Моделирование динамики безработицы (по данным развития России 1996–2001 гг.)
Аннотация
Статья посвящена построению и анализу регрессионных и нейросетевых моделей динамики безработицы в России с учетом временных лагов. Предложен алгоритм поиска вида регрессионной зависимости по нескольким критериям, исключающим перебор всех возможных вариантов. Определены критерии построения нейросетевых моделей. Проведено сравнение прогнозных возможностей регрессионных и нейросетевых моделей.
Ключевые слова:
регрессионная модель, нейросетевая модель, динамика, временной лаг, критерий качества модели
Литература
Гильдингерш М.Г. Безработица в России: сущность, формы, социальные последствия в условиях перехода к рынку: Автореф. дис.. д-ра эконом. наук. СПб, 1995.
Пошевнев Г.С. Регулирование занятости и безработицы как функция социального управления: Автореф. дис.. д-ра социол. наук. М., 1997.
Прокопов Ф.Т. Безработица и эффективность государственной политики труда в переходной экономике России: Автореф. дис.. д-ра эконом. наук. М., 1999.
Волконский В.А., Корягина Т.И. Официальная и теневая экономика в реальности и статистике//Экономика и математические методы. 2000. Т. 36. № 4.
Николаенко С., Лиссовик Я., МакФаркар Р. Теневая экономика в российских регионах//Обзор экономики России. 1997. IV.
Толстова Ю.Н. Анализ социологических данных: Методология, дескриптивная статистика, изучение связей между номинальными признаками. М.: Научный мир, 2000.
Круглов В.В., Дли М.И. Применение аппарата нейронных сетей для анализа социологических опросов//Социологические исследования. 2001. № 9.
Круглов В.В., Борисов В.В. Искусственные нейронные сети: Теория и практика. М.: Горячая линия -Телеком, 2001.
Молоканов В.Д., Долганов А.П., Секерин А.Б. Использование технологии нейронных сетей для прогнозирования налоговых поступлений на основе унифицированной системы показателей Госстатистики//Вопросы статистики. 2000. № 7.
Глинский В.В., Игонин В.Г. Статистический анализ. М.: Филинь, 1998.
Гмурман В.Е. Теория вероятностей и математическая статистика. 7-е изд., стер. М.: Высшая школа, 2000.
Доучерти К. Введение в эконометрику. М.: ИНФРА-М, 1999.
Крыштановский А.О. Ограничения метода регрессионного анализа//Социология: методология, методы, математические модели. 2000. № 12.
Пошевнев Г.С. Регулирование занятости и безработицы как функция социального управления: Автореф. дис.. д-ра социол. наук. М., 1997.
Прокопов Ф.Т. Безработица и эффективность государственной политики труда в переходной экономике России: Автореф. дис.. д-ра эконом. наук. М., 1999.
Волконский В.А., Корягина Т.И. Официальная и теневая экономика в реальности и статистике//Экономика и математические методы. 2000. Т. 36. № 4.
Николаенко С., Лиссовик Я., МакФаркар Р. Теневая экономика в российских регионах//Обзор экономики России. 1997. IV.
Толстова Ю.Н. Анализ социологических данных: Методология, дескриптивная статистика, изучение связей между номинальными признаками. М.: Научный мир, 2000.
Круглов В.В., Дли М.И. Применение аппарата нейронных сетей для анализа социологических опросов//Социологические исследования. 2001. № 9.
Круглов В.В., Борисов В.В. Искусственные нейронные сети: Теория и практика. М.: Горячая линия -Телеком, 2001.
Молоканов В.Д., Долганов А.П., Секерин А.Б. Использование технологии нейронных сетей для прогнозирования налоговых поступлений на основе унифицированной системы показателей Госстатистики//Вопросы статистики. 2000. № 7.
Глинский В.В., Игонин В.Г. Статистический анализ. М.: Филинь, 1998.
Гмурман В.Е. Теория вероятностей и математическая статистика. 7-е изд., стер. М.: Высшая школа, 2000.
Доучерти К. Введение в эконометрику. М.: ИНФРА-М, 1999.
Крыштановский А.О. Ограничения метода регрессионного анализа//Социология: методология, методы, математические модели. 2000. № 12.
