Главная Контакты Добавить в избранное Авторы Вопросы и ответы
,

 

УДК 004.04:681.3

КОГНИТИВНЫЙ АНАЛИЗ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ

Шеховцов А.В., Славич В.П., Крючковский В.В.

Введение. В данной работе проведен при когнитивном подходе статистический анализ большого числа данных, являющихся определенными экономическими и социальными показателями уровня развития нашей страны, а именно индекса потребительских цен (или индекса инфляции) и количества граждан, которые обратились в государственные службы занятости в фиксированные даты за период с 2000 по 2004г.г.

Для установления функциональных зависимостей между переменными были использованы методы математической статистики, в частности, регрессионный анализ. Построенные зависимости были применены для прогнозирования последующих значений данных для 2005г., а для проверки адекватности моделей полученные предсказанные значения были сравнены со значениями, взятыми из источника за соответствующий период. После чего, новые данные были внесены в модели для переоценки коэффициентов и прогнозирования значений уже для текущего 2006г.

Основной материал. В качестве источника числовых данных были использованы значения, опубликованные в разделах «У дзеркалі статистики» газеты «Урядовий кур’єр» за период с января 2000 г. по декабрь 2004 г.[2]. Для анализа, построения зависимостей и прогнозирования была использована среда STATISTICA. Окно электронной таблицы с начальными данными приведено на рис.1.

 

 

Рис.1 Исходный файл данными со значениями переменных

 

В первом столбце содержится переменная Дата, во втором – Индекс инфляции (в процентах), в третьем Количество граждан (которые обратились в государственные службы занятости, в тыс.), в четвертом – Количество месяцев (является промежуточной переменной, введенной для простоты расчетов, и определяется как количество месяцев, начиная с января 2000г.).

Обозначим через m переменную, стоящую в четвертом столбце, через p –  во втором и через k – в третьем. Тогда после применения методов регрессионного анализа получаем следующие две модели экспоненциальных зависимостей:

,

 

.

 

    

 

 

Рис. 2 Графики зависимостей

 

Графики полученных зависимостей представлены на рис.2, левый график соответствует индексу инфляции, правый – количеству граждан, обратившихся в службы занятости.

В модуле множественная регрессия системы STATISTICA были проанализированы обе модели, результат анализа представлен на рис.3.

  

 

 

 

Рис. 3 Окна результатов анализа

 

Как видно, значения F-критериев и уровни их значимости p свидетельствуют о достаточной значимости построенных зависимостей с учетом количества данных. Кроме того, значения коэффициентов детерминации RI означают, что регрессии дают хороший результат объяснения разброса значений зависимой переменной относительно среднего.

Следующим шагом является применение полученных моделей для прогнозирования значений для последующих месяцев с 61 по 72 и сравнение полученных данных со значениями, взятыми из источника [2] за период с января по декабрь 2005г. Результаты сравнений показаны на рис.4.

 

  

 

 

Рис.4 Окна результатов сравнения предсказанных значений с практическими

 

Просматривая значения стоящие в последних столбцах и анализируя остатки моделей, можно сделать вывод, что обе регрессии ведут себя адекватно практическим результатам.

Окончательным этапом является добавление в модели опубликованных значений за 2005г. для переопределения коэффициентов и прогнозирования данных для текущего 2006г. Новые функциональные зависимости имеют вид:

,

 

.

Результаты прогноза значений зависимых переменных для 2006г. представлены на рис.5 в третьем и четвертом столбцах таблицы.

 

    

 

 

Рис. 5 Окна результатов прогноза значений переменных для 2006г.

 

Заключение. Таким образом, построены регрессионные модели, отображающие временные зависимости изменений индекса потребительских цен и количества граждан, которые обратились в государственные службы занятости, и на основании полученных функциональных зависимостей сделаны прогнозы для данных показателей на 2006г.

 

On basis of the analysis of data from 2000-2005 the regression models of parameters of the inflation coefficient and the quantity jobless citizens giving prognosing values of these parameters for 2006 year is constructed.

 

1.                  В.П. Боровиков “Популярное введение в систему STATISTICA”. М.: "Компьютер Пресс", 1998.

2.                  Урядовий кур’єр”, №1, 2000– №244, 2005.

3.                  Кулинич А.А. Когнитивная система поддержки принятия решений «Канва»// Программные продукты и системы. №3, 2002 г.

