Гусейнов Афган Салман оглы.#Эконометрика#экономическое моделирование состояния и охраны здоровья населения оренбургской области

На практике наиболее распространенным является метод, основанный на анализе парных коэффициентов корреляции, который состоит в том, что переменные признаются мультиколлинеарными, если значения парных коэффициентов между ними достаточно высоки по абсолютной величине

(больше 0.6). Но этот способ не обоснован теоретически. Вторым его недостатком является тот факт, что отсутствие высоких значений коэффициентов еще не свидетельствует об отсутствии мультиколлинеарности.

Тем не менее, этот метод прост и логически понятен, поэтому и используется достаточно широко. Однако следует помнить, что при этом могут возникнуть новые трудности. Во-первых, далеко не всегда ясно, какие переменные являются «лишними» в указанном смысле. Мультиколлинеарность означает лишь приблизительную линейную зависимость между столбцами матрицы Х, но это не всегда выделяет «лишние» переменные. Во-вторых, во многих ситуациях удаление каких-либо объясняющих переменных может значительно отразиться на содержательном смысле модели. Наконец, «отбрасывание» так называемых существенных переменных, которые реально влияют на результативный показатель, приводит к смещенности МНК - оценок.

Чтобы избавиться от этого негативного явления, обычно используют алгоритм пошагового регрессионного анализа. В подавляющем большинстве ситуаций получаемые с помощью пошаговой процедуры наборы переменных оказываются оптимальными или близкими к оптимальным.

Кроме того, при моделировании многих экономических или социально-

экономических процессов сталкиваются с ситуацией, когда разброс остатков около линии регрессии не остается постоянным, а меняется, т.е. имеем модель с гетероскедастичными остатками. Очень часто появление проблемы гетероскедастичности можно предвидеть заранее, основываясь на знании характера данных. К настоящему времени для такой проверки предложено несколько тестов (критериев), в которых делаются различные предположения о зависимости между дисперсией регрессионных остатков и величиной

66

объясняющей переменной (или объясняющих переменных): тест ранговой корреляции Спирмена, тест Голдфенда - Квандта и тест Глейзера.

В ситуациях, когда регрессионные остатки оказываются статистически взаимозависимыми (коррелированными) возникает явление автокорреляции.

Для обнаружении автокорреляции первого порядка используется критерий Дарбина - Уотсана. /14/

В случае наличия гетероскедастичности и автокорреляции метод наименьших квадратов приводит к несмещенным и состоятельным оценкам, но стандартные ошибки параметров модели будут определены не верно, а,

следовательно, получено неправильное представление о точности оцененного уравнения регрессии. В этом случае для оценки параметров регрессионной модели применяется обобщенный метод наименьших квадратов /3/.

Наибольшее влияние на заболеваемость населения Оренбургской области оказывает финансирование из ФОМС – экономический фактор и обеспеченность врачами - фактор здравоохранения.

В приложении М представлены данные для построения регрессионной модели влияния основных факторов – обеспеченность врачами и финансирование из ФОМС – на заболеваемость населения Оренбургской области.

На основе линейной регрессионной модели исследуем зависимость заболеваемости – у от финансирования из ОМС – х1 и от обеспеченности врачами – х2.

В нашем случае в качестве объясняющих переменных выступают выделенные главные компоненты fj.

Решим данные таблицы М.1, используя инструмент Регрессия в пакете Анализ в Microsoft Excel.

В Microsoft Excel в пакете Анализ данных инструмент Регрессия предлагает линейный регрессионный анализ, который заключается в подборе графика для набора наблюдений с помощью метода наименьших квадратов.

67

Регрессия используется для анализа воздействия на отдельную зависимую

переменную значений одной или более независимых переменных.

Вкатегории Входные данные указываем диапазон анализируемых зависимых данных - заболеваемость; диапазон должен состоять из одного столбца;

Вкатегории Входной интервал вводим диапазон независимых данных,

подлежащих анализу - данные по обеспеченность врачами и финансирование из ОМС. Microsoft Excel располагает независимые переменные этого диапазона слева направо в порядке возрастания.

Таблица 16 – Информация об уравнении регрессии

В результате получили уравнение регрессии:

Так как ни один из коэффициентов уравнения регрессии не равен нулю,

то полученное уравнение регрессии значимо.

Определим с доверительной вероятностью р= 0,95 интервальные оценки для коэффициентов регрессии βj € [ bj ± tα Sbj]/

β0 € [1439,7 ± 2,021*46]= 1439,7± 92,966 β1 € [0,042 ± 2,021*0,070]= 0,042±0,142

β2 € [-0,0001 ± 2,021*0,00042]= -0,0001±0,001

Некоррелированность главных компонент подтверждает матрица их парных коэффициентов корреляции в таблице 17.

68

Таблица 17 - Матрица парных коэффициентов корреляции

не подтверждается.

Таким образом, для остатков модели (15) не свойственна гетероскедастичность и автокорреляция.

Из приведенной модели следует, что между всеми уровнем заболеваемости и всеми факторами, за исключением последнего

(финансирование из ОМС), имеется прямая зависимость: с увеличением фактора на одну единицу уровень заболеваемости также возрастает.

69

Заключение

Санитарно-эпидемиологическая обстановка в г. Оренбурге продолжает оставаться напряженной, а по некоторым показателям, характеризующим состояние здоровья населения и среды обитания, является критической.

Идет интенсивное загрязнение воздуха выбросами автотранспорта, что ухудшается неблагоприятным состоянием автомагистралей.

Остается обостренной проблема обеспечения населения доброкачественной питьевой водой. Ухудшается санитарно-техническое состояние водопроводных сооружений и сетей, в течение многих лет не решаются проблемы санитарной охраны водоисточников города, строительства нового водозабора.

Ухудшилось положение в области охраны и создания безопасных условий труда.

Высок удельный вес предприятий с неудовлетворительными условиями труда.

Состояние питания населения характеризуется дальнейшим снижением потребления важнейших продуктов - молочных, мяса и мясопродуктов, рыбы,

овощей и фруктов. Формируются группы населения с признаками белково-

витаминной недостаточности. Усугубилась ситуация с обеспеченностью населения, особенно детей, витаминами и важнейшими микроэлементами (йод,

железо, селен и др.). Не решен вопрос обеспечения населения качественными продуктами питания.

Свыше 50 % трудопотерь, связанных с недожитием до пенсионного возраста, определяются смертельными травмами и отравлениями.

Наметилась выраженная тенденция ухудшения интегральных показателей заболеваемости различных групп населения.

Эпидемиологическая обстановка в 2015 г. продолжает оставаться напряженной, а по некоторым аспектам критической.

70