- •Комплексная междисциплинарная курсовая работа
- •Содержание
- •Введение.
- •Введение.
- •Глава 1. Сущность безработицы.
- •Понятие безработицы. Показатели безработицы.
- •1.2 Виды и формы безработицы. Социально-экономические последствия безработицы.
- •Глава 2. Анализ государственной политики на рынке труда в россии
- •Цели, принципы и основные задачи государственной политики на рынке труда в России. Глава 2. Анализ государственной политики на рынке труда в россии
- •Цели, принципы и основные задачи государственной политики на рынке труда России.
- •2.2. Основные направления государственной политики в области занятости на современном этапе.
- •2.3 Основные методы борьбы с безработицей в России.
- •2.4 Характеристика современной ситуации на рынке труда России.
- •Глава 3. Статистический анализ безработицы
- •3.1 Динамика и структура безработицы
- •3.2 Влияние безработицы на ввп. Корреляционно-регрессионный анализ динамики
- •Заключение. Одной из важнейших проблем современной экономики является безработица. Безработицу предопределяют различные факторы: научно- заключение.
- •Заключение.
- •Список литературы:
- •Приложение 1. Классификация видов безработицы.
- •Приложение 2. Уровень безработицы в рф, % (2010-2012)
3.2 Влияние безработицы на ввп. Корреляционно-регрессионный анализ динамики
Как уже упоминалось выше, безработица непосредственно влияет на ВВП. Чтобы установить взаимосвязь и влияние нескольких факторов на результативный фактор используется множественный корреляционно-регрессионный анализ.
Предположим наличие линейной зависимости между исследуемыми факторами. Построим расчетную таблицу для определения параметров линейного уравнения регрессии:
Таблица 10
Год |
Условный год ,(t) |
Численность безработных, млн.чел, (X1t) |
Индекс потребительских цен в %, (Х2t) |
ВВП, млрд. руб, (Yt) |
|
2002 |
1 |
6,2 |
115,1 |
10830,5 |
|
2003 |
2 |
5,7 |
112 |
13243,2 |
|
2004 |
3 |
5,8 |
111,7 |
17048,1 |
|
2005 |
4 |
5,2 |
110,9 |
21625,4 |
|
2006 |
5 |
5,0 |
109 |
26903,5 |
|
2007 |
6 |
4,2 |
111,9 |
33258,1 |
|
2008 |
7 |
5,3 |
113,3 |
41444,7 |
|
2009 |
8 |
6,4 |
108,8 |
38786,4 |
|
2010 |
9 |
5,6 |
108,8 |
44939,2 |
|
2011 |
10 |
5,0 |
106,1 |
47137,8 |
|
Итого: |
55 |
54,4 |
1107,6 |
295216,9 |
|
Источник: Составлено автором по данным Федеральной службы государственной статистики
Определим тренды ( ) Для этого построим графики динамики безработицы, индекса потребительских цен и ВВП во времени.
Рис.5
Источник: Составлено автором
Рис.6
Источник: составлено автором
Рис.7
Источник: составлено автором
Из графиков получим уравнения трендов: x1t= -0,0545t+5,74;
x2t= -0,6533t+114,35; уt=4382,7t +5417. После расчетных значений yt, x1t и x2t находятся отклонения от тренда, рассчитанные по формулам: εt = xit – xit(t)ср. и γt = yit - yit(t)ср.
Таблица 11
Год |
Условный год ,(t) |
X1t(t)ср
|
X2t(t)ср
|
Yt(t)ср.
