Корреляционно-регрессионный анализ взаимосвязи рыночных процессов (на примере рынка жилья)

 
 

 

     Таблица 3.4

      Ввоз и вывоз продукции за 2007 год с территории Тульской  области 

 

    Таблица 3.5

    Использование производственных мощностей по выпуску  строительных материалов, изделий и конструкций 

 

    Крупнопанельное домостроение на территории Тульской области в ближайшие годы будет иметь значительный удельный вес. Таким образом, практически завершено создание областной нормативно-правовой базы градорегулирования, позволяющей разумно сочетать общественные интересы населения города или поселка в целом с интересами отдельных застройщиков-инвесторов. И уже имеются конкретные положительные примеры работы с населением в г. Туле, где в проекты вносились изменения и дополнения по предложениям жителей существующей застройки. И это особенно важно в наше время, когда освоение новых территорий невозможно из-за отсутствия средств на создание инженерной инфраструктуры и единственный реальный выход — более рациональное использование имеющихся застроенных участков.

    Продолжает  развиваться индивидуальное жилищное строительство, и администрацией области разрабатываются меры по оказанию практической помощи в обеспечении районов массовой усадебной застройки инженерными коммуникациями.

     При корреляционно-регрессионном анализе  необходимо знать уравнение регрессии и рассчитать коэффициент корреляции.

     Уравнение регрессии является уравнением прямой и записывается следующим образом:

                                                                                      

     где y_х – теоретические значения результативного признака,

     х – индивидуальные значения факторного признака,

     а₀, а₁ -  параметры уравнения прямой.

     Параметры уравнения прямой определяются следующим  образом:

                                                                  

     где n – число значений признака.

                                                                            

     В уравнение прямой параметр a₀ экономического смысла не имеет. Параметр а₁ является коэффициентом регрессии и показывает изменение результативного признака при изменение факторного признака на единицу.

     Линейный  коэффициент корреляции применяется  для измерения тесноты связи  и вычисляется следующим образом:

                                                     

     Для расчета уравнения необходимы значения факторного признака, которым в нашем случае является среднедушевой доход населения. Данные среднедушевого дохода представлены в таблице 8.

     Таблица 3.6

Среднедушевой доход населения  (руб.)

        

     Рассчитаем параметры а₀ и а₁, а также коэффициент корреляции r  и построим графики для наглядности для однокомнатных, двухкомнатных и трехкомнатных квартир.

     Для однокомнатных квартир:

     а₀ =16941, 2

     а₁ =1,02

     y_х=16941,2+1,02х

     r=0,206

     По  коэффициенту корреляции видно, что цены на однокомнатные квартиры мало зависят от среднедушевого дохода.

     Построим  два графика зависимости. Первый, зависимость средних цен на однокомнатные  квартиры от среднедушевого дохода, второй, график уравнения регрессии, которые  изображены на рисунке 1.

     

     Рис.3.5. График зависимости средних цен на однокомнатные квартиры от среднедушевого дохода и график уравнения регрессии

     Для двухкомнатных квартир:

     а₀ =15102,3

     а₁ =1,08

     y_х=15102,3+1,08х

     r=0,246

     По  коэффициенту корреляции видно, что цены на двухкомнатные квартиры мало зависят от среднедушевого дохода.

     Графики зависимости цен на двухкомнатные  квартиры от среднедушевого дохода представлены на рисунке 3.6.

     

     Рис.3.6. График зависимости средних цен на двухкомнатные квартиры от среднедушевого дохода и график уравнения регрессии

     Для трехкомнатных квартир:

     а₀ =15163,6

     а₁ =0,91

     y_х=15102,3+1,08х

     r=0,212

     По  коэффициенту корреляции видно, что  цены на трехкомнатные квартиры мало зависят от среднедушевого дохода.

           Графики зависимости  цен на трехкомнатные квартиры от среднедушевого дохода представлены на рис. 3.7.

     

     Рис.3.7. График зависимости средних цен на трехкомнатные квартиры от среднедушевого дохода и график уравнения регрессии

Заключение 

    Исходя  из вышеизложенного можно сделать  ряд выводов:

     Корреляционная  связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.

     Задачи  собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак.

     Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.

     Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, применение которых дает основание говорить о статистическом изучении взаимосвязей.

     Корреляционный  анализ - метод, позволяющий обнаружить зависимость между несколькими случайными величинами.

    Четкая  корреляция со структурой городского жилья и зависимость знака  этой корреляции от его коммунального  обустройства может быть следствием процесса избирательного оттока сельских стариков в городские поселения в тех случаях, когда там имеется коммунально обустроенная жилплощадь. Эта закономерность возникает при перевозе детьми тяжело больных родителей в город, чаще - для облегчения ухода за больным человеком при наличии водопровода, отопления и канализации.