close

Вход

Забыли?

вход по аккаунту

?

56.Яковлева Е. А., Небесная А. Ю. Мировые товарные рынки

код для вставкиСкачать
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Воронежская государственная лесотехническая академия»
МИРОВЫЕ ТОВАРНЫЕ РЫНКИ
Методические указания к практическим занятиям
для студентов специальности
080102 – Мировая экономика
Воронеж 2012
УДК 630*: 339.13
Яковлева Е.А., Небесная, А. Ю. Мировые товарные рынки [Текст]:
методические указания к практическим занятиям для студентов
специальности 080102 – Мировая экономика / Е. А. Яковлева, А.Ю. Небесная
; М-во образования и науки РФ, ФГБОУ ВПО «ВГЛТА». – Воронеж, 2012. –
67 с.
Печатается по решению учебно-методического совета
ФГБОУ ВПО «ВГЛТА» (протокол № от
г.)
Рецензент проф. ВФ МГЭИ Л.И. Панищева
Ответственный редактор
заведующий кафедрой экономики и
финансов,
д-р экон. наук, проф. Т.Л. Безрукова
Содержание
1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЙ РАЗДЕЛ ................................................. 5
2. ОБЪЕМ ДИСЦИПЛИНЫ, ВИДЫ УЧЕБНОЙ РАБОТЫ И ФОРМЫ
КОНТРОЛЯ............................................................................................................................. 6
3. ТЕМАТИЧЕСКИЙ ПЛАН ДИСЦИПЛИНЫ ............................................................... 6
4. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ .................................................................................. 7
5. МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО АНАЛИЗУ МИРОВОГО РЫНКА
КОНКРЕТНОЙ ПРОДУКЦИИ ......................................................................................... 14
6. ПРИМЕРНАЯ ТЕМАТИКА РАБОТ ПО АНАЛИЗУ................................................ 58
КОНКРЕТНЫХ РЫНКОВ ................................................................................................. 58
7. РЕКОМЕНДУЕМЫЕ ИСТОЧНИКИ ИНФОРМАЦИИ .......................................... 60
8. ПОРЯДОК АНАЛИЗА КОНКРЕТНОГО РЫНКА.................................................... 61
9. КОНТРОЛЬНЫЕ ВОПРОСЫ К ЗАЧЕТУ.................................................................. 62
10. ПРОЦЕДУРА ЭКЗАМЕНА .......................................................................................... 64
11. ЭКЗАМЕНАЦИОННЫЕ БИЛЕТЫ
ПО ДИСЦИПЛИНЕ: «МИРОВЫЕ ТОВАРНЫЕ РЫНКИ»........................................ 67
4
1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЙ РАЗДЕЛ
Цель и задачи дисциплины
Целью дисциплины является формирование у студентов
представления о развитии мировых товарных рынков под воздействием
эндогенных и экзогенных факторов.
Дисциплина «Мировые рынки товаров и услуг» изучает теорию и
практику функционирования мировых рынков, поэтому в процессе ее
изучения студенту необходимо освоить следующие задачи:
−
усвоить
теоретические
основы
организации
и
функционирования рынков;
−
иметь представление о механизме функционирования
конкретного рынка;
−
использовать статистическую информацию и соответствующие
методы для анализа процессов имеющих место на мировых рынках.
Место дисциплины в профессиональной подготовке
выпускников
1.
Изучение дисциплины предусмотрено учебным планом.
2.
Полученные студентами знания позволят более глубоко
разбираться в событиях происходящих на мировых рынках и рынках
конкретных стран.
3.
Для изучения курса необходимо знание экономической теории,
в том числе макроэкономики, микроэкономики, международной
экономики, статистики, информатики.
Требования к уровню освоения курса
Студенты должны знать:
−
Теории и практику международной торговли;
−
Методику анализа рынков;
−
Решения,
принимаемые
правительствами
стран
международными организациями в сфере международной торговли;
Студенты должны уметь:
−
Пользоваться PC для получения информации с сайтов;
−
Пользоваться ППП для анализа рынков.
5
и
2. ОБЪЕМ ДИСЦИПЛИНЫ, ВИДЫ УЧЕБНОЙ РАБОТЫ И ФОРМЫ
КОНТРОЛЯ
Общее количество часов – 85
Аудиторные занятия – 51
Лекции – 34
Семинарские занятия – 17
Самостоятельная работа – 34
Форма текущего и итогового контроля: опрос, расчетные задания;
выполнение тем в рамках СРС; зачет.
3. ТЕМАТИЧЕСКИЙ ПЛАН ДИСЦИПЛИНЫ
Тема
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Всего
Товарная структура
международной торговли
Структура экспорта услуг
Классификация мировых рынков
Мировой рынок нефти
Мировой рынок газа
Мировой рынок драгоценных
металлов и камней
Мировой рынок черных металлов
Мировой рынок цветных
металлов
Мировой рынок лесотовара
Мировой рынок
сельскохозяйственной продукции
Мировой рынок машин и
оборудования
Мировой рынок военной техники
Мировой рынок компьютеров
Мировой рынок антиквариата и
произведений искусств
Мировой рынок
телекоммуникаций
Мировой рынок услуг
Методы анализа мировых рынков
Итого
6
Количество часов
Лекции
Семинары
СРС
5
2
1
2
5
5
5
5
2
2
2
2
1
1
1
1
2
2
2
2
5
2
1
2
5
2
1
2
5
2
1
2
5
2
1
2
5
2
1
2
5
2
1
2
5
5
2
2
1
1
2
2
5
2
1
2
5
2
1
2
5
5
85
2
2
34
1
1
17
2
2
34
4. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
Тема 1. Введение. Товарная структура международной торговли
(табл. 1)
Таблица 1
Товарная структура международной торговли
Стоимость
экспорта, млрд.
USD
Category
Удельный вес в
суммарном
экспорте
Food
Raw material
Ores, ferrous minerals nonferrous metals
Fuels
Total primary products
Iron & steel
Chemicals
Other Semimanufactures
Machinery & transport equipment
Office & telecommunication equipment
Automotive products
Textiles
Clothing
Other consumer goods
Total manufactures
Total export
Международная
стандартная
промышленная
(International Standard Industrial Classification (ISIC)
Отраслевая структура мировой экономики (табл. 2)
7
классификация
Таблица 2
Отраслевая структура мировой экономики, 2000г.
Отраслевая структура МЭ
Материальное производство
Сельское хозяйство
Строительство
Промышленность
Добывающая:
Угольная
Нефтегазовая
Металлорудная
Обрабатывающая:
Пищевая
Легкая
Деревообработка
Целлюлозно-бумажная полиграфия
Химическая и нефтеперерабатывающая
Стройматериалов
Металлургия
Машиностроение и металлообработка
общее
электротехническое
транспортное
Электро-, газо-, водоснабжение
Производство услуг
Транспорт и связь
Торговля
Финансовые услуги
Прочие услуги
Занятость, млн.
чел.
Структура
занятости, %
Вклад в ВВП,
млрд. USD по ППС
829,5
124,0
345,5
33,3
5,0
13,9
2475,0
91,5
329,5
257,0
733,0
2490,0
3,7
13,2
10,3
29,4
100
10190
1058
132
692
101
8349
1115
560
165
519
1350
371
589
3658
1183
1590
885
785
Структура
вклада, %
100
10,4
1,3
6,8
1,0
81,9
10,9
5,5
1,6
5,1
13,2
3,6
5,8
35,9
11,6
15,6
8,7
7,7
Тема 2. Структура экспорта услуг
Категории услуг в соответствии с ISIC:
−
wholesale and retail trade;
−
restaurants and hotels;
−
transport;
−
storage;
−
communications;
−
financial services;
−
insurance;
−
real estate;
−
business services;
−
personal services;
−
community services;
−
social services;
−
government services.
Международная торговля услугами состоит в основном из
коммерческих услуг, услуг капитала/инвестиций, официальных услуг
(табл. 3).
Таблица 3
Мировой экспорт услуг
Category
Commercial services
Shipments
Passenger services
Port services
Travel
Other private services and income
Investment Icome
Other official good, services and income
Shipments: freight, insurance and other distributive services
Passenger services: passenger fares and related items
Port services: goods and services procured by carriers at port and charter
fees for carriers
Travel: goods and services acquired by travelers
Other: communications, advertising, non merchandising, insurance,
brokerage/banking services, management leasing, subscriptions to periodicals,
processing and repair, merchanting, professional and technical services
Тема 3. Классификация мировых рынков товаров и услуг
Подходы к классификации мировых рынков товара:
−
по нахождению товара на этапе его переработки;
−
по степени наукоемкости товара;
−
по уровню конкурентности.
Тема 4. Рынок нефти
Распределение
запасов
нефти.
Крупнейшие
разведанные
месторождения: Саудовская Аравия, Иран, Ирак, Кувейт, ОАЭ, Россия.
Нефтяные шоки. Особенности рынка нефти. События на мировом
рынке нефти в XX и в начале XXI в.
Состояние нефтяной отрасли отдельных стран, в том числе и России.
Тема 5. Рынок газа
Распределение
запасов
газа.
месторождения. Особенности рынка.
Состояние газового мирового рынка.
Крупнейшие
разведанные
Процедура ценообразования.
Тема 6. Рынок драгоценных металлов и драгоценных камней
Драгоценные металлы: золото, серебро, платина и металлы
платиновой группы (палладий, иридий, радий, рутений и осмий)
Драгоценные камни.
Мировые рынки золота, особенности функционирования, мировое
предложение золота, мировой спрос на золото. Торговля золотом, центры
торговли.
Золотодобывающая отрасль России
Рынки платины и платиновых металлов
Особенности рынка платиновых металлов
Рынки алмазов. Спрос на изделия с бриллиантами. Россия на рынке
алмазов
Тема 7. Рынок черных металлов
Черные металлы – это железо и сплавы (чугун, сталь,
ферросплавы).
Особенности рынка черных металлов
Факторы, влияющие на рынок
Ведущие экспортеры металлопродукции из черных металлов
Состояние черной металлургии в России
Тенденции развития мирового рынка черных металлов
Тема 8. Рынок цветных металлов.
Цветные металлы: алюминий, медь, свинец, олово, никель, титан,
вольфрам, магний, кобальт.
10
Особенности металлов
Продукция цветной металлургии: первичный, вторичный металл
Отраслевая структура цветной металлургии
Особенности рынков цветных металлов
Мировое производство цветных металлов и место в нем России
Важнейшие факторы, влияющие на конъюнктуру рынка
Механизм ценообразования
Тема 9. Рынок лесотовара
Лесной комплекс стран мира: выращивание, заготовка и
промышленное использование лесных ресурсов
Древесина и изделия из нее: древесный уголь, пробка, материал для
плетения, корзины, бумажная масса
Мировой лесной рынок: деловая древесина, пиломатериалы, бумага,
картон
Мировой рынок готовых изделий из древесины, включая рынок
мебели
Особенности рынка лесотовара
Географическая структура мирового рынка лесобумажных товаров
Экспорт из России лесоматериалов: лесоматериалы необработанные;
лесоматериалы обработанные; фанера; целлюлоза древесная; бумага
газетная
Тема 10. Рынок сельскохозяйственной продукции
Классификация рынков:
−
рынки продовольствия (зерно, мясо, фрукты, овощи, молочные
продукты и т.д.)
−
рынки сельскохозяйственного сырья для производства
непищевых товаров (кожи, шкуры, хлопок, каучук, табак, шерсть и т.д.).
Общие и специфические факторы, влияющие на рынок: природный,
навыки населения, транспортный, научно-технический прогресс,
потребительский спрос на продукцию сельского хозяйства, изменение в
демографической структуре населения.
Особенности рынка:
−
поставщики основных видов продовольствия развиты страны и
НИС;
−
поставщики
продукции
тропического
земледелия
–
развивающиеся страны;
−
высокий уровень конкуренции;
−
сильное колебание цен.
Тенденции развития рынка:
−
обострение конкуренции;
11
−
понижение цен на продукцию сельского хозяйства;
−
рост объемов гуманитарной продовольственной помощи;
−
рост самообеспеченности стран.
Место и роль России на рынке
Тема 11. Рынок машин и оборудования.
Товарная структура.
Географическая структура:
−
Северная Америка;
−
Западная Европа;
−
Восточная и Юго-Восточная Азия;
−
Россия и страны СНГ.
Структура по группам отраслей:
−
Общее
машиностроение
(станкостроение,
сельскохозяйственное машиностроение, тяжелое машиностроение);
−
Электротехника и электроника;
−
Транспортное машиностроение (cars, ships, авиакосмическое).
