2.3. Методика классификации стран-производителей, стран-экспортеров, стран-импортеров, классификация стран по потреблению каменного угля, по выбросам со2 от использования каменного угля.

Выполняя классификацию стран по определенным признакам, в итоге получая различные, схожие по определенным параметрам группы (кластеры), тем самым мы проводим кластерный анализ. Методика для всех подпунктов будет одинаковой. Мы будем сравнивать 1990 и 2010 год, как будут различаться группы, и какие страны будут туда входить.

1. Сформулировать цель анализа

2. Собрать информацию за 1990 и 2010 г. по показателям: производство угля, потребление угля, импорт и экспорт угля, выбросы СО₂ от потребления угля. Представить все в виде таблицы (табл. 2.3).

Таблица 2.3

Показатели для классификации стран

Страна	Производство угля (млн. тонн)	Импорт угля (млн. $ США)	Экспорт угля (млн. $ США)	Выбросы СО2 от потребления угля (млн. тонн)
1
…
N

3. Провести иерархический кластерный анализ для определения числа кластеров. Определение расстояния между объектами и кластерами. На основе скачка в расстоянии определить кол-во кластеров для дальнейшего анализа.

4. Проведение кластерного анализа методом k-средного с числом кластеров выявленных в иерархическом анализе.

5. Определить принадлежность стран к кластерам.

6. Охарактеризовать страны с учетом выявленной принадлежности к кластерам.

2.4. Методика прогнозирования производства каменного угля.

1. Сформулировать цель анализа

2. Собрать статистическую информацию по данным показателям за 20 лет и представить ее в таблицах (табл. 2.4)

Таблица 2.4

Исходные данные по параметрам, 1990-2010 гг.

№	Страна	Объем производства угля	Объем производства угля	Объем производства угля
		1990г.	…..	2010г.
1
…
N

3. Сделать прогноз объема производства каменного угля.

4. Преобразовать исходные данные к базовому году.

5. Определить тенденцию изменения показателей.

   1. Выбрать вид математического уравнения, описывающего процесс.

   2. Проверить значимость уравнения с помощью F - критерия Фишера, исследовав гипотезы: H₀:R²=0; H₁:R²0.

   3. Найти F_расч. и F_табл.

   4. Сравнить значения F_расч. и F_табл.

   5. Принять решение о значимости модели (если _Fрасч. > _Fтабл, то математическая модель значима, если нет, то математическая модель не значима).

   6. Проверить значимость коэффициентов уравнения с помощью t- статики.

6. Исключить значения тренда из исходных данных для устранения автокорреляции из рядов динамики ( ε_t=y_t-y_тренд).

7. Представить данные о ε_t в виде таблицы временных сдвигов для построения авторегрессионных моделей.

8. Построить авторегрессионные модели.

   1. Построить авторегрессионные модели первого, второго, третьего, четвертого и пятого порядков.

   2. Найти параметры α (j=1,…,n) авторегрессионной модели, используя метод наименьших квадратов

   3. Определить порядок наилучшей модели.

   4. Оценить адекватность выбранной модели с помощью F – статистики.

   5. Проверить значимость коэффициентов уравнения авторегрессии с помощью t-статистики.

9. Прогнозировать изменение показателей до 2014 года.

10. Сделать экономические выводы