ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН НА МОЛОКО Текст научной статьи по специальности «Экономика и бизнес»

Актуальные проблемы авиации и космонавтики - 2018. Том 2

УДК 330.13.07

ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ ЦЕН НА МОЛОКО

Я. С. Вороновская Научный руководитель - С. И. Сенашов

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail: yavoronovsky@gmail.com

Моделируются средние потребительские цены на молоко за 1 л в Красноярском крае по 360 данным временного ряда с 1 января по 25 декабря 2016 года. В процессе подбора наиболее подходящей оказалась полиномиальная линия тренда второй степени. Все коэффициенты этого уравнения статистически значимы. Уравнение адекватно опытным данным. Остатки гомоскедастичны. Построенная модель позволяет делать прогноз на год с ошибкой не превышающей 5 %.

Ключевые слова: анализ данных, уравнение регрессии, линия тренда.

ECONOMETRIC ANALYSIS OF MILK PRICES

Ya. S. Voronovskaya Scientific Supervisor - S. I. Senashov

Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: yavoronovsky@gmail.com

In this article we model of average consumer prices for milk per 1 liter in the Krasnoyarsk region of 360 time series data from 01.01.2016 on 25.12.2016. In the process of selecting the most suitable proved to be polynomial trend line of the second degree. All the coefficients of this equation are statistically significant. Equation is adequate to experimental data. Remains are homoscedasticity. The constructed model allows prediction for a year with an error not exceeding 5 %.

Keywords: data analysis, regression equation, the trend line.

Для анализа были взяты данные о цене 1 л молока (еженедельные средние потребительские цены на молоко питьевое цельное пастеризованное 2,5-3,2 % жирности) в Красноярском крае за 2016 год с сайта Росстата [1].

Была получена следующая итоговая статистика:

Потребительская цена 1 л молока в 2016 г. была равна 51,69 руб., стандартная ошибка средней - 1 копейка. Наиболее часто встречающаяся цена - 51,18 руб. Стандартное отклонение показывает разброс данных относительно среднего значения, т. е. цена колеблется в среднем в пределах от 50,41 до 51,97 руб. Наименьшая цена за этот период равна 50,29 руб., а наибольшая -55,27 руб. Цена выросла в среднем почти на 5 руб.

У данных есть левосторонняя асимметрия. Эксцесс - положителен, значит, кривая распределения близка к нормальной и расположена чуть выше.

Коэффициент вариации для данных равен 3,16 %, что говорит об их однородности.

Наблюдается тенденция цен к росту, то есть незначительные понижения цены были, но в целом цена на молоко повышается. Особенно заметен рост цен в конце года начиная с сентября. Такая динамика цен объясняется тем, что стоимость молока от сельхозпроизводителей с сентября - в данном случае примерно с 35 недели, или 245 дня - обычно растет, так как объем производства молока зимой гораздо меньше, чем летом.

Секция «Информационно-экономические системы»

По данным были построены разные линии тренда.

С экономической точки зрения более подходящей для прогноза будет линия полиномиальная 2-й степени.

Полученное уравнение регрессии для полиномиальной линии 2-й степени:

у = 51,14 - 0,011* + 0,00006*2

где y - цена, t - номер дня.

Данное уравнение описывает 87,17 % данных и адекватно опытным данным. Все коэффициенты значимы. Остатки гомоскедастичны.

Полученные остатки регрессии были проверены на автокорреляцию. Была выявлена автокорреляция первого порядка.

Полученная регрессия для остатков:

e* = 1,11 et-1 - 0,35е*-2 + 0,22e*-4,

где et - остаток.

Автокорреляция остатков устранена, и полученное уравнение можно использовать для прогноза.

Окончательное уравнение регрессии имеет вид:

у = 51,14 - 0,0111 + 0,00006t2 + 1,11 е*-1 - 0,35e*-2 + 0,22e*-4.

Был сделан прогноз цен на молоко (фактические значения цен на молоко в 2016 году взяты по данным Росстата) [1]. Уравнение регрессии можно использовать для прогнозирования, пока ошибка прогноза не превышает 5 %. Таким образом, полученное уравнение регрессии позволило сделать прогноз на 370 дней, при котором ошибка не превышает 1 %. В работе использовались методики и результаты, полученные в работе [2-5].

Библиографические ссылки

1. Еженедельные средние потребительские цены на отдельные товары и услуги, рубль [Электронный ресурс] : сайт Федеральной службы государственной статистики. URL: http://www.gks.ru/dbscripts/cbsd/DBInet.cgi7pH1921002 (дата обращения: 03.03.2018).

2. Медведева О. А., Сорокина О. П., Савостьянова И. Л. Моделирование стоимости жилья Советского района г. Красноярска за 2015 год // Актуальные проблемы авиации и космонавтики : материалы III Междунар. науч.-практ. конф., посвящ. Дню космонавтики. 2017. Т. 2. С. 374-377.

3. Галицкая Д. А., Сенашов С. И. Анализ среднесуточного количества заказов ООО «Арисуши» за период 15.06.2012-09.06.2013 гг. // Актуальные проблемы авиации и космонавтики : материалы X Всерос. науч.-практ. конф. творческой молодежи. 2014. Т. 1. С. 359-360.

4. Карабицина Е. Ф., Сенашов С. И. Анализ статистики дорожно-транспортных происшествий в городе Красноярске в период с января по ноябрь 2013 г. // Актуальные проблемы авиации и космонавтики : материалы X Всерос. науч.-практ. конф. творческой молодежи. 2014. Т. 1. С. 372-373.

5. Kovalev V. F., Pustovalov V. V., Senashov S. I. Differential Equations. 1993. Т. 29. С. 1521.

© Вороновская Я. С., 2018