+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Экономический анализ: теория и практика»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Прогнозирование численности населения Республики Тыва на основе корреляционно-регрессионного анализа

Купить электронную версию статьи

т. 20, вып. 7, июль 2021

Получена: 22.04.2021

Получена в доработанном виде: 13.05.2021

Одобрена: 04.06.2021

Доступна онлайн: 29.07.2021

Рубрика: АНАЛИЗ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА

Коды JEL: C53, J11, R11

Страницы: 1278–1295

https://doi.org/10.24891/ea.20.7.1278

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:

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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.
  6. 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.
  7. 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
  8. Сидорова О.Е. Подходы к прогнозированию размеров просроченной задолженности методом корреляционно-регрессионного анализа // Экономика и предпринимательство. 2020. № 11. С. 1155–1158.

Посмотреть другие статьи номера »

 

ISSN 2311-8725 (Online)
ISSN 2073-039X (Print)

Свежий номер журнала

т. 21, вып. 9, сентябрь 2022

Другие номера журнала