|
2002 |
1 |
5,6855 |
113,6967 |
9799,7 |
2003 |
2 |
5,631 |
113,0434 |
14182,4 |
2004 |
3 |
5,5765 |
112,3901 |
18565,1 |
2005 |
4 |
5,522 |
111,7368 |
22947,8 |
2006 |
5 |
5,4675 |
111,0835 |
27330,5 |
2007 |
6 |
5,413 |
110,4502 |
31713,2 |
2008 |
7 |
5,3585 |
109,7769 |
36095,9 |
2009 |
8 |
5,304 |
109,1236 |
40478,6 |
2010 |
9 |
5,2495 |
108,4703 |
44861,3 |
2011 |
10 |
5,195 |
107,817 |
49244 |
Итого |
55 |
54,4025 |
1107,569 |
295218,5 |
Таблица 12
Год |
Условный год ,(t) |
ε1t
|
ε2t
|
γt
|
ξ21t
|
ξ22t
|
γt2
|
2002 |
1 |
0,5145 |
1,4033 |
1030,8 |
0,26471 |
1,9692509 |
1062549 |
2003 |
2 |
0,069 |
-1,0434 |
-939,2 |
0,004761 |
1,0886836 |
882096,6 |
2004 |
3 |
0,2235 |
-0,6901 |
-1517 |
0,049952 |
0,476238 |
2301289 |
2005 |
4 |
-0,322 |
-0,8368 |
-1322,4 |
0,103684 |
0,7002342 |
1748742 |
2006 |
5 |
-0,4675 |
-2,0835 |
-427 |
0,218556 |
4,3409723 |
182329 |
2007 |
6 |
-1,213 |
1,4698 |
1544,9 |
1,471369 |
2,160312 |
2386716 |
2008 |
7 |
-0,0585 |
3,5231 |
5348,8 |
0,003422 |
12,412234 |
28609661 |
2009 |
8 |
1,096 |
-0,3236 |
-1692,2 |
1,201216 |
0,104717 |
2863541 |
2010 |
9 |
0,3505 |
0,3297 |
77,9 |
0,12285 |
0,1087021 |
6068,41 |
2011 |
10 |
-0,195 |
-1,717 |
-2106,2 |
0,038025 |
2,948089 |
4436078 |
Итого |
55 |
-0,0025 |
0,0315 |
-1,6 |
3,478546 |
26,309433 |
44479070 |
Источник: Составлено автором
Таблица 13
Год |
Условный год ,(t) |
ξ1t* ξ2t
|
γt ξ1t
|
γt ξ2t
|
γt1
|
(уt-γt1)^2
|
γ2t
|
(уt-γt2)^2
|
|
|
|
2002 |
1 |
0,72199785
|
530,3466
|
1446,52164
|
9799,7
|
1062546,447
|
9883,24008
|
897301,3481
|
|
|
|
2003 |
2 |
-0,0719946
|
-64,8048
|
979,96128
|
14182,4
|
882102,5513
|
14349,5325
|
1223971,531
|
|
|
|
2004 |
3 |
-0,15423735
|
-339,0495
|
1046,8817
|
18565,1
|
2301304,869
|
18815,8249
|
3124851,154
|
|
|
|
2005 |
4 |
0,2694496
|
425,8128
|
1106,58432
|
22947,8
|
1748761,104
|
23282,1172
|
2744712,003
|
|
|
|
2006 |
5 |
0,97403625
|
199,6225
|
889,6545
|
27330,5
|
182337,0256
|
27748,4096
|
713872,2677
|
|
|
|
2007 |
6 |
-1,7828674
|
-1873,964
|
2270,69402
|
31713,2
|
2386680,536
|
32214,702
|
1088679,376
|
|
|
|
2008 |
7 |
-0,20610135
|
-312,9048
|
18844,35728
|
36095,9
|
28609516,33
|
36680,9944
|
22692891,14
|
|
|
|
2009 |
8 |
-0,3546656
|
-1854,651
|
547,59592
|
40478,6
|
2863593,799
|
41147,2868
|
5573786,358
|
|
|
|
2010 |
9 |
0,11555985
|
27,30395
|
25,68363
|
44861,3
|
6065,647747
|
45613,5792
|
454787,2485
|
|
|
|
2011 |
10 |
0,334815
|
410,709
|
3616,3454
|
49244
|
4436161,909
|
50079,8715
|
8655784,958
|
|
|
|
Итого |
55 |
-0,15400775
|
-2851,579
|
30774,27969
|
295219
|
44479070,22
|
299815,558
|
47170637,39
|
|
|
|
По исходным данным и отклонениям находим парные коэффициенты корреляции по формулам: rγtξt = и rε1tξ2t = . Получим:
rγtξ1t = -0,22925; rγtξ2t= 0,8996101 и rε1tξ2t = -0,016099. Коэффициенты корреляции нужно занести в таблицу:
Таблица 14
Независимая переменная |
Коэфф.корреляции |
||
ξ1t |
ξ2t |
между аргументом и функцией |
|
ξ1t |
1 |
-0,0161 |
-0,22925 |
ξ2t |
-0,0161 |
1 |
0,89961 |
Величина данных коэффициентов показывает наличие взаимодействия факторных показателей на результативный,т.е. Х1 и Х2 на У.
