Характеристика уровня жизни населения Тверской области

| | | | |

| |февраль |3639 |135 |

| |март |3889 |101 |

| |апрель |4005 |168 |

|Итого по группе 1|- |15167 |546 |

|2 от 4011 до 4445|май |4083 |147 |

| | | | |

| |июнь |4296 |266 |

| |август |4443 |173 |

| |сентябрь |4413 |137 |

|Итого по группе 2|- |17235 |723 |

|3 от 4446 до 5450|июль |4462 |196 |

| | | | |

| |октябрь |4700 |146 |

| |ноябрь |4756 |247 |

| |декабрь |5422 |336 |

|Итого по группе 3|- |19340 |925 |

Формулы для определения средних величин представлены в приложении 1.

Но в данном случае средняя арифметическая взвешенная будет равна средней

арифметической простой, так как f всегда будет равно 1. Ни одно значение

признака не повторяется дважды.

Таблица 5

Зависимость среднего накопления сбережений во вкладах и ценных бумагах

от средней начисленной заработной платы

|Группы месяцев |Число |Средние уровни |

| |месяцев| |

| | | |

| | |[pic] |[pic] |

|1 от 3500 до 4010 |4 |3791,75 |136,4233 |

|2 от 4011 до 4445 |4 |4308,75 |180,75 |

|3 от 4446 до 5450 |4 |4835 |231,294 |

|Итого в среднем |- |4311,8333 |182,8848 |

Вывод: Наблюдается прямая зависимость между показателями, так как при

увеличении среднего значения факторного признака увеличивается и среднее

значение результативного признака. То есть начисленной заработной платы

увеличивается среднее значение накопления сбережений во вкладах и ценных

бумагах.

3.2 Ряды динамики

Ряд динамики представляет собой ряд расположенных в хронологической

последовательности числовых значений статистического показателя,

характеризующих изменение общественных явлений во времени. Исходные данные

подобраны за 12 месяцев 2003 года. Формулы для расчёта данного метода даны

в приложении 1. Для определения показателей динамики составим таблицу 1.

Таблица 6

Показатели динамики

| |ряда |прирост | |% |е |

| | | | | |1% |

| | | | | |А% |

| | |й |й | |й | |й | |

|январь|3634 |- |- |- |- |- |- |- |

|феврал|3639 |5 |5 |100,137|100,137|0,1376|0,1376 |36,34 |

|ь | | | |6 |6 | | | |

|март |3889 |250 |255 |106,870|107,017|6,8700|7,0171 |36,39 |

| | | | |0 |1 | | | |

|апрель|4005 |116 |371 |102,982|110,209|2,9828|10,2091|38,89 |

| | | | |8 |1 | | | |

|май |4083 |78 |449 |101,947|112,355|1,9476|12,3555|40,05 |

| | | | |6 |5 | | | |

|июнь |4296 |213 |662 |105,216|118,216|5,2168|18,2168|40,83 |

| | | | |8 |8 | | | |

|июль |4462 |166 |828 |103,864|122,784|3,8641|22,7848|42,96 |

| | | | |1 |8 | | | |

|август|4443 |-19 |809 |99,5742|122,262|-0,425|22,2620|44,62 |

| | | | | |0 |8 | | |

|сентяб|4413 |-30 |779 |99,3248|121,436|-0,675|21,4364|44,43 |

|рь | | | | |4 |2 | | |

|октябр|4700 |287 |1066 |106,503|129,334|6,5035|29,3341|44,13 |

|ь | | | |5 |1 | | | |

|ноябрь|4756 |56 |1122 |101,191|130,875|1,1915|30,8751|47 |

| | | | |5 |1 | | | |

|декабр|5422 |666 |1788 |114,003|149,202|14,003|49,2020|47,56 |

|ь | | | |4 |0 |4 | | |

По таблице вычислим:

1) Среднемесячный абсолютный прирост

?уц = [pic] = 162,5455

[pic] = 162,0909

2) Среднемесячный темп роста (Тр)

[pic] = 103,7045 %

[pic] = 119,6909 %

Наиболее точным способом выявления общей закономерности развития

явления является аналитическое выравнивание прямой. Формулы для расчётов

даны в приложении 1. В данном случае уравнение будет иметь вид:

[pic]= 4311,8333+67,6294?t

Расчёт показателей аналитического выравнивания представим в таблице 7.

