КУРСОВАЯ РАБОТА

«Расчет коэффициента корреляции между притоком прямых иностранных инвестиций и темпами экономического роста на примере Великобритании и Венгрии

Содержание

Введение

1. Теоретические аспекты изучения корреляционных связей в экономике

1.1 Корреляционный анализ

1.2 Краткая экономическая характеристика Великобритании

1.3 Краткая экономическая характеристика Венгрии

2. Корреляционный анализ экономики

2.1 Анализ основных показателей прироста иностранных инвестиций

2.2 Анализ корреляционных связей и темпов экономического роста

Заключение

Список литературы

Введение

Актуальность темы данной работы определяется тем, что обработка статистических данных уже давно применяется в самых разнообразных видах человеческой деятельности.

Вообще говоря, трудно назвать ту сферу, в которой она бы не использовалась. Но, пожалуй, ни в одной области знаний и практической деятельности обработка статистических данных не играет такой исключительно большой роли, как в экономике, имеющей дело с обработкой и анализом огромных массивов информации о социально-экономических явлениях и процессах. Всесторонний и глубокий анализ этой информации, так называемых статистических данных, предполагает использование различных специальных методов, важное место среди которых занимает корреляционный и регрессионный анализы обработки статистических данных.

В экономических исследованиях часто решают задачу выявления факторов, определяющих уровень и динамику экономического процесса. Такая задача чаще всего решается методами корреляционного и регрессионного анализа. Для достоверного отображения объективно существующих в экономике процессов необходимо выявить существенные взаимосвязи и не только выявить, но и дать им количественную оценку. Этот подход требует вскрытия причинных зависимостей. Под причинной зависимостью понимается такая связь между процессами, когда изменение одного из них является следствием изменения другого.

Основными задачами корреляционного анализа являются оценка силы связи и проверка статистических гипотез о наличии и силе корреляционной связи. Не все факторы, влияющие на экономические процессы, являются случайными величинами, поэтому при анализе экономических явлений обычно рассматриваются связи между случайными и неслучайными величинами. Такие связи называются регрессионными, а метод математической статистики, их изучающий, называется регрессионным анализом.

Использование возможностей современной вычислительной техники, оснащенной пакетами программ машинной обработки статистической информации на ЭВМ, делает практически осуществимым оперативное решение задач изучения взаимосвязи показателей биржевых ставок методами корреляционно-регрессионного анализа.

Цель работы определить коэффициент корреляции между притоками ПИИ и темпами экономического роста развитой и развивающейся страны

В связи с поставленной целью необходимо решить ряд задач:

– дать понятие корреляционному анализу

– дать характеристику экономики Великобритании

– дать характеристику экономики Венгрии

– Провести анализ между прямыми иностранными инвестициями и ростом ВВП страны

1. Теоретические аспекты изучения корреляционных связей в экономике

1.1 Корреляционный анализ

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

Допустим, проводится независимое измерение различных параметров у одного типа объектов. Из этих данных можно получить качественно новую информацию – о взаимосвязи этих параметров.

Например, измеряем рос и вес человека, каждое измерение представлено точкой в двумерном пространстве:

Несмотря на то, что величины носят случайный характер, в общем наблюдается некоторая зависимость – корреляция.

В данном случае это положительная корреляция (при увеличении одного параметра второй тоже увеличивается). Возможны также такие случаи:

Отрицательная корреляция:

Отсутствие корреляции:

Корреляцию необходимо охарактеризовать численно, чтобы, например, различать такие случаи:

Для этого вводится коэффициент корреляции. Он рассчитывается следующим образом:

Есть массив из n точек {x1, i, x2, i}

Рассчитываются средние значения для каждого параметра:

И коэффициент корреляции:

r изменяется в пределах от -1 до 1. В данном случае это линейный коэффициент корреляции, он показывает линейную взаимосвязь между x1 и x2: r равен 1 (или -1), если связь линейна.

Коэффициент корреляции является случайной величиной, поскольку вычисляется из случайных величин. Для него можно выдвигать и проверять следующие гипотезы:

1. Коэффициент корреляции значимо отличается от нуля (т.е. корреляция есть):

Тестовая статистика вычисляется по формуле:

и сравнивается с табличным значением коэффициента Стьюдента t (p = 0.95, f = ) = 1.96

Если тестовая статистика больше табличного значения, то коэффициент значимо отличается от нуля. По формуле видно, что чем больше измерений n, тем лучше (больше тестовая статистика, вероятнее, что коэффициент значимо отличается от нуля)

2. Отличие между двумя коэффициентами корреляции значимо:

Тестовая статистика:

Также сравнивается с табличным значением t (p,)

Методами корреляционного анализа решаются следующие задачи:

1) Взаимосвязь. Есть ли взаимосвязь между параметрами?

2) Прогнозирование. Если известно поведение одного параметра, то можно предсказать поведение другого параметра, коррелирующего с первым.

3) Классификация и идентификация объектов. Корреляционный анализ помогает подобрать набор независимых признаков для классификации.

1.2 Краткая экономическая характеристика Великобритании

Великобритания – высокоразвитая индустриальная страна, входит в первую пятерку наиболее развитых государств мира. По запасам энергоресурсов Великобритания занимает 1-е место в Европе и является крупным производителем нефти и газа

Главной особенностью макроэкономического развития страны является то, что Великобритания выбрала неолиберальную, «англосаксонскую» модель развития. Для нее характерно преобладание свободного частного предпринимательства (более 80% общего объема производства). Частный сектор обеспечивает свыше 75% всех рабочих мест. Политика британского правительства направлена на создание максимально благоприятных возможностей для развития частного бизнеса. Однако при общем повышении жизненного уровня населения в стране наблюдается значительная поляризация доходов, когда 10% населения владеют 54% национального богатства.

Великобритания в международном разделении труда выступает как поставщик промышленной продукции. Вместе с тем экономическая роль Великобритании в современном мире определяется не только промышленной, но и банковской, страховой, судо-фрахтовой и другой коммерческой деятельностью. Около 30% ее валового национального продукта поступает от обрабатывающей промышленности и 45% – от сферы обслуживания, включающей транспорт и связь, розничную торговлю, страхование, банки и другие финансовые учреждения, здравоохранение и образование. Доля сферы обслуживания в валовом национальном продукте увеличивается значительно быстрее, чем доля обрабатывающей промышленности, которая даже несколько снижается. Уменьшилась также доля сельского хозяйства – до 3% и добывающей промышленности – до 1,4%.