Характеристика стран по уровню развития машиностроения
Особенности рынка машин и оборудования
Важнейшие тенденции в развитии рынка машин и оборудования
Тема 12. Рынок военной техники
Характеристики рынка
Важнейшие особенности рынка. Первичный и вторичный рынок
Ценообразование на рынке:
−
политические факторы;
−
экономические факторы;
−
НТП;
Тенденции на рынке:
−
положительная динамика;
−
увеличение стран экспортеров;
−
изменения географической структуры;
−
изменение товарной номенклатуры;
−
другие.
Классификация товаров на рынке
Крупнейшие экспортеры
Место и роль России на рынке
Тема 13. Рынок компьютеров
Основные черты и особенности мирового компьютерного рынка
Факторы, формирующие спрос на мировом компьютерном рынке
Основные производители
12
Тема 14. Рынок предметов искусства и антиквариата
Предметы искусства – вещи, предназначенные для удовлетворения
эстетических потребностей.
Предметы антиквариата – вещи (обиходные), произведенные в
период, далеко предшествующий тому, в котором они уже не
используются.
Особенности предметов искусства, как товаров:
−
невоспроизводимость;
−
конечность;
−
объекты преступных посягательств;
−
двойственное начало (оценка как с художественной стороны,
так и с материальной).
Специфические факторы, действующие на рынке:
−
психологические;
−
социальные;
−
мотивационные;
−
эстетические.
Факторы, влияющие на цены:
−
возраст произведения;
−
психологические;
−
характер спроса и предложения.
Тема 15. Рынок телекоммуникаций (Telecommunications)
Этапы развития рынка
Сегменты мирового рынка:
−
телекоммуникационные услуги (сотовая связь, спутниковая
связь, INTERNET, телефонные сети общего пользования);
−
телекоммуникационное оборудование.
Ведущие производители телекоммуникационного оборудования
Потребители телекоммуникационного оборудования:
−
операторы сетей связи;
−
крупные компании;
−
мелкие и средние фирмы;
−
государственные организации;
−
физические лица.
Важнейшие тенденции развития рынка:
−
глобализация;
−
динамичный рост всех показателей;
−
усложнение телекоммуникационных устройств;
−
обострение конкуренции;
−
расширение сферы неценовой конкуренции;
13
−
расширение международной кооперации;
−
ускорение внедрения новых технологий;
−
унификация стандартов связи.
Телекоммуникационный рынок России:
−
услуги связи;
−
оборудование.
Тема 16. Рынки услуг
Классификация торгуемых услуг
Не торгуемые услуги
Различие между международной торговлей товарами и услугами
Изменение роли услуг в системе материального воспроизводства
Транспортные услуги (перевозка, страхование)
Обслуживание пассажиров
Путешествия: товары и услуги, приобретаемые путешественниками
(туристами)
Рекламные услуги
Подписка на периодическое издание
Другие
Доход от инвестиции (услуги связанные с движением факторов
производства)
5. МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО АНАЛИЗУ МИРОВОГО РЫНКА
КОНКРЕТНОЙ ПРОДУКЦИИ
Работа по анализу рынка является элементом учебного плана и
представляет собой итог самостоятельной работы по анализу одного из
выбранных рынков.
ОФОРМЛЕНИЕ РАБОТЫ
Работа состоит из 3-х разделов. Первый раздел включает в себя
содержательное изложение рассматриваемой проблемы, второй статистические данные, третий - методику анализа и выполнение
методики.
Образец титульного листа работы см. Образец.
Структура работы см. Структура работы.
На второй странице работы необходимо изложить «Содержание»
(перечень разделов).
Все названные в Содержании разделы должны быть выделены в
тексте.
14
После текста работы помещается список источников информации,
после адреса сайта указывается название материала на сайте.
На все заимствованные материалы, статистическую информацию,
формулы, приводимые в работе, должны быть даны ссылки на источники
информации. Работа должна быть отпечатана и скреплена.
Объем работы не менее 40 страниц основного текста.
Текст должен быть отпечатан в формате Winword, шрифт - Times New
Roman или Arial, размер шрифта - 12, интервал - 1,5.
Работа должна быть подписана и поставлена дата ее завершения.
Работа представляется на кафедру на бумажном и магнитном носителе.
Ниже приводиться образец выполнения разделов по анализу рынка
алмазов. В тексте показано решение только некоторых задач: построение
тренда и прогнозирования добычи алмазов на базе тренда. Не следует
считать, что анализ включает только те задачи, которые изложены в
нижеприведенном примере.
15
Образец
Федеральное агентство по образованию
Государственное образовательное учреждение высшего профессионального
образования
«Санкт-Петербургский государственный политехнический университет»
(ГОУ «СПбГПУ»)
Факультет экономики и менеджмента
Кафедра “Мировая экономика”
ИНДИВИДУАЛЬНАЯ РАБОТА
По дисциплине «МИРОВЫЕ ТОВАРНЫЕ РЫНКИ»
На тему: ________________________________________________
Выполнил студент
(группа)
(подпись)
(ФИО)
(подпись)
(ФИО)
Преподаватель
Санкт-Петербург
200__ г.
16
СТРУКТУРА РАБОТЫ
Мировой рынок _________________________________
Введение
1. Характеристика рынка
Структура и основные черты рынка
Факторы, оказывающие влияние на рынок:
−
транспортный;
−
природный;
−
НТП;
−
ВТО;
−
национальное законодательство;
−
другие.
Формы торговли и механизм ценообразования на рынке
Показатели рыночной конъюнктуры
Место и роль России на рынке
Тенденции развития рынка:
−
динамика по стоимости и объемам продаж;
−
динамика цен, индекса цен;
−
изменение географической структуры EX, IM;
−
увеличение/уменьшение стран EX.
2. Статистическая информация, характеризующая рынок и факторы,
влияющие на рынок
Производство продукции/услуг
Потребление продукции/услуг
Географическое распределение производства и
потребления
Цены, индексы цен
Данные о заказах
Данные о запасах
Численность работающих в отрасли
Количество организаций производителей
Транспортные тарифы
Производство и потребление по странам
ВВП на душу населения
другие
3. Анализ и прогнозирование конъюнктуры рынка
Формулировка цели (целей) анализа и прогнозирования
Методика анализа конъюнктуры рынка
17
Методика прогнозирования конъюнктуры рынка
Выполнение методики анализа конъюнктуры рынка
Выполнение методики прогнозирования конъюнктуры рынка
Выводы
Список источников информации
ПРИМЕР ВЫПОЛНЕНИЯ НЕКОТОРЫХ РАЗДЕЛОВ РАБОТЫ
Используемые в работе показатели рыночной конъюнктуры и их
обоснование
Добыча алмазов в натуральном выражении
Добыча алмазов в натуральном выражении (тыс. кар.) - это основной
и единственный показатель, который может быть использован для
характеристики алмазодобычи как отдельной страны, так и мира в целом, и
его присутствие обосновывается самим предметом исследования.
ВВП
Валовой внутренний продукт - это показатель, который выражает
общий объем конечных товаров и услуг (для конечного потребления),
произведенных на территории страны, независимо от национальной
принадлежности действующих предприятий в определенный период
времени. В данном исследовании, ВВП используется как один из основных
показатель экономического роста страны.
ВВП на душу населения
ВВП на душу населения рассчитывается как отношение ВВП страны
к населению страны, и характеризует тот объем ВВП, который приходится
на гражданина страны в год. В данном исследовании, ВВП на душу
населения, используется как один из основных показатель экономического
роста страны.
Доля промышленности в ВВП страны
Показатель доли промышленности в ВВП страны характеризует ту
часть конечных товаров и услуг, произведенных на территории страны,
которая принадлежит такой отрасли, как промышленность. В данном
исследовании, доля промышленности в ВВП страны, используется как
показатель, наиболее тесно связанный с добычей алмазов.
Доля городского населения
Этот показатель характеризует ту часть населения страны, которая
проживает в городах. Рассчитывается как отношение городского населения
ко всему населению. В данном исследовании, доля городского населения
18
используется как один из основных
экономического развития страны.
__________________________________
*) Приведены только четыре показателя
показатель
социального
и
Статистические данные, используемые в исследовании
Таблица 4
Мировая ежегодная добыча алмазов (без СССР и России)
Год
1902
1903
1904
1905
1906
1907
1908
1909
1910
1911
1912
1913
1914
1915
1916
1917
1918
1919
1920
1921
1922
1923
1924
1925
1926
1927
1928
1929
1930
1931
Тыс.
кар.
2787
3056
3983
3669
4436
5441
4431
5989
6318
5991
6188
6696
5393
1123
2860
3698
3407
3633
3838
2033
1417
3269
3902
4341
5797
7435
7697
7439
7528
7106
Год
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
Тыс.
кар.
6116
4033
6782
6838
6258
9614
11620
12490
13016
9211
9587
8694
11764
14384
10135
9734
10047
14175
15300
16926
18634
20098
20437
21079
22711
25134
28391
26823
27680
36254
Год
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
Тыс.
кар.
31197
33669
33831
32138
33989
34716
29564
32703
34645
32567
34737
33640
35022
28796
28796
28782
29073
28730
33027
29168
29831
44692
52752
55218
80918
76688
81471
83242
86921
85797
Год
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Тыс.
кар.
87843
88925
93182
94718
98779
100345
93996
96000
93800
97800
112000
125000
146400
145000
Таблица 5
19
Россия на мировом рынке добычи алмазов
Добыча алмазов, тыс. кар.
Совокупная по миру
Россия
Доля России, %
158019
33019
20,90
185266
38866
20,98
183001
38001
20,77
188360
38360
20,37
Год
2003
2004
2005
2006
Таблица 6
Добыча алмазов и доля промышленности в ВВП
алмазодобывающих стран
Добыча алмазов, тыс. кар. Промышленность (% от ВВП)
Австралия
Россия
Ботсвана
Конго
ЮАР
Канада
Ангола
Габон
Намибия
КНР
Гана
Бразилия
Сьерра-Леоне
Гвинея
Гайана
Зимбабве
ЦАР
Индия
Кот-д'Ивуар
Лесото
Танзания
Венесуэла
Либерия
40000
38000
31900
31500
15160
12300
6200
5100
1900
1060
1013
900
692
548
357
355
353
343
300
298
244
115
30
27
38
53
46
30
31
74
58
24
47
23
38
24
36
24
22
21
27
26
22
18
50
15
Таблица 7
20
Основные экономические показатели алмазодобывающих стран.
№
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Страна
Ангола
Ботсвана
Венесуэла
Конго
Бразилия
Россия
Гвинея
Канада
ЮАР
Австралия
Кот-дд'Ивуар
Намибия
Гайана
Сьерра-Леоне
Гана
Зимбабве
ЦАР
Танзания
Либерия
Индонезия
Индия
Лесото
Габон
Промышленность ВВП, млн.
(% от ВВП)
$
74
53,3
51,6
46,4
38,4
38
36,4
31,4
30,3
27
25,8
24,5
24,5
24,4
23,2
22,6
21,4
17,8
15,2
45,8
27,3
41,4
57,6
32811
10317
140192
50910
796055
763720
3289
1113810
239543
732499
16344
6126
787
1193
10720
3372
1369
12111
548
287217
805714
1450
8055
ВВП на душу
населения, $
Городское
население (% от
общего
населения)
1410
5590
4820
950
3550
4460
420
31114
4770
30993
870
2990
1020
220
450
350
350
340
130
1280
730
950
5010
53
57
93
60
84
73
33
80
59
88
45
35
28
41
48
36
38
24
58
48
29
19
84
АНАЛИЗ МИРОВОГО РЫНКА АЛМАЗОВ
МЕТОДИКА АНАЛИЗА МИРОВОГО РЫНКА АЛМАЗОВ
1. Определить уравнение тренда, показывающего мировую
динамику добычи алмазов с 1901 по 2005 и составить прогноз по
добыче алмазов на 10 лет вперед для России и для мира в целом.
Используются данные (таблица 1 и таблица 2)
Построить график суммарной мировой добычи алмазов во времени
Провести
исключение
случайной
компоненты
методом
экспоненциального сглаживания и представить результаты на одном
графике с исходными значениями.
21
Алгоритм расчета экспоненциально сглаженных значений в любой
точке ряда i основан на трех величинах: наблюдаемом значении Yi в
данной точке ряда i, рассчитанном сглаженном значении для
предшествующей точки ряда Ei-1 и некотором заранее заданном
коэффициенте сглаживания W, постоянным по всему ряду. Понятно, что в
первой точке ряда нет сглаженного значения для предшествующей точки
(нет самой такой точки), и сглаженным значением E1 считается сама
наблюдаемая в этой точке величина отклика Y1. Для всех следующих точек
действует простое правило вычислений:
Рассчитать коэффициенты уравнения тренда с помощью метода
наименьших квадратов и выбрать наилучшую функцию для
представления тенденции развития ряда динамики по коэффициенту
детерминации:
где yt - исходные данные;
yt -значение t-го года, вычисленное по математическому уравнению
Для описания динамики, выбирается полином вида:
После преобразования следует продифференцировать функцию по
каждому неизвестному параметру:
Получаем систему линейных уравнений:
22
Данную систему линейных уравнений, где аргументами являются
коэффициенты а0,...,ак, можно решить с помощью матриц:
Решение системы:
Матрица X содержит коэффициенты уравнения, описывающего
данный процесс.
