Прогнозирование в регрессионных моделях

500.00

Курсовая работа по эконометрике на тему: Прогнозирование в регрессионных моделях. Объем 31 стр.Стоимость 500 рублей.Аналитическая и проектная часть.

  • Предметы: Эконометрика
  • Тип работы: Курсовая работа
  • Объем работы: 31 страница
  • Год сдачи: 2017 год

Фрагмент работы

Содержание

Введение 3
1 Теоретические основы прогнозирование в регрессионных моделях 5
1.1 Понятие и сущность регрессионного анализа 5
1.2 Методика регрессионного анализа и прогнозирования 12
1.3 Направления применения регрессионного анализа 13
2 Практическое применение прогнозирования в регрессионных моделях на примере стоимости недвижимости 16
2.1 Информационно-методическое обеспечение эконометрического исследования 16
2.2. Построение системы регрессионных уравнений и прогнозирование оценки стоимости недвижимости 23
Заключение 29
Список литературы 31

Введение

Эконометрика позволяет проводить количественный анализ реальных экономических явлений, основываясь на современном развитии теории и наблюдениях, связанных с методами получения выводов.
Современные социально-экономические процессы и явления зависят от большого количества факторов, их определяющих. В связи с этим квалифицированному специалисту необходимо не только иметь четкие представления об основных направлениях развития экономики, но и уметь учитывать сложное взаимосвязанное многообразие факторов, оказывающих существенное влияние на изучаемый процесс. Такие исследования невозможно проводить без знаний основ теории вероятностей, математической статистики, многомерных статистических методов, т.е. дисциплин, позволяющих исследователю разобраться в огромном количестве стохастической информации и среди множества различных вероятностных моделей выбрать единственную, наилучшим образом отражающую изучаемый процесс или явление.
Целью данной курсовой работы является разработка проектных решений по информационно-методическому обеспечению тематического эконометрического исследования.
Объектом исследования является стоимость недвижимости. Предмет исследования — прогнозирование в регрессионных моделях.
Для достижения поставленной цели необходимо решить следующие задачи:
— рассмотреть понятие и сущность регрессионного анализа;
— разобрать методику регрессионного анализа и прогнозирования;
— рассмотреть направления применения регрессионного анализа;
— провести информационно-методическое обеспечение эконометрического исследования стоимости недвижимости;
— провести построение системы регрессионных уравнений и прогнозирование оценки стоимости недвижимости.
В проведенном исследовании автором использовались следующие методики анализа: логический анализ; сравнения и обобщения; социологические методы; экспертные оценки, регрессионный и корреляционный анализ и др.

1 Теоретические основы прогнозирование в регрессионных моделях
1.1 Понятие и сущность регрессионного анализа

Регрессионный анализ — метод моделирования измеряемых данных и исследования их свойств. Данные состоят из пар значений зависимой переменной (переменной отклика) и независимой переменной (объясняющей переменной). Регрессионная модель есть функция независимой переменной и параметров с добавленной случайной переменной.
Корреляционный анализ и регрессионный анализ являются смежными разделами математической статистики, и предназначаются для изучения по выборочным данным статистической зависимости ряда величин; некоторые из которых являются случайными. При статистической зависимости величины не связаны функционально, но как случайные величины заданы совместным распределением вероятностей.
Исследование зависимости случайных величин приводит к моделям регрессии и регрессионному анализу на базе выборочных данных. Теория вероятностей и математическая статистика представляют лишь инструмент для изучения статистической зависимости, но не ставят своей целью установление причинной связи. Представления и гипотезы о причинной связи должны быть привнесены из некоторой другой теории, которая позволяет содержательно объяснить изучаемое явление.
Числовые данные обычно имеют между собой явные (известные) или неявные (скрытые) связи.

Заключение

Создание регрессионной модели представляет собой итерационный процесс, направленный на поиск эффективных независимых переменных. Основная цель заключается в попытке объяснения зависимых переменных, которые вы пытаетесь смоделировать или понять, запуская инструмент регрессии, и определения того, какие величины являются эффективными предсказателями.
В работе был проведено регрессионное прогнозирование стоимости недвижимости в г. Твери.
Существует много различных показателей и факторов, влияющих на цену квартиры. Одни из них лишь незначительно уменьшают либо увеличивают стоимость квартиры, а другие имеют существенное влияние.
Для целей исследования были однокомнатные квартиры г. Твери.
Всего для проведения исследования было выбрано 25 однокомнатных квартир. Следующая информация была использована об однокомнатных квартирах:
1. Общая стоимость
2. Общая площадь квартиры
3. Жилая площадь
4. Площадь кухни
5. Стоимость квадратного метра
6. Этаж
В результате были получены следующие результаты.
Наиболее значимым фактором является «метраж квартиры в метрах квадратных», что экономически объяснимо. Следующим по значимости идет «жилая площадь». Следующим по значимости идет фактор «площадь кухни».
При увеличении метража квартиры на 1 м2, стоимость квартиры увеличится на 40,416 тыс.руб. тыс. рублей, при увеличение жилой площади стоимость квартиры снизится на 2,252 тыс.руб., при увеличение площади кухни стоимость квартиры снизится на 1,863 тыс.руб.
Процесс моделирования стоимости жилья представляет большой интерес, при этом немаловажным фактором является сложность такого рода исследований. Построенная нами модель актуальна, но в коротком промежутке времени, так как на сегодняшний день существует очень много существенных нечисловых факторов. В результате нашей работы мы выявили высокую зависимость цены от общей площади квартиры, а так же от жилой площади и площади кухни.

Список литературы

1. Елесеева И.И. Практикум по эконометрике: Учеб. пособие М.: Финансы и статистика, 2014, 105 с.
2. Елесеева И.И. Эконометрика: Учебник. М.: Финансы и статистика, 2014, 176 с.
3. Ионова А.Ф., Селеанева Н.Н. Финансовый анализ: Учебник. М.: Проспект, 2011. 624 с.
4. Ковалев В.В. Финансовый анализ: Учебник. М.: Финансы и статистика, 2011.1024 с.
5. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. Учебное пособие. – 2-е изд., испр. – М.: Дело, 2013, 124 с.
6. Минашкин В.Г. Статистика: учебник для вузов М. :Издательство Юрайт; ИД Юрайт, 2012. 450с.
7. Самарина В. П. Экономика организации: Учебное пособие для вузов. М.: КноРус, 2011. 319 с.
8. Сафронов Н. А. Экономика организации (предприятия): учебное пособие. М.: Магистр, 2012. 256 с.
9. Титов В.И. Экономика предприятия: учебник. М.: Эксмо, 2013. 416 с.
10. Чернова Т.В. Экономическая статистика Учебное пособие. Таганрог: Изд-во ТРТУ, 2011. 140 с.

Отзывы

Отзывов пока нет.

Будьте первым, кто оставил отзыв на “Прогнозирование в регрессионных моделях”

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Name *

Отзыв *