Statistical methods of forecasting social and econometric indicators

Abstract

В исследовании рассматриваются эмпирические модели, описывающие долю населения старше 65 в странах Европы.Выбрано 7 влияющих факторов. Построено 16 моделей. Для анализа качества моделей выбран коэффициент детерминации и скорректированный коэффициент детерминации. Для того что бы проверить статистическую значимость самой модели и статистическую значимость ее объясняющих переменных выбраны F-критерий Фишера и t-критерий Стьюдента соответственно. В работе так же используется анализ остатков для проверки автокорреляции и нормального распределения критерием Дарбина-Уотсона и Колмогорова-Смирнова соответственно. Методами сравнения моделей были выбраны критерий Акаике (AIC) и Шварца (SC). Проведен анализ моделей и выбраны наилучшие модели в своих группах. На основании этих моделей построен прогноз. Сделано заключение.

The study examines empirical models describing the proportion of the population over 65 in Europe. 7 influencing factors were selected. 16 models are built. For the analysis of the quality of models, the determination coefficient and the adjusted determination coefficient are chosen. In order to check the statistical significance of the model itself and the statistical significance of its explanatory variables, Fisher's F-criterion and the Student's t-criterion, respectively, were chosen. In this work, we also use residual analysis to test the autocorrelation and normal distribution by the Durbin-Watson and Kolmogorov-Smirnov criterion, respectively. The Akaike (AIC) and Schwartz (SC) tests were used to compare the models. The analysis of models is carried out and the best models in the groups are chosen. Based on these models, a forecast is constructed. The conclusion is made.