Вывоз промышленных товаров и экспорт «услуг» для развития экономики Великобритании имеет исключительное значение, которые вместе дают 26% валового национального продукта. Важной статьей дохода британских международных монополий был и остается вывоз капитала в другие страны.

С переориентацией британской промышленности на новейшие отрасли для ее развития внешний рынок стал играть большую роль, чем дешевая рабочая сила. В последнее время этот рынок британские монополии находят в развитых капиталистических странах, доля которых в вывозе британского капитала превысила 3/5. Все еще велик экспорт капитала Великобритании в развивающиеся страны: на нее приходится почти половина капитала вывозимого в эти страны западноевропейскими государствами. В то же время быстро растут вклады иностранных монополий в экономику Великобритании.

Великобритания, потеряв почти все свои колонии, утратила многие экономические преимущества: контроль над богатейшими мировыми месторождениями – цветных металлов, нефти, важными источниками натурального каучука, дешевой сельскохозяйственной продукции, гарантированные рынки сбыта промышленных товаров и безграничные возможности вывоза капитала на все континенты.

Будучи должником США и их «младшим» партнером и взяв на себя значительные расходы по НАТО, Великобритания вынуждена мириться с проникновением в ее экономику американского капитала, роль которого возрастает с каждым годом. Деньги магнатов из-за океана вкладываются преимущественно в быстро развивающиеся современные отрасли промышленности. Американскими фирмами выпускается свыше половины автомобилей, 3/5 ЭВМ и такая же доля медикаментов. Более половины компаний, занятых разведкой месторождений нефти и газа в Северном море – также американские.

1.3 Краткая экономическая характеристика Венгрии

Венгрия – новая постсоциалистическая страна Центральной Европы с экономикой, в которой уже утвердились основные рыночные принципы. Современный уровень экономического и социального развития Венгрии эксперты считают одним из самых высоких среди стран Центральной и Юго-Восточной Европы. Венгерская экономика в значительной мере ориентирована на Европейский Союз. Благоприятная в начале 2000 г. конъюнктура в странах ЕС способствовала ускоренному экономическому росту и в Венгрии: в I квартале ВВП возрос на 6,6% по сравнению с аналогичным периодом 1999 г. Наметившееся к концу 2000 г. замедление темпов экономического роста в Евросоюзе сыграло определяющую роль в снижении темпов роста и в Венгрии.

Тем не менее, в целом за 2000 г. Венгрии удалось сохранить за собой одно из лидирующих мест среди стран региона по темпам экономического роста (5,3% при среднем темпе прироста по странам Центральной Европы порядка 4,2%).

Форсированный приток иностранного капитала привел к коренной перестройке структуры венгерской экономики. В Венгрии за последние годы сформировалась индустриально-аграрная структура экономики западноевропейского типа: промышленность и строительство обеспечивают более 30% произведенного ВВП, сельское хозяйство – около 5%, а сфера услуг – 65%.

Довольно прочным и устойчивым представляется нынешнее валютно-финансовое положение Венгрии. Несмотря на значительное ухудшение для страны условий внешней торговли, в допустимых пределах удается удерживать дефицит внешнеторгового и платежного балансов страны.

Степень либерализации внешнеторгового режима, осуществленной в Венгрии, оценивается секретариатом ВТО в основном положительно, хотя отмечается сравнительно высокий средний уровень таможенных пошлин, применяемых Венгрией в рамках режима наибольшего благоприятствования.

Розничный товарооборот на внутреннем рынке после спада 1987–1997 гг. постоянно расширяется (в 2002 г. – 24,8 млн. долл.). Этому способствуют рост денежных доходов населения, появление новых видов торговли (гипермаркетов, торговых центров) и повышение качества обслуживания. Структура товарооборота приблизительно таклва: 33,4% – продовольствие, 28,4% – транспортные средства, запчасти и топливо к ним, 16,4% – мебель и бытовая техника, 9,5% – товары культурно-познавательного назначения.

В Будапеште 25 ноября 2005 г. состоялась конференция «Динамичная экономика», в ходе которой министр финансов Венгрии Я. Вереш, подводя итоги развития венгерской экономики за последние годы, отметил, что рост венгерского ВВП как по номиналу, так и по паритету покупательной способности был наивысшим среди стран региона. Устойчивый рост экспорта свидетельствует о том, что выпускаемая Венгрией продукция качественна и пользуется спросом на мировых рынках. Источниками роста венгерской экономики являются, в первую очередь, инвестиции транснациональных корпораций и государственные капиталовложения. Эра транснациональных корпораций и производства продуктов с низкой долей добавленной стоимости подошла к концу, поэтому экономическая стратегия должна меняться

2. Корреляционный анализ экономики

2.1 Анализ основных показателей прироста иностранных инвестиций

Таблица 1 Исходные данные

Годы	ВВП		Инвестиции				Население		ВВП на душу
	Венгрия	Великобритания	Венгрия		Великобритания		Венгрия	Великобритания	Венгрия	Великобритания
			flow	stock	flow	stock
1970	5862	91505	-14	-	-	-	13193	816341	444	112
1971	6532	98562	-3	-	-	-	13567	836575	481	118
1972	7244	112161	60	-	-	-	13951	856684	519	131
1973	8668	136769	96	-	-	-	14345	876160	604	156
1974	10929	142255	62	-	-	-	14749	894620	741	159
1975	13346	161162	81	-	-	-	15161	911807	880	177
1976	12730	151628	72	-	-	-	15582	927548	817	163
1977	11475	172349	42	-	-	-	16012	941975	717	183
1978	9851	214160	17	-	-	-	16447	955438	599	224
1979	12583	263190	37	-	-	-	16886	968388	745	272
1980	16740	306520	27	890	57	1074	17325	981235	966	312
1981	20448	293852	125	965	265	1339	17763	993977	1151	296
1982	20801	295370	48	1022	430	1769	18200	1006632	1143	293
1983	16142	317352	38	1092	916	2685	18638	1019587	866	311
1984	16923	314637	-89	1119	1419	4104	19079	1033202	887	305
1985	14610	309083	1	1130	1956	6060	19523	1047715	748	295
1986	21725	304348	22	1152	2244	8304	19972	1063348	1088	286
1987	35586	329851	32	1173	2314	10617	20422	1079915	1743	305
1988	31082	413439	26	1258	3194	13811	20872	1096826	1489	377
1989	34947	459782	59	1287	3393	17204	21320	1113313	1639	413
1990	29281	404494	41	1330	3487	20691	21762	1128790	1346	358
1991	34544	424117	-7	1370	4366	25057	22199	1143047	1556	371
1992	36083	499859	-79	1504	11008	36064	22628	1156259	1595	432
1993	34835	641069	761	1642	27515	63579	23050	1168652	1511	549
1994	44910	582653	3289	4451	33767	74151	23460	1180625	1914	494
1995	53635	756960	2557	5510	37521	101098	23857	1192464	2248	635
1996	55813	892014	3471	6720	41726	128069	24242	1204238	2302	741
1997	59130	985046	2139	7753	45257	153995	24613	1215797	2402	810
1998	56752	1045199	1644	8297	45463	175156	24973	1227016	2273	852
1999	51553	1098832	1940	9791	40319	186189	25322	1237730	2036	888
2000	53336	1192836	810	11062	40715	193348	25663	1247777	2078	956
2001	53954	1316558	1144	11835	46878	203142	25995	1257144	2076	1047
2002	57059	1454040	2156	12549	52743	216503	26321	1265938	2168	1149
2003	61504	1647918	1335	12876	53505	228371	26641	1274276	2309	1293
2004	69662	1936502	1599	13310	60360	245467	26959	1282336	2584	1510
2005	79382	2278419	2579	15889	72406	272094	27274	1290336	2911	1766
2006	90048	2666772	3467	19356	69468	292559	27589	1298049	3264	2054

