Статистическое изучение безработицы в РФ

 

     2.4 Анализ влияния уровня  безработицы на уровень ВВП

     Предположим, что ВВП валовой внутренний продукт РФ зависит от уровня безработицы. Проверим это предположение с помощью  корреляцион-но - регрессионного анализа (КРА).

     Этапы анализа:

     1.Постановка  цели исследования.

     Определить  наличие или отсутствие зависимости  между показателями безработицы  и ВВП. Построить регрессионную  модель этой зависимости, проверить  её качество и использовать эту модель для анализа  и прогнозирования.

     2.Сбор  исходной статистической информации.

     Информацию для исследований находим в статистических ежегодниках. Представим данные в табличной форме.  

Исходная информация для КРА    Таблица 12

 

     Введём обозначения: x_i- уровень безработицы,

                                            -уровень ВВП

     3.Оценка  тесноты связи между признаками 

     3.1.Предположим,  что изучаемые признаки связаны  линейной зависимостью рассчитаем  линейный коэффициент корреляции  по формуле: 

             

        

         

         

       

          

           

           

           

     Коэффициент линейной корреляции равный -0,15 свидетельствует об наличии обратной, слабой связи.

     3.2.Оценка  существенности коэффициента корреляции. Для этого найдём расчётное  значение t-критерия Стьюдента:

         

        

     По  таблице критических точек распределения  Стьюдента (приложение 5) найдём при уровне значимости и числе степеней свободы

v=n-k-1=13-1-1=11. =2,20.Так как (0.48< 2.20). Поэтому принимаем нулевую гипотезу r=0, связь между и _{-отсутствует, наша оценка незначима.}  

     4.Построение  уравнения регрессии. 

     Этап  построения регрессионного уравнения  состоит в идентификации (оценке) его параметров, оценке без значимости и оценке значимости уравнения в  целом.

       4.1.Идентификация регрессии. Построим линейную  однофакторную модель вида

     _{Для оценке неизвестных  параметров a,b используется метод наименьших квадратов, заключающийся в минимизации суммы квадратов  отклонений  теоретических значений зависимой переменной от наблюдаемых (эмпирических).}

       _{Система нормальных  уравнений для  нахождения параметров  a,b имеет вид:}

              

         

        

            

             

          

 

             

     Уравнение регрессии:

                                          

       Коэффициент эластичности:

 

     _{Решением  системы являются значения параметров:}

     _{а= 5074                                           b= -0.38}

     _{4.2.Проверка  значимости параметров  регрессии.}

α=0,05   , ν=11,, t_кр=1.8. Так как t_раасч > t_кр. (10,08 > 1.8), то параметр a является  значимым.

. Так как t_расч > t_кр (9,34 > 1.8), то параметр b  является значимым.

Проверка  значимости уравнения регрессии  в целом.

α=0,05, ν₁=k=1, ν₂=n-k-1=13-1-1=11.

     По  таблице критических значений критерия Фишера найдем . Так как F_расч.>F_кр. (5,57 > 4,84), то для уровня значимости α=0,05 и числе степеней свободы ν₁=1, ν₂=11 построенное уравнение регрессии можно считать значимым.

     Таким образом, судя по регрессионному коэффициенту b=-0.38 , можно утверждать, что с увеличением численности безработных на 1тыс.чел,  ВВП в среднем уменьшиться на  0,38 млн.руб в год.

      Коэффициент детерминации  R²=2,25 показывает, что 2,25% вариации признака “ВВП” обусловлено вариацией признака “уровень безработицы”,  а всё остальное 97,75% вариации связано с воздействием неучтенных в модели факторов.

         _{На рисунке показаны  все диалоговые  окна программы  Statistica.}

1. Экранная форма №1

 

 

2. Экранная  форма №2

 

 
 
 
 

3) Экранная форма №3 

3. Экранная  форма №4

 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Заключение

     Возрастающий  интерес к статистике вызван современным  этапом развития экономики в стране, формирования рыночных отношений. Это требует глубоких экономических знаний в области сбора, обработки и анализа экономической информации.

     Проведя статистический анализ  безработицы  мы можем в дальнейшем проследить,  как растёт (падает) уровень статистической безработицы, и кто подвержен  большему воздействию проблемы безработицы, мужчины или женщины и в  каком соотношении. В качестве анализируемого периода был взят период с 1994 по 2006г. По результатам анализа данных, представленных в таблице 2 и на рисуноке 1  можно сделать вывод, что максимальный уровень безработицы за рассматриваемый период приходится  на 1999 год, этому послужил кризис 1998года. Наибольший темп прироста  зарегистрирован в 2006 году он составил 22%. Падение темпов безработицы наблюдалось в 2001 году, и составляло 22%.Снижение уровня безработицы продолжалось до 2004 года, а с началом 2005 года, напротив,  стало возрастать. Проверив статистическую совокупность, состоящую из уровней безработицы по регионам РФ  за 2006г. на однородность, можно утверждать, что изучаемая совокупность уровня безработицы   в  2006г. является однородной, так как коэффициент вариации  _.  Проверив соответствие эмпирического распределения уровня безработицы нормальному распределению на основе критерия согласия Пирсона, я пришла к выводу, что рассматриваемая совокупность уровня безработицы по возрасту на 2006 год имеет нормальный закон распределения. Так как As = 3.23 >0.25, то асимметрия значительна.     Е_k = -0.002< 0  это свидетельствует о том, что данное распределение безработных по возрасту является плосковершинным.  

     Структурный анализ уровня безработицы показал, что мужчины больше подвержены воздействию проблемы безработицы, нежели женщины.

     Изучение  межрегиональной вариации уровня безработицы  было проведено в виде  сравнения уровня безработных по различным регионам РФ. В качестве регионов было выбрано три: Республику Башкортостан, Амурская область, Калининградская область. Итак, на основе проведённого анализа дисперсий внутри каждой из образованных групп и между группами, следует отметить, что уровень безработицы зависит от местоположения региона, в котором наблюдается эта безработица.                                           

     В результате провидения корреляционно-регрессионного анализа показано, что между уровнем безработицы и ВВП существует тесная связь. Изучаемые признаки связаны линейной корреляционной зависимостью. Найдены параметры этой зависимости. Проведена комплексная оценка значимости, как параметров регрессионного уравнения, так и регрессии в целом. Так же анализ показал, что на валовый внутренний продукт уровень безработицы влияет в меньшей степени, и, следовательно, ВВП страны зависит от других факторов, не учтённых в модели.   
 
 
 
 
 
 
 
 
 
 
 
 
 

   Список  литературы

1. Ефимова М.Р. Общая теория статистики: Учебник / М.Р. Ефимова, Е.В. Петрова, В.Н. Румянцев. - М.: ИНФРА-М, 2000.
2. Дадашев А. Занятость населения и безработица в России: проблемы регулирования //Вопросы экономики. - 1996. - №1.  
3. Бендина Н.В. Общая теория статистики (конспект лекций). - М.: ПРИОР, 1999.
4. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория   статистики. - М.: Инфра-М, 2002.
5. Труд и занятость в России: Статистический сборник, 2003-2004.
6. Российский статистический ежегодник, 1998-2004.
7.   Рыжикова З. Фидлер М. О динамике и структуре безработицы в РФ//Вопросы статистики. – 1995. – № 2       
8. http://www.aup.ru/
9. http://www. rosstat.ru
10. http://www.nist.ru/
11. http://www. gks.ru

 

   
 
 
 
 
 
 
 

     Приложения 

Приложение 5