Таким образом, находятся коэффициенты уравнения.
Для того, чтобы осуществить выбор наилучшей функции, необходимо
осуществить сравнение дисперсий. Общую вариацию исследуемого ряда
динамики можно разделить на две части
где SSy - вариации исследуемого показателя;
SSmp. - вариация вследствие тенденции;
SSсл.. - случайная вариации.
Тесноту связи измеряют коэффициентом детерминации R2
23
Наиболее подходящей
максимальное значение R2.
является
та
функция,
которая
имеет
Проверить значимость уравнения тренда и его коэффициентов
Значимость уравнения тренда проверяют, сформулировав гипотезы:
Для этого используется F-статистика:
где k- число параметров уравнения тренда;
N - число уровней ряда динамики.
Находится табличное значение F-статистики . Fα ;γ R ;γ Y
α -уровень значимости (ошибка первого рода);
γR - кол-во степеней свободы дисперсии вследствие тенденции;
γR = k-1;
γY - число степеней свободы для случайной дисперсии, равное уу=N-к.
)
Сравниваются значения F и Fα ;γ R ;γ Y и принимается решение о
значимости модели.
Если F̂ > Fα ;γ R ;γ Y , то математическая модель значима, если - нет, то
математическая модель не значима.
Выполнить прогноз добыче алмазов на 10 лет для России для мира в
соответствии с полученным уравнением тренда
2. Определить тесноту связи показателя, описывающего
добычу алмазов в натуральном выражении и показателя доли
промышленности в ВВП страныдля алмазодобывающих стран с
помощью корреляционного анализа. Используются данные (табл. 3)
Определить зависимую и независимую переменные.
Пусть Y - (доля промышленности в ВВП страны, %) - зависимая
переменная, а X -(добыча алмазов, тыс. кар.) - независимая переменная
(категориальная).
Провести первичную проверку неоднородной совокупности на
наличие в ней грубых ошибок с использованием метода трех сигм.
24
Последовательность использования метода трех сигм следующая: а)
Собрать информацию для анализа и представить её в виде таблицы. Найти
интервал трех сигм для показателя Р
где x - среднее значение показателя Р, определяемое как
n - число объектов в выборке;
xi - значение показателя по i-y объекту;
σ - среднеквадратическое отклонение, определяемое как
Среди данных по странам выявить те, которые не попадают в
найденный интервал и удалить их.
Определить тесноту линейной связи между переменными X и Y с
помощью коэффициента корреляции Пирсона
Формула коэффициента линейной корреляции Пирсона выглядит
следующим образом:
Sx, Sy -вариация для переменных X и Y;
Sxy - ковариация между переменными X и Y;
xi, уi; - значения переменных х и у для объекта с номером i:
хср, уср- средние арифметические для переменных X и Y.
Оценить значимость коэффициента корреляции
Значимость коэффициента корреляции показывает зависимость
или независимость признаков.
Если коэффициент незначим, то признаки х и у считаются
независимыми. Для этого проверяется гипотеза Н0: ρ = 0. Для этого
вычисляется tнабл.- и находится tтабл. по таблице t - распределения
Стьюдента
25
tнабл - находится для определенного значения α (α = 10%, 5%, 2%, 1%)
и υ=n-2
Если | tнабл | > tтабл, то гипотеза Н0 отвергается с вероятностью ошибки
а.
Если | tнабл | ≤ tтабл, то гипотеза Н0 не отвергается
Интерпретировать результаты
3. Определить степень влияния добычи алмазов на удельный
вес промышленности в ВВП страны с использованием дисперсионного
анализа
Разбить исходные данные на n групп для дисперсионного
анализа.
Результаты разбиения представить в табл. 8 и 9.
Таблица 8
Категории независимой переменной X
Категории X
Кол-во стран (m)
Таблица 9
Результаты разбиения
Страна
…
Добыча алмазов, тыс. кар.
(X)
Категория I
…
Доля промышленности в
ВВП страны, %. (Y)
…
Категория II
…
…
…
3.2 Разложить полную вариацию зависимой переменной
Полную вариацию Y, обозначенную SSy разложим на два
компонента:
SSy = SSмежду + SSвнутри,
где SSмежду - это вариация переменной Y, связанная с различием
средних между группами переменной X. Другими словами, это вариация
между категориями переменной X, поэтому её также обозначают как SSx;
SSвнутри - это вариация переменной Y, связанная с вариацией внутри
каждой группы переменной X, её вычисляют, не учитывая фактор X и
называют вариацией ошибки (SSошибки)
26
SSy = SSx + SSошибки,
где уi- отдельное наблюдение;
y i - среднее для групп j;
y - среднее для всей выборки (общая средняя);
y ij - i-e наблюдение в j-й группе
3.3. Измерить эффект влияния переменной X на Y
Идея разложения на две компоненты заключается в том, чтобы
наглядно представить, и изучить различия в групповых средних. С
помощью SSX можно определить силу влияния переменной х на у.
Эффект влияния X на Y определяется по формуле:
где η2 - корреляционное отношение (О < η < 1)
η2 равно 0, когда все групповые средние равны, т. е. переменная X не
влияет на Y.
η2 равно 1, когда внутри каждой группы переменной X изменчивость
отсутствует, но имеется некоторая изменчивость между группами/
3.4. Проверить значимость
В однофакторном дисперсионном анализе проверяют нулевую
гипотезу, утверждающую, что групповые средние в рассматриваемой
совокупности равны:
Н0: μ1 = μ2 = μ3 = μ4
В соответствии с нулевой гипотезой значения SSx и SSошибки зависят
от одного источника вариации. Нулевую гипотезу можно проверить с
помощью F-статистики, рассчитываемой как отношение между двумя
оценками дисперсий:
F - статистика подчиняется F-распределению с числом степеней
свободы df=(p-l) и (N-p). Таблица распределения F- статистики приводится
в учебниках. Сравниваются Fтабл и Fрасч.
27
Например, если Fтабл(α;p-1;N-p)<Fрасч, то нулевая гипотеза
отклоняется, т. е. средние значения для всех уровней различаются.
3.5. Интерпретировать результаты
Если нулевую гипотезу о равенстве групповых средних не отклоняют,
то независимая переменная не оказывает статистически значимого влияния
на зависимую переменную. Если нулевую гипотезу отклоняют, то среднее
значение зависимой переменной различают для различных групп
независимой переменной.
4. Разделить алмазодобывающие страны на группы на основе
показателей ВВП, ВВП на душу населения, доли промышленности в
ВВП, доли городского населения, и исследовать полученные группы
на предмет существования значимых различий между ними,
определения факторов, вносящих наибольший вклад в межгрупповые
различия, и определения дискриминантных функций. Используются
данные (табл. 4)
4.1. Провести первичную проверку неоднородной совокупности на
наличие в ней грубых ошибок с использованием метода трех сигм
4.2. Провести кластерный анализ методом k-cредних по
указанным показателям
Результаты представить в таблицах (табл. 10, 11).
Таблица10
Кластерные центры
Кластер
1 2 … n
Показатель
ВВП, млн. $
ВВП на душу населения, $/чел в год
Доля городского населения, %
Доля промышленности в ВВП, %
Таблица 11
Кластерная принадлежность
28
1 группа
2 группа
…
n группа
5. Проанализировать классификацию полученную в результате
кластерного анализа групп алмазодобывающих стран с помощью
дискриминантного анализа, проверить значимость
Результаты дискриминантного анализа трёх групп представить в
таблицах (табл. 12 - 20)
Таблица 12
Среднее значение и среднеквадратичное отклонение независимых
переменных
Кластер Показатель
2
…
X1
Х2
X3
Х4
…
…
n
…
1
Стандартное
отклонение
Среднее
арифметическое
Таблица 13
Объединённая межгрупповая корреляционная матрица
Переменная X1 Х2 ХЗ
X1
1
Х2
1
ХЗ
1
Х4
Х4
1
Таблица 14
Коэффициент Уилкса (U статистика), F критерий с двумя и 17
степенями свободы
Переменная
Коэффициент
Уилкса
Значение F Значимость
X1
Х2
ХЗ
Х4
Таблица 15
Канонические дискриминантные функции
29
Функция
Собственное
значение
Процент
вариации
Кумулятивный
процент
Каноническая
корреляция
Таблица 16
Канонические дискриминантные функции
Функция
Коэффициент
Уилкса
Хи квадрат
Степени
свободы
Значимость
Таблица 17
Нормированные коэффициенты канонической дискриминантной
функции
Показатель Функция
X1
Х2
X3
Х4
Таблица 18
Ненормированные коэффициенты канонической
дискриминантной функции
Показатель Функция
XI
Х2
ХЗ
Х4
Таблица 19
Канонические дискриминантные функции, оцененные по групповым
средним (центроидам групп)
Группа
1
2
…
n
Функция
Таблица 20
Результаты классификации
30
Изначально Количество Группа
Предсказанная групповая
принадлежность
1
2
…
1
2
..
n
n
ВЫПОЛНЕНИЕ МЕТОДИКИ АНАЛИЗА МИРОВОГО РЫНКА
АЛМАЗОВ
1. Определение уравнения тренда, отражающего мировую
динамику добычи алмазов с 1901 по 2005 и составление прогноза
добычи алмазов на 10 лет для России и для мира в целом.
1.1. Построение графика суммарной мировой добычи алмазов во
времени
На основе статистических данных, представленных в табл. 1, был
построен следующий график, описывающий развитие добычи алмазов (рис.
1).
160000
добыча алмазов, тыс. кар.
140000
120000
100000
80000
60000
40000
20000
2002
1998
1994
1990
1986
1982
1978
1974
1970
1966
1962
1958
1954
1950
1946
1942
1938
1934
1930
1926
1922
1918
1914
1910
1906
1902
0
года
Рис. 1. Мировая добыча алмазов (1902 - 2005)
1.2.
Исключение
случайной
компоненты
методом
экспоненциального сглаживания и представление результатов на одном
графике с исходными значениям
31
Исключим случайную компоненту, путем экспоненциального
сглаживания (α=0,3). Получились следующие результаты (табл. 21).
Таблица 21
Статистические данные по мировой добыче алмазов после
экспоненциального сглаживания
Год Тыс. кар.
1902 2787
1903 2975
1904 3681
1905 3673
1906 4207
1907 5071
1908 4623
1909 5579
1910 6096
1911 6023
1912 6138
1913 6529
1914 5734
1915 2506
1916 2754
1917 3415
1918 3409
1919 3566
1920 3756
1921 2550
1922 1757
1923 2815
1924 3576
1925 4112
1926 5291
1927 6792
1928 7425
1929 7435
1930 7500
1931 7224
Год Тыс. кар.
1932 6448
1933 4758
1934 6175
1935 6639
1936 6372
1937 8641
1938 10726
1939 11961
1940 12699
1941 10258
1942 9788
1943 9022
1944 10941
1945 13351
1946 11100
1947 10144
1948 10076
1949 12945
1950 14594
1951 16226
1952 17912
1953 19442
1954 20139
1955 20797
1956 22137
1957 24235
1958 27144
1959 26919
1960 27452
1961 33613
Год Тыс. кар.
1962 31922
1963 33145
1964 33625
1965 32584
1966 33568
1967 34371
1968 31006
1969 32194
1970 33910
1971 32970
1972 34207
1973 33810
1974 34658
1975 30555
1976 29324
1977 28944
1978 29034
1979 28821
1980 31765
1981 29947
1982 29866
1983 40244
1984 49000
1985 53352
1986 72648
1987 75476
1988 79673
1989 82171
1990 85496
1991 85707
Год Тыс. кар.
1992 87202
1993 88408
1994 91750
1995
93828
1996 97294
1997
99430
1998
95626
1999
95888
2000 94426
2001
96788
2002 107436
2003 119731
2004 138399
2005 145000
Представим исходные данные и данные, полученные методом
экспоненциального сглаживания на одном графике (рис. 2).
32
160000
140000
Исходные данные
добыча алмазов, тыс. кар.