Таблица 2 Темпы прироста показателей для Венгрия

Годы	Абсолютные значения					Темпы прироста
	ВВП, у1	Инвестиции		Население, у4	ВВП на душу	ВВП	Инвестиции		Население	ВВП на душу
		flow, у2	stock, у3				flow	stock
1970	5862	-14	-	13193	444
1971	6532	-3	-	13567	481	1,11	-	-	1,03	1,08
1972	7244	60	-	13951	519	1,11	-	-	1,03	1,08
1973	8668	96	-	14345	604	1,20	-	-	1,03	1,16
1974	10929	62	-	14749	741	1,26	-	-	1,03	1,23
1975	13346	81	-	15161	880	1,22	-	-	1,03	1,19
1976	12730	72	-	15582	817	0,95	-	-	1,03	0,93
1977	11475	42	-	16012	717	0,90	-	-	1,03	0,88
1978	9851	17	-	16447	599	0,86	-	-	1,03	0,84
1979	12583	37	-	16886	745	1,28	-	-	1,03	1,24
1980	16740	27	890	17325	966	1,33	-	-	1,03	1,30
1981	20448	125	965	17763	1151	1,22	4,63	1,08	1,03	1,19
1982	20801	48	1022	18200	1143	1,02	0,38	1,06	1,02	0,99
1983	16142	38	1092	18638	866	0,78	0,79	1,07	1,02	0,76
1984	16923	-89	1119	19079	887	1,05	-2,34	1,02	1,02	1,02
1985	14610	1	1130	19523	748	0,86	-0,01	1,01	1,02	0,84
1986	21725	22	1152	19972	1088	1,49	22,00	1,02	1,02	1,45
1987	35586	32	1173	20422	1743	1,64	1,45	1,02	1,02	1,60
1988	31082	26	1258	20872	1489	0,87	0,81	1,07	1,02	0,85
1989	34947	59	1287	21320	1639	1,12	2,27	1,02	1,02	1,10
1990	29281	41	1330	21762	1346	0,84	0,69	1,03	1,02	0,82
1991	34544	-7	1370	22199	1556	1,18	-0,17	1,03	1,02	1,16
1992	36083	-79	1504	22628	1595	1,04	11,29	1,10	1,02	1,02
1993	34835	761	1642	23050	1511	0,97	-9,63	1,09	1,02	0,95
1994	44910	3289	4451	23460	1914	1,29	4,32	2,71	1,02	1,27
1995	53635	2557	5510	23857	2248	1,19	0,78	1,24	1,02	1,17
1996	55813	3471	6720	24242	2302	1,04	1,36	1,22	1,02	1,02
1997	59130	2139	7753	24613	2402	1,06	0,62	1,15	1,02	1,04
1998	56752	1644	8297	24973	2273	0,96	0,77	1,07	1,01	0,95
1999	51553	1940	9791	25322	2036	0,91	1,18	1,18	1,01	0,90
2000	53336	810	11062	25663	2078	1,03	0,42	1,13	1,01	1,02
2001	53954	1144	11835	25995	2076	1,01	1,41	1,07	1,01	1,00
2002	57059	2156	12549	26321	2168	1,06	1,88	1,06	1,01	1,04
2003	61504	1335	12876	26641	2309	1,08	0,62	1,03	1,01	1,06
2004	69662	1599	13310	26959	2584	1,13	1,20	1,03	1,01	1,12
2005	79382	2579	15889	27274	2911	1,14	1,61	1,19	1,01	1,13
2006	90048	3467	19356	27589	3264	1,13	1,34	1,22	1,01	1,12
Средний коэффициент роста						1,08	1,21	1,13	1,02	1,06

