Построение трендовых моделей и прогнозирование во времени

Рис. 3.1 – Оценка параметров линейного тренда показателя протяженности внутренних водных путей

Как следует из рисунка 3.1, для прогнозирования параметров линии тренда показателя пассажирооборота подходит полиномиальная (парабола второго порядка) модель вида y = 0,092t2 - 0,607t + 1,66 (скорректированный коэффициент детерминации R² = 84,7 %). Т.о. величина данного показателя в 2008 -2009 гг. будет равна:

yt=2008=0,092t2 - 0,607t + 1,66 =0,092ּ62 - 0,607ּ6 + 1,66 =1,33 млрд. пасс.-км.

yt=2009=0,092t2 - 0,607t + 1,66 =0,0927 ּ 2 - 0,6077ּ + 1,66 = 1,919млрд. пасс.-км

Рис. 3.2 – Оценка параметров полиномиального тренда показателя пассажирооборота

Как следует из рисунка 3.2, для прогнозирования параметров линии тренда показателя грузооборота подходит полиномиальная (парабола второго порядка) модель вида y = 6,164x2 - 38,47x + 121,5 (скорректированный коэффициент детерминации R² = 75,2%). Т.о. величина данного показателя в 2008 -2009 гг. будет равна:

yt=2008= 6,164t2 - 38,47t + 121,5 = 6,164ּ62 - 38,47ּ6 + 121,5 =112,6 млрд. т-км

yt=2009=6,164t2 - 38,47t + 121,5=6,164ּ72 - 38,47ּ7 + 121,5=154,2 млрд. т-км

Рис. 3.3 – Оценка параметров полиномиального тренда показателя грузооборота

Для дальнейшего экономико-статистического исследования проведем корреляционно-регрессионный анализ данных: в качестве результативного признака (у) примем показатель прибыли, убытка (-) от перевозок грузов и пассажиров, а в качестве факторных протяженность внутренних водных путей, (х1), пассажирооборот(х2), грузооборот, (х3).

Результаты корреляционно-регрессионного анализа приведены в приложении 1. Как следует из «Вывода итогов», коэффициент корреляции r=0,9785. Значимость регрессионной модели проверяется по величине коэффициента детерминации. Коэффициент детерминации r2=0,9575. Это означает, что на вариацию результативного показателя рассматриваемые факторы влияют на 95,75%, а на долю всех остальных, не рассматриваемых факторов приходится только 4,25% (100%-95,75%) вариации результативного показателя. Следовательно, регрессионная модель в данном случае имеет вид:

ŷ=-19,24+ 0,17х1 +15,77х2 -0,13х3.

Таблица 3.1

Исходная информация для проведения корреляционно-регрессионного анализа

Используя результаты прогноза показателей, произведем прогнозирование величины прибыли, убытка (-) от перевозок грузов и пассажиров – всего:

ŷt=2008=-19,24+0,17ּх1+15,77х2-0,13х3=-19,2+0,17ּ110,74+15,77ּ1,33-0,13ּ112,6=5,96 млрд.руб.

ŷt=2009=-19,24+ 0,17ּх1 +15,77х2 -0,13х3=-19,2+0,17ּ116,06 +15,77ּ1,919-0,13ּ154,2 =10,75 млрд.руб.

Долгосрочное прогнозирование:

Сценарные варианты развития транспортной системы России на период до 2030 года разработаны в трех вариантах - инерционном, энергосырьевом и инновационном.

Инерционный вариант развития транспортной системы предполагает:

реализацию крупномасштабных транспортных проектов, обеспечивающих добычу и разработку месторождений полезных ископаемых в новых районах добычи (нефть в Восточной Сибири, газ на арктическом шельфе и др.) и строительство соответствующих трубопроводов;

Информация по теме:

Теоретические основы анализа изменения показателей во времени
В процессе сбора данных получают информацию о значениях тех или иных признаков, характеризующих каждую единицу, каждый элемент исследуемого процесса или явления (совокупности). Эта информация, как правило, представлена в виде показателей. Обобщающие показатели могут быть абсолютными, относительными ...

Развитие транспорта
В истории морского транспорта Европейского Севера России Северное (СМП г. Архангельск) и Мурманское морские пароходства (ММП), Архангельский и Мурманский морские порты - в 1918-1985 годах можно выделить три этапа развития. Первый этап - с 1918 по 195 8 годы, когда флот состоял из паровых судов на у ...

Температурный режим
Температура и влажность воздуха. Наиболее теплые месяцы — июль ,и август; средняя месячная температура их в открытом море 24—26°, а на побережье и островах 24—28°. Максимальная температура воздуха в эти месяцы 35—46°. Наиболее прохладные месяцы — январь и февраль, когда средняя месячная температура ...