120000
Данные после экспоненциального
сглаживания
100000
80000
60000
40000
20000
2002
1998
1994
1990
1986
1982
1978
1974
1970
1966
1962
1958
1954
1950
1946
1942
1938
1934
1930
1926
1922
1918
1914
1910
1906
1902
0
время
Рис. 2. Экспоненциально сглаженный ряд
В дальнейших расчетах будут использоваться именно эти данные,
так как коэффициент α = 0,3, является наиболее усредненным,
позволяющим с одной стороны, исключить часть случайных данных, и с
другой стороны - не слишком сильно исказить исходные данные.
На основе графического представления, можно проследить
зависимость между спадами/подъемами в мировой добыче алмазов и
основными событиями мировой политики, экономики, а также разведки и
алмазодобычи:
¾ 1914-1918 гг.- Первая Мировая война и ее экономические и
социальные последствия, сопровождающиеся спадом в добыче алмазов.
¾ 1913-1931 гг. - Начало добычи алмазов в Гане, открытие
месторождений алмазов в Намакваленде, Кот-д'Ивуар, Сьерра Леоне,
Либерии, ЦАР, что сопровождается ростом добычи алмазов.
¾ 1931-1937гг. - изменения в экономической структуре основных
алмазодобывающих компаний, резкое падение добычи алмазов во всем
мире.
¾ 1939-1945 - Вторая Мировая война. Экономические и социальные
последствия войны компенсируются резким ростом использования
технических алмазов.
¾ 1945-1960-открытие месторождений алмазов в Конго, Анголе,
Якутии на территории Сибирской платформы.
33
¾ 1960 - 1980 - распад колониальной системы в Африке,
вооруженные конфликты между Израилем и Египтом, Индией и
Пакистаном, Израилем и Сирией -вызывают спады в добыче алмазов,
компенсируемые открытием месторождений алмазов в Австралии и
Венесуэле.
¾ 1980-2006 - относительно стабильный рост добычи алмазов в мире.
Развитие уже существующих месторождений.
1.3. Определение коэффициентов уравнения тренда с помощью
метода наименьших квадратов и выбор наилучшей функции для
представления тенденции развития ряда динамики
Представим уравнение тренда в виде полинома третьей степени,
следующего вида:
)
2
3
y = а0 +a1t + a2t +a3t
Непосредственное применение метода наименьших квадратов не
требуется, так как проведенные преобразования в общем виде требуют лишь
решения системы линейных уравнений с помощью матриц.
Нахождение коэффициентов изложено в табл. 22, 23.
34
Таблица 22
Расчет коэффициентов регрессионного уравнения
№
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
Год:
1902
1903
1904
1905
1906
1907
1908
1909
1910
1911
1912
1913
1914
1915
1916
1917
1918
1919
1920
1921
1922
1923
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934
1935
у(сглаж) к1
2787 -51
2975 -50
3681 -49
3673 48
4207 -47
5071
46
4623 -45
5579 -44
6096 43
6023 -42
6138 -41
6529 -40
5734 -39
2506 -38
2754 -37
3415 -36
3409 -35
3566 -34
3756 -33
2550 -32
1757 -31
2815 -30
3576 -29
4112 -28
5291 -27
6792 -26
7425 -25
7435 -24
7500 -23
7224 -22
6448 -21
4758 -20
6175 -19
6639 -18
к2
2601
2500
2401
2304
2209
2116
2025
1936
1849
1764
1681
1600
1521
1444
1369
1296
1225
1156
1089
1024
961
900
841
784
729
676
625
576
529
484
441
400
361
324
кЗ
-132651
-125000
-117649
-110592
-103823
-97336
-91125
-85184
-79507
-74088
-68921
-64000
-59319
-54872
-50653
46656
-42875
-39304
-35937
-32768
-29791
-27000
-24389
-21952
-19683
-17576
-15625
-13824
-12167
-10648
-9261
-8000
-6859
-5832
к4
6765201
6250000
5764801
5308416
4879681
4477456
4100625
3748096
3418801
3111696
2825761
2560000
2313441
2085136
1874161
1679616
1500625
1336336
1185921
1048576
923521
810000
707281
614656
531441
456976
390625
331776
279841
234256
194481
160000
130321
104976
к5
-345025251
-312500000
-282475249
-254803968
-229345007
-205962976
-184528125
-164916224
-147008443
-130691232
-115856201
-102400000
-90224199
-79235168
-69343957
-60466176
-52521875
-45435424
-39135393
-33554432
-28629151
-24300000
-20511149
-17210368
-14348907
-11881376
-9765625
-7962624
-6436343
-5153632
-4084101
-3200000
-2476099
-1889568
к6
17596287801
15625000000
13841287201
12230590464
10779215329
9474296896
8303765625
7256313856
6321363049
5489031744
4750104241
4096000000
3518743761
3010936384
2565726409
2176782336
1838265625
1544804416
1291467969
1073741824
887503681
729000000
594823321
481890304
387420489
308915776
244140625
191102976
148035889
113379904
85766121
64000000
47045881
34012224
35
y*к1
-142137
-148765
-180354
-176280
-197727
-233256
-208032
-245484
-262143
-252949
-251674
-261149
-223615
-95236
-101893
-122931
-119326
-121241
-123960
-81600
-54464
-84461
-103704
-115122
-142866
-176590
-185637
-178439
-172502
-158933
-135418
-95153
-117319
-119502
y*к2
7248987
7438250
8837337
8461456
9293157
10729782
9361445
10801294
11272159
10623877
10318620
10445943
8720980
3618973
3770040
4425528
4176427
4122178
4090686
2611211
1688384
2533834
3007425
3223419
3857395
4591328
4640920
4282526
3967544
3496525
2843774
1903056
2229064
2151038
у*кЗ
-369698337
-371912500
-433029498
-406149894
-436778388
-493569990
-421265015
-475256929
-484702834
-446202853
-423063417
-417837732
-340118203
-137520992
-139491488
-159319009
-146174929
-140154068
-134992651
-83558756
-52339905
-76015016
-87215339
-90255722
-104149662
-119374528
-116022994
-102780631
-91253503
-76923545
-59719257
-38061122
-42352213
-38718692
у(расч)
-322
335
954
1536
2082
2594
3074
3523
3942
4334
4699
5038
5355
5649
5922
6177
6414
6634
6840
7033
7215
7386
7548
7703
7853
7998
8141
8282
8424
8567
8713
8865
9022
9187
SSy
852755936
841793925
801359574
801822934
771841360
724589465
748900662
697477770
670428336
674252832
668253689
648225378
689339243
869233776
854692291
816486383
816796814
807871863
797080586
866653207
913978775
851099763
807297083
777153989
712763668
634892832
603366198
602901060
599706355
613293358
652318045
741546146
666377727
642621360
Sspaсч
1044004673
1001968415
963180086
927406400
894429408
864045425
836063991
810306887
786607190
764808372
744763444
726334146
709390177
693808477
679472542
666271794
654100989
642859672
632451671
622784649
613769679
605320883
597355106
589791634
582551956
575559578
568739867
562019955
555328677
548596554
641755824
534740518
527486572
519931995
SScл
9666354
6970654
7435698
4566212
4515539
6132805
2398539
4227487
4639231
2852012
2072883
2221043
143724
9875472
10038928
7628559
9025573
9415136
9511203
20100164
29786560
20888048
15777775
12901427
6561390
1455056
511577
717551
852834
1802635
5129631
16866527
8106646
6492101
№
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
Год:
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
64
65
66
67
68
69
70
1965
1966
1967
1968
1969
1970
1971
у(сглаж) к1
6372 -17
8641 -16
10726 -15
11961 -14
12699 -13
10258 -12
9788 -11
9022 -10
10941
-9
13351
-8
11100
-7
10144
-6
10076
-5
12945
-4
14594
-3
16226
-2
17912
-1
19442
0
20139
1
20797
2
22137
3
24235
4
27144
5
26919
6
27452
7
33613
8
31922
9
33145
10
33625 11
32584
33568
34371
31006
32194
33910
32970
12
13
14
15
16
17
18
к2
289
256
225
196
169
144
121
100
81
64
49
36
25
16
9
4
1
0
1
4
9
16
25
36
49
64
81
100
121
кЗ
-4913
-4096
-3375
-2744
-2197
-1728
-1331
-1000
-729
-512
-343
-216
-125
-64
-27
-8
-1
0
1
8
27
64
125
216
343
512
729
1000
1331
к4
83521
65536
50625
38416
28561
20736
14641
10000
6561
4096
2401
1296
625
256
81
16
1
0
1
16
81
256
625
1296
2401
4096
6561
10000
14641
к5
-1419857
-1048576
-759375
-537824
-371293
-248832
-161051
-100000
-59049
-32768
-16807
-7776
-3125
-1024
-243
-32
-1
0
1
32
243
1024
3125
7776
16807
32768
59049
100000
161051
к6
24137569
16777216
11390625
7529536
4826809
2985984
1771561
1000000
531441
262144
117649
46656
15625
4096
729
64
1
0
1
64
729
4096
15625
46656
117649
262144
531441
1000000
1771561
y*к1
-108329
-138264
-160897
-167453
-165093
-123091
-107670
-90222
-98473
-106810
-77699
-60863
-50380
-51781
-43781
-32453
-17912
0
20139
41594
66410
96939
135721
161516
192163
268907
287297
331449
369877
y*к2
1841595
2212222
2413451
2344343
2146212
1477086
1184368
902225
886259
854480
543894
365175
251901
207125
131342
64905
17912
0
20139
83187
199231
387757
678604
969096
1345138
2151254
2585674
3314487
4068645
у*кЗ
-31307121
-35395546
-36201759
-32820803
-27900758
-17725036
-13028045
-9022249
-7976335
-6835836
-3807256
-2191053
-1259504
-828500
-394027
-129810
-17912
0
20139
166375
597692
1551029
3393019
5814578
9415969
17210031
23271067
33144871
44755090
у(расч)
9361
9546
9743
9954
10179
10422
10682
10962
11263
11587
11935
12308
12708
13137
13596
14086
14609
15167
15760
16391
17061
17771
18523
19319
20159
21046
21981
22965
23999
SSy
656214440
545105497
452095519
401122826
372084999
472255531
492876494
527470970
442997696
347365454
436355017
477213782
480177667
362661617
302599683
248462944
198170426
157424201
140433251
125263677
97066383
60126963
23472445
25701257
20586019
2638532
4500
1336071
2677072
Sspaсч
512017070
503684609
494880245
485552773
475654530
465141826
453975415
442121009
429549841
416239267
402173418
387343889
371750479
355401974
338316966
320524733
302066144
282994625
263377155
243295319
222846395
202144493
181321732
160529464
139939546
119745649
100164614
81437858
63832813
SScл
8933455
818257
967009
4028896
6350403
26993
799456
3763842
103637
3112402
696975
4683629
6928080
36699
996008
4581728
10908147
18280447
19170782
19411083
25763880
41778060
74317139
57765800
53179431
157934299
98826354
103636028
92654487
144
169
196
225
256
289
324
1728
2197
2744
3375
4096
4913
5832
20736
28561
38416
50625
65536
83521
104976
248832
371293
537824
759375
1048576
1419857
1889568
2985984
4826809
7529536
11390625
16777216
24137569
34012224
391010
436378
481200
465094
515104
576465
593457
4692117
5672915
6736807
6976404
8241657
9799901
10682218
56305408
73747895
94315295
104646057
131866508
166598314
192279917
25086
26227
27423
28676
29987
31358
32790
354219
2491850
5676202
965790
42019
3689113
962012
47644422
33196667
20844151
10973717
4006120
397732
642299
56214862
53878745
48274950
5428499
4868713
6509471
32180
36
№
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
Год:
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Сумм А:
у(сглаж) к1
34207 19
33810 20
34658 21
30555 22
29324 23
28944 24
29034 25
28821
26
31765 27
29947 28
29866 29
40244 30
49000 31
53352 32
72648 33
75476 34
79673 35
82171
36
85496
37
85707
38
87202
39
88408
40
91750
41
93828
42
97294
43
99430
44
95626
45
95888
46
94426
47
96788
48
107436
49
119731
50
138399
51
145000
52
3326854
52
к2
361
400
441
484
529
576
625
676
729
784
841
900
961
1024
1089
1156
1225
1296
1369
1444
1521
1600
1681
1764
1849
1936
2025
2116
2209
2304
2401
2500
2601
2704
93756
кЗ
6859
8000
9261
10648
12167
13824
15625
17576
19683
21952
24389
27000
29791
32768
35937
39304
42875
46656
50653
54872
59319
64000
68921
74088
79507
85184
91125
97336
103823
110592
117649
125000
132651
140608
140608
к4
130321
160000
194481
234256
279841
331776
390625
456976
531441
