Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Методичка магистерский проект.doc
Скачиваний:
625
Добавлен:
08.02.2016
Размер:
25.69 Mб
Скачать

Методичні рекомендації щодо побудови прогнозів та проведення регресійного аналізу з використанням засобів Excel

На практиці будь-який економічний процес змінюється під впливом багатьох різноманітних факторів, які треба вміти виявити та оцінити. Поетапно процес побудови прогнозу може передбачати такі етапи:

  1. Виходячи з економічних міркувань обирають систему факторних ознак, що впливають на результативну ознаку, значення якої планується спрогнозувати.

  2. Побудова таблиці вихідних даних (даних за попередні часові періоди), яка містить статистичну (або перевірену, якій можна довіряти) інформацію про досліджувані результативну ознаку та факторні ознаки, що впливають на її зміну. Варто пам’ятати, що до таблиці потрібно вносити інформацію за максимально доступний попередній період, оскільки наявність точних даних лише за 2–3 попередні роки, як правило, негативно позначається на якості прогнозу.

  3. Побудова матриці парних кореляцій, яка дозволяє оцінити ступінь впливу кожної із обраних факторних ознак на результативну ознаку. Чим ближче коефіцієнт кореляції по модулю до 1, тим більш щільно пов’язані ознаки між собою.

  4. Із повного переліку факторних ознак обирають лише ті, вплив яких на результативну ознаку є найбільшим. Іншими словами, обирають факторні ознаки, що мають дуже високу (практично функціональну), високу та помітну (або середню) щільність зв’язку з результативною ознакою. Для визначення щільності зв’язку користуються шкалою Чеддока (табл. 1).

Таблиця 1

Шкала Чеддока

Кількісна міра щільності зв’язку

Якісна характеристика щільності зв’язку

0,10 – 0,30

Слабка

0,31 – 0,50

Помірна

0,51 – 0,70

Помітна (або середня)

0,71 – 0,90

Висока (або сильна)

0,91 – 0,99

Дуже висока (або практично функціональна)

  1. Визначення за побудованою матрицею мультиплікативного ефекту, тобто ступеня взаємозв’язку між обраними ознаками, і вилучення з попереднього переліку ознак, які щільно пов’язані між собою, залишаючи тільки найбільш впливові.

  2. Побудова прогнозної моделі на основі багатофакторної лінійної регресії.

  3. Визначення прогнозних значень факторних ознак за допомогою функції ТЕНДЕНЦИЯ.

  4. Підстановка знайдених значень у загальну прогнозну модель та прогноз даних щодо зміни результативної ознаки у часі.

Приклад: нехай необхідно побудувати прогноз кількості наданих ліжко / діб підприємствами готельного господарства міста Л впродовж 2012–2020 рр., маючи дані зі статистичного джерела про основні показники розвитку готельного господарства у місті Л.

Крок 1: Вибір системи факторних ознак, що впливають на результативну ознаку – кількість наданих готелями міста послуг, ліжко / діб.

Вважаємо, що до цієї системи у якості факторних ознак доцільно включити: Х1 – кількість готелів; Х2 – одноразову місткість готелів; Х3 – коефіцієнт завантаження готелів; Х4 – кількість туристів.

Крок 2: Побудова таблиці з вихідними даними (табл. 2).

Таблиця 2