Статистическо-экономический анализ наличия, движения и использования трудовых ресурсов в РФ (Калужская область)

Размещено на http://www.allbest.ru/

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ ВСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ -

МСХА им. К.А. ТИМИРЯЗЕВА»

КАЛУЖСКИЙ ФИЛИАЛ

Кафедра экономики и статистки

КУРСОВАЯ РАБОТА

по дисциплине «Статистика»

на тему: «СЭА наличия, движения и использования трудовых ресурсов в РФ (Калужская область)»

Выполнил: студентка 33 группы 3 курса

экономического факультета

Сергеенкова Алина Сергеевна

Проверил: Гореева Надежда Михайловна

Калуга - 2012

ОГЛАВЛЕНИЕ

ВВЕДЕнИЕ

ГЛАВА 1. ИСПОЛЬЗОВАНИЕ МЕТОДОВ ГРУППИРОВОК В ИССЛЕДОВАНИИ ТРУДОВЫХ РЕСУРСОВ ПО СОВОКУПНОСТИ РАЙОНОВ КАЛУЖСКОЙ ОБЛАСТИ

1.1 Оценка совокупности на предмет её однородности

1.2 Построение ранжированного и интервального рядов распределения по одному группировочному факторному признаку

1.3 Анализ промежуточной аналитической группировки районов Калужской области

1.4 Анализ типических групп по показателям рынка труда по совокупности районов Калужской области

ГЛАВА 2. СТАТИСТИКО-ЭКОНОМИЧЕСКИЙ АНАЛИЗ ЕДИНИЦ СОВОКУПНОСТИ ПО ОСНОВНЫМ ПОКАЗАТЕЛЯМ

2.1 Индексный анализ

2.2 Корреляционно-регрессионный анализ

2.3 Оценка корреляционно-регрессионной модели на адекватность

ГЛАВА 3. Анализ рядов динамики методами укрупнения интервалов и скользящей средней, аналитическое выравнивание по уравнению прямой и параболы на примере Малоярославецкого района

3.1 Анализ рядов динамики

3.2 Анализ рядов динамики по уравнениям прямой и параболы

3.3 Построение прогноза и его оценка

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Введение

Статистика труда является важной составной частью как экономической, так и социальной статистики. Её показатели, характеризующие численность и состав трудовых ресурсов, производительность труда, использование рабочего времени, уровень занятости и безработицы, условия и оплату труда, неизменно занимают одно из ведущих мест в системе статистических показателей развития экономики, народонаселения и социальных процессов, поскольку труд есть необходимое условие существования общества.

Исходя из особенностей предмета исследования, статистика труда, в отличие от статистики промышленности, статистики сельского хозяйства, статистики капитального строительства, статистики транспорта и т.д. не относится к отраслевым статистикам, она является наукой, которая исследует вопросы труда, как в отрасли, так и в целом по народному хозяйству. Статистика труда органически входит в состав социально-экономической статистики как один из важнейших её разделов.

Изучение статистики трудовых ресурсов является на сегодняшний день актуальной темой, так как функционирование трудовых ресурсов является неотъемлемой частью формирования рыночной экономики.

Движение трудовых ресурсов- неотъемлемая часть любого национального рынка труда. Все основные перемещения трудовых ресурсов, за счет исключением миграционных и естественных, происходят между тремя категориями: занятые, безработные и экономически неактивное население. В национальном статистическом учёте из всего населения выделяют, в соответствии с международными стандартами, население трудоспособного возраста ( 15-72 лет); его делят, в свою очередь, на категории экономически активного и неактивного населения; в составе активного выделяют занятых и безработных. Занятые - это наемные работники, предприниматели, самозанятые. К безработным относятся лица, активно ищущие работу в течение последних четырёх недель. Экономически неактивное население - это неработающие учащиеся и пенсионеры ( по возрасту и инвалидности), неработающие лица, получающие доходы от собственности, домохозяйки, лица, отчаявшиеся найти работу.

К трудовым ресурсам или трудоспособному населению относят всех лиц трудоспособного возраста, способных трудиться.

На практике не всегда легко отделить занятых от безработных, а также безработных от экономически неактивного населения. Согласно стандартам Международной организации труда, к безработным относятся лица от 16 лет и старше, которые в рассматриваемый период: не имеют работы в течение четырёх недель и более; занимаются поиском работы; готовы приступить к работе.

Цель курсовой работы является статистико-экономический анализ движения, наличия и использования трудовых ресурсов по районам Калужской области. При написании данной работы были поставлены следующие задачи:

- изучена сущность, система показателей и методов трудовых ресурсов;

- приведена оценка совокупности на предмет её однородности;

- построен ранжированный и интегральный ряд распределения по одному группировочному факторному признаку;

- проведён анализ промежуточной аналитической группировки типических групп;

- проведены индексный анализ и корреляционно-регрессионный анализ влияния различных факторов на трудовые ресурсы;

- проведён анализ динамики показателей методами укрупнения интервалов, скользящей средней и аналитического выравнивания по уравнению прямой и параболы.

Объектом исследования данной курсовой является совокупность районов Калужской области. Предметом статистического наблюдения при изучении трудовых ресурсов могут приниматься такие единицы как население в целом или его отдельные группы.

Для решения этих задач в работе использовались различные методы: статистические методы анализа динамических процессов, методы простой и комбинированной группировки, графический, корреляционно-регрессионный метод, индексный метод, метод экспертной оценки и другие.

При написании данной курсовой работы были использованы данные статистических сводов по районам Калужской области, учебные пособия, методические и периодические издания. Тема данного исследования является одной из наиболее обсуждаемых и популярных в периодической печати.

ГЛАВА 1. ИСПОЛЬЗОВАНИЕ МЕТОДОВ ГРУППИРОВОК В ИССЛЕДОВАНИИ ТРУДОВЫХ РЕСУРСОВ ПО СОВОКУПНОСТИ РАЙОНОВ КАЛУЖСКОЙ ОБЛАСТИ

1.1 Оценка совокупности на предмет её однородности

Существует понятие однородности статистической совокупности. Оно относительно и вовсе не означает полного соответствия всех единиц совокупности, а лишь подразумевает наличие для всех единиц совокупности основного свойства, качества, типичности. Одна и та же совокупность единиц, к примеру, может быть однородна по одному признаку и неоднородна по-другому. Однородность единиц статистической совокупности формируется под воздействием определенных внутренних причин и условий. Одинаковые для всех единиц данной совокупности причины и условия существования создают то общее, что объединяет единицы совокупности, но эти же причины и условия формируют то, что отличает одну единицу совокупности от другой. В статистической совокупности эти отличия чаще имеют количественную природу. Количественные изменения значений признака при переходе от одной единицы совокупности к другой называются вариацией. Вариация возникает под воздействием случайных, прежде всего внешних, причин.

