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:

Санитарное содержание станций
Сооружения и устройства станции должны постоянно находиться в исправности и чистоте. Ремонт и содержание их возложены на соответствующие хозяйственные подразделения специализированных служб. Работники станции обязаны содержать в чистоте платформы, переходы, вестибюли и служебные помещения; при необ ...

Составление схем маршрутов движения
Таблица 6.1 Матрица очередности объездных пунктов маршрута № 1 3ДВ (А32) 9 12 6 9 5ДВ (А02) 16 10 12 16 1ДВ (А92) 6,5 6 10 6,5 2ДВ (А62) Σ = 27 (max) Σ = 35 (max) Σ = 34,5 (max) Σ = 22,5 Таблица 6.2Матрица очередности объездных пунктов маршрута № 2 3ДВ (А32) 12 16,5 18 12 4ДВ (А ...

Программа перевозок АТП
Программа перевозок определяется по таким формулам: а) объем перевозок, т т (2.3.1) Где продолжительность смены, ч грузоподъемность автомобиля, т коэффициент использования грузоподъемности, среднетехническая скорость, км/ч коэффициент использования пробега пробег с грузом, км время простоя автомоби ...