614656
707281
810000
923521
1048576
1185921
1336336
1500625
1679616
1874161
2085136
2313441
2560000
2825761
3111696
3418801
3748096
4100625
4477456
4879681
5308416
5764801
6250000
6765201
С7311616
152175348
к5
2476099
3200000
4084101
5153632
6436343
7962624
9765625
11881376
14348907
17210368
20511149
24300000
28629151
33554432
39135393
45435424
52521875
60466176
69343957
79235168
90224199
102400000
115856201
130691232
147008443
164916224
184528125
205962976
229345007
254803968
282475249
312500000
345025251
380204032
380204032
к6
47045881
64000000
85766121
113379904
148035889
191102976
244140625
308915776
387420489
481890304
594823321
729000000
887503681
1073741824
1291467969
1544804416
1838265625
2176782336
2565726409
3010936384
3518743761
4096000000
4750104241
5489031744
6321363049
7256313856
8303765625
9474296896
1077921532
1223059046
1384128720
1562500000
1759628780
1977060966
2,94115Е+11
37
y*к1
649930
676201
727827
672204
674443
694668
725861
749355
857663
838521
866110
1207325
1518989
1707280
2397395
2566188
2788539
2958162
3163354
3256855
3400882
3536325
3761743
3940757
4183623
4374901
4303173
4410840
4438038
4645819
5264382
5986546
7058363
7540000
94981947
y*к2
12348670
13524021
15284361
14788487
15512194
16672023
18146528
19483222
23156904
23478597
25117186
36219741
47088661
54632954
79114051
87250377
97598851
106493823
117044089
123760496
132634416
141453015
154231482
165511802
179895803
192495647
193642794
202898630
208587799
222999331
257954727
299327278
359976510
392080000
4,332Е+09
у*кЗ
234624731
270480421
320971589
325346709
356780453
400128564
453663212
506563761
625236402
657400716
728398387
1086592242
1459748488
1748254528
2610763691
2966512810
3415959781
3833777613
4330631310
4702898830
5172742218
5658120595
6323490742
6951495679
7735519522
8469808464
8713925711
9333336971
9803626560
1,0704Е+10
1,264Е+10
1,4966Е+10
1,8359Е+10
2,0388Е+10
1,6943Е+11
у(расч)
34285
35844
37469
39161
40921
42752
44654
46630
48680
50806
53010
55293
57656
60102
62630
65245
67945
70734
73612
76581
79642
82797
86048
89396
92842
96388
100036
103786
107641
111601
115669
119846
124133
128532
SSy
4918890
3316287
7125860
2057103
7104185
9268980
8729304
10034016
50035
4168927
4507673
68147864
289362621
456399517
1653183808
1891129548
2273720579
2518250614
2863005757
2885594431
3048489632
3183120391
3571359808
3824008362
4264688233
4548232445
4049678685
4083061259
3898424079
4198899875
5692308060
7698645616
1132314944
1277148948
1,24241Е+11
Sspaсч
5272742
14862999
30029913
51435164
79787247
115843488
160412116
214354365
278586632
354082672
441875842
543061386
658798763
790314027
938902241
1105929942
1292837649
1501142412
1732440412
1988409597
2270812369
2581498311
2922406963
3295570632
3703117264
4147273338
4630366827
5154830181
5723203376
6338136989
7002395329
7718859606
8490531146
9320534653
1,1852Е+11
SScл
6145
4137923
7899050
74064814
134507537
190648746
243982214
317142574
286103682
435092862
535643402
226457519
74933494
45549209
100357346
104685523
137534129
130818582
141240573
83286479
57154925
31479976
32507832
19638247
19814400
9249247
19445569
62383300
174622882
219439739
67781140
13251
203524750
271198276
5,719Е+09
Таблица 23
Расчет коэффициентов регрессионного уравнения
МАТРИЦА А
МАТРИЦА Б
104
52
93756
140608
3326854,454
52
93756
140608
1,5Е+08
94981947,39
93756
140608
2Е+08
3,8Е+08
4331638757
140608
2Е+08
4Е+08
2,9Е+11
1,6943Е+11
МАТРИЦА А-1
МАТРИЦА РЕШЕНИЙ X
0,021647958
-2Е-05
-1Е-05
1,7Е-08
15166,54105
-2,00086Е-05
7Е-05
4Е-08
-3,5Е-08
575,3277967
-1,33621Е-05
4Е-08
1Е-08
-3,2Е-11
17,96960884
1,72764Е-08
-ЗЕ-08
-ЗЕ-11
2,1Е-11
0,247912583
Окончательное уравнение тренда выглядит следующим образом:
у = 15166,541 + 575,327*X+17,969 * Х2 +0,248*X3
SSy = l,24241E+ll
SSтр = 1,1852E+11
SSсл = 5,719E+09
Коэффициент детерминации R2 для данного уравнения, составляет
0,95, что свидетельствует высокой степени соответствия исходных значений
- значениям расчетным. Представим графически полученное уравнение
тренда (рис. 3).
38
160000
добыча алмазов, тыс. кар.
140000
120000
100000
80000
60000
40000
20000
2002
1998
1994
1990
1986
1982
1978
1974
1970
1966
1962
1958
1954
1950
1946
1942
1938
1934
1930
1926
1922
1918
1914
1910
1906
1902
0
года
Рис. 3. Уравнение тренда мировой добычи алмазов
1.4. Проверка значимости уравнения тренда и его коэффициентов
Для проверки значимости уравнения тренда, сформулируем:
¾ нулевую гипотезу: коэффициент детерминации равен нулю
¾
альтернативную гипотезу: коэффициент детерминации больше
нуля.
Но: R2=0; H1: R2>0
Рассчитаем F-статистику по формуле:
F=
SS пр / k − 1
SS сл /( N − k )
где k - число параметров уравнения тренда
N - число уровней ряда динамики.
df1 = 51
df2 = 52
F = 21,12
Сравним расчетное значение F-статистики с табличным значением
по распределению Фишера, равным 1,53.
Fрасч = 21,12 > F0,05; 51; 52 = 1,53, следовательно, уравнение тренда
значимо.
39
1.5. Прогноз добычи алмазов на 10 лет для России и для мира в
соответствии с полученным уравнением тренда
До 2003 года данные по добыче алмазов СССР, и впоследствии Россией, были засекречены. Тем не менее, в соответствии с условиями
Кимберлийского процесса (организация, созданная для борьбы с так
называемыми "конфликтными алмазами", то есть алмазами, которые
использовались повстанческими движениями в Африке для военных
действий), Россия рассекретила статистику по добыче, экспорту, импорту
алмазов, что позволило рассмотреть мировой алмазный рынок с новой
стороны (табл. 24).
Таблица 24
Россия на мировом рынке добычи алмазов
Год
2003
2004
2005
2006
Добыча алмазов, тыс. кар.
Совокупная по миру Россия Доля России, %
158019
33019
20,90
185266
38866
20,98
183001
38001
20,77
188360
38360
20,37
Из имеющихся данных - видно, что по добыче алмазов Россия
является мировым лидером (на втором месте - Австралия, на третьем Ботсвана).
Оценивая долю России в мировой добыче алмазов как 20,75%, в
соответствии с полученным уравнением тренда, были составлены
следующие прогнозы (табл. 25, 26).
Таблица 25
Прогноз развития мирового рынка добычи алмазов
Год
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
Добыча алмазов, тыс. кар.
177888
184003
190268
196687
203261
209991
216880
223930
231142
238518
246061
40
Таблица 26
Прогноз развития алмазодобывающей отрасли в России
Год
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
Добыча алмазов, тыс. кар.
38368
39687
41038
42423
43841
45292
46778
48299
49854
51445
53072
2. Определение тесноты связи показателя, описывающего добычу
алмазов в натуральном выражении и показателя доли
промышленности в ВВП страны для алмазодобывающих стран.
2.1. Определение зависимой и независимой переменных
Пусть Y - (доля промышленности в ВВП страны, %) - зависимая
переменная, а X -(добыча алмазов, тыс. кар.) - независимая переменная
(категориальная).
2.2. Первичная проверка неоднородной совокупности на наличие
в негрубых ошибок с использованием метода трех сигм
В ходе исследования, была проведена первичная проверка
неоднородной совокупности на наличие в ней грубых ошибок с
использование метода трех сигм. Для обоих показателей был найден
интервал трех сигм, среднеквадратичное отклонение и среднее (табл. 27).
Таблица 27
Основные статистические показатели
13121
Нижний
Верхний
интервал
интервал
показателей для показателей для
метода трех сигм метода трех сигм
-31161
47567
14
-9,78
Стандартное
Среднее
отклонение
Добыча алмазов, тыс. 8203
кар.
Промышленность(% 33,7
от ВВП)
41
77,1
В ходе базового анализа не было найдено данных, не
удовлетворяющих правилу трех сигм, следовательно, можно сделать вывод,
что в данной совокупности данных не наблюдается наличие грубых
ошибок.
2.3. Определение тесноты линейной связи между переменными X
и Y с помощью коэффициента корреляции Пирсона
Для определения тесноты линейной связи между переменными X и
Y, были рассчитаны показатели, представленные в табл. 28.
Таблица 28
Вычисление корреляции между показателями Х и Y
Добыча
алмазов,
тыс. кар.
(Х)
Австралия
40000
Россия
38000
Ботсвана
31900
Конго
31500
ЮАР
15160
Канада
12300
Ангола
6200
Габон
5100
Намибия
1900
КНР
1060
Гана
1013
Бразилия
900
Сьерра692
Леоне
Гвинея
548
Гайана
357
Зимбабве
355
ЦАР
353
Индия
343
Кот300
д'Ивуар
Лесото
298
Танзания
244
Венесуэла
115
Либерия
30
Промышленность
(% от ВВП)
(Y)
(Х-Хср)
(Y-Ycp)
(Х-Хср)2
27
38
53
46
30
31
74
58
24
47
23
38
24
31797,05
29797,05
23697,05
23297,05
6957,048
4097,048
-2002,95
-3102,95
-6302,95
-7142,95
-7189,95
-7302,95
-7510,95
-6,652173913
4,347826087
19,34782609
12,34782609
-3,652173913
-2,652173913
40,34782609
24,34782609
-9,652173913
13,34782609
-10,65217391
4,347826087
-9,652173913
10110522
88786405
56155007
54275243
48400514
16785801
4011817
9628312
39727206
51021766
51695412
53333110
56414403
44
19
374
152
13
7
1628
593
93
178
113
19
93
-211519,4921
129552,3819
458486,3601
287667,8949
-25408,34858
-10866,08336
-80814,76597
-75550,13989
60837,19055
-95342,88336
76588,62098
-31751,96597
72497,01664
36
24
22
21
27
26
-7654,95
-7846,05
-7847,95
-7849,95
-7859,95
-7902,95
2,347826087
-9,652173913
-11,65217391
-12,65217391
-6,652173913
-7,652173913
58598293
61560535
61590353
61621749
61778848
62456653
6
93
136
160
44
59
-17972,49641
75731,46011
91445,70359
99318,96011
52285,76881
60474,76446
22
18
50
15
-7904,95
-7958,95
-8087,95
-8172,95
-11,65217391
-15,65217391
16,34782609
-18,65217391
62488269
63344920
65414970
66797147
136
245
267
348
92109,8775
124574,9036
-132220,4355
152443,3253
(Y-Ycp)2 (Y-Ycp)'(X-Xcp)
Вариация переменной X (Sx) = 3959888902.
Вариация переменной Y (Sy) = 4821.
Среднее арифметическое для переменной X (хср) = 8203.
Среднее арифметическое для переменной Y (уср) = 33,65.
Ковариация между переменными X и Y (Sxy) = 1152568
42
В соответствии с формулой
корреляции Пирсона равен:
2.4. Оценка значимости коэффициента корреляции
Проверим значимость полученного коэффициента корреляции:
Примем нулевую гипотезу Н0: коэффициент корреляции равен нулю,
то есть, признаки X и Y - независимы.
Тогда, альтернативная гипотеза Hi: коэффициент корреляции не
равен нулю, то есть, признаки X и Y имеют некоторую связь.
В соответствии с формулой, t набл =
0,26
1 − 0,26 2
⋅ 23 − 2 = 5,74
Табличное значение распределения Стьюдента с вероятностью
ошибки 5%, равняется 1,72.
|15,74|>1,72, следовательно, нулевая гипотеза отвергается, и
принимается альтернативная гипотеза о том, что признаки X и Y имеют
связь.
2.5. Интерпретация результатов
Было обнаружено наличие слабой связи между показателями
Х(добыча алмазов, тыс. кар.) и Y (доля промышленности в ВВП страны,
%).
3. Определение степени влияния добычи алмазов на удельный
вес промышленности.
3.1. Разбиение исходных данных на n групп для дальнейшего
дисперсионного анализа
Разобьем общую выборку данных на 3 категории по независимой
переменной X (табл. 29).