Проверка однородности осуществляется по коэффициенту вариации:

(1.1.)

Одним из показателей, характеризующим трудовые ресурсы, является численность работающих на 1000 среднегодовых жителей. Предварительный анализ позволил установить, что на трудовые ресурсы оказывает влияние показатель численность работающих на 1000 среднегодовых жителей. Проведем анализ данного факторного показателя на однородность.

Для этого определим среднее значение признака, среднее квадратическое отклонение и показатель вариации.

Среднее значение показателя 180,5 , среднее квадратическое отклонение 36,51

, поскольку коэффициент вариации меньше 33%, то совокупность однородная.

1.2 Построение ранжированного и интервального рядов распределения по одному группировочному факторному признаку

Статистическая группировка - это расчленение изучаемой совокупности на группу и подгруппы по определённым характерным достаточным признакам для глубокого и всестороннего изучения явлений.

Чтобы дать правильное статистическое освещение собранных материалов, необходимо заранее установить перечень показателей, по которым надо получить сводные данные для характеристики исследуемых явлений.

Метод аналитических группировок считается одним из основных методов изучения связей между экономическими явлениями. Процесс установления связей начинается с группировки единиц совокупности по факторному признаку. Затем приступают к вычислению синтетических показателей (относительных и средних величин) для результативного признака по группам, на которые была разбита совокупность.

Наиболее ответственный этап группировки состоит в том, чтобы отобрать такие признаки, которые позволили бы отделить друг от друга действительно существенно отличные группы единиц. Каждая единица, каждый объект массового явления имеют много признаков. Одни из этих признаков выражают наиболее характерное в данном явлении, другие -второстепенное, поверхностное, нетипичное.

Проведем аналитическую группировку выборочной однородной совокупности, состоящей из 24 районов Калужской области.

В качестве группировочного признака возьмем коэффициент безработицы, который отражает степень неудовлетворенности спроса на оплачиваемый труд или избытка предложения рабочей силы над спросом. Это будет результативный показатель (У). На него влияют такие факторы (Х) как среднегодовая численность работающих, общая численность населения, Число людей обратившиеся по вопросу трудоустройства, число трудоустроенных, число экономически активного населения. Составим ранжированный ряд, т.е. расположим районы по коэффициенту безработицы, в возрастающем порядке. Полученные данные оформим в виде таблицы 1.1.

Таблица 1.1 Ранжированный ряд распределения районов Калужской области

№ п/п	Наименование района	Коэффициент безработицы, %	№ п/п	Наименование района	Коэффициент безработицы, %
1	Перемышльский	1	13	Ульяновский	3,1
2	Жиздринский	1,6	14	Кировский	3,3
3	Боровский	1,7	15	Козельский	3,3
4	Юхновский	1,9	16	Малоярославецкий	3,4
5	Сухиничский	2	17	Ферзиковский	3,5
6	Медынский	2,4	18	Хвастовичский	5,7
7	Жуковский	2,4	19	Барятинский	6
8	Дзержинский	2,6	20	Думиничский	6,1
9	Бабынинский	2,7	21	Людиновский	6,2
10	Куйбышевский	2,7	22	Мещовский	6,3
11	Тарусский	2,7	23	Спас-Деменский	7
12	Мосальский	2,9	24	Износовский	8,8

Для большей наглядности изобразим ранжированный ряд графически, для чего построим огиву Гальтона, в которой на оси абсцисс запишем номера районов в ранжированном ряду, а на ординате - величину группировочного признака (рисунок 1.1)

Рисунок 1.1 - Огива Гальтона распределения районов по коэффициенту безработицы

Проанализируем данные ранжированного ряда и его графика. Размах колебаний в величине группировочного признака составляет 8,8-1=7,8, а коэффициент безработицы в Износовском районе (№24) выше, чем в Перемыщльском районе (№1), в 8,8/1=8,8 раза.

Построим интервальный вариационный ряд распределения районов и запишем полученные данные в таблицу 1.1. Число групп, на которые следует разделить совокупность, определим по формуле американского ученого Стерджсса:

n=l+3,32*lgN, (1.2)

где N =24 - общая численность единиц совокупности.

Поэтому число групп составит n=l+3,32*lg 24=1+3,32*1,38=5 групп.

Для определения границ интервалов, найдем шаг интервала по формуле:

(1.3)

где Xmax - максимальное значение признака в ранжированном ряду;

Xmin -минимальное значение признака в ранжированном ряду;

n-число групп.

Хmax=8,8, а Хmin=1, значит величина интервала составит:

h= (8,8-1 ) / 5 =1,6%

Установим границы групп: для I группы верхняя граница составит - 1+1.6=2.6% , для II группы - 2.6+1.6=4.2% , для III группы-4,2+1,6=5,8%, для IV группы- 5,8+1,6=7,4%, для V группы- 7,4+1,6=9%

Таблица 1.2 - Интервальный ряд распределения районов по коэффициенту безработицы

№ группы	Границы по коэффициенту безработицы, %	Число районов
1	1 - 2,6	8
2	2,6 - 4,2	9
3	4,2 - 5,8	1
4	5,8 - 7,4	5
5	7,4 - 9	1
Итого:	-	24

Интервальный ряд распределения областей (таблица 1.2 и рисунок 1.2) показывает, что в совокупности преобладают районы где коэффициент безработицы от 2,6 - 4,2-9 районов.

Для наглядности изобразим интервальный ряд графически в виде гистограммы (рис. 1.2).

Интервальный ряд распределения показывает, что наибольший удельный вес в совокупности районов Калужской области занимают районы с показателем коэффициент безработицы % в пределах 2,6 - 4,2, они составляют 37,5% (Бабынинский, Куйбышевский,Тарусский, Мосальский, Ульяновский, , Кировский, Козельский, Малоярославецкий, Ферзиковский).

Как видно из таблицы 1.1 и рисунка 1.2 распределение районов не равномерно, поэтому для определения типических групп необходимо провести промежуточную аналитическую группировку. Она позволяет оценить качественные особенности каждой группы интервального ряда, объединить однородные и малочисленные группы и таким образом обеспечить переход к типологической группировке.

Рисунок 1.2 - Гистограмма распределения районов

1.3 Анализ промежуточной аналитической группировки районов Калужской области

Анализ интервального ряда позволяет сделать вывод о характере распределения единиц совокупности. Так, преобладают районы с коэффициентом безработицы 2,6-4,2%.

Необходимо применить промежуточную аналитическую группировку и обеспечить переход от нее к типологической группировке.

