В данной статье рассмотрены теоретические и методологические основы применения модели нечеткой регрессии при оценке эффективности производства в сельскохозяйственных отраслях. Проведен анализ преимуществ нечеткого подхода в оптимизации использования имеющихся ресурсов в аграрном секторе. Кроме того, с научной точки зрения раскрыто значение выявления взаимосвязей между факторами, влияющими на эффективность, в условиях неопределенности с помощью модели нечеткой регрессии.
В данном исследовании проанализировано влияние деятельности субъектов малого предпринимательства на региональные экономические показатели с использованием статистико-эконометрических методов. Для эмпирических расчетов применялась программа Stata, что позволяет оценить влияние малого бизнеса на региональный экономический рост. Результаты данного подхода имеют практическое значение для совершенствования механизмов поддержки малого предпринимательства в региональной экономике.
Линейные модели стали мощным эконометрическим инструментом, используемым для демонстрации взаимосвязи между двумя или более переменными. Многие исследования также используют линейную аппроксимацию для нелинейных случаев, поскольку она все еще может дать достоверные результаты. Метод МНК требует, чтобы отношения зависимых и независимых переменных были линейными, хотя во многих исследованиях используется приближение МНК даже для нелинейных случаев. В этом исследовании мы представляем альтернативный метод оценки интервалов, бутстрап, в линейных регрессиях, когда взаимосвязь нелинейна. Мы сравниваем традиционные доверительные интервалы и доверительные интервалы начальной загрузки, когда данные имеют нелинейную зависимость. Поскольку нам необходимо знать истинные параметры, мы проводим моделирование. Результаты нашего исследования показывают, что, когда член ошибки имеет ненормальную форму, бутстрап-интервал превосходит традиционный метод из-за отсутствия предположения о распределении и более широкой ширины интервала.
Необходимо разработать надежные методы прогнозирования и предварительной оценки потребности экономики страны в энергии. Это позволяет экономистам более точно отслеживать и анализировать потребности потребителей в энергии. С этой целью было проведено данное исследование на основе собранных данных об объеме энергопотребления Республики Узбекистан за период с 1985 по 2023 годы и определен прогноз долгосрочного энергопотребления. В процессе прогнозирования использовалась эконометрическая модель ARIMA. Для определения лучшей процедуры ARIMA использовалась методология Бокса-Дженкинса. По результатам модель ARIMA (0,1,3) оказалась наиболее оптимальной моделью с наименьшей ошибкой. На основе этой модели средняя процентная ошибка общих результатов прогноза составила 7,2 процента. ARIMA оказалась наиболее эффективной моделью для принятия долгосрочных тактических решений относительно энергопотребления.
Цифровизация платежного сектора в этой статье стала реальной потребностью времени, поскольку жизнь в цифровом мире предъявляет различные требования к финансовым процессам, что связано с тем, что инновационные технологии, включая распределенные реестры и смарт-контракты, призваны удовлетворять.
