизации) – показывает количество городов региона на 100 единиц населенных пунктов всех видов.
Х2, Х3, Х4 – относительные показатели, рассчитанные по определенным методикам, а не полученные прямыми измерениями, поэтому единицы измерения – условные.
Х5 (географическое положение района) – характеризует близость региона к Центральному району ( 1 или 0).
№ п.п. | Y уровень потребления продукции(усл.ед.) | X1 уровень урбанизации | X2 относительный образовательный уровень населения, | X3 относительный возрастной показатель | X4 относительная заработная плата | X5 географическое положение региона |
1 | 27.1 | 42.2 | 11.2 | 31.9 | 35.2 | 1 |
2 | 24.4 | 48.6 | 12.6 | 23.2 | 37.8 | 1 |
3 | 20.8 | 42.6 | 10.6 | 28.7 | 32.1 | 0 |
4 | 32.1 | 49.1 | 11.4 | 26.1 | 42.3 | 1 |
5 | 28.8 | 34.7 | 9.3 | 30.1 | 32.9 | 1 |
6 | 34.6 | 44.5 | 10.8 | 28.5 | 49.6 | 0 |
7 | 33.7 | 39.1 | 9.7 | 24.3 | 35.3 | 0 |
8 | 34.5 | 40.1 | 10.1 | 28.6 | 45.3 | 1 |
9 | 35.7 | 45.9 | 12.2 | 20.4 | 47.1 | 1 |
10 | 28.7 | 38.4 | 11.3 | 25.3 | 35.6 | 0 |
11 | 36.5 | 46.2 | 12.8 | 37.2 | 43.2 | 1 |
12 | 34.3 | 50.1 | 12.9 | 38.4 | 48.4 | 1 |
13 | 33.6 | 39.4 | 10.5 | 27.2 | 39.1 | 1 |
14 | 28.2 | 31.3 | 9.2 | 20.6 | 30.1 | 1 |
15 | 24.9 | 25.8 | 9.1 | 29.8 | 27.8 | 1 |
16 | 26.2 | 37.4 | 9.6 | 30.1 | 34.6 | 1 |
17 | 26.9 | 46.1 | 10.5 | 25.4 | 36.2 | 1 |
18 | 23.8 | 27.2 | 8.7 | 27.2 | 24.7 | 1 |
19 | 32.4 | 34.9 | 11.2 | 21.5 | 40.6 | 0 |
20 | 43.4 | 48.2 | 12.8 | 26.7 | 44.6 | 1 |
21 | 38.2 | 40.2 | 11.7 | 31.2 | 42.1 | 1 |
22 | 34.7 | 41.9 | 12.3 | 27.2 | 43.2 | 1 |
23 | 28.3 | 35.5 | 10.6 | 34.8 | 38.4 | 1 |
24 | 34.2 | 44.7 | 12.4 | 32.9 | 39.1 | 1 |
25 | 36.1 | 48.3 | 12.8 | 28.6 | 40.1 | 1 |
26 | 28.2 | 39.6 | 9.6 | 35.6 | 37.8 | 0 |
27 | 38.3 | 47.2 | 10.2 | 42.7 | 42.6 | 0 |
28 | 42.1 | 51.8 | 10.7 | 46.4 | 46.2 | 1 |
29 | 42.9 | 52.3 | 11.1 | 39.6 | 48.8 | 0 |
30 | 45.2 | 54.5 | 12.9 | 42.4 | 54.3 | 1 |
Требуется:
- Построить матрицу парных корреляций и обосновать выбор факторных признаков.
- Построить модель множественной линейной регрессии со статистически значимыми факторами.
- Построить прогноз уровня потребления продукции, если предположить, что значения факторных признаков уменьшатся относительно средних значений на 2 %.
- Внести рекомендации по осуществлению ряда мер, за счет которых может быть увеличен уровень потребления продукции.
Финуниверситет
all_at_700
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
