GZ>А зачем тогда этот пост?
В образовательных целях.
GZ>А пишешь как раз про него. Обидно что картина Путина не совпадает с божеством в картинке созданный еще в 2000-ом медиаресурсами Березовского? Да — это проблема. Это человек. Мы про него мало что знаем как человеке, и надо об этом говорить. В статье же описаны элементарные вещи. Является ли Путин носителем блатного языка и понятий? Да — является. Сделал ли что-то Путин полезное в экономике? Нет. Экономика прямо зависит от нефти. Начиная с второго срока — все реформы были неуспешны. Госкорпорации — кардинально теряют в стоимости. Так оно сейчас, эта картинка совсем не совпадает с божеством, но об этом надо говорить. Если тебе действительно наплевать на Путина.
Ужас, количество Путина на кв.см поста достигло критической отметки. Заметь про него пишешь ты, а не я
.
A>Нет, это ты пытаешься доказать, что она есть. А я поставил твоё доказательство под сомнение. Так что давай, накладывай графики, показывай. Хотя и невооружённым глазом видно, что зависимости нет.
Подробнее... Посчитал корреляцию между изменением цены на нефть и изменением ВВП. Сделал это в том числе и по данным Росстата в фиксированных ценах 2008 года. Самое интересное, что корреляция по данным Росстата (0.76) получилась даже выше, чем корреляция по данным Всемирного Банка (0.7).
Лидеры:
0 ARE 0.908057
1 COG 0.902750
2 BRN 0.902417
3 FCS 0.878289
4 OMN 0.858873
5 QAT 0.851609
6 BHR 0.836440
7 SAU 0.826270
8 ARB 0.808318
9 TTO 0.787630
10 SST 0.783933
11 OSS 0.769815
12 RUS_GKS 0.755087
13 MYS 0.741221
14 YEM 0.730755
15 STP 0.716530
16 SSD 0.710015
17 GNB 0.706874
18 RUS 0.704883
19 MEA 0.700878
20 NRU 0.699545
import pandas as pd
import numpy as np
gdp_url = "https://raw.githubusercontent.com/datasets/gdp/master/data/gdp.csv"
gdp = pd.read_csv(gdp_url).rename(columns={'Country Code': 'Country'})[['Country', 'Year', 'Value']]
# Данные Росстата
# ВВП в ценах 2008 года
gks_y1 = np.array([1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003,
2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011])
gks_v1 = np.array([22908.3, 22081.8, 22386.8, 21190.2, 22536.0, 24799.9, 26062.5, 27312.3, 29304.9,
31407.8, 33410.5, 36134.6, 39218.7, 41276.8, 38048.6, 39762.2, 41457.8])
# ВВП в ценах 2011 года
gks_y2 = np.array([2011, 2012, 2013, 2014, 2015, 2016])
gks_v2 = np.array([60282.5, 62486.4, 63602.0, 64071.8, 62445.4, 62333.9])
# Переводим всё в цены 2008 года
gks_v2 = gks_v2 * (gks_v1[-1] / gks_v2[0])
gks_y, gks_v = np.append(gks_y1, gks_y2[1:]), np.append(gks_v1, gks_v2[1:])
gks_gdp = pd.DataFrame({'Country': 'RUS_GKS', 'Year': gks_y, 'Value': gks_v})
# Добавляем к общей статистике по ВВП
gdp = gdp.append(gks_gdp)
gdp.sort_values(['Country', 'Year'], inplace=True)
gdp['gdp_pct_ch'] = gdp.groupby(['Country']).Value.pct_change()
# НЕФТЬ
oil_url = "https://www.quandl.com/api/v3/datasets/CHRIS/CME_CL1.csv"
oil = pd.read_csv(oil_url, index_col=0, parse_dates=True).rename(columns={'Open' : 'Price'})[['Price']].sort_index()
oil['Year'] = oil.index.year
oil = pd.DataFrame(oil.groupby('Year')['Price'].mean()).reset_index()
oil['oil_pct_ch'] = oil['Price'].pct_change()
# CORR
data_for_corr = gdp.merge(oil, left_on='Year', right_on='Year', how='inner')[['Country', 'oil_pct_ch', 'gdp_pct_ch']]
result = data_for_corr.groupby('Country')[['oil_pct_ch', 'gdp_pct_ch']].corr().reset_index()
result = result[result.level_1 == 'oil_pct_ch'][['Country', 'gdp_pct_ch']].sort_values('gdp_pct_ch', ascending=[False])
result['Place'] = range(len(result))
result.set_index('Place', inplace=True)