Вестник Бурятского государственного университета
Математика, информатика
АвторизацияРУСENG

Вестник БГУ. Математика, информатика

Библиографическое описание:
Аксенюшкина Е. В.
,
Леонова О. В.
МОДЕЛИРОВАНИЕ КРИМИНОГЕННОЙ ОБСТАНОВКИ И ПРОГНОЗИРОВАНИЕ КОЛИЧЕСТВА ПРЕСТУПЛЕНИЙ В РЕГИОНАХ РОССИЙСКОЙ ФЕДЕРАЦИИ // Вестник БГУ. Математика, информатика. - 2020. №2. . - С. 36-51.
Заглавие:
МОДЕЛИРОВАНИЕ КРИМИНОГЕННОЙ ОБСТАНОВКИ И ПРОГНОЗИРОВАНИЕ КОЛИЧЕСТВА ПРЕСТУПЛЕНИЙ В РЕГИОНАХ РОССИЙСКОЙ ФЕДЕРАЦИИ
Финансирование:
Коды:
DOI: 10.18101/2304-5728-2020-2-36-51УДК: 519.24
Аннотация:
В работе представлена разработка комплексного эконометрического исследования криминогенной обстановки на территории Российской
Федерации, в основе которого заложен регрессионный анализ. В качестве объекта исследования использовались эмпирические данные Федеральной государственной службы статистики за 2018 г. с целью выявления факторов, оказывающих значимое влияние на количество совершенных тяжких и особо тяжких преступлений в России. В процессе установления взаимосвязей между переменными был построен «веер» из шести эконометрических моделей множественной регрессии. Для выбора наилучшей модели были проведены тесты Бокса — Кокса и Зарембки, которые дали возможность выделить линейную регрессионную модель. Полное эконометрическое исследование рассматриваемой проблемы также
включало в себя анализ мультиколлинеарности факторов и исследование гетероскедастичности остатков линейной модели регрессии. Проверка неоднородности наблюдений для модели, которая в процессе исследования оказалась наилучшей из всех рассмотренных моделей, проводилась с использованием тестов Уайта, Бреуша — Пагана, Гольдфельда — Квандта, Парка и Глейзера. По всем проведенным тестам гипотеза о гомоскедастичности остатков была отклонена. Поскольку в результате исследования предпочтение было отдано линейной регрессионной модели, то именно на основе этой модели были построены точечный и интервальный прогнозы. Установлены количественные взаимосвязи исследуемых переменных
Ключевые слова:
эконометрическое исследование; мультиколлинеарность факторов; гетероскедастичность остатков; регрессионная модель; коэффициенты эластичности; прогнозирование.
Список литературы:
1. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы. М.: ЮНИТИ, 1998. 1000 с.

2. Балдынова Е. В., Малютина С. А. Сравнительный анализ среднемесячной реальной заработной платы работников организаций в разрезе видов экономической деятельности по Иркутской области // Известия Байкальского государственного университета. 2018. Т. 28, № 3. С. 409–418.

3. Валентинов В. А. Эконометрика. М.: Дашков и К°, 2009. 436 с.

4. Волченко Л. Ю., Мамонова Н. В., Завьялова Е. О. Моделирование влияния деятельности таможенных органов на социально-экономическое развитие и инвестиционную активность регионов // Инновационное развитие экономики. 2017. № 6(42). С. 16–26.

5. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: пер. с англ. 3-е изд. М.: Вильямс, 2007. 392 с.

6. Елисеева И. И. Эконометрика. М.: Юрайт, 2012. 449 с.

7. Кучерова С. В. Использование анализа временных рядов при исследовании уровня преступности // Фундаментальные исследования. Экономические науки. 2015. № 11. С. 1206–1209.

8. Латов Ю. В. Экономические детерминанты преступности в зарубежных странах (обзор криминометрических исследований) // Журнал институциональных исследований. 2011. Т. 3, № 1. С. 133–149.

9. Мамонова Н. В., Гаврилова Е. А. Анализ нарушения гарантий независимости адвокатов сотрудниками правоохранительных органов при защите личности в уголовном судопроизводстве // Адвокатская практика. 2019. № 2. С. 45–51.

10. Молоков В. В., Рудакова Е. Н. Исследование статистических взаимосвязей показателей преступности как фактора криминализации региона // Вестник Сибирского юридического института МВД России. 2018. № 1(30). С. 61–68.

11. Мустафина С. Ю. Влияние социально-экономических факторов на уровень преступности: статистическое исследование // Экономика инновационного развития: теория и практика. 2018. № 3 (19). С. 41–46.

12. Мхитарян В. С. Эконометрика. М.: Проспект, 2008. 380 с.

13. Рогачева О. А. Миграционные процессы в регионах Сибири и Дальнего Востока // GLOBAL AND REGIONAL RESEARCH. 2019. Т. 1, № 3. С. 256–263.

14. Трофимов С. Е. Эконометрическое моделирование динамического временного ряда цены на нефть // Известия Иркутской государственной экономической академии. 2015. Т. 25, № 6. С. 990–998.