Таблица 3 Темпы прироста показателей для Великобритании

Годы	Абсолютные значения					Темпы прироста
	ВВП, у1	Инвестиции		Население, у4	ВВП на душу	ВВП	Инвестиции		Население	ВВП на душу
		flow, у2	stock, у3				flow	stock
1970	91505			816341	112
1971	98562	-	-	836575	118	1,08	-	-	1,02	1,05
1972	112161	-	-	856684	131	1,14	-	-	1,02	1,11
1973	136769	-	-	876160	156	1,22	-	-	1,02	1,19
1974	142255	-	-	894620	159	1,04	-	-	1,02	1,02
1975	161162	-	-	911807	177	1,13	-	-	1,02	1,11
1976	151628	-	-	927548	163	0,94	-	-	1,02	0,92
1977	172349	-	-	941975	183	1,14	-	-	1,02	1,12
1978	214160	-	-	955438	224	1,24	-	-	1,01	1,23
1979	263190	0	-	968388	272	1,23	-	-	1,01	1,21
1980	306520	57	1074	981235	312	1,16	-	-	1,01	1,15
1981	293852	265	1339	993977	296	0,96	4,65	1,25	1,01	0,95
1982	295370	430	1769	1006632	293	1,01	1,62	1,32	1,01	0,99
1983	317352	916	2685	1019587	311	1,07	2,13	1,52	1,01	1,06
1984	314637	1419	4104	1033202	305	0,99	1,55	1,53	1,01	0,98
1985	309083	1956	6060	1047715	295	0,98	1,38	1,48	1,01	0,97
1986	304348	2244	8304	1063348	286	0,98	1,15	1,37	1,01	0,97
1987	329851	2314	10617	1079915	305	1,08	1,03	1,28	1,02	1,07
1988	413439	3194	13811	1096826	377	1,25	1,38	1,30	1,02	1,23
1989	459782	3393	17204	1113313	413	1,11	1,06	1,25	1,02	1,10
1990	404494	3487	20691	1128790	358	0,88	1,03	1,20	1,01	0,87
1991	424117	4366	25057	1143047	371	1,05	1,25	1,21	1,01	1,04
1992	499859	11008	36064	1156259	432	1,18	2,52	1,44	1,01	1,17
1993	641069	27515	63579	1168652	549	1,28	2,50	1,76	1,01	1,27
1994	582653	33767	74151	1180625	494	0,91	1,23	1,17	1,01	0,90
1995	756960	37521	101098	1192464	635	1,30	1,11	1,36	1,01	1,29
1996	892014	41726	128069	1204238	741	1,18	1,11	1,27	1,01	1,17
1997	985046	45257	153995	1215797	810	1,10	1,08	1,20	1,01	1,09
1998	1045199	45463	175156	1227016	852	1,06	1,00	1,14	1,01	1,05
1999	1098832	40319	186189	1237730	888	1,05	0,89	1,06	1,01	1,04
2000	1192836	40715	193348	1247777	956	1,09	1,01	1,04	1,01	1,08
2001	1316558	46878	203142	1257144	1047	1,10	1,15	1,05	1,01	1,10
2002	1454040	52743	216503	1265938	1149	1,10	1,13	1,07	1,01	1,10
2003	1647918	53505	228371	1274276	1293	1,13	1,01	1,05	1,01	1,13
2004	1936502	60360	245467	1282336	1510	1,18	1,13	1,07	1,01	1,17
2005	2278419	72406	272094	1290336	1766	1,18	1,20	1,11	1,01	1,17
2006	2666772	69468	292559	1298049	2054	1,17	0,96	1,08	1,01	1,16
Средний коэффициент роста						1,10	1,31	1,24	1,01	1,09

Коэффициент роста цепным методом рассчитывается по формуле:

Кpц = . (1)

Средний коэффициент роста цепным методом рассчитывается по формуле:

. (2)

Как следует из сравнительного анализа динамики данных социально-экономических показателей развития, Великобритания превосходит венгрия по всем показателям роста, кроме темпов роста численности населения. При этом особенно заметно преимущество Великобритании по сравнению с Венгрия в темпах роста привлечения в страну иностранных инвестиций, как flow, так и stock.

Поскольку Великобритания более заметно превосходит Венгрия в темпах роста ВВП, чем Венгрия превосходит Великобритания в темпах роста населения, то как следствие Великобритания имеет более высокие темпы роста среднедушевого ВВП.

Таблица 4 Расчетные корреляции ВВП и инвестиций flow для Венгрия

Годы	х1	х2	х12	х2х1		х2-	(х2-) 2	х22	х2-	(х2-) 2
1970	5862	-14	34363044	-82068	-359	344,9	118956,9	196	-813,6	661936,2
1971	6532	-3	42667024	-19596	-331	328,1	107646,0	9	-802,6	644158,1
1972	7244	60	52475536	434640	-302	361,5	130714,6	3600	-739,6	547000,2
1973	8668	96	75134224	832128	-242	338,4	114545,0	9216	-703,6	495045,4
1974	10929	62	119443041	677598	-149	210,6	44355,6	3844	-737,6	544045,8
1975	13346	81	178115716	1081026	-48	129,3	16717,4	6561	-718,6	516378,2
1976	12730	72	162052900	916560	-74	145,9	21275,5	5184	-727,6	529393,9
1977	11475	42	131675625	481950	-126	167,9	28206,3	1764	-757,6	573949,6
1978	9851	17	97042201	167467	-193	210,3	44246,0	289	-782,6	612454,3
1979	12583	37	158331889	465571	-80	117,0	13680,2	1369	-762,6	581550,5
1980	16740	27	280227600	451980	93	-65,6	4298,6	729	-772,6	596902,4
1981	20448	125	418120704	2556000	246	-121,5	14751,5	15625	-674,6	455077,9
1982	20801	48	432681601	998448	261	-213,1	45414,2	2304	-751,6	564894,4
1983	16142	38	260564164	613396	68	-29,7	884,8	1444	-761,6	580026,3
1984	16923	-89	286387929	-1506147	100	-189,2	35781,1	7921	-888,6	789600,4
1985	14610	1	213452100	14610	4	-3,2	10,0	1	-798,6	637753,3
1986	21725	22	471975625	477950	299	-277,5	76981,0	484	-777,6	604653,4
1987	35586	32	1266363396	1138752	875	-842,7	710180,6	1024	-767,6	589201,5
1988	31082	26	966090724	808132	688	-661,8	437971,9	676	-773,6	598448,6
1989	34947	59	1221292809	2061873	848	-789,2	622839,8	3481	-740,6	548480,4
1990	29281	41	857376961	1200521	613	-572,0	327239,2	1681	-758,6	575465,8
1991	34544	-7	1193287936	-241808	831	-838,5	703042,8	49	-806,6	650594,8
1992	36083	-79	1301982889	-2850557	895	-974,3	949355,9	6241	-878,6	771928,5
1993	34835	761	1213477225	26509435	844	-82,6	6815,1	579121	-38,6	1489,5
1994	44910	3289	2016908100	147708990	1262	2027,3	4109975,9	10817521	2489,4	6197139,3
1995	53635	2557	2876713225	137144695	1624	933,2	870857,2	6538249	1757,4	3088473,8
1996	55813	3471	3115090969	193726923	1714	1756,8	3086362,5	12047841	2671,4	7136406,8
1997	59130	2139	3496356900	126479070	1852	287,1	82449,7	4575321	1339,4	1794006,8
1998	56752	1644	3220789504	93300288	1753	-109,2	11917,3	2702736	844,4	713020,5
1999	51553	1940	2657711809	100012820	1537	402,6	162091,4	3763600	1140,4	1300524,5
2000	53336	810	2844728896	43202160	1611	-801,4	642231,4	656100	10,4	108,3
2001	53954	1144	2911034116	61723376	1637	-493,0	243090,4	1308736	344,4	118615,1
2002	57059	2156	3255729481	123019204	1766	390,1	152172,1	4648336	1356,4	1839835,6
2003	61504	1335	3782742016	82107840	1950	-615,4	378700,8	1782225	535,4	286658,9
2004	69662	1599	4852794244	111389538	2289	-690,0	476051,6	2556801	799,4	639049,0
2005	79382	2579	6301501924	204726178	2692	-113,4	12852,8	6651241	1779,4	3166283,6
2006	90048	3467	8108642304	312196416	3135	332,0	110199,4	12020089	2667,4	7115051,6
Итого	1249705	29585	60875326351	1773925359	29585,00	0,0	14914862,5	70721609,0	0,0	47065602,9
В среднем	33775,8	799,6	1645279090,6	47943928,6	799,6	0,0	403104,4	1911394,8	0,0	1272043,3

Приведем расчет корреляционной зависимости на примере ВВП и инвестиций flow для Венгрия.