Таблица 7

Аналитическое выравнивание ряда динамики средней

начисленной заработной платы

| |уровни |е | | |ый |е |отклонений|

| | | | | | |от | |

| |у |t |t2 |yt |у1 |у - у1 |(у - у1)2 |

|январь|3634 |-11 |121 |-3997|3567,9099|66,0901 |4367,9013 |

| | | | |4 | | | |

|феврал|3639 |-9 |81 |-3275|3703,1687|-64,1687 |4117,6221 |

|ь | | | |1 | | | |

|март |3889 |-7 |49 |-2722|3838,4275|50,5725 |2557,5778 |

| | | | |3 | | | |

|апрель|4005 |-5 |25 |-2002|3973,6863|31,3137 |980,5478 |

| | | | |5 | | | |

|май |4083 |-3 |9 |-1224|4108,9451|-25,9451 |673,1482 |

| | | | |9 | | | |

|июнь |4296 |-1 |1 |-4296|4244,2039|51,7961 |2682,8360 |

|июль |4462 |1 |1 |4462 |4379,4627|82,5373 |6812,4059 |

|август|4443 |3 |9 |13329|4514,7215|-71,7215 |5143,9736 |

|сентяб|4413 |5 |25 |22065|4649,9803|-236,9803|56159,6626|

|рь | | | | | | | |

|октябр|4700 |7 |49 |32900|4785,2391|-85,2391 |7265,7042 |

|ь | | | | | | | |

|ноябрь|4756 |9 |81 |42804|4920,4979|-164,4979|27059,5591|

|декабр|5422 |11 |121 |59642|5055,7567|366,2433 |134134,154|

|ь | | | | | | |8 |

|Итого |51742 |0 |572 |38684|51741,999|0,0004 |251955,093|

| | | | | |6 | |2 |

Для наибольшей наглядности полученных данных Отклонение фактических

уровней от теоретических представим в виде графика.

[pic]

Рис 2. Отклонение фактических уровней от теоретических

По графику видно, что наибольшее отрицательное отклонение в сентябре,

а наибольшее положительное декабре.

Проверим правильность выравнивания. Если выравнивание выполнено

правильно, то должно выполнятся равенство Sу = S[pic]

Проверка: 51742 ? 51741,9996

Разницу в 0,0004 можно объяснить тем, что округления при расчётах

производились до 4 знака после запятой.

Для оценки степени приближения выровненных уравнений к фактическим

данным рассчитывается остаточное среднее квадратическое отклонение и

коэффициент вариации. Формулы представлены в приложении 1.

[pic] = 144,9009

[pic]?100% = 3,3605%

Вывод: средне квадратическое отклонение равное 144,9009 говорит о том,

что значение начисленной заработной платы отклоняется от среднего значения

примерно на 145 рублей. По полученному значению коэффициента вариации

можно сказать, что признак колеблется в пределах 3,3605% от своей средней

величины. Так как коэффициент вариации не превышает 33%, то совокупность

можно считать однородной.

3.3 Корреляционно-регрессионный анализ

В области изучения взаимосвязей задача статистики состоит не только в

количественной оценке их наличия, направления и силы связи, но и в

определении формы влияния факторных признаков на результативный. Для её

решения и применяют методы корреляционного и регрессионного анализа. Задачи

корреляционного анализа сводятся к измерению тесноты известной связи между

варьирующими признаками. Задачами регрессионного анализа являются выбор

типа модели (формы связи).

В данном случае связь будет выражена по уравнению прямой:

[pic]= ао + а1х,

где [pic] - теоретические значения результативного признака, полученные по

уравнению регрессии,

ао и а1 – параметры уравнения регрессии.

Для удобства вычислений составим таблицу 8.

Таблица 8

Вычисление величин для уравнения связи между накоплением сбережений во

вкладах и ценных бумагах и начисленной заработной платой

| | |ий руб |руб | |

| | | | |у2 |х2 |xy |y |

|январь 2004 |13 |5747,0915 |

|февраль 2004 |14 |5909,637 |

|март 2004 |15 |6072,1825 |

Примерные значения заработной платы составят в:

январе 2004 – 5747 рублей 9 копеек

феврале 2004 – 5909 рублей 64 копейки

марте 2004 – 6072 рубля 18 копеек

Вывод: При анализе результатов прогнозирования обоими методами можно с

уверенностью сделать вывод о росте значения средней начисленной заработной

платы в первые 3 месяца 2004 года.