Проанализируем показатели, сопоставив их между собой и по группам, и решим вопрос об укрупнении групп. Все полученные итоги запишем в табл.1.3

Таблица 1.3 Сводная таблица показателей, влияющих на коэффициент безработицы

№ группы	Группы по коэффициенту безработицы	Число районов	Среднегодовая численность работающих, тыс. чел	Общая численность населения, тыс. чел	Число людей обратившихся по вопросу трудоустройства, чел	Численность трудоустроенных, чел	Численность экономически активного населения, чел
1	1 - 2,6	8	47,8	234,3	11693	8419	60908
2	2,6 - 4,2	9	44	216,3	13115	9226	57284
3	4,2 - 5,8	1	2	11	904	642	3066
4	5,8 - 7,4	5	17	87,4	13069	11027	25541
5	7,4 - 9	1	0,8	7	658	545	1131
Всего	24	111,6	556	39439	29859	147930

Величина признака каждого объекта определяется как общими для всей совокупности причинами, так и индивидуальными, часто случайными, его особенностями. При осреднении влияния индивидуальных причин взаимно погашается и в величине средней проявляется размер признака, обусловленный общими для данной совокупности условиями.

Поэтому определим показатели в среднем по группам. Мы используем среднюю арифметическую простую. То есть, суммарный показатель делим на количество районов в группе.

Таблица 1.4 Промежуточная аналитическая группировка

№ группы	Группы по коэффициенту безработицы	Число районов	Коэффициент занятости, %	Коэффициент трудоустроенности, %	Коэффициент экономически активного населения, %
1	1 - 2,6	8	98,9	76,6	25,9
2	2,6 - 4,2	9	98,1	63,4	27,0
3	4,2 - 5,8	1	97,8	71,1	27,9
4	5,8 - 7,4	5	96,8	78,8	25,8
5	7,4 - 9	1	97,3	83,3	16,6
В среднем	24	97,8	74,6	24,6

Проанализируем показатели, сопоставив их между собой по группам, и решим вопрос об укрупнении групп.

Судя по приведенным в таблице показателям видно, что группы имеют различные показатели, и поэтому мы можем обозначить их как группы: 1 группа имеет самые высокие показатели по коэффициенту занятости населения выше других, поэтому мы выделим и назовем её высшей типической группой. 2 и 3 группы имеет средние показатели по коэффициенту занятости и коэффициенту экономически активного населения , следовательно, назовем её средней типической группой. 4 и 5 группа самая малочисленная и по показателям ниже остальных, определим её в низшую типическую группу. Таким образом, в данной совокупности на основании анализа промежуточной аналитической группировки следует выделить три типические группы:

1. Высшую - 8 районов

2. Среднюю - 10 районов

3. Низшую - 6 районов

1.4 Анализ типических групп по показателям рынка труда по совокупности районов Калужской области

Проведем анализ по типическим группам. Разработаем макет групповой таблицы, в котором по типическим группам и всей совокупности областей будут представлены намеченные показатели (таблица 1.4).

Таблица 1.5 Показатели демографической ситуации в типических группах в среднем по совокупности

Показатели	Типические группы	В среднем по совокупности
	высшая I	средняя II	низшая III
Число районов	8	10	6	24
Коэффициент занятости, %	12.4	19.6	32.6	21.5
Коэффициент трудоустроенности, %	9.6	13.5	27	16.7
Коэффициент экономически активного населения, %	3.2	5.5	7.1	5.3

Проанализируем показатели групповой таблицы. Оценим распределение районов по типическим группам. Как видно, с совокупности преобладают районы среднего уровня (10) , низшего и высшего - малочисленны.

Сопоставим одноименные показатели между группами. Сравним крайние группы. Коэффициент занятости районов I группы меньше, чем в III группе на 32,6 - 12,4= 20,2% или в 2,6 раза; коэффициент трудоустроенности районов I группы меньше, чем в III группе на 27 - 9,6 = 17,4 %. или в 2,8 раза; коэффициент экономически активного населения районов I группы меньше, чем в III группе на 7,1- 3.2 = 3,9% или в 2,2 раза;

Сопоставим далее показатели II и III групп. Коэффициент занятости в районах II группы меньше, чем в III группе на 32,6 - 19,6 = 13% или в 1,6 раза; коэффициент трудоустроенности II группы меньше, чем в III группе на 27 - 13,5 = 13,5 или в 2 раза; коэффициент экономически активного населения в районах II группы меньше, чем в III группе на 7,1 - 5,5 = 1,6 руб. или в 1,3 раза.

ГЛАВА 2. СТАТИСТИКО-ЭКОНОМИЧЕСКИЙ АНАЛИЗ ЕДИНИЦ СОВОКУПНОСТИ ПО ОСНОВНЫМ ПОКАЗАТЕЛЯМ

2.1 Индексный анализ

Индексы-показатели особого рода. Прежде всего, это относительные величины, характеризующие динамику явлений.

Индексом называется относительная величина, характеризующая изменение сложных экономических явлений по времени и в пространстве и в то же время уровень планового задания и степень выполнения плана.

Индексы используются для сравнения, как сложных совокупностей, так и отдельных их единиц.

Построение индексов заключается в сведении разнородных элементов сложных явлений к сопоставимому виду и сравнении уровней явлений, относящихся либо к различным периодам времени, либо к плановому заданию и фактическому его выполнению, либо к разным территориям.

Главная задача индексного анализа состоит в определении степени влияния факторных изменений значения осредненного показателя и изменений структуры явления. Решается эта задача путем построения системы взаимосвязанных индексов. В разработке системы интегральных показателей большая роль принадлежит работам ученых-статистиков: К. Гатева, Л.С. Казинца, В.М. Рябцева, А. Салаи и др. К наиболее распространенным сводным показателям относятся следующие:

Индекс структурных сдвигов А. Салаи

Интегральный коэффициент К. Гатева:

Критерий В.М.Рябцева:

,

где d0 и d1 - относительные величины низшей и высшей типических групп;

n - число областей в группах

Таблица 2.1 Расчет обобщающих структурных сдвигов

Показатели	низшая	высшая	((d1-d0)/ (d1+d0))2	(d1-d0)2	(d1+d0)2	?d12 + ?d02
	d0	d1
Коэффициент занятости,%	32,6	12,4	0,201601	408.04	2025	1216.52
Коэффициент трудоустроенности,%	27	9,6	0,225625	302.76	1339.56	821.16
Коэффициент экономически активного населения, %	7,1	3,2	0,143641	15.21	106.09	60.65
Итого	66.7	25.2	0,570867	726.01	3470.65	2098.33

В результате расчетов получим систему обобщающих показателей структурных сдвигов (таблица 2.2).

