Иследование ЖД перевозок

Y=2238,250-0,456*X2+0,01*X2^2-1,020E-7*X2^3

Исходя из нелинейной модели можно сделать вывод, что между Х2 и Y существует обратная связь, между Х2^2 и Y – прямая связь, между  Х2^3  и Y – обратная связь, то есть при изменении расстояния на 100 километров, стоимость билета соответственно уменьшается на 465 рублей, увеличивается на 100 рублей и снижается на 0,00102 рублей. 

Следовательно, только 71,4% вариации Y объяснено построенным уравнением регрессии. Нелинейная модель менее чем на 1% больше объясняет вариацию Y. Следовательно, нелинейная модель наилучшая, так как у нее выше прогностическое качество.

Далее посчитаем данные необходимые для проверки качества уравнения регрессии:

В информационной части, прежде всего, следует обратить внимание на значение коэффициента детерминации. Он показывает, какую часть разброса значений относительно среднего объясняет построенное уравнение регрессии. Если значение R2 невелико, то можно сделать вывод, что факторы, оказывающие существенное влияние на результирующий показатель, в уравнение регрессии не вошли. Высокое же значение R2 говорит о том, что включенные в уравнение регрессии факторы в основном объясняют вариацию значений зависимого признака. Чем он ближе к единице, тем уравнение качественнее.

=0,708

Значение коэффициента детерминации показывает нам, что 70,8% вариации Y объяснено построением регрессионной модели.

Значение F-критерия и его уровень значимости р. F-критерий (критерий Фишера) используются для проверки значимости уравнения регрессии. Для исследуемой модели критерий Фишера F=34,008, уровень значимости р=0,000112, следовательно уравнение регрессии значимо на уровне 5%. Уравнение регрессии получилось адекватным.

Автокорреляция в остатках. Наиболее известным критерием обнаружения автокорреляции является критерий Дарбина – Уотсона. Необходимым условием независимости случайных отклонений является близость к двойке значения статистики Дарбина – Уотсона. У нас DW=2,076. Следовательно, в нашей модели автокорреляции в остатках нет. Это значит, что построенная линейная регрессия, вероятно, отражает реальную зависимость.

2.3.1 Проверка выполнения условия Гаусса-Маркова.

Условия Гаусса- Маркова являются предпосылками регрессионного анализа и необходимо, чтобы они выполнялись:

Построим гистограмму остатков:

График 8.Гистограмма остатков

Из данного графика видно, что распределение остатков близко к нормальному распределению, но чтобы сделать окончательный вывод построим функцию распределения остатков:

График 9. Функция распределения остатков

Как видно из графика 9, распределение остатков близко к нормальному, следовательно, мы получаем адекватные оценки модели.

Заключение

Транспорт является частью экономической деятельности, которая связана с увеличением степени удовлетворения потребностей людей при помощи изменения географического положения товаров и людей. Он может доставлять сырье к местам, где потребители могут их лучше использовать. Именно поэтому высокая стоимость билетов может негативно сказаться на развитии экономики. Целью данной работы являлось выявление факторов влияющих на стоимость железнодорожных билетов.  С помощью корреляционно- регрессионного анализа я получила линейную и нелинейную  регрессионные модели, в них вошел всего лишь один фактор – расстояние до Москвы. Можно сделать вывод, что качество моделей примерно одинаковое и влияющие на стоимость билетов факторы вошли в модель. Я проверила на адекватность линейную модель, она оказалась адекватной.

В заключение, я хочу добавить о перспективах развития железнодорожного транспорта. Стратегия дальнейшего развития состоит из двух этапов.

Задача первого этапа, который рассчитан на 2008—2015 гг. - это коренная модернизация производственной базы отрасли и снятие ограничений в пропускных и провозных способностях для того, чтобы обеспечить растущий спрос на грузовые и пассажирские перевозки. В этот период начнется активное применение механизмов государственно-частного партнерства для реализации инфраструктурных проектов.

Реализация второго этапа развития (2016 - 2030 гг.) должна кардинально повысить транспортную обеспеченность страны за счет динамичного расширения сети железных дорог, открыть новые перспективы развития перед регионами и отраслями экономики, стимулировать появление дополнительных точек экономического роста.

Осуществление второго этапа позволит создать инфраструктурные условия для лидерства нашей страны не только по динамике макроэкономических показателей, но и по уровню конкурентоспособности экономики. Этому будет способствовать максимальное использование уникального географического положения России.

Всего в результате реализации этих двух этапов по максимальному варианту к 2030 г. будет построено свыше 20 тыс. км новых линий. Грузооборот возрастет почти на 70%, пассажирооборот — на 30% .

Список литературы:

1.      Федеральный закон РФ от 10.01.2003. «Устав железнодорожного транспорта Российской Федерации»;

2.      Федеральный закон РФ от 10.01.2003. «О железнодорожном транспорте в Российской Федерации»;

3.      Лапо, В. Ф. Теория вероятностей, математическая статистика и эконометрика, книга вторая. – Красноярск: КрасГУ, 1999;

4.      Бородич, С. А, Эконометрика. – Минск: ООО «Новое знание», 2006;

5.      Магнус, Я. Р. Эконометрика. – М.: Дело, 2000;

6.      Стратегии развития железнодорожного транспорта до 2030 года. Якунин, В.И. // Железнодорожный транспорт , 2007. №12;

7.      Носко, В.П. Эконометрика для начинающих. – М: Институт экономики переходного периода, 2000.

8.      Гладилин, Л. В. Эконометрика, учеб. пособ. – М.: КНОРУС, 2006;

9.      http://www.textreferat.com/referat-4611-1.html;

10. http://www.rzd.ru/

11. ОАО «РЖД» на рынке транспортных услуг: взаимодействие и партнерство // Железнодорожный транспорт , 2006. №12;

12. Выступление первого вице- президента ОАО «РЖД» В.Н. Морозова // Железнодорожный транспорт , 2006. №12;

13. http://www.nge.ru/help/h_stat_priceregions.htm

30