Эконометрический анализ факторов лесного хозяйства в РФ

Реферат на тему Эконометрический анализ факторов лесного хозяйства в РФ. 2014 год. Оценка 5. ...

Содержание
Введение ……………………………………………………………………..3
1. Исходные данные …………………………………………………….4
2. Построение уравнения линейной регрессии методом наименьших квадратов ……………………………………………………………...5
3. Статистические формальные критерии качества уравнения………6
4. Частные и скорректированные коэффициенты детерминации……8
Заключение …………………………………………………………………10
Список использованной литературы ……………………………………..11
 

Россия – крупнейшая лесопромышленная страна мира, в которой сложился мощный лесохимический комплекс, включающий заготовку, механическую обработку и химическую переработку древесины. Леса в России занимают огрмную территорию. Лесные ресурсы оказывают большое влияние на экономику нашей страны, где на лесную промышленнось приходится около 30%. Однако запасы леса, пригодные для промышленной переработки, не беспредельны. Поэтому анализ лесной промышленности Россикой Федерации на современном этапе является актуальным вопросом.

Статистические формальные критерии качества уравненияДля анализа качества модели используется показатель тесноты связи. При использовании линейной регрессии в качестве такого показателя выступает линейный коэффициент корреляции. Он находится в границах от -1 до 1, и чем ближе к единице получается значение, тем больше наблюдается теснота зависимости результирующего показателя от X. В рассматриваемой модели более тесной связью с количеством лесных угодий обладает показатель количества лесных пожаров. Так значение коэффициента корреляции на Xt3 равен 0,713, а для защиты лесов от вредных организмов (Хt2): – 0,562. Для оценки качества подбора линейной функции с помощью метода максимального правдоподобия можно рассчитать коэффициент детерминации. Данный коэффициент позволяет измерить ошибку аппроксимации, аналитическую и предсказательную силу уравнения регрессии. В данном примере необходимо рассматривать множественную регрессию, так как используются два фактора, влияющих на результирующий показатель Y. Для вычисления коэффициента множественной детерминации используем следующую формулу: R2=1-(yt-yt)2(yt-yt)2Подставив исходные данные в формулу, мы получим значение коэффициента детерминации равное 87,49%. Можно сделать вывод, что уравнение регрессии объясняет 87,49% дисперсии результативного признака, а на долю остаточной дисперсии приходится только 12,51%. По коэффициенту детерминации производится оценка качества линейной модели. Таким образом, построенная линейная модель аппроксимирует исходные данные, а значит ей можно воспользоваться для прогноза увеличения или снижения лесного массива в Российской Федерации. Для проверки существенности коэффициента регрессии и для расчёта его доверительных интервалов. Величина коэффициента регрессии сравнивается с его стандартной ошибкой: сначала определяется фактического значение критерия Стьюдента, затем оно сравнивается с табличным значением (уровень значимости взят произвольно и равен 0,05 при количестве степеней свободны равных 8).Рассчитаем фактические значения критерия с помощью следующей формулы: tk=βkσβkТаблица 2. Результаты расчёта критерия Стьюдента. tфактическоеtтабличноеβ1788,1833,1824β2-0,0213,1824β30,1993,1824По данным таблицы видно, что фактическое значение превышает табличное только в случае с коэффициентом β1. Нижнюю границу интервала высчитываем по формуле, а верхнюю - . Таким образом, вспомогательный фактор находится в интервале (83,023;83,696). 4. Частные и скорректированные коэффициенты детерминацииЧастные коэффициенты детерминации – это придельные вклады факторов в коэффициент детерминации. Частный коэффициент показывает на сколько уменьшится коэффициент детерминации при выведении фактора Xk из числа K факторов модели. Чтобы найти этот коэффициент необходимо использовать следующую формулу: ∆Rk2=1-R2T-K*tk2 , где tk2-квадрат расчётного значения критерия стъюдента∆R22=1-0,87493*-0,002325,8=36,69%Вывод: если вывести фактор Xt2, который показывает количество, защищенных лесов от вредных организмов, то коэффициент детерминации снизится на 36,69% и составит 50,8%.