Статистика бюджета

на основе этого предсказать будущее поведение объекта при изменении каких-либо

параметров. В модели все взаимосвязи переменных могут быть оценены количественно, что позволяет получить более качественный и надежный прогноз.

в модели экономических переменных.
2-й этап (априорный). Проводится анализ сущности изучаемого

объекта, формирование и формализация априорной (известной до начала моделирования) информации.
3-й этап (параметризация). Осуществляется непосредственное моделирование, т.е. выбор общего вида модели, выявление входящих в нее связей. Основная задача, решаемая на этом этапе, – выбор вида регрессионной функции f(x) в экономической модели.
4-й этап (информационный). Осуществляется сбор необходимой статистической информации – наблюдаемых значений эконометрических переменных. Здесь могут быть наблюдения, полученные как с участием исследователя, так и без его участия.
5-й этап (идентификация модели). Осуществляется статистический анализ модели и оценка ее параметров.
6-й этап (верификация модели). Проводится проверка истинности, адекватности модели.

при различных значениях экзогенных переменных (отражая их случайный характер, изменение

во времени); 
выработка управленческих решений.

переменной (при этом рекомендуется, чтобы число их было не очень

большим и, как минимум, в 7 раз меньше числа наблюдений).
Объясняющие переменные не должны быть связаны функциональной или тесной корреляционной зависимостью, т.к. это может привести к невозможности оценки параметров модели или к получению неустойчивых, не имеющим реального смысла оценок, т.е. к явлению мультиколлинеарности.

Стьюдента.
Для проверки значимости модели регрессии используется F-критерий Фишера.

уравнения по t-статистике тоже статистически значимы. Данное уравнение может быть

использовано как для принятия управленческих решений, так и для прогнозирования.
По F-критерию уравнение статистически значимо, но незначимы отдельные параметры уравнения. Уравнение может быть использовано для принятия управленческих решений, касающихся управления теми факторами, по которым получено подтверждение статистической значимости, но уравнение не может быть использовано для прогнозирования.
Уравнение по F-критерию статистически значимо, но незначимы все параметры уравнения. Уравнение не следует использовать ни для каких целей.

значений от фактических.
Построенное уравнение регрессии считается удовлетворительным, если значение

не превышает 10 – 12 %.

бюджета возрастают на 0,3 млрд.руб.
В данном случае величина коэффициента корреляции

является существенной, сила связи – весьма высокая, что позволяет сделать вывод о том, что ВВП – один из главных факторов, от которых зависит размер доходов бюджета.
Доходы бюджета на 98% зависят от размера ВВП и на 2% - от прочих факторов, не включенных в модель.

средней ошибки аппроксимации не превышает 1,5%.
Высокое значение критерия Фишера свидетельствует

о достоверности полученного уравнения (связь доказана).
Поскольку табличное значение критерия Стьюдента равно 2,45, фактическое значение критерия для коэффициента регрессии превышает табличное, гипотезу о несущественности коэффициента регрессии можно отклонить, коэффициент регрессии является значимым.
Параметр регрессии статистически не значим.

финансовых результатов хозяйствующих субъектов