Таблица 29
Категории независимой переменной X
Категории X Кол-во стран (m)
15000-50000
5
1000-14999
6
999
12
43
Таким образом, размер общей выборки равен: N=m1+m2+m3, или N=
5+6+12=23. В выбранные категории попали следующие страны (табл. 30).
Таблица 30
Результаты разбиения
Страна
Австралия
Россия
Ботсвана
Конго
ЮАР
Канада
Ангола
Габон
Намибия
КНР
Гана
Бразилия
Сьерра-Леоне
Гвинея
Гайана
Зимбабве
ЦАР
Индия
Кот-д'Ивуар
Лесото
Танзания
Венесуэла
Либерия
Добыча алмазов, Промышленность (% от
тыс. кар.-(X)
ВВП)-(Y)
I категория
40000
27
38000
38
31900
53
31500
46
15160
30
II категория
12300
31
6200
74
5100
58
1900
24
1060
47
1013
23
III категория
900
38
692
24
548
36
357
24
355
22
353
21
343
27
300
26
298
22
244
18
115
50
30
15
Разложение полной вариации
Полную вариацию Y (SSy) разложим на два компонента:
SSy = SSмежду + SSвнутри,
где SSмежду - это вариация переменной Y, связанная с различием
средних между группами переменной X. Другими словами, это вариация
между категориями переменной X, поэтому её также обозначают как SSx;
44
SSвнутри - это вариация переменной Y, связанная с вариацией внутри
каждой группы переменной X, её вычисляют, не учитывая фактор X и
называют вариацией ошибки (SSошибки)Таким образом, формула
приобретает вид:
Расчет SSy уже представлен ранее. SSy = 4821.
Расчет SSX представим в табл. 31.
Таблица 31
Вычисление вариации между группами переменной X
Категории
X
15000-50000
1000-14999
999
Кол-во стран
Ycp(rp) Ycp(rp)-Ycp
(т)
5
38,8
5,1
6
42,8
9,2
12
26,9
-6,7
(Ycp(rp)Ycp)^2
26,5
84,3
45,4
m*(Ycp(гp)-Ycp)^2
132,5
505,8
544,4
Таким образом,
Зная полную и межгрупповую вариации, можно вычислить
внутригрупповую или вариацию ошибки:
SSошибки = SSy - SSX = 4821 - 1183 = 3639.
Измерение эффекта влияния переменной X на Y
Эффект влияния переменной X напеременную Y определяется с
помощью корреляционного отношения по формуле:
где η2 - корреляционное отношение (0< η2 <1).
Следовательно, эффект влияния добычи страною алмазов на долю
промышленности в ВВП страны равен:
45
Данное корреляционное отношение характеризует слабый эффект
добычи страною алмазов на долю промышленности в ВВП страны.
Проверка значимости
Для выполнения задания необходимо также проверить нулевую
гипотезу, утверждающую, что групповые средние в рассматриваемой
совокупности равны:
В соответствии с нулевой гипотезой значения SSX и SSошибки зависят от
одного источника вариации. Нулевую гипотезу можно проверить с
помощью F-статистики, рассчитываемой как отношение между двумя
оценками дисперсий (межгрупповой и внутригрупповой):
F-статистика подчиняется F-распределению с числом степеней
свободы df1=(p-l) и df2=(N-p). В данном случае число степеней свободы
равно:
df1=(p-l)=(3-l)=2
и df2=(N-p)=(23-3)=20
Таким образом, = 3,81
Fтабл(α; р-1; N-p) = Fтабл(0,05; 2; 20) = 3,49
3,49 < 3,81
Fтабл(0,05;3;115)<Fрасч
Следовательно, нулевая гипотеза отклоняется, т.е. средние значения
продолжительности жизни для всех категорий различаются.
Интерпретация результатов
Fрасч. незначительно превышает Fтабл при доверительной вероятности
0,95 (α = 0,05), что подтверждает незначительную степень влияния (0,245)
добычи алмазов страной на долю промышленности в ВВП страны.
Так как Fтабл< Fрасч -, нулевая гипотеза, утверждающая, что три группы
стран не различаются значением средней доли промышленности в ВВП,
отклоняется, значит, среднее значение зависимой переменной (доля
промышленности в ВВП страны) различно для различных групп
независимой переменной (добыча страною алмазов).
46
4. Разделение алмазодобывающих стран на группы на основе
показателей ВВП, ВВП на душу населения, доли промышленности в
ВВП, доля городского населения, и последующее исследование
полученных групп на предмет существования значимых различий
между ними, определение факторов вносящих наибольший вклад в
межгрупповые различия, и определение дискриминантных функций
Имеется 23 алмазодобывающие стран мира, для каждой из которых
известны следующие показатели:
X1 - Доля промышленности в ВВП страны;
Х2 - ВВП страны, млн. $;
ХЗ - ВВП на душу населения, $/чел в год;
X4 - Доля населения, живущего в городах, %.
Алмазодобывающие страны разбиваются на несколько групп с
помощью кластерного анализа методом k-средних в соответствии с
выделенными показателями.
В
дальнейшем
нео6ходимо
выяснить,
действительно
ли
алмазодобывающие страны различаются с
точки их ВВП, ВВП на душу населения, доли населения, живущего в
городах и доли промышленности в ВВП. В терминах дискриминантного
анализа необходимо выполнить следующие операции:
−
определить дискриминантные функции, которые наилучшим
образом отличают группы переменных,
−
проверить существование значимых различий между группами,
−
определить факторы, вносящие наибольший вклад в
межгрупповые различия.
4.1. Проверка неоднородной совокупности на наличие в ней грубых
ошибок с использованием метода трех сигм.
В ходе исследования, была проведена первичная проверка
неоднородной совокупности на наличие в ней грубых ошибок с
использование метода трех сигм. Для обоих показателей был найден
интервал трех сигм, среднеквадратичное отклонение и среднее (табл. 32)
47
Таблица 32
Основные статистические показатели
Среднее
Промышленность(% от
ВВП)
ВВП, млн. $
ВВП на душу
населения, $
Городское
население(%от общего
населения)
33,7
Стандарт.
Нижний интервал
Верхний интервал
Отклоне- показателей для метода показателей для
ние
трех сигм
метода трех сигм
14
219050,09 342854,4
-9,78
77,1
-809513,
1247613
4624,78
8894,2
-22057
31307
52,74
21,6
-11,9
117,4
В ходе базового анализа не было найдено данных, не
удовлетворяющих правилу трех сигм, следовательно, можно сделать вывод,
что в данной совокупности данных не наблюдается наличие грубых ошибок.
4.2. Проведение кластерного анализа методом k-средних по
указанным показателям.
Кластерный анализ методом k-средних используется здесь для того,
чтобы выделить различные кластеры, расположенные на возможно большем
расстоянии друг от друга.
C вычислительной точки, этот метод, выглядит как дисперсионный
анализ «наоборот».
Программа начинает с k случайно выбранных кластеров, а затем
изменяет принадлежность объектов к ним, чтобы:
(1) - минимизировать изменчивость внутри кластеров
(2) - максимизировать изменчивость между кластерами.
Аналогия с дисперсионным анализом приведена потому, что
критерий значимости в дисперсионном анализе сравнивает межгрупповую
изменчивость с внутригрупповой при проверке гипотезы о том, что средние
в группах отличаются друг от друга. В кластеризации методом k средних
программа перемещает объекты (т.е. наблюдения) из одних групп
(кластеров) в другие для того, чтобы получить наиболее значимый
результат при проведении дисперсионного анализа.
Кластерный анализ методом k-средних, был осуществлен с помощью
программного пакета статистического анализа, SPSS 13.0:
48
¾
В меню были выбраны закладки: Analyze - Classify - K-means
cluster.
¾
Переменные "GDP", "GDIpc", "industry", "urban" - были
помещены в поле тестируемых переменных, а текстовая переменная
"country" - была использована для маркировки наблюдений.
¾
Было проведено несколько опытных расчетов, в ходе которых
выяснилось, что наиболее адекватное разбиение происходит при установке
двух кластеров. Соответственно, в поле количества кластеров, было
введено 2.
¾
Через выключатель Iterate, было установлено число итераций
равное 99.
¾
Через выключателю Save было активировано сохранение
дополнительных переменных, фиксирующих принадлежность наблюдений
к кластеру.
¾
С нажатием выключателя Ok, были осуществлены расчеты
Получились следующие результаты (табл. 33)
Таблица 33
Информация о кластерных центрах
Final Cluster Centers
Cluster
1
2
ВВП, млн. $
842360
45909
ВВП на душу
населения, $/чел в год
14890
1773
Доля городского
населения, %
71
48
Доля промышленности в
ВВП, %
32
35
Из полученных результатов видно, в первый кластер попали
алмазодобывающие страны с высокой долей городского населения, ВВП и
ВВП на душу населения. Доля промышленности в ВВП - незначительно
ниже, чем у алмазодобывающих стран, попавших во второй кластер,
которые характеризуются низкой долей городского населения, и
невысокими показателями ВВП и ВВП на душу населения.
Результаты кластерной принадлежности представлены в табл. 34
49
Таблица 34
Кластерная принадлежность
1 кластер
1) Бразилия
2) Россия
3) Канада
4) Австралия
5) Индия
2 кластер
1) Ангола
2) Ботсвана
3) Конго
4) Гвинея
5) ЮАР
6) Кот-д'Ивуар
7) Намибия
8) Гайана
9) Сьерра Леоне
10) Гана
11) 3имбабве
12) ЦАР
13) Танзания
14) Либерия
15) Индонезия
16) Лесото
17) Габон
18) Венесуэла
Присвоим кластеру 1 - условное обозначение "Богатые страны", а
кластеру 2 - "Бедные страны".
5. Анализ полученных в результате кластерного анализа групп
алмазодобывающих стран, с использованием дискриминантного
анализа
Дискриминантный анализ по двум группам стран, был осуществлен
с помощью программного пакета статистического анализа, SPSS 13.0:
•
В меню были выбраны закладки: Analyze - Classify Discriminant.
•
Переменная "category", содержащая номер присвоенной
категории для каждой страны, была помещена в поле, предназначенное для
групповых переменных.
•
После щелчка по выключателю Define Range, были введены
минимальное и максимальное значения этой переменной: 1 и 2.
50
•
Переменным X1, Х2, ХЗ, Х4 был присвоен статус независимых
переменных. В качестве метода анализа, был оставлен метод "Enter
independents together (Одновременный учет всех независимых
переменных), при котором в анализе одновременно участвуют все
независимые переменные.
•
После щелчка по выключателю Statistics, были активированы
опции: Means, Univariate ANOVAs, Unstandardized Function Coefficients и
Within-groop Correlation Matrice.
•
Через выключатель Classify был сделан дополнительно запрос
на вывод результатов для отдельных наблюдений (Casewise results) и
сводной таблицы (Summary table).
•
С нажатием выключателя Ok, были осуществлены расчеты.
Результаты анализа приведены ниже, с добавлением необходимых
комментариев.
В табл. 35 приводятся средние значения, стандартные отклонения,
количество наблюдений для каждой группы в отдельности и суммарные
показатели для всех трех групп.
Таблица 35
Среднее значение и среднеквадратичное отклонение
независимых переменных
Group Statistics
Cluster Number of Case
1
ВВП на душу
населения, $/чел в год
Доля городского населения, %
Std.
Deviation
14890,00
16458,349
5
5,000
70,80
24,015
5
5,000
32,42
5,557
5
5,000
842359,60
154455,393
5
5,000
1773,33
1920,515
18
18,000
47,72
19,256
18
18,000
35,34
16,333
18
18,000
45908,56
86100,489
18
18,000
4624,78
9094,050
23
23,000
52,74
22,048
23
23,000
34,71
14,604
23
23,000
219050,09
350559,905
23
23,000
Доля промышленности в ВВП, %
ВВП,млн $
2
ВВП на душу
населения, $/чел в год
Доля городского населения, %
Доля промышленности в ВВП, %
ВВП, млн $
Total
ВВП на душу
населения, $/чел в год
Доля городского населения, %
Доля промышленности в ВВП, %
ВВП,млн $
Valid N (listwise)
Unweighte Weighted
Mean
51
Из таблицы можно увидеть, какая переменная имеет самое большое
среднеквадратическое отклонение внутри для всех трёх групп. Это
переменная Х2 - ВВП страны.
Далее следует корреляционная матрица между всеми переменными, в
которой приводятся коэффициенты, усредненные для всех трех групп (табл.
36).