 





Ответы на вопросы [_Задать вопроос_]

Читайте также

 
Бабенко Н.И., Крючковский Д.А., Маломуж Т.В. Методы снижения влияния факторов субъективности и неопределенности в системах поддержки принятия решений.

Ходаков В.Є., Бараненко Р.В. Основні принципи побудови муніципальної геоінформаційної системи

Подмогильный С.Н. , Бараненко Р.В. Информационная система территориального управления земельными ресурсами.

Шеховцов А. В. Устойчивость нелинейных систем автоматического регулирования.

Сальдо В.В., Шеховцов А.В. Методы анализа нелинейных систем.

Ходаков В.Є., Шеховцов А.В., Бараненко Р.В. Математичні аспекти створення автоматизованої системи „Реєстр виборців України”

Крючковский Д.А., Полетаева А.Н. Динамическая система торговых отношений в интернете

Шеховцов А.В., Везумский А.К., Середа Е.С. Алгоритм сжатия информации без потерь: модифицированный алгоритм LZ77

Славич В.П. Модель автоматизованої системи управління потоками транспортних засобів

Шеховцов А.В. Інформаційний аспект: розпізнавання образів індивідуума.

Шеховцов А.Н., Козел В.Н. Построение математической модели формирования распределенных систем

Крючковский В.В., Бабичев С.А., Шарко А.В. Экспертная система оценки кредитоспособности банковских клиентов на основе методов нечеткой логики и сети Байеса

Хомченко А.Н., Литвиненко Е.И. Метод барицентрического усреднения граничных потенциалов электростатического поля

Редакционная коллегия

Экономика научно-технического прогресса

Портянко Т. М. Формування інтегрованої моделі системи менеджменту якості на підприємствах фармацевтичної промисловості

Бойченко О.В., Яценко Л.Ф., Яловенко Ю.В. Информационно-аналитическая система мониторинга хозяйственной деятельности предприятия

Крючковский В.В., Бабичев С.А., Шарко А.В. Экспертная система оценки кредитоспособности банковских клиентов на основе методов нечеткой логики и сети Байеса

Власенко Н.А. Роль інноваційних технологій для підвищення конкурентоспроможності консервних підприємств

Прохоренко Д.В. Определение структуры и свойств организационного механизма управления промышленным производством

Данилец Е.В. Имитационное моделирование систем управления качеством в экономике

Ходаков В.Е., Чёрный С.Г., Мартыновец С.Н. Формирование экспертных оценок при решении задач размещения производств

Рогальский Ф.Б. Информационная поддержка принятия решений при управлении социотехническими системами.

Крючковський В.В. Прийняття рішень при бюджетному інвестустуванні на основі моделі аналізу вигід і витрат

Пляшкевич О.М. Моделі і методи інформаційних технологій виробництва

Пляшкевич О.М., Забитовська О.І. Моделі інформаційних технологій оптимізації поведінки виробника

Соколова Н.А., Петров К.Э., Ходаков В.Е. Необходимые условия развития объектов хозяйственной деятельности

Власенко Н.А. Ринок соків в Україні та одна з альтернатив підвищення конкурентоспроможності продукції

Тодорцев Ю.К., Бундюк А.М., Іщенко К.А. Реінжиніринг бізнес-процесів та ефективність бізнесу

Лошак Т.В., Ладанюк А.П. Ефективність реінжинірингу бізнес-процесів харчових виробництв.

Купцова Е.Е., Деменский А.Н., Быря А.П. Научно-технический прогресс и возобновляемые источники энергии.

Рогальська Н.Г. Моделі оптимізації фінансової діяльності великих економічних систем з використанням кореляційного аналізу

Крючковский Д.А., Полетаева А.Н. Динамическая система торговых отношений в интернете

Соколова Н.А., Ходаков Д.В., Ходаков В.Е. Организация координации в системах управления объектами хозяйственной деятельности.

Пляшкевич О.М. Виробничі функції в аналізі технологій підприємств

Пляшкевич О.М. Інформаційна модель оптимальної поведінки виробника в умовах конкуренції

Бундюк А.Н. Анализ бизнес – процессов теплогенерирующего предприятия

Скороход Е. Н. Модель поддержки принятия решений при управлении рыбовод-ным предприятием

Бабенко Н.И., Крючковский Д.А., Маломуж Т.В. Методы снижения влияния факторов субъективности и неопределенности в системах поддержки принятия решений.