118 поэтому для прогнозирования численности постоянного населения Республики Марий Эл нами будут использованы как аддитивная, так и мультипликативная модели. На основании величины полученной по результатам исследования средней абсолютной ошибки необходимо выбрать из двух моделей лучшую в зависимости от того, в какой из них средняя абсолютная ошибка меньшая [123, С.94]. Осуществим прогноз численности постоянного населения Республики Марий Эл на краткосрочную перспективу методом корреляционнорегрессионного анализа на основании исходных данных, представленных в приложении 3, где: у численность постоянного населения, чел.; х1 ожидаемая продолжительность жизни, лет; х2 численность населения с денежными доходами ниже прожиточного минимума, %; хЗ численность врачей, чел.; х4 ввод жилых домов, тыс. кв. м.; х5 уровень безработицы, %; хб уровень трудоустройства безработных, %. Отбор (факторов для реализации корреляционно-регрессионного анализа проводился на основе следующих предположений: рассматриваемая совокупность факторов должна отражать результаты реализации социально-экономической политики в регионе, а именно нести социальную и экономическую характеристику (нагрузку); число факторов, включаемых в модель, определяет ретроспективный период, за который должна приводится исходная для анализа информация: (п = 4 * xl), где и число периодов, х1 число факторных признаков; увеличение количества факторов, включаемых в регрессионную модель, ведет к затруднению ее экономической интерпретации и снижению достоверности [100, С. 58]. |
зависимости от того, в какой из них средняя абсолютная ошибка меньшая [165]. Осуществим прогноз численности постоянного населения Новгородской области на краткосрочную перспективу методом корреляционнорегрессионного анализа на основании исходных данных, представленных в приложении П, где: у численность постоянного населения, чел.; х, ожидаемая продолжительность жизни, лет; х 2 численность населения с денежными доходами ниже прожиточного минимума, %; х, численность врачей, чел.; х 4 ввод жилых домов, тыс. кв. м.; х5 уровень безработицы, %; х 6 уровень трудоустройства безработных, %. Отбор факторов для реализации корреляционно-регрессионного анализа проводился на основе следующих предположений: рассматриваемая совокупность факторов должна отражать результаты реализации социально-экономической политики в регионе, а именно нести социальную и экономическую характеристику (нагрузку); число факторов, включаемых в модель, определяет ретроспективный период, за который должна приводится исходная для анализа информация: (и = 4-х() , где п число периодов, xt число факторных признаков; увеличение количества факторов, включаемых в регрессионную модель, ведет к затруднению ее экономической интерпретации и снижению достоверности [135]. Первичная обработка полученных данных, которая состояла в оценке мультиколлинеарности на основе построения корреляционной матрицы (приложение Р) и пошагового регрессионного анализа позволила отобрать из рассматриваемой совокупности показателей следующие: 117 |