Таблица 36
Объединённая межгрупповая корреляционная матрица
Pooled Within-Groups Matrices
Correlation
ВВП на душу
населения, $/чел в год
Доля городского
населения, %
Доля промышленности
в ВВП, %
ВВП млн. $
Доля
промышл
енности в
ВВП, %
ВВП на душу
населения,
$/чел в год
Доля
городского
населения, %
1,000
,417
,044
,353
,417
1,000
,466
,254
,044
,466
1,000
,169
,353
,254
,169
1,000
ВВП,млн
$
Как видно из матрицы, существует некоторая связь между долей
промышленности в ВВП и долей городского населения в стране, а также между долей городского населения и ВВП на душу населения. Тем не
менее, коэффициенты корелляции (0,466 и 0,417) - сравнительно невелики,
и нельзя сделать вывод о наличии мультиколлинеарности.
Затем проводится тест, насколько значимо различаются между собой
переменные в обеих группах; наряду с тестовой величиной, в качестве
которой служит Лямбда Уилкса ("Wilks-Lambda"), применяется также и
простой дисперсионный анализ (табл. 37)
Видно, что наиболее значимыми показателями являются ВВП и ВВП
на душу населения. Для показателя, характеризующего долю городского
населения, также проявляется большая тенденция к значимости.
Показатель доли промышленности в ВВП - незначим, и практически не
влияет на отнесение страны к той или иной группе.
52
Таблица 37
Коэффициент λ Уилкса (U статистика), F критерий с двумя и 17
степенями свободы
Tests of Equality of Group Means
Wilks'
F
df1
df2
Lambda
Sig.
ВВП на душу
населения, $/чел в год
,630
12,334
1
21
,002
Доля городского
населения, %
,805
5,083
1
21
,035
Доля
промышленности в
ВВП, %
,993
,151
1
21
,702
ВВП, млн $
,082
235,382
1
21
,000
Следующими шагами являются расчёт и анализ коэффициентов
дискриминантной функции. Значения этой функции должны как можно
отчётливей разделять обе группы. Мерой удачности этого разделения
служит корреляционный коэффициент между рассчитанными значениями
дискриминантной функции и показателем принадлежности к группе (табл.
38, 39).
Таблица 38
Канонические дискриминантные функции
Eigenvalues
Canonical
Correlation
1
11,861a
100,0
100,0
,960
a. First 1 canonical discriminant functions were used in the analysis.
Function Eigenvalue % of Variance Cumulative %
Таблица 39
Wilks' Lambda
Test of
Function(s)
Wilks'
Chi-square
Lambda
1
,078
48,530
df
Sig.
4
,000
Судя по значению коэффициента, равному 0,96, корреляция - очень
высокая. При помощи Лямбда Уилкса производится тест на то, значимо ли
53
в обеих группах отличаются друг от друга средние значения
дискриминантной функции; По полученным результатам можно сделать
вывод о значимом различии.
Значение, выводимое под именем "Eigenvalue" (Собственное
значение), соответствует отношению суммы квадратов между группами к
сумме квадратов внутри групп. Большое собственное значения (11,861)
указывает на удачно подобранную дискриминантную функцию.
Следующая табл. 40 дает представление о том, как сильно отдельные
переменные, применяемые в дискриминантной функции, коррелируют со
стандартизированными значениями этой дискриминантной функции. При
этом корреляционные коэффициенты были рассчитаны в обеих группах по
отдельности и затем усреднены:
Таблица 40
Нормированные коэффициенты канонической
дискриминантной функции
Standardized Canonical Discriminant Function
Coefficients
Function
1
ВВП на душу
-.157
населения, $/чел в год
Доля городского
,040
населения, %
Доля
-,214
промышленности в
ВВП, %
ВВП, млн $
1,053
Необходимо
отметить
сильную
корреляцию
показателя,
характеризующего ВВП страны, а также, небольшую обратную
корреляцию показателя доли промышленности в ВВП страны.
И в заключение, приводятся сами коэффициенты дискриминантной
функции (табл. 41).
Здесь речь идёт о нестандартизированных коэффициентах — это
множители при заданных значениях переменных, входящих в
дискриминантную функцию. Стандартизированные коэффициенты,
которые приводились ранее, основаны на стандартизированных значениях
переменных, получаемых с помощью z-преобразования.
54
Таблица 41
Ненормированные коэффициенты канонической
дискриминантной функции
Canonical Discriminant Function Coefficients
Function
1
ВВП на душу населения, $/чел в год
-,002
Доля городского населения, %
Доля промышленности в ВВП, %
ВВП,млн $
(Constant)
,002
-,014
,001
-1,755
Unstandardized coefficient
Далее приводятся средние значения дискриминантной функции во
всех группах (нестандартизированные канонические дискриминантные
функции, которые оцениваются по групповым средним значениям) (табл.
42).
Таблица 42
Канонические дискриминантные функции, оцененные по
групповым средним (центроидам групп)
Functions at Group Centroids
Cluster Number of
Case
1
2
Function
1
6,244
-1,734
Unstandardized canonical
discriminant functions evaluated
В завершении приводится классификационная табл. 43 указанием
достигнутой точности прогнозирования. Значение этой точности равно
100%.
Таблица 43
Результаты классификации
Classification Resultsa
Predicted Group
Membership
1
2
Original Count 1
5
0
2
0
18
%
1
100,0 ,0
,0
2
100,0
a. 100,0% of original grouped cases correct у classified.
Cluster Number of Case
55
Total
5
18
100,0
100,0
ВЫВОДЫ
В
результате
исследования,
были
выявлены
основные
потребительские свойства алмаза. Алмаз представляет собой абсолютно
уникальный товар. С одной стороны, он имеет высокую ценность как
предмет роскоши, выступая в качестве бриллианта. С другой стороны,
алмаз, как и золото, выполняет функции сокровища и средства накопления.
Кроме того, алмазы широко используются в промышленности в
технических целях.
Также, были исследованы основные этапы освоения и развития
рынка алмазов. За несколько столетий, рынок алмазов вырос в несколько
сотен раз, что связано с обнаружением большого количества новых
месторождений, а также, открытием и внедрением в производство
передовых технологий.
Кроме
того,
была
собрана
информация
по
основным
алмазодобывающим странам, описывающая их демографическое,
экономическое и политическое состояние. Как выяснилось, большинство
алмазодобывающих стран - сосредоточены на Африканском континенте, и
представляют собой бывшие колонии развитого Запада, такие как Ботсвана,
Ангола, Намибия, Конго, Сьерра-Леоне, и т.д. Эти страны характеризуются
низким уровнем экономического и социального развития, а также политической
нестабильностью.
Исключением
на
Африканском
континенте является Южно-Африканская Республика, где ситуация на
несколько порядков лучше. Также, в исследовании были представлены
такие страны, как Канада и Австралия, отличающиеся развитой экономикой
и высоким уровнем социального развития.
В ходе проведённого анализа временных рядов и регрессионного
анализа, была выделена расчетная динамика изменения суммарного
мирового ВВП за 104 года, которая отражает сложное изменение
показателя: постоянное возрастание (на 5200%) на протяжение 104 лет,
причем наблюдается сильное увеличение темпов роста в последние 20 лет.
Полученное уравнение тренда, выглядит следующим образом:
y = 15166,541 + 575,327*X + 17,969*X2+0,248*X3
В соответствии с проведенными прогнозами, в течение последующих
десяти лет, при соблюдении прочих равных условий, ожидается увеличение
как мирового, так и российского рынка добычи алмазов более чем на 60
процентов.
После проведения корреляционного анализа, было обнаружено
наличие слабой связи (р=0.26) между показателями добычи алмазов в
натуральном выражении и доли промышленности в ВВП для
алмазодобывающих стран.
В ходе дисперсионного анализа, было выявлено слабое влияние (η2
=0,245) показателя, описывающего добычу алмазов в натуральном
56
выражении на показатель доли промышленности в ВВП для
алмазодобывающих стран.
С помощью кластерного анализа, выборка алмазодобывающих стран
на основе таких показателей, как ВВП, ВВП на душу населения, доля
промышленности в ВВП и доля городского населения, была разделена на
две группы, условно названные "Бедные страны" и "Богатые страны".
После этого, с помощью дискриминационного анализа, была
осуществлена проверка существования значимых различий между группами
стран. Переменная Х2 - ВВП страны, имеет самое большое
среднеквадратическое отклонение внутри для обеих групп, а переменная XI
- доля промышленности в ВВП страны, имеет наименьшее
среднеквадратическое отклонение, и является незначимой при вынесении
решения об отнесении страны к той или иной группе.
Были определены факторы, вносящие наибольший вклад в
межгрупповые различия. В ходе исследования было выяснено, что
алмазодобывающие страны наиболее значимо отличаются по уровню ВВП
и ВВП на душу населения, что свидетельствует о превалирующем вкладе
этих факторов в межгрупповые различия. Существует некоторая связь
между долей промышленности в ВВП и долей городского населения в
стране, а также между долей городского населения и ВВП на душу
населения.
И, наконец, была определена дискриминантная функция, наилучшим
образом отличающая группы зависимых переменных: D = -1,755-0,002*X1 +
0,002*X2 - 0,014*X3 + 0,001*X4
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ ИНФОРМАЦИИ
1. Metals and Minerals. Vol. 1, Minerals Yearbook, Wash.: Bureau of
Mines, 1932-2006, 308c.
2. Вечерина О.П., Левченко В.А, Никулин A.M., Толпежников Л.Ф.,
Фридман А.А.,. Черный Е.Д, Мировая добыча алмазов. Цифры, факты,
события, М.: Восточная литература, 2000,254с.
3. Диденко Н.И., Мировая экономика: Методы анализа экономических
процессов, 2006, 650с.
4. Аль-Бируни, Абу-р-Райхан Муххамед ибн Ахмед, Собрание
сведений для познания драгоценностей(минералогия), Л.: АН СССР, 1963,
223с.
5. Вермуш Г., Алмазы в мировой истории и истории об алмазах. М.:
Международные отношения, 2005, 194с.
6. Грин Т., Современный мир алмазов, М.: Прогресс - универс, 1993,
332с.
57
7. Фридман А.А., Алмазы и бриллианты как товары. Мировое
производство бриллиантов, М.: ЦЭМИ АН, 1999, 384с.
8. Фридман А.А., Мировой алмазобриллиантовый рынок, М.: ЦЭМИ
АН, 2001, 287с.
9. Аксюк Л.Н., Сырьевая политика развивающихся стран Африки, М.:
Наука, 1995, 355с.
10.Васильев Л.А., Белых З.П., Алмазы их свойства и применения, М.:
Недра, 1993., 412с.
11.Данилов Б.Ф., Алмазы и Люди, М.: Московский рабочий,
1982,299с.
12.Даш Дареш Себаштьян Б.Л., Ангола. Современное состояние,
перспективы развития, отношения с Россией. Ученые записки Института
Африки РАН, 2003. Вып.7, 124с.
13.Зотова Ю.Н., Смирнов Е.Г., Френкель М.Ю., История СьерраЛеоне в новое и новейшее время. М.: Наука, 2005, 233с.
14.Калинина Л.П., Гвинея, Справочник, М.: Наука, 2005, 112с.
15.* http://ww.statsoft.ru/
16.* http://predpinimatel-cd.com.ru/book/Mathematic/SPSS/Index.html
17.* http://www.worldbank.com/
18.* http://www.ru.wikipedia.org/
19.* http://wwwl .minfin.ru/
20.* http://www.russtats.ru/
__________________
* При использовании сайтов указывать название материала (автор
статьи или книги, год издания).
6. ПРИМЕРНАЯ ТЕМАТИКА РАБОТ ПО АНАЛИЗУ КОНКРЕТНЫХ
РЫНКОВ
1.
2.
3.
4.
5.
6.
7.
Мировые рынки промышленного сырья
Рынок нефти
Рынок газа
Рынок угля
Рынок урана
Рынок руд цветных металлов
Рынок драгоценных металлов: золото, серебро
Рынок древесины
Мировые рынки сельскохозяйственного сырья для производства
непищевых товаров
1.
Рынок хлопка
58
2.
Рынок табака
3.
Рынок шерсти
4.
Рынок кожи
Мировые рынки полуфабрикатов
1.
Рынки черных металлов:
− чугун;
− сталь;
− ферросплавы.
2.
Рынки цветных металлов:
− алюминий;
− никель;
− медь;
− свинец;
− цинк;
− титан.
3.
Рынки лесопродукции:
− лесоматериалы не обработанные;
− лесоматериалы обработанные;
− фанера;
− целлюлоза древесная.
4.
Рынок синтетического каучука
5.
Рынок пластмассы
Мировые рынки продовольствия:
1.
Рынок зерна
2.
Рынок мяса
3.
Рынок фруктов
4.
Рынок овощей
5.
Рынок молочной продукции
Мировые рынки машин и оборудования
1.
Рынок станков
2.