Таблица 2.2. Вывод итогов расчета обобщающих показателей

Индексы	Значения
Салаи	0,436221
Гатеев	0,588213
Рябцев	0,457362

Результаты расчетов можно проверить на правильность, используя соотношение, предложенное В.М.Рябцевым: при числе наблюдений больше двух всегда I Рябцева< K Гатеева < I Салаи

Индекс Салаи и интегральный коэффициент структурных различий (Гатеева) варьируются в пределах 0 и 1. Чем ближе к 0, тем меньше различия между признаками, чем ближе к 1, тем ощутимее различия между признаками в структуре. Исходя из полученных данных можно сделать вывод, что различия в структуре высшей и низшей группах не значительны.

Достоинством критерия Рябцева является то, что он не зависит от числа градаций статистической совокупности. Для интерпретации результатов можно воспользоваться интервалами «шкалы» оценки мер существенности различий структур (таблица 2.3).

Таблица 2.3 Шкала оценки меры существенности различий структур по критерию В.М.Рябцева.

Интервалы значений критерия	Характеристика меры структурных различий
0,000-0,030	Тождественность структур
0,031-0,070	Весьма низкий уровень различий
0,071-0,150	Низкий уровень различий
0,151-0,300	Существенный уровень различий
0,301-0,500	Значительный уровень различий
0,501-0,700	Весьма значительный уровень различий
0,701-0,900	Противоположный тип структур
0,901 и выше	Полная противоположность

Исходя из полученных данных можно сделать вывод, что структура доходов населения в высшей и низшей группах имеют значительный уровень различий.

2.2 Корреляционно-регрессионный анализ

Изучение связи между экономическими явлениями, раскрытие причинно-следственного механизма - важнейшая задача статистики. Для исследования интенсивности, вида и формы причинных влияний широко применяется корреляционный и регрессионный анализ. Понятия «корреляции» и «регрессии» непосредственно связаны между собой. Однако в корреляционном анализе оценивается сила (теснота) связи между явлениями, в регрессионном исследуется ее форма.

Сначала установим результативный (у) и факторные признаки (х1..хn):

У - количеством трудоустроенных на 1000 работающих (чел) (гр.14 фишки);

Х1 - коэффициентом экономически активного населения (%) (гр.11);

Х2 - , коэффициентом трудоустроенности (%) (гр.15);

Х3 - численностью работающих на 1000 среднегодовых жителей (чел) (гр.13).

Связь между результативным признаком и факторными выражают через уравнение множественной корреляции, которое может быть представлено в следующем виде:

где - результативный признак,

x1-x3 - факторные признаки,

а1-а3 - коэффициенты линейной регрессии

a0 - коэффициент, определяющий начало отсчёта при x1= x2=х3= 0.

Вычислим коэффициенты парной корреляции (таблица 3.1), которые могут принимать любые значения в пределах от -1 до +1 , чем ближе коэффициент корреляции по абсолютной величине к 1 , тем теснее связь между ними. Если с увеличением значений факторного признака x, результативный признак y имеет тенденцию к увеличению, то величина коэффициента корреляции будет находиться между 0 и 1.

Связь средней силы между определённой долей пожилого населения наблюдается с каждым факторным признаком, так как .

Таблица 2.4 Матрица коэффициентов парной корреляции

	Столбец 1	Столбец 2	Столбец 3	Столбец 4
Столбец 1	1
Столбец 2	-0,652778667	1
Столбец 3	0,43776214	-0,102405951	1
Столбец 4	-0,525460985	0,641835712	-0,29863	1

Полученные линейные коэффициенты корреляции свидетельствуют о том, что количеством трудоустроенных на 1000 работающих (чел), имеет более сильную связь с показателем коэффициент экономически активного населения (%) (r=0, 652778667), среднюю связь с численностью работающих на 1000 среднегодовых жителей (чел) (r=0, 525460985), и малую связь с показателем коэффициент трудоустроенности (%) (r=0, 43776214).

Далее необходимо найти коэффициенты множественной корреляции и детерминации (таблица 2.4).

Таблица 2.5-Коэффициенты множественной корреляции и детерменации

Регрессионная статистика
Множественный R		0,752226836
R-квадрат		0,565845213
Нормированный R-квадрат		0,500721995
Стандартная ошибка		101,5640549
Наблюдения		24

Коэффициент множественной корреляции (множественный R) измеряет одновременное влияние факторных признаков на результативный, а так как он равен 0,75 то между признаками наблюдается сильная связь. Коэффициент множественной детерминации (R-квадрат) показывает, на сколько процентов изменение результата обусловлено изменением фактора. R-квадрат равен 0,565845213, что означает, что вариация количества трудоустроенных на 1000 работающих 56,6% характеризуется влиянием отобранных факторов, а 43,4% - другими неучтёнными и случайными причинами.

Уравнение регрессионной зависимости определённого количества трудоустроенных на 1000 работающих от факторных признаков х1-х3 имеет вид:

Y = 299,313696+(-19,80604346)X1 + 5,860164498X2+(-0,138637667)Х3

Свободный член уравнения а0=299,313 интерпретации не подлежит. Коэффициент чистой регрессии а1=-19,8060 показывает, что в данной совокупности при увеличении коэффициента экономически активного населения на 1%, количество трудоустроенных на 1000 работающих уменьшится на 19 человек, при условии, что другие факторы постоянны. Коэффициент а2=5,860 показывает, что в данной совокупности при увеличении коэффициента трудоустроенности на 1%, количество трудоустроенных на 1000 работающих увеличится на 6 человек, при условии, что другие факторы постоянны. Коэффициент а3=-0,1386 показывает, что в данной совокупности при увеличении численности работающих на 1000 среднегодовых жителей на одного человека, количество трудоустроенных на 1000 работающих уменьшится на 0,14 человек, при условии, что другие факторы постоянны.

Для того, чтобы оценить тесноту связи между количеством трудоустроенных на 1000 работающих, коэффициентом экономически активного населения, коэффициентом трудоустроенности, численностью работающих на 1000 среднегодовых жителей, необходимо рассчитать парные линейные коэффициенты корреляции (R01, R02, R03).

Нам видно, что R01 = -0,65, R02 = 0,4, R03 = -0,53. Анализируя приведенные данные можно сделать вывод о том, что связь между количеством трудоустроенных на 1000 работающих, коэффициентом экономически активного населения, коэффициентом трудоустроенности, численностью работающих на 1000 среднегодовых жителей средняя, т.к 0,4<R0i<0,7.

Прямое сравнение коэффициентов регрессии в уравнении множественной регрессии дает представление о степени влияния факторных признаков на результативный признак только тогда, когда они выражаются в одинаковых единицах и имеют примерно одинаковую колеблемость. Чтобы сделать коэффициенты регрессии сопоставимыми, применяются коэффициенты Вi.

