Актуальность исследования обуславливается усилением цифровизации, необходимостью в модернизации и изменениях во всех направлениях деятельности университетов. Это в свою очередь приводит к появлению рисковых событий и к острой необходимости внедрения системы внутреннего контроля, ее улучшению и осуществлению оценки ее эффективной работы. Цель статьи в разработке инструментария оценки эффективности системы внутреннего контроля университетов России на основе регрессионного анализа. Гипотезы статьи заключаются, во-первых, в нахождении тесной корреляционной зависимости всех независимых показателей, отражающих основные аспекты деятельности университетов России, от зависимой переменной. Во-вторых, в предположении о корреляционной зависимости между результирующими и объясняющими переменными, географическим положением собранных данных, их влиянии на полученные модели. В-третьих, в отсутствии влияния показателя, характеризующего год собранного наблюдения и наименования объекта на точность полученных моделей. В ходе исследования было собрано пятнадцать объясняющих переменных и одна результирующая переменная, характеризующая доходы от всех источников вузов. Объектом исследования выступают университеты России, за исключением филиалов. Информационной базой данного исследования являются результаты мониторинга деятельности университетов России за 2018-2022 гг. по 3 264 наблюдениям, из которых была сформирована генеральная совокупность из 405 сбалансированных наблюдений. При помощи применения метода по сбору данных - парсинг, а также методов оценки панельных данных и качества полученных выборок и методов расчета моделей и стандартных ошибок, были сформированы три регрессионные модели, характеризующие влияние независимых переменных на зависимую. В результате исследования был сформирован инструментарий для оценки эффективности системы внутреннего контроля университетов России. Большинство показателей имеют сильное влияние на результирующую переменную, тесно коррелируют с географическим положением. При этом три показателя не вошли в исходную регрессионную модель, так как были мультиколлинеарны с объясняющими показателями. Таким образом, только одна из трех гипотез подтвердилась полностью.
В статье проводится анализ методов исследования межтерриториальных взаимосвязей и обосновывается необходимость; использования пространственной автокорреляции и авторегрессии для установления межрегиональной взаимосвязи в процессах формирования инвестиционного потенциала с помощью кластерного анализа.
В статье рассмотрены временные ряды динамики показателя RUONIA, ключевой ставки Банка России, денежной массы, инфляции за период с января 2010 года. В ходе исследования применялись методы корреляционного анализа, а также анализа временных рядов, была произведена проверка мультиколлинеарности, выявлена автокорреляция. Разработанная модель прогноза значения RUONIA основывается на значении действующей ключевой ставки Банка России, динамике денежной массы, а также на предыдущем значении RUONIA. Модель позволяет «предугадывать» значение RUONIA с целью принятия более обоснованных финансовых решений.
Учебное пособие составлено в соответствии с программой курса «Теория
вероятностей и математическая статистика» и имеет целью научить студентов
основным методам статистического анализа данных гидрологических наблюде-
ний. Весь цикл практических работ включает 10 заданий с необходимыми пояс-
нениями и иллюстрациями.
Пособие предназначено для студентов географического факультета Москов-
ского государственного университета, обучающихся по профилю «Гидрология»
направления подготовки 05.03.04 «Гидрометеорология». Может быть полезно
для студентов других гидрометеорологических профилей подготовки и специа-
листов, занимающимися статистическим анализом данных наблюдений за ха-
рактеристиками состояния окружающей среды.