После отбора факторов строится уравнение по методу последовательного включения переменных в уравнение регрессии. Сначала необходимо построить уравнение для зависимости yt= f (x1t). Построение уравнения осуществляется по методу исключения тенденции. Уравнение с двумя факторными переменными в стандартизированной форме имеет вид:
Тγ= β1+β2. Для определения β-коэффициентов используют систему уравнений:
rγt 1t= β1* rε1tε1t + β2* rε1tε2t
rγt 2t=β1*rε1tε2t+β2*rε2tε2t
Решив систему уравнений, получили β1=-0,2146, а β2= 0,895.
Т.е. уравнение Тγ= -0,2146Т1+0,895 Т2. После преобразований уравнение регрессии примет вид: -766,96*х1t+501,526*x2t+4752,14*t.
Для определения тесноты множественной связи используется специальный показатель- коэффициент множественной корреляции R, который определяется по формуле: R= . Так, для данной модели R=0, 924475. Следовательно R2 =0,854654.
Найдем частные коэффициенты детерминации, которые показывают вклад каждого фактора в изменение эндогенной переменной. Так, d1= 0,0492; d2=0,8054. Таким образом, совместное воздействие первого и второго аргументов обеспечивает 85,47% общей вариации показателей.
Несмотря на значение R, оно может быть завышено, т.к.количество наблюдений невелико. Поэтому чтобы оценить общую вариацию результативного признака в зависимости от факторных, величина R корректируется на основании следующей формулы: R’= , где N- количество факторных признаков. Получается,что R’= 0,999.
Проверка статистической значимости коэффициента множественной корреляции R производится на осонове F-критерия Фишера по формуле: F= Подставив известные значения в формулу, получаем Fнабл.=2594678,4. Далее нужно сравнить полученное значение Fнабл.с табличным значением Fкрит. при уровне значимости p=0,95 и числом степеней свободы k1=2 и k2=n-2=8. Получается Fкрит.=4,46. Так как Fнабл.>Fкрит.,то коэффициент множественной корреляции R признается значимым.
Кроме того, следует определить доверительные интревалы для R. Так как p=0,95, то по нормальному закону распределения величина t=1,96. Необходимо посчитать значение t*σR. σR находится как ,т.е. в рассматриваемом примере σR =0,333. Отсюда t*σR =0,6533. По таблице z-преобразования Фишера для R=0,999 z= 3,8002. Таким образом:
3,8002-0,6533< z0 <3,8002+0,6533. Для zниж.=3,1469 Rниж.=0,996z, а для zвер.=4,4535 Rвер.=1. Таким образом, статистическая значимсоть коэффициента корреляции при вероятности 95% будет сохраняться в пределах от 0,996 до 1.
Проверка адекватности уравнения регрессии включает проверку значимости каждого коэффициента на основе t-критерия Стьюдента:
tp= , где σ2ai = = 3369331,2. Вычислив корень из σ2ai , σai будет равна 1835,5738.
Подставив значения ai и σai в формулу, получаются значения ta1p =0,418, а ta2p=0,273. Табличное значение t при уровне значимости p=0,95 и числом степеней свободы= 7 будет равно 2,3646. Таким образом, t1наб. и t2наб.<tкрит.,и можно сделать вывод, что первый коэффициент с вероятностью, меньшей 50%, более значим, чем второй коэффициент.
Сравнивая результаты расчетов можно отметить, что модель адекватна по критерию Фишера. Однако коэффициенты уравнения регрессии, проверенные по t-критерию Стьюдента, недостаточно значимы, и в этом случае модель пригодна для принятия некоторых решений, но не для прогнозов.
Таким образом, основываясь на данных проведенного анализа, можно утверждать, что численность безработных в стране оказывает влияние на размер ВВП в большей степени,чем индекс потребительских цен. Однако для более точного анализа необходимо включение других факторных признаков.