Коэффициент Bi показывает величину изменения результативного признака в значениях средней квадратической ошибки при изменении факторного признака Xi на одну среднеквадратическую ошибку:

вi =аi * (уi1 / у0)

где аi - коэффициент чистой регрессии по I - ому фактору;

уxi - среднеквадратическое отклонение факторного признака xi;

уx0 - среднеквадратическое отклонение результативного признака y.

Так как коэффициенты линейной регрессии нам известны, то можем рассчитать В - коэффициенты.

В результате получим:

в1 = -0,54, в2= 0,34, в3= -0,03.

Таким образом в-коэффициенты показывают, что, если каждый из факторов изменится на своё среднее квадратическое отклонение, то количество трудоустроенных на 1000 работающих под воздействием коэффициента экономически активного населения уменьшится на 0,54 своего среднеквадратического отклонения, коэффициента трудоустроенности увеличится на 0,34 и под воздействием численности работающих на 1000 среднегодовых жителей уменьшится на 0,03.

Помимо в-коэффициентов, рассчитывают еще коэффициенты эластичности Эi, которые показывают, на сколько процентов изменится результативный показатель при изменении факторного на 1%.



где - коэффициенты чистой регрессии;

- среднее значение факторного признака;

- среднее значение результативного признака.

Получим следующие результаты:

Э1=-2,48, Э2=2,16, Э3= -0,12.

Коэффициенты эластичности показывают, что при увеличении коэффициента экономически активного населения на 1%, количество трудоустроенных на 1000 работающих уменьшится на 2,48%, при увеличении коэффициента трудоустроенности на 1% увеличится на 2,16%, а при увеличении численности работающих на 1000 среднегодовых жителей количество трудоустроенных на 1000 работающих уменьшится на 0,12%.

Рассчитаем коэффициенты отдельного определения, которые показывают вклад каждого фактора в вариацию изучаемого признака.

d1=в1*r01, d2= в2*r02, d3=в3*r03 ,

где в - бета-коэффициент;

r - коэффициенты парной корреляции.

Получим следующие результаты:

d1=0,35, d2=0,15, d3=0,017.

Коэффициенты отдельного определения показывают, что вклад коэффициента экономически активного населения 0,35, коэффициента трудоустроенности 0,15, а численности работающих на 1000 среднегодовых жителей 0,017.

Корреляционный анализ данных проведен при помощи пакета Microsoft Excel (приложение В).

2.3 Оценка корреляционно-регрессионной модели на адекватность

Для практического использования корреляционно-регрессионных моделей большое значение имеет их адекватность, т.е. соответствие фактическим статистическим данным.

Корреляционный и регрессионный анализ обычно проводится для ограниченной по объёму совокупности. Поэтому показатели регрессии и корреляции - параметры уравнения регрессии, коэффициенты корреляции и детерминации могут быть искажены действием случайных факторов. Чтобы проверить, насколько эти показатели характерны для всей генеральной совокупности, не являются ли они результатом стечения случайных обстоятельств, необходимо проверить адекватность построенных статистических моделей.

Регрессионный анализ позволяет проверить гипотезы значимости уравнения в целом на основе критерия F-Фишера и каждого из коэффициентов чистой регрессии - по критерию t-Стьюдента.

Таблица 2.6 Дисперсионный анализ

	df	SS	MS	F	Значимость F
Регрессия	3	268882,8552	89627,6184	8,688839871	0,000684651
Остаток	20	206305,1448	10315,25724
Итого	23	475188

По данным таблицы 2.6 полученное уравнение в целом значимо: F-критерий Фишера равный 8,6 значим уже при 0,00068, или 0,068%. Следовательно, влияние факторов, включенных в модель, на среднедушевые денежные доходы населения (в месяц) достоверно.

Аналогично проверим значимость каждого из коэффициентов чистой регрессии.

Таблица 2.7 Коэффициенты регрессии

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%
Y-пересечение	299,313696	248,132978	1,206263264	0,24179204	-218,2826248	816,9100168
Переменная X 1	-19,80604346	6,474533939	-3,059068599	0,006193076	-33,31168456	-6,300402367
Переменная X 2	5,860164498	2,487863233	2,355501066	0,02881763	0,670572746	11,04975625
Переменная X 3	-0,138637667	0,777512524	-0,178309239	0,860273882	-1,760500367	1,483225034

В полученной модели значим каждый из коэффициентов чистой регрессии: t1= - 3,059; P-значение = 0,006193, или 0,6%; t2=2,36, P-значение = 0,028817, или 2,8%; t3= 0,1783, P-значение = 0,86027, или 86,02%; Следовательно, полученные закономерности в результате интерпретации x1, x2, x3 можно распространять на всю генеральную совокупность.

Исходя из того, что значения значимости F и t намного меньше, чем значения F-критерия и t-критерия, можно сделать вывод о том, что модель адекватна.

ГЛАВА 3. Анализ рядов динамики методами укрупнения интервалов и скользящей средней, аналитическое выравнивание по уравнению прямой и параболы на примере Малоярославецкого района

3.1 Анализ рядов динамики

Один из наиболее простых приемов обнаружения общей тенденции развития явления - укрупнение интервала динамического ряда. Смысл приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, показатели которого относятся к большим по продолжительности периодам времени. Различают динамические ряды абсолютных и относительных показателей. Исходные показатели, непосредственно отражающие размеры изучаемого явления, называются уровнями ряда динамики.

В данном случае для выравнивания ряда динамики мы используем метод укрупнения периодов и метод скользящий средней. Первый метод позволяет погасить случайные колебания признака, благодаря чему новый динамический ряд средних по укрупнённым периодам отражает тенденции исходного динамического ряда. Второй метод предполагает последовательный расчет средних за периоды, сдвигаемые на одну дату. При этом достигается взаимное погашение случайных колебаний отдельных уровней динамического ряда. Полученный ряд средних характеризует закономерные изменения уровня от одной даты к другой, проявляя тем самым тенденцию развития явлений.

Выявление основной тенденции может быть осуществлено также методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получается постепенным продвижением от начального уровня динамического ряда на один уровень. Таким образом, интервал сглаживания как бы скользит по динамическому ряду с шагом, равным единице.

Выявим общую тенденцию развития рассмотренных ранее признаков методом укрупнения интервалов и скользящих средних. Рассчитаем средние по трёхлетним периодам. Для этого используем программу «Динамика».

Весь период исследования составляет 10 лет. Полученные средние по скользящим и средние скользящие занесём в таблицу 3.1 и 3.2.