Проведем визуальный анализ данных путем построения корреляционного поля зависимости инвестиций flow от ВВП.

Рисунок 1 Корреляционное поле зависимости инвестиций flow от ВВП

Проанализировав данные и их графическое изображение, можно сделать предположение, что связь между признаками линейная и она описывается уравнением прямой:

х2 = а0 + а1 ∙ х1. (3)

Определим параметры уравнения прямой на основе метода наименьших квадратов, решив систем нормальных уравнений.

(4)

Откуда:

(5)

(6)

По формулам (5), (6) вычислим а0, а1, используя расчетные данные таблицы 4.

.

.

Вычислив параметры, получим следующее уравнение регрессии:

х2 = -602,190 + 0,042 ∙ х1.

Следовательно, с увеличением ВВП на 1 млн. долл., инвестиции flow увеличатся на 0,42% млн. долл.

Значимость коэффициентов регрессии проверим по t-критерию Стьюдента. Вычислим расчетные значения t-критерия по формулам:

для параметра а0:

, (7)

для параметра а1:

, (8)

где n – объем выборки,

среднее квадратическое отклонение результативного признака у от выровненных значений ух:

, (9)

среднее квадратическое отклонение факторного признака х от общей средней :

. (10)

Находим:

, ,

, .

Вычисленные значения ta0 и ta1 сравнивают с критическими (табличными) t, которые определяют по таблице Стьюдента с учетом принятого уровня значимости а и числом степеней свободы вариации v = n -2 = 37–2 =35. В социально-экономических исследованиях уровень значимости а обычно принимают равным 0,05. Параметр признается значимым при условии, если tрасч> tтабл.

Так как tрасча0 = 5,611 больше tтабл = 3,000, параметр а0 признается значимым, т.е. в этом случае мало вероятно, что найденное значение параметра обусловлено только случайными совпадениями.

Так как tрасча1 = 8,686 больше tтабл = 3,000, следовательно, параметр а1 также признается значимым.

Выявим тесноту корреляционной связи между х и у с помощью линейного коэффициента корреляции, используя формулу:

. (11)

.

Т.к. линейный коэффициент корреляции r = 0,827, то связь между инвестициями flow и ВВП прямая, очень высокая связь.

Значимость линейного коэффициента корреляции определяется помощью t-критерия Стьюдента (число степеней свободы = 35, уровень значимости а = 0,05) по формуле:

. (12)

.

Так как = 8,686 больше tтабл = 3,000, следовательно, коэффициент корреляции признается значимым.

Определим линейный коэффициент детерминации r2:

r2 = 0,8272 = 0,683.

Он показывает, что 68,3% вариации инвестиций flow обусловлено вариацией ВВП.

Теоретическое корреляционное отношение η определим по формуле:

. (13)

.

Т.к. r = η, то будем считать, что линейная форма связи между х1 и х2, выбрана верно.

Аналогично проведем расчет корреляции для остальных параметров.

Уравнение регрессии:

х3 = 2211,412 + 3,316 ∙ х2.

3821,256, 1205,708, 3,007, 5,437.

Вычисленные значения ta0 и ta1 сравнивают с критическими (табличными) t, которые определяют по таблице Стьюдента с учетом принятого уровня значимости а и числом степеней свободы вариации v = n -2 = 27–2 = 25 при уровне значимости а = 0,05.

Таблица 5 Расчетные корреляции инвестиций flow и stock для Венгрия

Годы	х2	х3	х22	х3х2		х3-	(х3 -) 2	х32	х3 -	(х3 -) 2
1980	27	890	729	24030	2301	-1411,0	1990797,4	792100	-4900,1	24011088,9
1981	125	965	15625	120625	2626	-1661,0	2758816,8	931225	-4825,1	23281697,2
1982	48	1022	2304	49056	2371	-1348,6	1818726,6	1044484	-4768,1	22734883,6
1983	38	1092	1444	41496	2337	-1245,4	1551113,8	1192464	-4698,1	22072248,0
1984	-89	1119	7921	-99591	1916	-797,2	635603,7	1252161	-4671,1	21819279,0
1985	1	1130	1	1130	2215	-1084,7	1176635,7	1276900	-4660,1	21716635,6
1986	22	1152	484	25344	2284	-1132,4	1282270,7	1327104	-4638,1	21512074,7
1987	32	1173	1024	37536	2318	-1144,5	1309968,3	1375929	-4617,1	21317715,0
1988	26	1258	676	32708	2298	-1039,6	1080850,8	1582564	-4532,1	20540031,1
1989	59	1287	3481	75933	2407	-1120,1	1254585,3	1656369	-4503,1	20278009,7
1990	41	1330	1681	54530	2347	-1017,4	1035075,4	1768900	-4460,1	19892591,1
1991	-7	1370	49	-9590	2188	-818,2	669445,9	1876900	-4420,1	19537382,2
1992	-79	1504	6241	-118816	1949	-445,4	198391,9	2262016	-4286,1	18370748,5
1993	761	1642	579121	1249562	4735	-3093,2	9568091,5	2696164	-4148,1	17206825,8
1994	3289	4451	10817521	14639339	13119	-8668,2	75138177,8	19811401	-1339,1	1793218,6
1995	2557	5510	6538249	14089070	10692	-5181,6	26848812,5	30360100	-280,1	78462,2
1996	3471	6720	12047841	23325120	13723	-7002,8	49039524,8	45158400	929,9	864693,3
1997	2139	7753	4575321	16583667	9305	-1552,3	2409655,0	60109009	1962,9	3852932,8
1998	1644	8297	2702736	13640268	7664	633,3	401117,3	68840209	2506,9	6284491,9
1999	1940	9791	3763600	18994540	8645	1145,7	1312555,0	95863681	4000,9	16007111,9
2000	810	11062	656100	8960220	4898	6164,3	37998108,6	122367844	5271,9	27792812,5
2001	1144	11835	1308736	13539240	6005	5829,6	33983828,8	140067225	6044,9	36540681,7
2002	2156	12549	4648336	27055644	9362	3187,3	10158970,2	157477401	6758,9	45682579,0
2003	1335	12876	1782225	17189460	6639	6237,1	38901696,0	165791376	7085,9	50209821,3
2004	1599	13310	2556801	21282690	7514	5795,6	33588731,8	177156100	7519,9	56548728,9
2005	2579	15889	6651241	40977731	10765	5124,5	26260029,2	252460321	10098,9	101987556,8
2006	3467	19356	12020089	67107252	13710	5646,4	31882320,6	374654736	13565,9	184033341,3
Итого	29135	156333	70689577	298868194	156333,00	0,0	394253901,3	1731153083,0	0,0	825967642,7
В среднем	1079,1	5790,1	2618132,5	11069192,4	5790,1	0,0	14601996,3	64116780,9	0,0	30591394,2

Так как tа0 = 3,007 меньше tтабл = 3,080, параметр а0 признается незначимым.