Рынок сельскохозяйственных машин
3.
Рынок автомобилей
4.
Рынок судов
5.
Рынок компьютеров
6.
Рынок военной техники
7.
Рынок бытовой техники (TV, холодильники, стиральные
машины)
Мировые рынки одежды и текстиля
1.
Рынок дамской одежды
59
2.
3.
Рынок мужской одежды
Рынок текстиля
Мировые рынки услуг
1.
Рынки транспортных услуг
2.
Рынки телекоммуникаций
3.
Рынки туристические
4.
Рынки страховых услуг
5.
Рынки финансовых услуг
7. РЕКОМЕНДУЕМЫЕ ИСТОЧНИКИ ИНФОРМАЦИИ
1.
Кокушкина И.В., Воронин М.С. Международная торговля и
мировые рынки: Учебное пособие, - С-Пб.: Техническая книга, 2007
2.
Фомичев В.И. Основы внешнеэкономической деятельности. СПб.: Издательство СПбУЭФ, 1994
3.
Диденко Н.И. Основы внешнеэкономической деятельности в
РФ, С-Пб.: Питер, 2004
4.
Поляков В.В. Прогнозирования мирового товарного рынка:
теория и практика, М., 2002
5.
Сайт журнал «Эксперт»
6.
Stockholm International Peace Research Institute (SIPRI)
7.
Постников С.Л. Состояния и проблемы развития обороннопромышленного комплекса РФ// Политический вестник СФРФ, 2004.
№111(204)
8.
www.dataquest.com. 2000 – Dataquest
9.
www.idc.com. 2000 – International Data Corporation
10. Актуальные проблемы внешнеэкономической стратегии
России / Под ред. Акад. Ситаряна М., 2003
11. www.unesco.org – Wored Communication and Information Report
1999-2000
12. http://www.enews.ru/2002/telecom/russia.html - Солонин В.
Рынок телекоммуникаций России
13. www.minsvyaz.ru – Статистика отраслевых телекоммуникаций
14. www.wored-tourism.org – Международные туристические
прибытия
15. www.wto.org – Показатели
16. www.uncta.org – Показатели
17. Поляков В.В. Мировой рынок: вопросы прогнозирования. М.,
2004
60
8. ПОРЯДОК АНАЛИЗА КОНКРЕТНОГО РЫНКА
1.
Студент выбирает конкретный рынок из вышеприведенного
списка
2.
Студент анализирует литературу, относящуюся к теме и
представляет руководителю
−
список изученной литературы;
−
описание объекта, предмета, цели анализа и задач анализа;
−
структуру работы;
−
методику анализа.
3.
В процессе работы студент должен руководствоваться
следующим графиком:
Выбор темы ……………………………………………………..…….04.09
Утверждение структуры работы …………………………….………11.09
Утверждение методики анализа ………………………………..……25.09
Сбор статистической информации …………………………………..23.10
Представление работы руководителю для первичной проверки…..20.11
Доработка по замечаниям руководителя ……………………..……..11.12
Защита работы…………………………………………………………18.12
4.
Работа оформляется в соответствии с требованиями,
предъявляемыми к работе бакалавра. Объем работы не менее 40 стр. текста
формата А4.
61
9. КОНТРОЛЬНЫЕ ВОПРОСЫ К ЗАЧЕТУ
1. Понятие «мирового рынка товаров»
2. Понятие «мирового рынка услуг»
3. Классификация мировых рынков товаров
4. Классификация мировых рынков услуг
5. Характеристика, особенности, тенденции мирового рынка нефти
6. Характеристика, особенности, тенденции мирового рынка газа
7. Характеристика, особенности, тенденции мирового рынка угля
8. Характеристика, особенности, тенденции мирового рынка
драгоценных металлов
9. Характеристика, особенности, тенденции мирового рынка
древесины
10. Характеристика, особенности, тенденции мирового рынка
черных металлов
11. Характеристика, особенности, тенденции мирового рынка
алюминия
12. Характеристика, особенности, тенденции мирового рынка
титана
13. Характеристика, особенности, тенденции мирового рынка
лесоматериалов
14. Характеристика, особенности, тенденции мирового рынка зерна
15. Характеристика, особенности, тенденции мирового рынка
автомобилей
16. Характеристика, особенности, тенденции мирового рынка
транспортных услуг
17. Характеристика, особенности, тенденции мирового рынка
телекоммуникаций
18. Использование однофакторного дисперсионного анализа для
изучения мирового рынка
19. Использование многофакторного дисперсионного анализа для
изучения рынка
20. Использование многомерного дисперсионного анализа для
изучения рынка
21. Использование ковариационного анализа для изучения рынка
22. Использование неметрического дисперсионного анализа для
изучения рынка
23. Использование корреляционного анализа (парный коэффициент
корреляции) для изучения рынка
24. Использование корреляционного анализа (канонический
коэффициент корреляции) для изучения рынка
25. Использование регрессионного анализа для изучения рынка
62
26. Построения тренда основных показателей рынка
27. Выявление колебаний основных показателей рынка
28. Выявление зависимости между показателями рынка во времени
29. Прогнозирование показателей рынка с использованием
авторегрессионных моделей
30. Прогнозирование показателей рынка с использованием
регрессионных моделей
31. Нахождение основных факторов, определяющих конъюнктуру
мирового рынка (факторный анализ)
32. Классификация мировых товарных рынков с использованием
кластерного анализа
33. Классификация мировых рынков услуг с использованием
кластерного анализа
63
10. ПРОЦЕДУРА ЭКЗАМЕНА
Общие требования к проведению экзамена
Итоговый экзамен по дисциплине «Мировые товарные рынки»
проводится в период экзаменационной сессии по окончании изучения
данного курса.
К итоговому экзамену допускаются студенты, успешно выполнившие
задания по текущему контролю знаний, получившие зачет по дисциплине
(защитившие курсовую работу) и допущенные к сдаче сессии деканатом
факультета.
Экзамен может проводиться в форме:
—устного развернутого ответа на вопросы билетов.
—или письменного развернутого ответа на вопросы билетов.
—тестирования (письменного либо с помощью компьютера).
Выбор формы экзамена осуществляется преподавателем в
зависимости от уровня профессиональной и общей подготовки студентов,
психофизиологических особенностей группы, а также уровня языковой
подготовки (для иностранных студентов).
Развернутый ответ студента оценивается по следующим критериям:
—знание основных теоретических понятий;
—овладение теоретическим материалом;
— использование практических примеров для иллюстрации и
разъяснения
теоретических положений;
—культура речи;
—культура оформления графиков, схем, таблиц.
При тестировании критерием является доля правильных ответов на
вопросы теста.
Итоговая оценка по курсу «Мировые товарные рынки» выставляется с
учетом оценок, полученных студентом при промежуточном контроле
(контрольные работы и тесты) и выполнении текущих заданий (эссе,
реферат, участие в семинарах) (табл. 44).
64
Таблица 44
Виды работ и оценка вида работ
Виды работ
Вес оценки по данному виду работ
промежуточные контрольные работы
0,3
эссе
0,2
реферат
0,2
участие в обсуждении проблем и ситуаций 0,1
на практических занятиях
итоговый экзамен
0,2
Итого
1,0
Шкала оценки знаний изложена в табл. 45.
Таблица 45
Шкала оценки знаний
Критерии
оценки
знание
основных
теоретических
понятий
овладение
теоретическим
материалом
использование
практических
примеров
культура речи
культура
оформления
графиков, схем,
таблиц
Доля
правильных
ответов на
вопросы тестов
Оценка
отлично
хорошо
удовлетворительно
Неудовлетворительно
глубокое
понимание
сущности
частичное
понимание
сущности
имеется без
нет
понимания сущности
свободная
ориентация;
понимание
причинноследственны
правильное
изложение;
частичное
понимание
причинно-
знание основных
отсутствует
положений;
понимание причинноследственных связей
х связей
отсутствует
свободное
следственных
связей
недостаточное
отсутствует
отсутствует
высокая
высокая
высокая
высокая, средняя
средняя
средняя
низкая
низкая
90-100
75-90
50-75
менее 50
Курсовые работы, эссе и рефераты оцениваются комплексно, по
совокупности критериев, представленных в табл. 46. На основе оценки
работ с позиции структуры, содержания, представления информации,
использования литературных источников и оценка за работу формируется
как интегральная с демонстрацией студенту оценки по каждому критерию.
65
При этом определяющими являются критерии содержательности и
логичности построения работы.
Таблица 46
Оценочный лист для курсовых работ, эссе и рефератов
Критерии
Логичность структуры
Анализ данных
Соответствие содержания теме работы
Соответствие введения и заключения (выводов) теме
Оригинальность суждений и выводов
Степень понимания темы
Критический анализ источников
Соответствие используемых источников теме
Наличие ссылок на источники в тексте работы
Оформление библиографии
Ясность изложения
Грамматика и синтаксис
Использование графиков и диаграмм
Оформление графиков и диаграмм
Итого
66
Оценка
11. ЭКЗАМЕНАЦИОННЫЕ БИЛЕТЫ ПО ДИСЦИПЛИНЕ
«МИРОВЫЕ ТОВАРНЫЕ РЫНКИ»
Билет №1
1. Понятие «мирового рынка товаров»
2. Использование однофакторного дисперсионного анализа для
изучения мирового рынка
Билет №2
1.
Понятие «мирового рынка услуг»
2.
Использование многофакторного дисперсионного анализа для
изучения мирового рынка
Билет №3
1.
Классификация мировых рынков товаров
2.
Использование многомерного дисперсионного анализа для
изучения рынка
1.
2.
Билет №4
Классификация мировых рынков услуг
Использование ковариационного анализа для изучения рынка
Билет №5
Характеристика, особенности, тенденции мирового рынка
1.
нефти
2.
Использование корреляционного
коэффициент корреляции) для изучения рынка
1.
2.
1.
2.
времени
анализа
(канонический
Билет №6
Характеристика, особенности, тенденции мирового рынка газа
Выявление колебаний основных показателей рынка
Билет №7
Характеристика, особенности, тенденции мирового рынка угля
Выявление зависимости между показателями рынка во
Билет №8
1.
Характеристика, особенности, тенденции мирового рынка
драгоценных металлов
2.
Использование неметрического дисперсионного анализа для
изучения рынка
67
Билет №9
Характеристика, особенности, тенденции мирового рынка
1.
древесины
2.
Использование регрессионного анализа для изучения рынка
Билет №10
1.
Характеристика, особенности, тенденции мирового рынка
черных металлов
2.
Использование
корреляционного
анализа
(парный
коэффициент корреляции) для изучения рынка
Билет №11
Характеристика, особенности, тенденции мирового рынка
1.
алюминия
2.
Построения тренда основных показателей рынка
Билет №12
Характеристика, особенности, тенденции мирового рынка
1.
титана
2.
Прогнозирование
авторегрессионных моделей
показателей
рынка
с
использованием
Билет №13
1.
Характеристика, особенности, тенденции мирового рынка
лесоматериалов
2.
Прогнозирование
показателей
рынка
с
помощью
авторегрессионных моделей
1.
Билет №14
Характеристика, особенности, тенденции мирового рынка
зерна
2.
Нахождение основных факторов, определяющих конъюнктуру
мирового рынка (факторный анализ)
Билет №15
1.
Характеристика, особенности, тенденции мирового рынка
автомобилей
2.
Прогнозирование показателей рынка с использованием
регрессионных моделей
Билет №16
1.
Характеристика, особенности, тенденции мирового рынка
транспортных услуг
68
2.
Классификация мировых товарных рынков с использованием
кластерного анализа
Билет №17
1.
Характеристика, особенности, тенденции мирового рынка
телекоммуникаций
2.
Классификация мировых рынков услуг с использованием
кластерного анализа
69
Яковлева Елена Александровна
Небесная Анна Юрьевна
МИРОВЫЕ ТОВАРНЫЕ РЫНКИ
Задания и методические указания к практическим занятиям
для студентов специальности
080102 – Мировая экономика
Редактор Е.А. Попова
Подписано в печать 09.12.2011. Формат 60×90 /16. Объем 2,25 п. л.
Усл. печ. л. 2,25. Уч.-изд. л. 2,92. Тираж 100 экз. Заказ
ФГБОУ ВПО «Воронежская государственная лесотехническая академия»
РИО ФГБОУ ВПО «ВГЛТА». 394087, г. Воронеж, ул. Тимирязева, 8
Отпечатано в УОП ФГБОУ ВПО «ВГЛТА»
394087, г. Воронеж, ул. Докучаева, 10
Документ
Категория
Без категории
Просмотров
11
Размер файла
983 Кб
Теги
небесная, товарные, мировые, рынка, яковлева
1/--страниц
Пожаловаться на содержимое документа