Данный метод заключается в отыскании уравнения кривой, которая наиболее точно отражала бы основную тенденцию изменения уравнений в зависимости от времени (t). Уравнение, выражающее уровни динамического ряда в виде некоторой функции времени (t) называют трендом. Параметры уравнения находят способом наименьших квадратов. Этот приём выравнивания, как и другие приёмы, следует применять в сочетании с методом укрупнения периодов.

Для данной курсовой работы были взяты: численность безработных на 1000 работающих и численность работающих на 1000 среднегодовых жителей.

Таблица 3.1 Динамика численности безработных на 1000 работающих

Годы	Факт	Укрупнение	Скользящая	МНК по прямой	МНК по параболе	Откл. по прямой	Откл. по параболе
2000	17,00			16,72	16,47	0,28	0,53
2001	14,00	33,00	15,67	16,25	16,17	-2,25	-2,17
2002	16,00		14,67	15,79	15,83	0,21	0,17
2003	14,00		17,00	15,33	15,45	-1,33	-1,45
2004	21,00	47,00	16,33	14,86	15,04	6,14	5,96
2005	14,00		15,33	13,94	14,11	0,06	-0,11
2006	11,00		12,33	13,47	13,59	-2,47	-2,59
2007	12,00	49,00	11,00	13,01	13,04	-1,01	-1,04
2008	10,00		12,33	12,55	12,46	-2,55	-2,46
2009	15,00			12,08	11,84	2,92	3,16

Полученные результаты показывают, что от первого периода к третьему периоду происходит также увеличение. Так в 2003-2005гг. изменение среднедушевых денежных доходов по сравнению с 2000 - 2002 гг. составляет: 47,00 - 33,00 = 14,00, а по сравнению с 2006 - 2009 гг. 49,00 - 47,00 = 2,00.

Аналогично проведем анализ по следующиму показателю: численность работающих на 1000 среднегодовых жителей.

Таблица 3.2 Динамика численности работающих на 1000 среднегодовых жителей.

Годы	Факт	Укрупнение	Скользящая	МНК по прямой	МНК по параболе	Откл. по прямой	Откл. по параболе
2000	311,00			304,50	309,80	6,50	1,20
2001	306,00	881.00	305,67	303,20	305,09	2,80	0,91
2002	300,00		301,33	301,90	301,14	-1,90	-1,14
2003	298,00		295,67	300,60	297,95	-2,60	0,05
2004	289,00	886.00	295,33	299,30	295,52	-10,30	-6,52
2005	299,00		294,33	296,70	292,92	2,30	6,08
2006	295,00		295,33	295,40	292,75	-0,40	2,25
2007	292,00	917.00	293,67	294,10	293,34	-2,10	-1,34
2008	294,00		294,00	292,80	294,69	1,20	-0,69
2009	296,00			291,50	296,80	4,50	-0,80

Полученные результаты показывают, что от первого периода к третьему периоду происходит также увеличение. Так в 2003-2005гг. изменение среднедушевых денежных доходов по сравнению с 2000 - 2002 гг. составляет: 886,00 - 881,00 = 5,00, а по сравнению с 2006 - 2009 гг. 917,00 - 886,00 =31,00.

3.2 Анализ рядов динамики по уравнениям прямой и параболы

Анализ рядов динамики по уравнениям прямой и параболы заключается в отыскании уравнения кривой, которая наиболее точно отражала бы основную тенденцию изменения уровней в зависимости от времени. Выравнивание ряда по уравнению прямой линии. Для этого проанализируем таблицы 3.3 и 3.4.

Таблица 3.3 Расчетные данные по численности безработных на 1000 работающих

Остаточное СКО по прямой 2,58
Остаточное СКО по параболе 2,58
F критерий 1,00
Уравнение прямой y = 14,40 - 0,46t
Уравнение параболы y = 14,59 - 0,46t -0,02t^2

Таблица 3.4 Расчетные данные по численности работающих на 1000 среднегодовых жителей

Остаточное СКО по прямой 4,45
Остаточное СКО по параболе 3,02
F критерий 1,48
Уравнение прямой y = 298,00 - 1,30t
Уравнение параболы y = 293,84 - 1,30t + 0,38t^2

На основе расчетов полученных на ЭВМ можно составить уравнение прямой по численности безработных на 1000 работающих:

yt=a+b*t,

где a и b -параметры уравнения;

t - значение дат.

Уравнение линейного тренда для численности безработных на 1000 работающих y = 14,40 - 0,46t, где

a=14,40 - это среднее значение численности безработных на 1000 работающих за динамику лет;

b=-0.46 - это среднее увеличение численности безработных на 1000 работающих в год.

Уравнение линейного тренда для численности работающих на 1000 среднегодовых жителей:

y = 298,00 - 1,30t,

где a = 298,00 - это средняя численность работающих на 1000 среднегодовых жителей за динамику лет;

b = 1,30 -это среднее снижение численности работающих на 1000 среднегодовых жителей в год.

Подставим в полученные уравнения соответствующие значения ti и рассчитаем сглаженные уровни.

Колебания фактических значений вышеуказанных показателей около прямой составляют соответственно:

a) 2,58 или 2,58 *100/14,40=17,9% по отношению к средней;

b) 4,45 или 4,45*100/298,00=1,49% по отношению к средней;

Проведем далее выравнивание ряда по уравнению параболы второго порядка:

=a+b*t+c*,

Выравнивание ряда по уравнению параболы второго порядка.

Уравнения параболы для численности безработных на 1000 работающих:

y = 14,59 - 0,46t - 0,02t^2,

a=14.59- это выровненный уровень численности безработных на 1000 работающих для центрального года динамического ряда;

b=0.46 - среднее увеличение численности безработных на 1000 работающих за год;

c=0,02 - показывает ускорение увеличения численности безработных на 1000 работающих.

Уравнения параболы для численности работающих на 1000 среднегодовых жителей

y =293,84 - 1,30t + 0,38t^2, где

a=298,84 - это выровненный уровень численности работающих на 1000 среднегодовых жителей для центрального года динамического ряда;

b=-1,30 - среднее снижение численности работающих на 1000 среднегодовых жителей за год;

c=0,38 - показывает ускорение увеличения численности работающих на 1000 среднегодовых жителей.

Случайные колебания фактических значений для численности безработных на 1000 работающих: 2,58*100/14,59 =17,9% против 17,5% при выравнивании по прямой. Следовательно, парабола точнее воспроизводит характер изменения среднедушевых денежных доходов за исследуемый период.

Случайные колебания фактических значений для численности работающих на 1000 среднегодовых жителей составляют: 3,02*100/293,84 =1,02% против 1,49% при выравнивании по прямой. Следовательно, парабола точнее воспроизводит характер изменения числа браков за исследуемый период.