Так как tа1 = 5,437 больше tтабл = 3,080, следовательно, параметр а1 признается значимым.

Линейный коэффициент корреляции:

0,723.

Т.к. r = 0,723, то связь между инвестициями stock и flow, прямая, высокая связь.

Так как = 5,232 больше tтабл = 3,080, следовательно, коэффициент корреляции признается значимым.

Определим линейный коэффициент детерминации r2:

r2 = 0,7232 = 0,523.

Он показывает, что 52,3% вариации инвестиций stock обусловлено вариацией инвестиций flow.

Т.к. r = η, то будем считать, что линейная форма связи между х2 и х3, выбрана верно.

2.2 Анализ корреляционных связей и темпов экономического роста

Таблица 6 Расчетные корреляции ВВП и численности населения для Венгрия

Годы	х1	х4	х12	х4х1		х4 -	(х4 -) 2	х42	х4 -	(х4 -) 2
1970	5862	13193	34363044	77337366	15492	-2299,0	5285369,4	174055249	-7497,7	56215140,5
1971	6532	13567	42667024	88619644	15617	-2049,8	4201574,6	184063489	-7123,7	50746755,1
1972	7244	13951	52475536	101061044	15749	-1798,4	3234161,7	194630401	-6739,7	45423228,2
1973	8668	14345	75134224	124342460	16015	-1669,6	2787510,8	205779025	-6345,7	40267599,8
1974	10929	14749	119443041	161191821	16436	-1686,7	2844868,6	217533001	-5941,7	35303509,8
1975	13346	15161	178115716	202338706	16886	-1724,8	2974994,2	229855921	-5529,7	30577313,1
1976	12730	15582	162052900	198358860	16771	-1189,1	1413942,2	242798724	-5108,7	26098567,2
1977	11475	16012	131675625	183737700	16537	-525,4	276004,3	256384144	-4678,7	21890006,1
1978	9851	16447	97042201	162019397	16235	212,1	44983,6	270503809	-4243,7	18008783,2
1979	12583	16886	158331889	212476538	16744	142,3	20244,8	285136996	-3804,7	14475557,0
1980	16740	17325	280227600	290020500	17518	-192,9	37217,1	300155625	-3365,7	11327772,8
1981	20448	17763	418120704	363217824	18208	-445,5	198467,8	315524169	-2927,7	8571284,9
1982	20801	18200	432681601	378578200	18274	-74,2	5511,6	331240000	-2490,7	6203465,3
1983	16142	18638	260564164	300854596	17407	1231,5	1516479,8	347375044	-2052,7	4213477,4
1984	16923	19079	286387929	322873917	17552	1527,0	2331730,6	364008241	-1611,7	2597498,5
1985	14610	19523	213452100	285231030	17121	2401,8	5768522,3	381147529	-1167,7	1363466,5
1986	21725	19972	471975625	433891700	18446	1525,7	2327679,8	398880784	-718,7	516494,7
1987	35586	20422	1266363396	726737292	21028	-605,8	367001,2	417058084	-268,7	72186,6
1988	31082	20872	966090724	648743504	20189	683,0	466517,7	435640384	181,3	32878,5
1989	34947	21320	1221292809	745070040	20909	411,2	169086,6	454542400	629,3	396049,1
1990	29281	21762	857376961	637213122	19854	1908,4	3642144,0	473584644	1071,3	1147735,8
1991	34544	22199	1193287936	766842256	20834	1365,3	1863925,0	492795601	1508,3	2275042,3
1992	36083	22628	1301982889	816486124	21120	1507,6	2272954,9	512026384	1937,3	3753225,5
1993	34835	23050	1213477225	802946750	20888	2162,1	4674505,1	531302500	2359,3	5566411,3
1994	44910	23460	2016908100	1053588600	22764	695,7	483980,6	550371600	2769,3	7669157,2
1995	53635	23857	2876713225	1279570195	24389	-532,3	283302,1	569156449	3166,3	10025609,7
1996	55813	24242	3115090969	1353018746	24795	-552,9	305690,9	587674564	3551,3	12611904,5
1997	59130	24613	3496356900	1455366690	25413	-799,7	639444,9	605799769	3922,3	15384628,1
1998	56752	24973	3220789504	1417267696	24970	3,2	10,4	623650729	4282,3	18338301,6
1999	51553	25322	2657711809	1305425066	24002	1320,5	1743697,6	641203684	4631,3	21449165,0
2000	53336	25663	2844728896	1368761768	24334	1329,4	1767369,7	658589569	4972,3	24724009,2
2001	53954	25995	2911034116	1402534230	24449	1546,3	2391130,1	675740025	5304,3	28135856,5
2002	57059	26321	3255729481	1501849939	25027	1294,1	1674568,4	692795041	5630,3	31700552,0
2003	61504	26641	3782742016	1638528064	25855	786,2	618129,4	709742881	5950,3	35406359,6
2004	69662	26959	4852794244	1878017858	27374	-415,1	172339,6	726787681	6268,3	39291889,8
2005	79382	27274	6301501924	2165064668	29184	-1910,4	3649612,6	743871076	6583,3	43340159,2
2006	90048	27589	8108642304	2484334272	31171	-3581,8	12829558,2	761152921	6898,3	47586878,5
Итого	1249705	765555	60875326351	29333518183	765555,00	0,0	75284232,5	16562558137,0	0,0	722707920,1
В среднем	33775,8	20690,7	1645279090,6	792797788,7	20690,7	0,0	2034709,0	447636706,4	0,0	19532646,5

Рисунок 3 Корреляционное поле зависимости численности населения от ВВП

Вычислив параметры, получим следующее уравнение регрессии:

х4 = 14400,251 + 0,186 ∙ х1.