Выводы и предложения

На основании расчётов произведённых разделах 3 и 4 можно сделать ряд

выводов:

1. Размер средний начисленной заработной платы и средний размер накопления

сбережений во вкладах и ценных бумагах находятся в прямой зависимости, так

как при увеличении средних значений одного признака увеличиваются и средние

значения другого.

2. Скорость роста (цепной абсолютный прирост) средней начисленной

заработной платы равна примерно 162 рубля 55 копеек в месяц. Среднемесячный

темп роста составляет примерно 103,7%.

3. Аналитическое выравнивание ряда динамики выполнено, верно, потому что

разность между исходными и выровненным уровнем составляет всего 0,0004, и

объясняется округлением данных.

4. Значение средней начисленной заработной платы отклоняется от своего

среднего значения примерно на 145 рублей или на 3,36%.

5. Совокупность однородна по своему составу, об этом свидетельствует

коэффициент вариации, он менее 33%.

6. Так как коэффициент корреляции больше ноля, то есть положительная

величина то можно утверждать, что показатели находятся друг с другом в

прямой зависимости. Полученная величина коэффициента корреляции равного

0,7494 свидетельствует о возможном наличии достаточнотесной прямой

зависимости между рассматриваемыми признаками. Для рассматриваемого примера

величина коэффициента детерминации будет равна 0,5616, а это значит, что

56,16% вариации объёма средних накоплений сбережений во вкладах и ценных

бумагах, объясняется вариацией средней начисленной заработной платы.

Коэффициент корреляции не зависит от случайных обстоятельств.

7. По прогнозам размер заработной латы будет возрастать, он имеет стойкую

тенденцию к увеличению. С ростом заработной платы будет происходить и рост

объёма сбережений во вкладах и ценных бумагах. При расчётах методом

среднегодовых показателей данные получаются несколько выше чем при расчётах

методом экстраполяции.

В целом по всей работе прослеживается тенденция по увеличению объёмов

заработной платы.

Но надо принять во внимание один факт. Расчёты в курсовой работе

производились по месяцам 2003 года. Этот год был довольно стабильным в

финансовом отношении. По этому наблюдался столь большой рост зарплаты. Но

Российская экономика характеризуется своей непредсказуемостью. В следствие

этого возможно очень существенное отклонение прогнозируемых данных от

фактических. Российская экономика вообще трудно поддаётся какому – либо

прогнозированию.

В качестве предложений можно сделать следующие меры:

1. Повысить размер социальных трансфертов населению (пенсий, пособий,

стипендий) для увеличения доходов.

2. Сделать минимальный размер заработной платы равным прожиточному

минимуму.

3. Усовершенствовать методику расчёта прожиточного минимума, в соответствии

с реальной экономической ситуацией в стране.

4. Повысить среднюю заработную плату работникам бюджетной сферы до

среднеобластного уровня.

5. Ввести контроль и государственное регулирование цен на жизненно важные

товары и услуги.

В результате принятия всех этих мер можно сушественно повысить уровень

жизни населения страны и области.

Список используемой литературы

1. Книга двух авторов

Афанасьев В.Н., Маркова А.И. Статистика сельского хозяйства: Учебное

пособие. – М.: Финансы и статистика, 2002. – 272 с.

2. Книга группы авторов

Божко В.П., Романов А.Н., Григоренко Г.П. и др. Информационные технологии в

статистике: Учебник для вузов - М., 1995.

3. Книга одного автора

Дмитричев И.И. Статистика уровня жизни населения. Методология оценки и

анализа стоимости жизни населения. М., 1995.

4. Книга двух авторов

Елисеева И.И., Юзбашев М.М. , Общая теория статистики - М.: Финансы и

статистика, 2002. – 480 с.

5. Книга трёх авторов

Ефимова М.Р., Петрова Е.В., Румянцев В.Н., Общая теория статистики. – М.:

ИНФРА-М, 1998. – 416 с.

6. Книга пяти авторов

Зинченко А.П., Сергеев С.С., Политова И.Д., Филимонов В.С., Шибалкин А.Е.

