Соян Ш.Ч.кандидат экономических наук, ведущий научный сотрудник лаборатории региональной экономики, Тувинский институт комплексного освоения природных ресурсов Сибирского отделения Российской академии наук (ТувИКОПР СО РАН), Кызыл, Российская Федерация Soyan77@mail.ru https://orcid.org/0000-0002-5734-0482 SPIN-код: 6653-7675
Тутатчикова О.Е.студентка экономического факультета, Тувинский государственный университет (ТувГУ), Кызыл, Российская Федерация оrgaadai2016@yandex.ru ORCID id: отсутствует SPIN-код: отсутствует
Предмет. Прогноз численности населения Республики Тыва на краткосрочную перспективу на основе корреляционно-регрессионного анализа. Цели. Прогнозирование численности населения Республики Тыва на основе корреляционно-регрессионного анализа. Методология. В процессе исследования численности населения и факторов, влияющих на него, использовался корреляционно-регрессионный анализ – один из методов многомерного статистического анализа, в котором форма и интенсивность связи представлены в формализованном виде, то есть в виде математических уравнений и формул. Применены также методы сравнения, динамики, методы табличной и графической визуализации результатов исследования. Результаты. Корреляционно-регрессионный анализ дал конкретные прогнозные данные численности населения Республики Тыва на 2020 г., что очень близко к фактической численности населения за тот же год. А наибольшая теснота связи выявлена между численностью населения и его рождаемостью. Анализ показателей динамики выявил, что численность населения Тувы увеличивается с каждым годом, несмотря на снижение показателей рождаемости и неустойчивую тенденцию смертности населения. Оценены параметры уравнения регрессии, которое описывает взаимосвязь между рождаемостью, смертностью, миграцией и результативным признаком – численностью населения. Произведена оценка тесноты связи между признаками. Полученные результаты оценки численности населения Республики Тыва могут быть учтены при разработке программ демографической политики, социально-экономического развития территории, улучшения уровня и качества жизни населения региона. Выводы. При прогнозировании какого-либо экономического и неэкономического явления существует также фактор, влияющий на данное явление, поэтому использование корреляционно-регрессионного анализа послужит достаточно надежной методикой решения подобных задач. В процессе исследования выявлены значимые факторы, которые влияют на рост или снижение численности населения региона.
Ключевые слова: демография, корреляционно-регрессионный анализ, численность населения, прогноз, Республика Тыва
Список литературы:
Гаджиев Н.Г., Исмиханов З.Н., Гаджиев Т.Н. Модели для прогнозирования объемов налоговых поступлений в бюджет (на материалах Республики Дагестан) // Региональная экономика: теория и практика. 2007. № 4. С. 112–116. URL: Link
Андреева Н.В., Червякова М.Ю. Разработка методики прогнозирования с использованием корреляционно-регрессионного анализа // Экономический анализ: теория и практика. 2013. № 37. С. 38–45. URL: Link
Темукуева Ж.Х. Корреляционно-регрессионный анализ как индикатор отбора показателей при проведении факторного экономического анализа // Проблемы современной науки и образования. 2016. № 19. С. 67–69. URL: Link
Устинова Л.Н., Низамова А.Ш., Вирцев М.Ю. Алгоритм прогнозирования стратегии инновационной деятельности предприятий // Экономический анализ: теория и практика. 2017. Т. 16. Вып. 11. С. 2111–2122. URL: Link
Иремадзе Э.О., Тиваненко А.О., Файрушин С.Ф. Математический анализ и прогнозирование финансовых результатов с помощью корреляционно-регрессионного анализа // Теория и практика современной науки. 2018. № 6. С. 268–272.
Краснопивцева Д.В., Сысоев Д.Д. Роль корреляционно-регрессионного анализа в решении задач экономического анализа прогнозирования доходов федерального бюджета Российской Федерации // Международный академический вестник. 2020. № 2. С. 150–153.
Тухбатуллин А.М., Сафин Л.Р., Шамсиев А.А. Прогнозирование объема инвестиций в основной капитал на основе корреляционно-регрессионного анализа // Оригинальные исследования. 2020. Т. 10. № 5. С. 246–250. URL: Link
Сидорова О.Е. Подходы к прогнозированию размеров просроченной задолженности методом корреляционно-регрессионного анализа // Экономика и предпринимательство. 2020. № 11. С. 1155–1158.
