Курсовая работа по Мазамбик

ВВЕДЕНИЕ

Несмотря на значительное количество работ в области аппарата производственных функций, у ряда авторов возникают сомнения в возможности использования методологии производственных функций для прогнозирования региональной экономики на основе временных рядов.
Построение и оценка производственных функций является классической проблемой эконометрического моделирования. Производственные функции имеют большую значимость в анализе, планировании и в исследованиях различных уровней экономики. Макроэкономические производственные функции позволяют оценить влияние основных факторов производства на экономический рост. Простейшей производственной функцией является функция Кобба-Дугласа.
Таким образом, анализ динамики экспорта позволит оценить реальное состояние экономики Мозамбика.
Целью работы является анализ динамики изменения экспорта в течении 1990 – 2014 гг. в Мозамбике с последующим построением регрессионной модели, связывающих эти показатели.
Задачи работы следующие:
1. Охарактеризовать интенсивность
развития исследуемых показателей от периода к периоду (от даты к дате), а также среднюю интенсивность развития за исследуемый период.
2. Выявить основную тенденцию в развитии показателей.
3. Осуществить прогноз развития показателей на будущее.
4. Построить регрессионную модель, связывающую показатель GDP с исследуемыми показателями.
Статистический и графический анализ исследуемых показателей осуществлялся с помощью табличного процессора «MSExcel 2010».
 

ЗАКЛЮЧЕНИЕ

В приростных показателях показатель ВВП значительно изменялся.
Что касается исследования исследований абсолютных приростных показателей, то ряд в первых разностях предположительно будет стационарным, так как колебания носят не систематический характер. Что же касается абсолютных приростных показателей относительно базового показателя, то здесь ситуация противоположна – ряд имеет четкую тенденцию роста, т.е. с течением времени происходит наращивание ВВП, что не может не сказываться на состоянии экономики.
Значимых различий нет, однако сравнивая величины достоверности аппроксимации степенной и линейной модели видно, что предпочтительнее использовать линейную модель.
Видно, что между показателями GDP и CAP более сильная связь.
Значимых различий нет, однако сравнивая величины достоверности аппроксимации степенной и линейной модели видно, что предпочтительнее использовать линейную модель.
Уравнение регрессии (оценка уравнения регрессии)
Y = -81939524598,32 + 2,392X1 +43192,3X2,
Статистическая значимость коэффициента регрессии b0 не подтверждается.
Статистическая значимость коэффициента регрессии b1 не подтверждается.
Статистическая значимость коэффициента регрессии b2 не подтверждается.
Поскольку фактическое значение F (879) > Fkp, то коэффициент детерминации статистически значим и уравнение регрессии статистически надежно.
Наибольшая связь наблюдается междуLabor force и GDP.
Уравнение регрессии:
Y = -26,25 + 0.60 X1 + 2.23 X2
Статистическая значимость коэффициента регрессии b0 не подтверждается.
Статистическая значимость коэффициента регрессии b1 не подтверждается.
Статистическая значимость коэффициента регрессии b2 не подтверждается.
Поскольку фактическое значение F (1447) > Fkp, то коэффициент детерминации статистически значим и уравнение регрессии статистически надежно.
В периоды увеличения K/Yсокращалась занятость, то есть β dL оказывалось меньше нуля и по абсолютному значению больше (1 – α)dK. Таким образом,...