Построение прогнозных моделей

Актуальность исследования. В настоящее время вопросы развития человека в быстро меняющемся обществе выдвигаются на первый план. Поэтому оценка степени удовлетворенности человека качеством жизни приобретает особый смысл. Важным оказывается влияние не только общества на человека, но и самого человека на социальную жизнь, ее преображение. В условиях экономической нестабильности чаще всего человек оказывается не готовым к такому взаимодействию с социумом, с коллективом, ближайшим окружением, конкретными людьми, а это сильно тормозит процесс его развития. Таким образом, проблема удовлетворённости жизнью и поиска счастья будет являться актуальной в разные периоды жизни для многих поколений людей. Объект исследования – уровень удовлетворенности жизнью как один из показателей качества жизни. Предмет исследования – уровень удовлетворенности жизнью, факторы, влияющие на удовлетворенность жизнью и модели, отражающие это влияние.

---

Если вам нужна докторская диссертация стоимость её написания можно узнать на сайте Work5, заполнив форму заказа.

---

Цель работы – построение эконометрического инструментария для оценки влияния факторов на уровень удовлетворенности жизнью в России. Задачи работы: 1. Проанализировать понятия удовлетворенности жизнью и факторы, которые оказывают влияние на неё. 2. Описать методологию эконометрического моделирования уровня удовлетворенности жизнью и дать обзор существующих исследований. 3. Описать и применить подход к эконометрическому прогнозированию. Работа состоит из введения, основной части, заключения, списка литературы и приложения. Информационной базой исследования является данные государственной статистики, результаты исследований консалтинговых компаний, монографии и статьи.

Повышение уровня удовлетворенности жизнью является главной целью макроэкономической политики, ради достижения которой происходит экономическое развитие страны. Данный показатель является неотъемлемой частью показателей эффективности экономики страны. На основании анализа литературы и предыдущих научных исследований были выбраны социально-экономические факторы, которые могли оказывать определённое влияние на уровень удовлетворенности жизнью. Таким образом в данной работе были решены следующие задачи: 1. Проанализировано понятие удовлетворенности жизнью и факторы, которые оказывают влияние на неё. 2. Описана методология для эконометрического моделирования уровня удовлетворенности жизнью и рассмотрены различные исследования. 3. Построены качественные эконометрические модели уровня удовлетворенности жизнью. Теоретическая значимость выполненной работы состоит в доказательстве важности анализа уровня удовлетворенности жизнью. Практическая значимость выполненной работы состоит в полученных выводах о текущем состоянии удовлетворенности жизнью в России и в том, какие факторы оказывают влияние на неё. Данное исследование можно улучшить несколькими способам: 1) Увеличение количества рассматриваемых отраслей, что может привести к выявлению новых закономерностей, которые возможно не были учтены в представленных моделях. 2) Использование данных по отдельным субъектам Российской Федерации. Это может помочь рассмотреть влияние и проанализировать уровень удовлетворенности жизнью субъекта индивидуально.

1. Кильдишев, Г. С. Анализ временных рядов и прогнозирование / Г. С. Кильдишев, А. А. Френкель. – 2-е издание. – Москва : Ленанд, 2021. – 104 с. – ISBN 978-5-9710-8688-8. 2. Дегтярева, Н. А. Модели анализа и прогнозирования на основе временных рядов / Н. А. Дегтярева. – Челябинск : ЗАО "Библиотека А. Миллера", 2018. – 160 с. – ISBN 978-5-93162-080-0. 3. Дегтярева, Н. А. Модели анализа и прогнозирования на основе временных рядов / Н. А. Дегтярева. – Челябинск : ЗАО "Библиотека А. Миллера", 2018. – 160 с. – ISBN 978-5-93162-080-0. 4. Епихин, А. И. Прогнозирование многомерных нестационарных временных рядов с использованием нейромоделирования / А. И. Епихин, С. И. Кондратьев, Е. В. Хекерт // Морские интеллектуальные технологии. – 2020. – № 4-4(50). – С. 23-27. – DOI 10.37220/MIT.2020.50.4.092. 5. Колесников, И. Н. Прогнозирование временных рядов посредством привязки событий / И. Н. Колесников // Моделирование, оптимизация и информационные технологии. – 2019. – Т. 7. – № 4(27). – С. 20-21. – DOI 10.26102/2310-6018/2019.27.4.039. 6. Применение нейронных сетей для прогнозирования социально-экономических временных рядов / О. В. Китова, Л. П. Дьяконова, В. А. Китов, В. М. Савинова // Russian Economic Bulletin. – 2020. – Т. 3. – № 5. – С. 188-201. 7. Миловидов, А. Е. Вариативность нейросетевых инструментов в задаче прогнозирования временных рядов финансовых активов / А. Е. Миловидов, Ю. А. Кропотов, А. Ю. Проскуряков // Инновационные, информационные и коммуникационные технологии. – 2019. – № 1. – С. 103-108. 8. Клячкин, В. Н. Прогнозирование и диагностика стабильности функционирования технических объектов / В. Н. Клячкин, В. Р. Крашенинников, Ю. Е. Кувайскова. – Москва : Общество с ограниченной ответственностью "Русайнс", 2020. – 200 с. – ISBN 978-5-4365-5384-9. 9. Ицкович, А. А. Методика анализа и прогнозирования временных рядов показателей эффективности поддержания летной годности летательных аппаратов гражданской авиации / А. А. Ицкович, И. А. Файнбург, Г. Д. Файнбург // Вестник машиностроения. – 2021. – № 10. – С. 11-18. – DOI 10.36652/0042-4633-2021-10-11-18. 10. Тормозов, В. С. Структурная оптимизация персептрона с помощью аппарата эволюционного моделирования для задачи прогнозирования значений временных рядов / В. С. Тормозов, А. Л. Золкин, К. А. Василенко // Промышленные АСУ и контроллеры. – 2020. – № 8. – С. 40-45. – DOI 10.25791/asu.8.2020.1210. 11. Зегжда, Д. П. Прогнозирование кибератак на промышленные системы с использованием фильтра Калмана / Д. П. Зегжда, Д. С. Лаврова, А. В. Ярмак // Проблемы информационной безопасности. Компьютерные системы. – 2019. – № 2. – С. 164-171. 12. Хакимова, Д. П. Прогнозирование временных рядов (на примере курса валюты) с помощью метода SSA / Д. П. Хакимова // Точная наука. – 2020. – № 77. – С. 12-16. 13. Осипов, А. Л. Факторные модели для прогнозирования временных рядов пожарной статистики / А. Л. Осипов // Наука Красноярья. – 2020. – Т. 9. – № 2-3. – С. 126-131. 14. Осипов, А. Л. Факторные модели для прогнозирования временных рядов пожарной статистики / А. Л. Осипов // Наука Красноярья. – 2020. – Т. 9. – № 2-3. – С. 126-131. 15. Осипов, А. Л. Факторные модели для прогнозирования временных рядов пожарной статистики / А. Л. Осипов // Наука Красноярья. – 2020. – Т. 9. – № 2-3. – С. 126-131.