- •Тұрмыс деңгейінің болжамды көрсеткіштерін қалыптастыру жөніндегі әдістемелік ұсынымдар
- •Жалпы ережелер
- •2. Табысы күнкөрістің ең төменгі деңгейінің шамасынан төмен халықтың үлесі көрсеткішін болжау.
- •Хольт – Винтерстің трендпен және маусымдылықпен экспоненциалды тегістеу әдісімен атаулы ақшалай табыстың болжамды мәнін анықтау
- •4. Тұрмыс деңгейі көрсеткіштерінің шағын моделін болжау
- •Айнымалылардың орташа мәндерін есептеу
- •Ковариация, корреляция және дисперсия коэффициенттерін есептеу
- •Корреляция коэффициентінің мәні t-статистика
- •Автокорреляция коэффициенті және Дарбин-Уотсон критерийлері
- •2015-2017Жж. Қысқа мерзімді кезеңге кедей халық үлесінің болжамды мәндері
- •Атаулы ақшалай табыстың айлық мәндерін Хольт – Винтерстің трендпен және маусымдылықты экспоненциалды тегістеу әдісімен болжау
- •2014 Жылы кедей халықтың санына зейнетақы өзгеруінің (өсу және төмендеу) әсері
2. Табысы күнкөрістің ең төменгі деңгейінің шамасынан төмен халықтың үлесі көрсеткішін болжау.
1-параграф. Корреляциялық талдау. Графикалық әдісті пайдалану
7. Болжам құру кезінде талданатын екі көрсеткіш арасындағы өзара байланысты анықтау қажет. Зерттелетін экономикалық көрсеткіштер: сатып алу қабілеті (бұдан әрі - х) және у күнкөрістің ең төменгі деңгейінің шамасынан төмен халықтың үлесі (бұдан әрі - у) арасындағы байланыстың нысанын анықтау үшін корреляциялық талдау әдісін қолдану ұсынылады.
8. Қарастырылатын екі индикатордың тәуелділік дәрежесін анықтайтын көрсеткіштер ковариация және корреляция коэффициенттері болып табылады. Ковариация коэффициентін есептеу кезінде негіз болып табылатын қажетті іріктемелі орташалар бойынша есептеулер 1-қосымшаның 1-кестесінде келтірілген.
(1)
(2)
(3)
Ковариация коэффициенті келесі формула бойынша анықталады:
(4)
Ковариация коэффициенті көрсеткіштер арасындағы кері байланысты көрсетеді. 3-қосымшаның 1-суретінде 2 және 4 салаларда орналасқан байқаулар да, кері ковариацияны көрсетеді. Сатып алу қабілеті артқан сайын кедей халықтың үлесі орташа алғанда азая түседі.
9. Корреляцияның коэффициентін есептеу үшін қажет деректер 1-қосымшаның 2-кестесінде келтірілген:
(5)
мұнда, іріктемелі дисперсиялар:
(6)
(7)
орташа квадраттық ауытқу:
(8)
(9)
10. Корреляция коэффициентін b регрессия коэффициенті арқылы анықтау:
(10)
Корреляция коэффициентінің мәні Чеддок шкаласы бойынша 0.9 < rxy < 1 диапазоны аралығында болады, Y белгісі мен Х факторы арасындағы байланыс жоғары және кері. Бұдан шығатыны регрессия теңдеуі түрінде неғұрлым жете талдау ұсынылады.
2-параграф. Регрессия теңдеулерінің параметрлері.
11. Регрессия теңдеуін құру үшін регрессияның эмпирикалық коэффициенттерін пайдалану ұсынылады:
(11)
(12)
Регрессия теңдеуі келесі түрде болады: y = -0,1434 x + 32,825.
12. Сызықтық регрессия теңдеуі коэффициенттерінің экономикалық мағынасы мынада: регрессия коэффициенті b = -0,14, оның өлшем бірлігіне х факторы шамасының артуы немесе кемуімен нәтижелілік көрсеткіштің (у өлшем бірлігінде) орташа өзгеруін көрсетеді. Сатып алу қабілетінің 1%-ға артуымен кедей халықтың үлесінің орташа алғанда -0,14%-ға төмендеуіне әкеледі. Біздің мысалда байланыс кері, өйткені b<0.
a = 32,82 коэффициенті кедей халық үлесінің болжанатын деңгейін көрсетеді, бірақ егер х=0 іріктемелі мәндерге жақын болған жағдайда ғана. Бұдан әрі регрессия теңдеуінің параметрлерін бағалау ұсынылады.
3-параграф. Регрессия теңдеуінің параметрлерін бағалау.
13. Регрессия теңдеуінің нақтылығын анықтау үшін детерминация коэффициентін мына формула бойынша есептеу ұсынылады:
(13)
R2= -0,9392 = 0,881
Бұл сатып алу қабілеті өзгеруінің 88,1% жағдайы кедей халық үлесінің өзгеруіне әкеледі. Регрессия теңдеуінің іріктеу нақтылығы жоғары. Y өзгеруінің қалған 11.9 % модельде ескерілмеген факторлармен түсіндіріледі (сондай-ақ ерекшелік қателерімен).
14. Регрессия параметрлерінің сапасын бағалау үшін болжамдар жасаймыз:
H0: rxy = 0, айнымалылар арасында сызықтық өзара байланыс жоқ;
H1: rxy ≠ 0, айнымалылар арасында сызықтық өзара байланыс бар.