3.3 Построение прогноза и его оценка

Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния. Сам процесс разработки прогнозов называется прогнозированием. Прогнозирование (от греч. prognosis - знание наперед) - это вид познавательной деятельности человека, направленной на формирование прогнозов развития объекта на основе анализа тенденций его развития.

Задачи экономико-статистического прогнозирования: выявление перспектив ближайшего или более отдаленного будущего в исследуемой области на основе реальных процессов действительности: выработка оптимальных тенденций и перспективных планов с учетом составленного прогноза и оценки принятого решения с позиций его последствий в прогнозируемом периоде.

Большая часть статистических методов прогнозирования основана на построении тренда, то есть математического уравнения, описывающего поведение прогнозируемого показателя.

На основе рассчитанного в программе «Динамика» уравнения прямой рассчитаем прогнозное значение показателя на 2011 год .

Рассчитаем прогноз на 2011: ?10=14,40-0,46*12 = 8.88

Рассчитаем прогноз на 2011 год по валовому региональному продукту на душу населения, руб. В ходе выравнивания исходного ряда динамики мы получили следующее уравнение тренда: y = 298,00 - 1,30t.

Рассчитаем прогноз на 2011: ?10=298,00-1,30*12 =282.4.

ВЫВОДЫ И ПРЕДЛОЖЕНИЯ

Изучив данную тему, целью которой является статистико-экономический анализ рынка труда по совокупности районов Калужской области и, рассчитав необходимые показатели, можно сделать следующие выводы:

При построении ранжированного ряда по признаку -- коэффициент безработицы, видно, что в совокупности районов Калужской области имеются большие различия в значениях группировочного признака - от 1 до 8.8%, то есть 7.8%, а при построении интервального вариационного ряда по данному признаку было получено 5 интервалов (по 8, 9, 1, 5, 1 района в каждом интервале соответственно).

По результатам аналитической группировки 24 района Калужской области были выделены 3 типические группы: выше среднего уровня (10), среднего уровня (8 районов), ниже среднего уровня (6 районов). Коэффициент трудоустроенности в районах 1 группы по сравнению с другими группами выше.

Корреляционно-регрессионный анализ зависимости количества трудоустроенных на 1000 работающих, коэффициента экономически активного населения, коэффициента трудоустроенности, численности работающих на 1000 среднегодовых жителей по всей совокупности районов показал, что между результативным и факторными признаками существует достаточно тесная связь, а на изменение количества трудоустроенных на 1000 работающих наибольшее влияние оказывает численность работающих на 1000 среднегодовых жителей.

Индексный метод анализа показал, что интенсивность структурных сдвигов в структуре показателей трудоустроенности по индексу Салаи средняя, а по индексу Гатева - слабая.

При выявлении тенденций в рядах динамики, метод укрупнения интервалов показал, что за выделенные нами периоды (пятилетия) произошло снижение численности безработных на 1000 работающих и также уменьшение численности работающих на 1000 среднегодовых жителей по Малоярославецкому району.

При выравнивании динамического ряда по методу наименьших квадратов по численности безработных на 1000 работающих остаточное среднее квадратическое отклонение, полученное при выравнивании по параболе, несколько меньше, чем, остаточное среднее квадратическое отклонение при выравнивании по уравнению прямой. Следовательно, парабола точнее воспроизводит характер изменения численности безработных на 1000 работающих за исследуемый период. Аналогичный вывод можно сделать и при выравнивании динамического ряда по методу наименьших квадратов по численности работающих на 1000 среднегодовых жителей.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Зинченко А.П. Практикум по общей теории статистики и с/х статистике. М.: Финансы и статистика, 1988. - 327 стр.;

2. А.М. Годин Статистика учебник. Москва 2003-54стр,118 стр, 250 стр;

3. Громыко Г.Л. Теория статистики. Учебник, 2-ое издание. М.:Инфра-М, 2005. - 474 стр.;

4. Давыдова Л. А. Теория статистики. Учебное пособие. М.: Проспект, 2005. - 155 стр.;

5. Ефимова Е. П. Общая теория статистики. Учебник, 2-ое издание. М.: Инфра-М, 2005. - 415 стр.;

6. Сайт федеральной службы статистики www.gks.ru

7. Статистический сборник Калужской области

8. Сайт Территориальный орган федеральной службы государственной статистики по Калужской области

ФИШКИ (часть 1)

№п\п	Районы	№ показателя
		1	2	3	4	5	6
1	Бабынинский	5	0,2	43,7	22,7	159	117
2	Барятинский	0,8	10,9	1,4	5,3	81	78
3	Боровский	11,7	2,1	51,6	55,8	228	204
4	Дзержинский	13,8	7,8	33,8	59,8	440	435
5	Думиничский	2,2	3,9	22,8	15,1	230	216
6	Жиздринский	1,6	2,4	0,7	10,8	49	45
7	Жуковский	8,3	10,8	16,2	45,4	252	239
8	Износовский	0,8	0	1,2	7	99	95
9	Кировский	10	1,2	29,8	43,3	468	411
10	Козельский	9,1	4,8	30,9	41	372	336
11	Куйбышевский	1,3	13,7	2,1	8,2	55	50
12	Людиновский	10,9	0,5	51	45,9	976	872
13	Малоярославецкий	11,2	9	38,6	53,3	570	545
14	Медынский	3,2	15,7	33,2	13,1	82	76
15	Мещовский	1,7	7	11,7	12,2	162	152
16	Мосальский	1,3	0,5	0,9	8,9	84	73
17	Перемышльский	2	21,6	8,4	11,9	26	20
18	Спас-Деменский	1,4	8,7	0,8	8,9	145	140
19	Сухиничский	5,1	3,2	18,6	24,7	154	93
20	Тарусский	2,4	1,1	14,4	15	95	93
21	Ульяновский	1,1	3,8	0,7	7,6	51	43
22	Ферзиковский	2,6	17,1	11,8	16,3	123	103
23	Хвастовичский	2	15,7	8,2	11	175	171
24	Юхновский	2,1	6,9	0,8	12,8	56	49

Фишки (часть2)