1426,432, 22460,492, 59,725, 17,349.

Вычисленные значения ta0 и ta1 сравнивают с критическими (табличными) t, которые определяют по таблице Стьюдента с учетом принятого уровня значимости а и числом степеней свободы вариации v = n -2 = 37–2 = 35 при уровне значимости а = 0,05.

Так как tа0 = 59,725 меньше tтабл = 3,000, параметр а0 признается значимым.

Так как tа1 = 17,349 больше tтабл = 3,000, следовательно, параметр а1 признается значимым.

Линейный коэффициент корреляции:

0,946.

Т.к. r = 0,946, то связь между ВВП и численностью населения Венгрия прямая, полная связь.

Так как = 17,349 больше tтабл = 3,000, следовательно, коэффициент корреляции признается значимым.

Линейный коэффициент детерминации r2:

r2 = 0,9462 = 0,896.

Он показывает, что 89,6% вариации численности населения Венгрия обусловлено вариацией ВВП.

Т.к. r = η, то будем считать, что линейная форма связи между х1 и х4, выбрана верно.

Таблица 7 Расчетные корреляции ВВП и инвестиций flow для Великобритании

Годы	у1	у2	у12	у2у1		у2-	(у2-) 2	у22	у2-	(у2-) 2
1980	306520	57	93954510400	17471640	6811	-6753,6	45610866,6	3249	-25968,6	674369724,8
1981	293852	265	86348997904	77870780	6369	-6104,2	37261741,6	70225	-25760,6	663610038,9
1982	295370	430	87243436900	127009100	6422	-5992,1	35905567,4	184900	-25595,6	655136256,1
1983	317352	916	100712291904	290694432	7188	-6272,0	39337472,5	839056	-25109,6	630493500,1
1984	314637	1419	98996441769	446469903	7093	-5674,4	32198486,1	2013561	-24606,6	605486221,7
1985	309083	1956	95532300889	604566348	6900	-4943,9	24441894,6	3825936	-24069,6	579347070,5
1986	304348	2244	92627705104	682956912	6735	-4490,9	20168283,1	5035536	-23781,6	565565907,8
1987	329851	2314	108801682201	763275214	7623	-5309,4	28189872,0	5354596	-23711,6	562241379,7
1988	413439	3194	170931806721	1320524166	10536	-7341,5	53898309,5	10201636	-22831,6	521283311,5
1989	459782	3393	211399487524	1560040326	12150	-8757,1	76686741,8	11512449	-22632,6	512235924,0
1990	404494	3487	163615396036	1410470578	10224	-6736,9	45385966,9	12159169	-22538,6	507989825,6
1991	424117	4366	179875229689	1851694822	10908	-6541,6	42791994,8	19061956	-21659,6	469139555,7
1992	499859	11008	249859019881	5502447872	13546	-2538,3	6443192,9	121176064	-15017,6	225529199,7
1993	641069	27515	410969462761	17639013535	18466	9049,0	81884795,5	757075225	1489,4	2218224,1
1994	582653	33767	339484518409	19674443851	16431	17336,2	300543292,2	1140210289	7741,4	59928815,2
1995	756960	37521	572988441600	28401896160	22504	15017,5	225524707,5	1407825441	11495,4	132143540,0
1996	892014	41726	795688976196	37220176164	27209	14517,3	210752465,7	1741059076	15700,4	246501629,8
1997	985046	45257	970315622116	44580226822	30450	14807,2	219252047,2	2048196049	19231,4	369845606,3
1998	1045199	45463	1092440949601	47517882137	32546	12917,5	166861387,1	2066884369	19437,4	377811366,9
1999	1098832	40319	1207431764224	44303807408	34414	5905,0	34868513,2	1625621761	14293,4	204300436,5
2000	1192836	40715	1422857722896	48566317740	37689	3025,9	9156306,8	1657711225	14689,4	215777601,9
2001	1316558	46878	1733324967364	61717605924	41999	4878,6	23800465,0	2197546884	20852,4	434821350,1
2002	1454040	52743	2114232321600	76690431720	46789	5953,8	35447956,0	2781824049	26717,4	713817879,5
2003	1647918	53505	2715633734724	88171852590	53544	-38,7	1499,4	2862785025	27479,4	755115796,0
2004	1936502	60360	3750039996004	116887260720	63598	-3237,7	10482948,8	3643329600	34334,4	1178848988,7
2005	2278419	72406	5191193139561	164971206114	75510	-3103,8	9633756,9	5242628836	46380,4	2151138755,7
2006	2666772	69468	7111672899984	185255317296	89040	-19571,7	383051849,5	4825803024	43442,4	1887239543,4
Итого	23167522	702692	31168172823962	996252930274	702692,00	0,0	2199582380,2	34189939186,0	0,0	15901937450,3
В среднем	858056,4	26025,6	1154376771257,9	36898256676,8	26025,6	0,0	81466014,1	1266294043,9	0,0	588960646,3

Рисунок 4 Корреляционное поле зависимости инвестиций flow от ВВП

Уравнение регрессии:

у2 = -3868,309 + 0,035 ∙ у1.

9025,853, 646618,927, 2,143, 12,480.

Так как tрасча0 = 2,143 меньше tтабл = 3,000, параметр а0 признается незначимым, т.е. в этом случае вероятно, что найденное значение параметра обусловлено только случайными совпадениями.

Так как tрасча1 = 12,480 больше tтабл = 3,000, следовательно, параметр а1 также признается значимым.

Линейный коэффициент корреляции:

0,928.

Т.к. линейный коэффициент корреляции r = 0,928, то связь между инвестициями flow и ВВП прямая, полная связь.

Так как = 12,480 больше tтабл = 3,000, следовательно, коэффициент корреляции признается значимым.

Линейный коэффициент детерминации r2:

r2 = 0,9282 = 0,862.

Он показывает, что 86,2% вариации инвестиций flow обусловлено вариацией ВВП.

Т.к. r = η, то будем считать, что линейная форма связи между у1 и у2, выбрана верно.

Уравнение регрессии:

у3 = -3159,825 + 3,939 ∙ у2.

21642,509, 24268,511, 0,759, 22,950.

Так как tа0 = 0,759 меньше tтабл = 3,080, параметр а0 признается незначимым.

