1690
1732,3
1775,6
1820
Китай
1798,5
1946
2000,9
2502,4
2802,7
3130,6
3496,9
3846,6
4231,2
4654,4
5119,8
Росія
993,2
943,5
804,5
735,2
656
626
588
600
622,1
643,9
666,4
На рис. 3.1 показано графічне зміна ВВП за низкою країн з таблиці 3.1. Їх можна порівнювати між собою, визначати тенденцію розвитку. Темпи розвитку за цей порівняно невеликий проміжок часу відрізняються по країнах, аж до падіння. Так, наприклад, Росія пережила складний період переходу до ринкової економіки, що призвело до зменшення її ВВП.
В
Рис.
Порівнюючи темпи зростання ВП США і Китаю, можна говорити про вирівнювання ВВП деякому році за умови їх збереження. За вихідними даними табіли3.1, можна побудувати лінійні і логарифмічні апроксимації та графічні прогнози. На рис. 3.2 А.Б наведені апроксимуючі рівняння. Так як достовірність апроксимації R2 практично однакова у лінійних і логарифмічних функцій, то аналітичний відповідь розраховуємо за лінійним функціям, прирівнюючи їх і визначаючи рік збіги ВП:
172,49 х-337441 = 341,03 х-677130
(341,03-172,49) х = 677130-337441
х = 2015,48
Тобто, при збереженні темпів зростання в США і Китаї ВВП цих країн зрівняється до середини 2015 року.
В
Рис. 1
В
Рис. 2
Висновки
1. Розвиток економічних процесів відбувається про час, тому багато економетричні завдання моделюються одновимірними часовими рядами. Ці завдання мають велику перевагу - вони двовимірні, тобто моделюються на площині і вихідні статистичні дані можна представити графічно.
2. Результати виходять за допомогою ППП і за коефіцієнтом апроксимації R ВІ вибирається найбільш достовірна аналітична залежність. p> 3. Економетричного моделювання часових рядів дозволяє аналізувати наявні статистичні дані в різних областях людської діяльності - від ВВП до видобутку нафти по країнах і регіонах. У ряді випадків можливе складати прогнози на майбутнє, вивчати динаміку економічних процесів у мікро-і макропроцессах.
В