Практикум по общей теории статистики и сельскохозяйственной статистике – 4

– е издание переработано и дополнено – М.: Финансы и статистика, 1988 – 328

с.

7. Энциклопедический справочник

Ильин М.А. Тверская область – Тверь: Тверское областное книжно – журнальное

издательство, 1994 – 328 с.

8. Методические указания

Рыбальченко М.Б. Статистика. Методические указания к выполнению курсовой

работы студентами экономического факультета очного и заочного отделения. –

Тверь 2003 – 27 с.

9. Информационно – аналитический бюллетень

Социально – экономическое положение Тверской области в январе – феврале

2004 года / Тверской областной комитет государственной статистики. – Тверь

2004 – 86 с.

10. Информационно – аналитический бюллетень

Социально – экономическое положение Тверской области в январе – марте 2004

года / Тверской областной комитет государственной статистики. – Тверь 2004

– 86 с.

11. Статистический ежегодник

Тверская область в цифрах в 2002 году / Тверской областной комитет

государственной статистики. – Тверь 2003 – 306 с.

12. Доклад

Тверская область в 1995 – 2002 годах / Тверской областной комитет

государственной статистики. – Тверь 2003 – 76 с.

13. Доклад

Тверская область в 1995 – 2003 годах / Тверской областной комитет

государственной статистики. – Тверь 2004 – 84 с

14. Информационный сборник

Цены по Тверской области в 2003 году / Тверской областной комитет

государственной статистики. – Тверь 2004 – 82 с.

Приложение 1

Основны формулы используемые в работе

1. Средние величины:

1) Средняя арифметическая простая:

[pic],

где n – число вариантов

2) Средняя арифметическая взвешенная:

[pic],

где f – веса (частота повторения одинаковых признаков)

2. Анализ ряда динамики предполагает расчёт системы показателей

1) Абсолютный прирост (?у):

?уц = уi – уi-1 (цепной)

?уб = уi – уо (базисный),

где уi – уровень сравниваемого периода

уi-1 – уровень предшествующего периода

уо – уровень базисного периода.

2) Среднемесячный абсолютный прирост ([pic]):

[pic] или ?уц = [pic],

где n – число абсолютных приростов в изучаемом периоде,

m – число уровней ряда динамики в изучаемом периоде

3) Темп роста (Тр):

Тр = [pic]?100% (цепной)

Тр = [pic]?100% (базисный)

4) Среднемесячный темп роста (Тр)

[pic],

где n – число коэффициента роста.

5) Темпы прироста (Тпр)

Тпр = Тр – 100

6) Абсолютное значение 1% прироста (А%)

А% = [pic]

3. Формулы для аналитического выравнивания по прямой:

Прямая линия выражается при помощи следующего уравнения:

[pic] = ао + а1t,

где [pic] – выравненные значения ряда

t – время

ао и а1 – параметры искомой прямой

ао = [pic],

а1 = [pic],

где у – фактические уровни ряда динамики

n – число лет

4. Остаточное среднее квадратическое отклонение:

[pic],

5. Коэффициент вариации:

[pic]?100%

6. Коэффициент корреляции

r = [pic],

где r – коэффициент корреляции

[pic] - средняя величина признака х,

[pic] - средняя величина признака у,

[pic] - средняя из попарных произведений изучаемых признаков х и у,

[pic] - среднее квадратическое отклонение факторного признака,

[pic] - среднее квадратическое отклонение результативного признака.

7. Коэффициент детерминации

i = r2

8. Критерий Стьюдента

[pic],

где n – число наблюдений

k – число факторов в модели

9. Прогнозирование

1) Метод экстраполяции

y1 = + taSyt,

где ta – коэффициент доверия по распределению Стьюдента (определяется по

таблице Стьюдента),

Sy = [pic]/ (n – m),

где n – число уровней ряда динамики,

m – число параметров адекватной модели тренда (для уравнения прямой m =2 )

(yt - taSyt) ? yпр. ? (yt + taSyt)

2) Метод среднегодовых показателей

Yt = y0 + [pic]?t или Yt = y0?[pic],

где y0 – начальный уровень ряда,

[pic] - среднегодовой абсолютный прирост,

[pic] - среднегодовой темп роста,

t – период времени

Страницы: 1, 2, 3

МЕНЮ

Характеристика уровня жизни населения Тверской области