Таблица 8 Расчетные корреляции инвестиций flow и stock для Великобритании

Годы	у2	у3	у22	у3у2		у3-	(у3 -) 2	у32	у3 -	(у3 -) 2
1980	57	1074	3249	61218	-2935	4009,3	16074563,3	1153476	-98277,9	9658536164,6
1981	265	1339	70225	354835	-2116	3455,0	11937189,3	1792921	-98012,9	9606519128,1
1982	430	1769	184900	760670	-1466	3235,1	10465933,9	3129361	-97582,9	9522412975,5
1983	916	2685	839056	2459460	448	2236,8	5003349,3	7209225	-96666,9	9344480246,9
1984	1419	4104	2013561	5823576	2429	1674,6	2804161,7	16842816	-95247,9	9072153282,4
1985	1956	6060	3825936	11853360	4545	1515,4	2296400,1	36723600	-93291,9	8703369621,9
1986	2244	8304	5035536	18634176	5679	2625,0	6890583,2	68956416	-91047,9	8289711326,8
1987	2314	10617	5354596	24567738	5955	4662,3	21736769,4	112720689	-88734,9	7873873933,2
1988	3194	13811	10201636	44112334	9421	4390,1	19272641,6	190743721	-85540,9	7317237335,5
1989	3393	17204	11512449	58373172	10205	6999,2	48989161,0	295977616	-82147,9	6748269563,9
1990	3487	20691	12159169	72149517	10575	10116,0	102332881,1	428117481	-78660,9	6187529614,1
1991	4366	25057	19061956	109398862	14037	11019,7	121433816,5	627853249	-74294,9	5519725011,7
1992	11008	36064	121176064	396992512	40199	-4135,3	17100707,5	1300612096	-63287,9	4005352192,0
1993	27515	63579	757075225	1749376185	105218	-41639,3	1733830818,0	4042289241	-35772,9	1279696929,6
1994	33767	74151	1140210289	2503856817	129844	-55693,1	3101725256,8	5498370801	-25200,9	635082934,1
1995	37521	101098	1407825441	3793298058	144631	-43532,7	1895093177,2	10220805604	1746,1	3049033,4
1996	41726	128069	1741059076	5343807094	161194	-33124,6	1097241332,8	16401668761	28717,1	824674597,8
1997	45257	153995	2048196049	6969351715	175102	-21106,8	445496905,1	23714460025	54643,1	2985873639,5
1998	45463	175156	2066884369	7963117228	175913	-757,2	573360,4	30679624336	75804,1	5746268876,5
1999	40319	186189	1625621761	7506954291	155652	30537,4	932530506,6	34666343721	86837,1	7540690298,5
2000	40715	193348	1657711225	7872163820	157211	36136,6	1305851571,7	37383449104	93996,1	8835275866,7
2001	46878	203142	2197546884	9522890676	181487	21655,3	468951479,2	41266672164	103790,1	10772394852,6
2002	52743	216503	2781824049	11419017729	204588	11914,8	141962250,2	46873549009	117151,1	13724391512,4
2003	53505	228371	2862785025	12218990355	207590	20781,4	431865306,2	52153313641	129019,1	16645940588,9
2004	60360	245467	3643329600	14816388120	234591	10876,4	118295806,7	60254048089	146115,1	21349636518,4
2005	72406	272094	5242628836	19701238164	282038	-9944,3	98888889,0	74035144836	172742,1	29839849746,8
2006	69468	292559	4825803024	20323488612	270466	22093,1	488106070,8	85590768481	193207,1	37329002095,5
Итого	702692	2682500	34189939186	132449480294	2682500,00	0,0	12646750888,4	525872340480,0	0,0	259360997887,4
В среднем	26025,6	99351,9	1266294043,9	4905536307,2	99351,9	0,0	468398181,1	19476753351,1	0,0	9605962884,7

Так как tа1 = 22,950 больше tтабл = 3,080, следовательно, параметр а1 признается значимым.

Линейный коэффициент корреляции:

0,975.

Т.к. r = 0,975, то связь между инвестициями stock и flow, прямая, полная.

Так как = 22,084 больше tтабл = 3,080, следовательно, коэффициент корреляции признается значимым.

Определим линейный коэффициент детерминации r2:

r2 = 0,9752 = 0,951.

Он показывает, что 95,1% вариации инвестиций stock обусловлено вариацией инвестиций flow.

Т.к. r = η, то будем считать, что линейная форма связи между х2 и х3, выбрана верно.

Рисунок 6 Корреляционное поле зависимости численности населения от ВВП

Вычислив параметры, получим следующее уравнение регрессии:

у4 = 960230,354 + 0,189 ∙ у1.

80354,857, 635176,603, 70,696, 8,825.

Так как tа0 = 70,696 больше tтабл = 3,000, параметр а0 признается значимым.

Так как tа1 = 8,825 больше tтабл = 3,000, следовательно, параметр а1 признается значимым.

Линейный коэффициент корреляции:

0,831.

Т.к. r = 0,831, то связь между ВВП и численностью населения Великобритании прямая, полная связь.

Так как = 8,825 больше tтабл = 3,000, следовательно, коэффициент корреляции признается значимым.

Линейный коэффициент детерминации r2:

r2 = 0,8312 = 0,690.

Он показывает, что 69,0% вариации численности населения Великобритании обусловлено вариацией ВВП.

Т.к. r = η, то будем считать, что линейная форма связи между х1 и х4, выбрана верно.

Заключение

Таким образом, значимыми приняты все рассмотренные связи:

1) между инвестициями flow и ВВП Венгрия (прямая, очень высокая связь);

2) между инвестициями stock и flow (прямая, высокая связь);

3) между ВВП и численностью населения Венгрия (прямая, полная связь);

4) между инвестициями flow и ВВП Великобритании (прямая, полная связь);

5) между инвестициями stock и flow Великобритании (прямая, полная связь);

6) между ВВП и численностью населения Великобритании (прямая, полная связь).

Незначимым признан параметр а0 для связей:

1) между инвестициями stock и flow Венгрия;

2) между инвестициями flow и ВВП Великобритании;

3) между инвестициями stock и flow Великобритании.

В целом все исследованные модели являются адекватными и на их основе можно делать прогнозы.

Список литературы

В.А. Колемаев, О.В. Староверов, В.Б. Турундаевский «Теория вероятностей и математическая сатистика»/ М., 1991.

«Теория Статистики» под редакцией Р.А. Шмойловой/ «ФиС», 1998.

«Многомерный статистический анализ на ЭBM с использованием пакета Microsoft Excel»/ М., 1997.

А.А. Френкель, Е.В. Адамова «Корреляционно регрессионный анализ в экономических приложениях»/ М., 1987.

И.Д. Одинцов «Теория статистики»/ М., 1998.

А.Н. Кленин, К.К. Шевченко «Математическая статистика для экономистов-статистиков»/ М., 1990.