α маңыздылығы деңгейінде, H1 ≠ 0 бәсекелес болжам кезінде қалыпты екі өлшемді кездейсоқ шама корреляциясының негізгі коэффициенті нөлге тең деген нөлдік болжам тексеріледі, критерийдің бақыланатын мәнін келесі формула бойынша есептеп шығару қажет (кездейсоқ қате шамасы):
(14)
Стьюденттің бөлудің сыни нүктелері кестесі бойынша, берілген α маңыздылығы деңгейі мен еркіндік дәрежесінің саны бойынша k = n – 2, екі жақты сыни саланың tкрит сыни нүктесі табылады.
Стьюдент кестесі бойынша маңыздылық деңгейі α=0.01 және еркіндік дәрежесі k=4, tкрит: tкрит (n-m-1;α/2) = (4;0.005) = 4.604 табылады, мұндағы m = 1 – түсіндіретін айнымалылар саны. Егер |tнабл| > tкритич болса, корреляция коэффициентінің мәні (корреляция коэффициентінің нөлге теңдікті бекітетін нөлдік болжам) маңызды болып мойындалады. Салыстырмалы есептеулер 1-қосымшаның 3-кестесінде келтірілген.
15. Бұдан әрі корреляция коэффициенті үшін интервалдық бағаны (сенімгерлік интервал) анықтау ұсынылады:
(15)
Корреляция коэффициенті үшін сенімгерлік интервалын есептеу:
r(-1;-0.145)
Корреляция коэффициенті сенімгерлік интервалынан табылды.
16. Тәуелді айнымалы үшін сенімгерлік интервалын анықтау. Ұйтқытылым дисперсиясының ығыстырылмайтын бағалауы мына шама болып табылады:
(16)
мұндағы, S2 = 0,696 – түсіндірілмеген дисперсия (регрессия сызығы маңайында тәуелді айнымалының шашыраңқылық шамасы). Бақылаулардың шексіз үлкен санында Ү мүмкін мәндерінің 99% шоғырланған интервал шекарасы және Xp = 214.
17. Бұдан әрі келесі формула бойынша регрессияның стандартты қатесін есептеу ұсынылады:
(17)
S = 0,83 – бағалаудың стандартты қатесі (регрессияның стандартты қатесі).
18. y = bx + a теңдеуі үшін болжамның қатесі есептеледі:
y(214) = -0,143*214 + 32,825 = 2,136
2,136 ± 2,851
(-0,72;4,99)
19. 99% ықтималдық болғанда Ү мәндері үлкен бақылау санында табылған интервалдар шегінен шықпайды деп кепілдік беруге болады. y = bx + a + ε теңдеуі үшін болжам қателігін есептеу:
(-2,65; 6,92)
20. Регрессия теңдеуі үшін болжамдардың қателерін есептеу табылған интервал шектерінен шықпайды. Сызықтық регрессия теңдеуінің коэффициенттеріне қатысты гипотезаны бұдан әрі тексеру ұсынылады.
4-параграф. Сызықтық регрессия теңдеуінің коэффициенттеріне қатысты гипотезаны тексеру
21. Сызықтық жұп регрессияның статистикалық маңыздылығын бағалау келесі алгоритм бойынша жүргізіледі: Теңдеу бүтіндей статистикалық мәнсіз деген нөлдік болжам жасалады: α маңыздылығы деңгейінде H0: R2=0. Әрі қарай F-критерийдің нақты мәні анықталады:
(18)
Нақты мәні F > Fтабл болғандықтан, детерминация коэффициенті статистикалық тұрғыдан маңызды (регрессия теңдеуінің табылған бағасы статистикалық сенімді). Есептеулер нәтижесі 1-қосымшаның 4-кестесінде келтірілген.
22. Ауытқулардың корреляциялығын талдау үшін Дарбин-Уотсон статистикасы пайдаланылады. Есептеулер 1-қосымшаның 5-кестесінде келтірілген:
(19)
Дарбин-Уотсон кестесі бойынша n=6 және k=1 үшін (маңыздылық деңгейі 5%) мыналарды табамыз: d1 = 1,08; d2 = 1,36. 1,08 < 2,17 және 1,36 < 2,17 < 4 - 1,36 болғандықтан, қалдықтар автокорреляциясы жоқ. Көрші шамалардың ei корреляция сызығы анықталады.
23. Корреляциялық талдау әдісін пайдалану негізінде болжам құрудың негізі анықталды. Болжамдық мәндерге сәйкес қысқа мерзімді кезеңге жан басына шаққандағы табыстың сатып алу қабілетінің өсу қарқынын сақтау кезінде, 2017 жылға қарай басқа шарттарда (мемлекеттік саясатта) өзгерістер болмағанда жан басына шаққандағы табыстың сатып алу қабілетінің 214% өсуі кезінде кедейлік деңгейі 1,6 % (нәтиже ретінде) дейін түсуі мүмкін. Есептеу бойынша сәйкес мәліметтер 2-қосымшаның 6-кестесінде келтірілген және график түрінде де көрсетілген (3-қосымшаның 2-суреті). Осы әдіс ұзақ мерзімді кезеңге (бір жылдан көп) болжам жасау кезінде ұсынылады.
