Реферат: Характеристика уровня жизни населения Тверской области

1) Среднемесячный абсолютный прирост

Δуц =  = 162,5455

 = 162,0909

2) Среднемесячный темп роста (Тр)

 = 103,7045 %

 = 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:

= 4311,8333+67,6294∙t

Расчёт показателей аналитического выравнивания представим в таблице 7.

Таблица 7

Аналитическое выравнивание ряда динамики средней

 начисленной заработной платы

Для наибольшей наглядности полученных данных Отклонение фактических уровней от теоретических представим в виде графика.

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 ∑у = ∑

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.

 = 144,9009

∙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:

= ао + а1х,

где  - 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 

Уравнение прямой будет иметь вид:

 = -245,6795+0,0994∙X

При правильном нахождении параметров уравнения будет выполняться равенство ∑у = . Проверка: 2195 ≈ 2195,0008, следовательно, параметры уравнения определены правильно. Найдём значение коэффициента корреляции (формулы даны в приложении 1)

 = 4311,8333 руб.

 = 182,9167 руб.

 = 812466,3099

 = 488,8876

 = 64,8478

r =  = 0,7494

i = 0,74942 = 0,5616

 = 3,5791;  tтабл = 2,1788

Вывод: 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.

4.1 Метод экстраполяции

Под экстраполяцией понимают нахождение уровней за пределами изучаемого ряда, то есть продление в будущее тенденции, наблюдавшейся в прошлом. Экстраполируют ряды динамики выравниванием по аналитическим формулам. Зная уравнение для теоретических уровней и, подставляя в него значения t за пределами исследованного ряда, рассчитывают для t вероятные yt. На основе исчисленного ранее уравнения  = ао + а1t. Можно определить ожидаемую тенденцию изучаемого ряда. На практике результат экстраполяции прогнозируемых явлений обычно получают не точечными, а интервальными оценками. Формулы приведены в приложении 1.

Проведём прогнозирование методом экстраполяции значения средней начисленной заработной платы на первые 3 месяца 2004 года. Для удобства расчётов составим таблицу 9.

Таблица 9

Прогнозирование методом экстраполяции

В результате анализа рассчитанных в таблице данных получаем вероятностные границы значения средней начисленной заработной платы на первые 3 месяца 2004 года:

январь 2004: 4864,0519 руб ≤ yпр. ≤ 5517,9791 руб

февраль 2004: 5015,4909 руб ≤ yпр. ≤ 5637,0577 руб

март 2004: 5164,7937 руб ≤ yпр. ≤ 5758,2725 руб

4.2 Метод среднегодовых показателей

Выберем в качестве показателя среднегодовой абсолютный прирост значения средней начисленной заработной платы на первые 3 месяца 2004 года. Для упрощения расчётов составим таблицу 10.

Таблица 10

Прогнозирование методом среднегодовых показателей

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.

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.

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.

.

Основны формулы используемые в работе

1. Средние величины:

1) Средняя арифметическая простая:

,

где n – число вариантов

2) Средняя арифметическая взвешенная:

,

где f – веса (частота повторения одинаковых признаков)

2. Анализ ряда динамики предполагает расчёт системы показателей

1) Абсолютный прирост (Δу):

Δуц = уi – уi-1 (цепной)

Δуб = уi – уо (базисный),

где уi – уровень сравниваемого периода

уi-1 – уровень предшествующего периода

уо – уровень базисного периода.

2) Среднемесячный абсолютный прирост ():

 или Δуц = ,

где n – число абсолютных приростов в изучаемом периоде,

m – число уровней ряда динамики в изучаемом периоде

3) Темп роста (Тр):

Тр = ∙100% (цепной)

Тр = ∙100% (базисный)

4) Среднемесячный темп роста (Тр)

,

где n – число коэффициента роста.

5) Темпы прироста (Тпр)

Тпр = Тр – 100

6) Абсолютное значение 1% прироста (А%)

А% =

3. Формулы для аналитического выравнивания по прямой:

Прямая линия выражается при помощи следующего уравнения:

 = ао + а1t,

где  – выравненные значения ряда

t – время

ао и а1 – параметры искомой прямой

ао = ,

а1 = ,

где у – фактические уровни ряда динамики

n – число лет

4. Остаточное среднее квадратическое отклонение:

,

5. Коэффициент вариации:

∙100%

6. Коэффициент корреляции

r = ,

где r – коэффициент корреляции

 - средняя величина признака х,

 - средняя величина признака у,

 - средняя из попарных произведений изучаемых признаков х и у,

 - среднее квадратическое отклонение факторного признака,

 - среднее квадратическое отклонение результативного признака.

7. Коэффициент детерминации

i = r2

8. Критерий Стьюдента

,

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 = / (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 + ∙t или Yt = y0∙,

где y0 – начальный уровень ряда,

 - среднегодовой абсолютный прирост,

 - среднегодовой темп роста,

t – период времени