СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ
124
Особенностью настоящей методики является то, что в данном случае такие
факторы являются неуправляемыми и формируются во внешней среде
преимущественно на макроуровне. Однако и здесь сохраняется необходимость
соблюдения обязательных требований:
а) учет только важнейших факторов;
б) исключение из рассмотрения какого-либо из линейно зависимых между
собой факторов и т.д.
Этап 9.
Устанавливается наличие и степень тесноты взаимной связи между
неуправляемыми факторами с помощью коэффициента корреляции и
осуществляется проверка значимости коэффициента корреляции с помощью
t
-
критерия Стьюдента.
Производится окончательный отбор независимых между собой
неуправляемых факторов (независимых переменных).
Этап 10.
Устанавливаются коэффициенты корреляции между
прогнозируемыми показателями и каждой из независимых переменных и
проверяется значимость коэффициентов корреляции с помощью
t
-критерия.
Этап 11.
Устанавливается регрессионная зависимость между показателями
прогнозирования и независимыми переменными.
Формируется модель множественной регрессии
K
=
a
+
b
1
y
1 +
b
2
y
2 + … +
bnyn
,
где
K
– прогнозируемый показатель;
a
,
bn
– постоянные коэффициенты;
y
1,
y
2, …,
yn
– набор неуправляемых факторов.
Этап 12
. Прогнозирование средних значений независимых переменных с
помощью методов экстраполяции или выделения тренда.
Этап 13.
Определение ошибки аппроксимации по каждому из
рассматриваемых факторов.
Средняя ошибка аппроксимации вычисляется по формуле
σ
=
n
y y
t
t
2
)
(
−
,
где
y
t
– фактическое значение уровня ряда;
y
t
– расчетное значение уровня,
полученное по модели.
Этап 14.
На основе среднего значения и полученной величины ошибки
аппроксимации рассчитываются вероятные оптимистичные и пессимистичные
значения факторов; формируются вектора значений факторов.
Этап 15.
На основе векторов значений факторов определяются векторы
значений прогнозируемых показателей.
Этап 16.
По каждому показателю и по каждой отрасли формируются
матрицы прогнозируемых показателей – матрицы эффективности, т.е.
матрицы вида
║Ki (Y
1
, Y
2
)║
в зависимости от
Y
1
,
Y
2
.