Articles

Features of Socio-Economic Indicators Dynamics Modeling on Highly Noisy Data

Received: 19.02.2024 Accepted: 31.05.2024 Published: 15.03.2024

UDC: 519.237.5:004 EDN: WWBGMI DOI: 10.36683/ee242.19-27

Full text

Abstract

Features of socio-economic indicators which must be taken into account at econometrical modeling of their dynamics were established on the empirical basis of the VСIOM sociological center. They are: 1) high measurement inacuracy of socio-economic indices of sociological nature, which almost an order more than the sampling error; 2) restriction on the use of traditional methods of parametric statistics due to non-compliance with the condition of normal distribution of informative indicators. Recommendations are given on econometric modeling of the dynamics of highly noisy data using regression analysis methods: 1) transition from building "accurate" regression dynamics models to "useful models", when "leaps" of informative indicators and/or changes in the direction of their trend are considered not as statistically established judgments, but as "trends"; 2) transition from analysis of synthetic indices dynamics to analysis of their components dynamics; 3) parallel analysis of indices dynamics based on respondents' answers to the related questions; 4) use of graphical analysis methods together with the analytic ones that contribute to interpretation of statistical conclusions results.

Keywords

Received: 19 February 2024 · Accepted: 31 May 2024

How to cite

Для цитирования:

Барбашова Е.В., Лясковская О.В. Особенности моделирования динамики социально-экономических показателей по сильно зашумлённым данным // Экономическая среда. 2024. Т. 13, № 2. С. 19–27. https://doi.org/10.36683/ee242.19-27

For citation:

Barbashova E.V., Lyaskovskaya O.V. Features of Socio-Economic Indicators Dynamics Modeling on Highly Noisy Data // Economic Environment. 2024. Vol. 13, no. 2. P. 19–27. https://doi.org/10.36683/ee242.19-27

How to Cite

Barbashova E.V., Lyaskovskaya O.V. Features of Socio-Economic Indicators Dynamics Modeling on Highly Noisy Data // Economic Environment. 2024. Vol. 13, no. 2. P. 19–27. https://doi.org/10.36683/ee242.19-27

Коды статьи

  • УДК 519.237.5:004
  • EDN WWBGMI
  • Тип статьи (РИНЦ) Научная статья (Научная статья)

References

  1. Балацкий, Е. В. Эффект инерции в формировании социальных настроений / Е. В. Балацкий, Н. А. Екимова // Мониторинг общественного мнения: экономические и социальные перемены. – 2007. – № 3(83). – С. 85-94. – EDN MHODRO.
  2. Барбашова, Е. В. Моделирование динамики социального самочувствия россиян по материалам мониторинга ВЦИОМ: проблемы и пути решения / Е. В. Барбашова, О. В. Лясковская // Социологический альманах : Материалы XV Орловских социологических чтений, Орел, 08 декабря 2023 года. – Орел: Российская академия народного хозяйства и государственной службы при Президенте РФ, 2023. – С. 18-27. – EDN LNEZUA.
  3. Барбашова, Е. В. Эконометрические модели развития общественных настроений россиян в условиях новой социальной реальности: особенности построения и социологический анализ / Е. В. Барбашова, О. В. Лясковская // Россия: Тенденции и перспективы развития : Ежегодник. Материалы XIII Международной научно-практической конференции, Курск, 03–04 июня 2022 года / Отв. редактор В.И. Герасимов. Том Выпуск 17. Часть 3. – Москва: Институт научной информации по общественным наукам РАН, 2022. – С. 521-527. – EDN GUYTDZ.
  4. Бююль, А. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей : Пер. с нем. / А. Бююль, П. Цёфель. – СПб.: ООО «Диа-СофтЮП». – 2002. – 608 с.
  5. Дементьева, И. Н. Использование индексного метода в социологических исследованиях ИСЭРТ РАН / И. Н. Дементьева // Вопросы территориального развития. – 2014. – № 9(19). – С. 4. – EDN SZIASP.
  6. Доугерти, К. Введение в эконометрику / К. Доугерти. – Москва: ИНФРА-М, 2009. – 465 с.
  7. Дрейпер, Н. Прикладной регрессионный анализ. – Изд. 2-е, перераб. и доп. Книга 1 / Н. Дрейпер, Г. Смит. – Москва: Финансы и статистика, 1986. – 366 с.
  8. Ермолаева, П. О. Социальные настроения россиян: методология интегральных оценок и эмпирические исследования / П. О. Ермолаева, Е. П. Носкова // Россия и современный мир. – 2013. – № 3(80). – С. 58-71. – EDN RCSHWD.
  9. Ильясов, Ф. Н. Шкалы и специфика социологического измерения / Ф. Н. Ильясов // Мониторинг общественного мнения: экономические и социальные перемены. – 2014. – № 1(119). – С. 3-16. – EDN RYFKIP.
  10. Индексы социальных оценок // ВЦИОМ. – URL: https://wciom.ru/ratings/indeksysocialnykh-ocenok.
  11. Ежедневный всероссийский опрос «СПУТНИК» // ВЦИОМ. – URL: https://ok.wciom.ru/research/vciom-sputnik.
  12. Скляр, А. Я. Анализ и устранение шумовой компоненты во временных рядах с переменным шагом / А. Я. Скляр // Кибернетика и программирование. – 2019. – № 1. – С. 51-59. – DOI 10.25136/2306-4196.2019.1.27031. – EDN ZAADBJ.
  13. Толстова, Ю.Н. Выбор метода как одна из главных методологических задач анализа данных / Ю.Н. Толстова // Математическое моделирование социальных процессов: сборник трудов, выпуск № 20. – Москва: ИПМ им. М.В. Келдыша. – 2018. – С. 181-196.