📄Работа №125411
Тема: Решение задачи о доходах населения: анализ, моделирование и прогноз
Тип работы
Бакалаврская работа
Предмет
Математические методы в экономике
Объем:
53 листов
Год:
2017
Просмотров:
124
4650
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 4
1. Постановка задачи 5
2. Обзор предметной области исследования 6
2.1. Основы регрессионного анализа 6
2.2. Процессы авторегрессии и скользящего среднего 10
2.3. Подбор модели ARMA 14
2.4. Метод Хольта-Уинтерса 18
3. Экономический анализ денежных доходов населения 19
3.1. Неравенство доходов и сравнение с показателями по Российской Федерации 19
3.2. Учёт инфляционного процесса в денежных доходах 23
4. Корреляционно-регрессионный анализ основных экономических показателей уровня жизни населения 25
5. Построение математических моделей 29
5.1. Трендовая модель 29
5.2. Модель Хольта-Уинтерса 34
5.3. Сезонная интегрированная модель авторегрессии — скользящего среднего 35
6. Выбор математической модели с наилучшими прогностическими свойствами 37
7. Построение прогноза 39
8. Выводы 41
Заключение 44
Список литературы 45
A. Результаты оценивания моделей 49
B. Программная реализация 50
C. Глоссарий 53
1. Постановка задачи 5
2. Обзор предметной области исследования 6
2.1. Основы регрессионного анализа 6
2.2. Процессы авторегрессии и скользящего среднего 10
2.3. Подбор модели ARMA 14
2.4. Метод Хольта-Уинтерса 18
3. Экономический анализ денежных доходов населения 19
3.1. Неравенство доходов и сравнение с показателями по Российской Федерации 19
3.2. Учёт инфляционного процесса в денежных доходах 23
4. Корреляционно-регрессионный анализ основных экономических показателей уровня жизни населения 25
5. Построение математических моделей 29
5.1. Трендовая модель 29
5.2. Модель Хольта-Уинтерса 34
5.3. Сезонная интегрированная модель авторегрессии — скользящего среднего 35
6. Выбор математической модели с наилучшими прогностическими свойствами 37
7. Построение прогноза 39
8. Выводы 41
Заключение 44
Список литературы 45
A. Результаты оценивания моделей 49
B. Программная реализация 50
C. Глоссарий 53
📖 Введение
В настоящее время Российская Федерация находится в напряжённой ситуации, связанной со сложной политической атмосферой в мире и её неоднозначным положением в отношении других стран [19]. Трудности вынуждают государство укреплять свои политические взгляды, формировать направление дальнейшего развития, что не может не влиять на социально-экономическую сферу жизни страны [11]. Последствия, которые мы наблюдаем, выражаются в ускорении темпа инфляции и в обострении проблемы бедности [29].
Исследование динамики изменения уровня жизни населения может способствовать определению причин данных проблем и методов их решения. Анализ среднедушевого денежного дохода населения позволяет наглядно рассмотреть проблему социального неравенства, выделить основные тенденции изменения благосостояния жителей страны в целом или отдельного города. Он является особенно актуальным в условиях реализации стратегии социально-экономического развития Санкт- Петербурга до 2030 года [22].
Для анализа среднедушевого дохода нужно построить математическую модель, которая бы описывала его динамику и давала возможность прогнозировать будущие значения при условии отсутствия происшествий, способных вызвать резкие изменения не только в социально-экономической сфере, но и в жизни страны в целом, таких как война, революция, смена политического режима, экономический кризис.
В данной работе представлен анализ текущего уровня жизни населения Санкт-Петербурга и сравнение с уровнем жизни населения страны. Построены математические модели на основе временного ряда, который состоит из значений среднедушевых доходов жителей Санкт- Петербурга за 2009-2016 гг. С помощью модели с наилучшими прогностическими свойствами выполнен прогноз на 3 первых месяца 2017 года. Более того, с учётом основных показателей уровня жизни населения предложена спецификация регрессионной модели для формирования среднедушевого дохода.
Исследование динамики изменения уровня жизни населения может способствовать определению причин данных проблем и методов их решения. Анализ среднедушевого денежного дохода населения позволяет наглядно рассмотреть проблему социального неравенства, выделить основные тенденции изменения благосостояния жителей страны в целом или отдельного города. Он является особенно актуальным в условиях реализации стратегии социально-экономического развития Санкт- Петербурга до 2030 года [22].
Для анализа среднедушевого дохода нужно построить математическую модель, которая бы описывала его динамику и давала возможность прогнозировать будущие значения при условии отсутствия происшествий, способных вызвать резкие изменения не только в социально-экономической сфере, но и в жизни страны в целом, таких как война, революция, смена политического режима, экономический кризис.
В данной работе представлен анализ текущего уровня жизни населения Санкт-Петербурга и сравнение с уровнем жизни населения страны. Построены математические модели на основе временного ряда, который состоит из значений среднедушевых доходов жителей Санкт- Петербурга за 2009-2016 гг. С помощью модели с наилучшими прогностическими свойствами выполнен прогноз на 3 первых месяца 2017 года. Более того, с учётом основных показателей уровня жизни населения предложена спецификация регрессионной модели для формирования среднедушевого дохода.
✅ Заключение
В данной работе были достигнуты следующие результаты:
• изучены три метода прогнозирования временных рядов: регрессионные модели, метод Хольта-Уинтерса, модели авторегрессии — скользящего среднего;
• построен временной ряд по значениям имеющихся данных и проведён его предварительный анализ;
• предложена спецификация регрессионной модели, включающая значимые экономические показатели, от которых зависит среднедушевой доход, на основе корреляционного анализа;
• построены три математические модели на основе исследуемого временного ряда: трендовая модель с учётом сезонности, модель Хольта-Уинтерса, сезонная интегрированная модель авторегрессии — скользящего среднего;
• выбрана лучшая модель на контрольной выборке по ошибкам прогноза — SARIMA(1,1,2)(0,1,0)12;
• с помощью выбранной модели построен точечный и интервальный прогнозы на январь, февраль, март 2017 года.
По материалам работы был сделан доклад “Прогнозирование среднедушевого дохода населения Санкт-Петербурга” на конференции CPS’17.
• изучены три метода прогнозирования временных рядов: регрессионные модели, метод Хольта-Уинтерса, модели авторегрессии — скользящего среднего;
• построен временной ряд по значениям имеющихся данных и проведён его предварительный анализ;
• предложена спецификация регрессионной модели, включающая значимые экономические показатели, от которых зависит среднедушевой доход, на основе корреляционного анализа;
• построены три математические модели на основе исследуемого временного ряда: трендовая модель с учётом сезонности, модель Хольта-Уинтерса, сезонная интегрированная модель авторегрессии — скользящего среднего;
• выбрана лучшая модель на контрольной выборке по ошибкам прогноза — SARIMA(1,1,2)(0,1,0)12;
• с помощью выбранной модели построен точечный и интервальный прогнозы на январь, февраль, март 2017 года.
По материалам работы был сделан доклад “Прогнозирование среднедушевого дохода населения Санкт-Петербурга” на конференции CPS’17.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.