№ п/п	Районы	№ показателя
		7	8	9	10	11	12
1	Бабынинский	796	572	14985,2	5988	26,4	32
2	Барятинский	453	394	12119,2	1357	25,6	101
3	Боровский	2810	1655	19705,3	13795	24,7	19
4	Дзержинский	2914	1838	14581,1	16850	28,2	32
5	Думиничский	684	512	10653,7	3731	24,7	105
6	Жиздринский	408	310	10873,9	3057	28,3	31
7	Жуковский	1932	1594	18112,6	10641	23,4	30
8	Износовский	658	545	13079,4	1131	16,6	124
9	Кировский	3403	2398	13888,6	14109	32,6	47
10	Козельский	1938	1502	12381,7	11395	27,8	41
11	Куйбышевский	346	240	10404,9	2043	25,1	42
12	Людиновский	10371	8993	11378,1	15824	34,5	90
13	Малоярославецкий	3355	2086	16160,8	16876	31,7	51
14	Медынский	734	536	14114,5	3463	26,4	26
15	Мещовский	818	644	10846,7	2572	21,1	95
16	Мосальский	810	683	11734,1	2853	32,1	67
17	Перемышльский	792	727	12002,1	2617	22,1	13
18	Спас-Деменский	743	484	10132,5	2057	23,1	104
19	Сухиничский	928	707	12562	7551	30,6	30
20	Тарусский	906	655	13359,1	3468	23,1	40
21	Ульяновский	591	410	10888,9	1650	21,7	46
22	Ферзиковский	970	680	12103,3	3533	21,7	47
23	Хвастовичский	904	642	10246,1	3066	27,9	88
24	Юхновский	1175	1052	10967,5	2934	23,1	27

Фишка ( часть 3)

№ п/п	Районы	№ показателя
		13	14	15	16	17
1	Бабынинский	220	119,00	72,2	2,7	98,6
2	Барятинский	151	302,00	87	6	95,9
3	Боровский	210	115,00	59	1,7	99,3
4	Дзержинский	231	158,00	63,1	2,6	99,1
5	Думиничский	146	227,00	75,6	6,1	96,5
6	Жиздринский	148	130,00	76,8	1,6	98,2
7	Жуковский	183	136,00	82,6	2,4	98,7
8	Износовский	114	714,00	83,3	8,8	97,3
9	Кировский	231	136,00	70,4	3,3	97,1
10	Козельский	222	96,00	78,1	3,3	98,3
11	Куйбышевский	159	197,00	69,4	2,7	97,9
12	Людиновский	237	137,00	87,1	6,2	97,3
13	Малоярославецкий	210	117,00	62,2	3,4	99
14	Медынский	244	162,00	73	2,4	98,2
15	Мещовский	139	136,00	79,3	6,3	97,2
16	Мосальский	146	105,00	84,3	2,9	98,1
17	Перемышльский	168	342,00	92	1	99,4
18	Спас-Деменский	157	144,00	65,1	7	97,2
19	Сухиничский	206	71,00	76,2	2	99,3
20	Тарусский	160	260,00	72,3	2,7	98
21	Ульяновский	145	191,00	69,4	3,1	97
22	Ферзиковский	160	286,00	70,1	3,5	99
23	Хвастовичский	181	105,00	71,1	5,7	97,8
24	Юхновский	164	474,00	90,3	1,9	98,9

Ключи к фишкам

1. Среднегодовая численность работающих, тыс. чел 2010 год

2. Среднегодовая численность работающих в сельском хозяйстве, охота и лесное хозяйство (в процентах от общей численности) 2010 год

3.Среднегодовая численность работающих в обрабатывающих производствах (в процентах от общей численности) 2010 год

4.Численность населения, на начало года, тыс. человек 2010 год.

5. Общая численность безработных (на конец года, чел) 2010 год

6. Численность граждан, которым назначено пособие по безработице, чел 2010 год

7. Численность граждан, обратившихся по вопросу трудоустройства, чел

8. Общая численность трудоустроенных, чел

9. Среднемесячная номинальная заработная плата работников организаций, рублей 2010 год.

10. Численность экономически активного населения, чел

11. Коэффициент экономически активного населения, %

12. Численность безработных на 1000 работающих, чел

13. Численность работающих на 1000 среднегодовых жителей, чел

14. Количество трудоустроенных на 1000 среднегодовых жителей, чел

15. Коэффициент трудоустроенности, %

16. Коэффициент безработицы, %

17. Коэффициент занятости,%

ПРИЛОЖЕНИЕ А

	Количество трудоустроенных на 1000 работающих, чел	Коэффициент экономически активного населения, %	Коэффициент трудоустроенности, %	Численность работающих на 1000 среднегодовых жителей, чел
Количество трудоустроенных на 1000 работающих, чел	1
Коэффициент экономически активного населения, %	-0,652778667	1
Коэффициент трудоустроенности, %	0,43776214	-0,102405951	1
Численность работающих на 1000 среднегодовых жителей, чел	-0,525460985	0,641835712	-0,29863	1

ПРИЛОЖЕНИЕ Б

Регрессионная статистика
Множественный R	0,752226836
R-квадрат	0,565845213
Нормированный R-квадрат	0,500721995
Стандартная ошибка	101,5640549
Наблюдения	24

Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	3	268882,8552	89627,6184	8,688839871	0,000684651
Остаток	20	206305,1448	10315,25724
Итого	23	475188

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%
Y-пересечение	299,314	248,132978	1,20626326	0,241792	-218,2826	816,91002
Коэффициент экономически активного населения, %	-19,806	6,474533939	-3,0590686	0,006193	-33,31168	-6,300402
Коэффициент трудоустроенности, %	5,86016	2,487863233	2,35550107	0,028818	0,6705727	11,049756
Численность работающих на 1000 среднегодовых жителей, чел	-0,13864	0,777512524	-0,1783092	0,860274	-1,7605	1,483225

ПРИЛОЖЕНИЕ В

Количество трудоустроенных на 1000 работающих, чел	Коэффициент экономически активного населения, %	Коэффициент трудоустроенности, %	Численность работающих на 1000 среднегодовых жителей, чел
119,00	26,4	72,2	220
302,00	25,6	87	151
115,00	24,7	59	210
158,00	28,2	63,1	231
227,00	24,7	75,6	146
130,00	28,3	76,8	148
136,00	23,4	82,6	183
714,00	16,6	83,3	114
136,00	32,6	70,4	231
96,00	27,8	78,1	222
197,00	25,1	69,4	159
137,00	34,5	87,1	237
117,00	31,7	62,2	210
162,00	26,4	73	244
136,00	21,1	79,3	139
105,00	32,1	84,3	146
342,00	22,1	92	168
144,00	23,1	65,1	157
71,00	30,6	76,2	206
260,00	23,1	72,3	160
191,00	21,7	69,4	145
286,00	21,7	70,1	160
105,00	27,9	71,1	181
474,00	23,1	90,3	164
207,3157895	25,94210526	76,47368421	180,5
153,492346	4,207019184	8,797220797	36,51483717
299,313696	-19,80604346	5,860164498	-0,138637667
	-0,652778667	0,43776214	-0,525460985
	-2,478395233	2,161670225	-0,120705224
	-0,542857067	0,335867959	-0,032981005
	0,354365513	0,147030277	0,017330231
			20,44782355

Размещено на Allbest.ru