Xreferat.com » Рефераты по социологии » Статистический анализ и прогнозирование безработицы

Статистический анализ и прогнозирование безработицы

лет, на их долю приходится 19,1 % общей численности безработных, а всего в возрасте до 30 лет находится 46,5 % безработных. Среди занятых доля лиц в возрасте до 30 лет значительно меньше (27,8%). (приложение 2)

Около четверти безработных имеют высшее или среднее профессиональное образование. Среди женщин такое образование имеют 32,7 %, среди мужчин – 19,1 %. Следует отметить, что удельный вес безработных с высшим и средним специальным образованием за последние годы падает как у женщин, так и мужчин. (приложение 3)

Как показали материалы обследований населения по проблемам занятости, доля безработных, использующих в качестве способа поиска работы обращение в органы государственной службы занятости, за последние годы несколько возросла. Среди безработных этот способ поиска работы использовали 37,1% (в2005г.- 33,5%, 2004г. – 38,1%, 2003г.- 36,6%, в 2001г. – 29%). В настоящее время наиболее предпочтительным является обращение при поиске работы к помощи друзей, родственников и знакомых – его использовали свыше 57% безработных. Среднее время поиска работы безработными в 2006 г. составило 10,5 месяцев, увеличилась доля безработных, ищущих работу год и более. Стаж пребывания в состоянии безработицы один год и более имели 33.1 тыс. человек или 54,6 % безработных (2005г. -22,4 тыс. человек, т.е. 41,3%).

В 2006 г. притоков в безработицу лиц, высвобожденных с предприятий в связи с ликвидацией или сокращением штатов, сократился на 10%. Пятая часть безработных потеряли работу по этой причине. Возросла в составе безработных численность лиц уволившихся по собственному желанию на 2,4 тыс человек, или на 43%.

Наряду с притоком безработных, ранее имевших работу, увеличилась численность безработных, не имеющих опыта работы. За год численность этих лиц возросла на 10,2 тыс человек, их удельный вес в общем числе безработных составил 41,2 % (в 2005г. -27,4%).


Уровень общей безработицы (по методологии МОТ)


Статистический анализ и прогнозирование безработицы

В целом уровень обшей безработицы в республике за весь период ее регистрации выше, чем по России, что говорит о напряженности на региональном рынке труда.

В общей численности безработных 3,6 тыс. человек составляют граждане, которым, в соответствии с законодательством РФ, не может быть присвоен статус безработного в органах по содействию занятости населения. Среди них 0,8 тыс. человек (1,3% от общего числа безработных) – студенты и учащиеся дневных образовательных учреждений, и 2,8тыс. (4,6%) – пенсионеры, занимающиеся поиском работы и готовые приступить к ней, т.е. отвечающие критериям для отнесения их к безработным по методологии МОТ. (приложение 1)

В органы государственной службы занятости населения (ДФГСЗН по РБ) обращается порядка 14-22 % общего числа лиц ищущих работу на региональном рынке труда. Значительная часть безработных ищет работу без обращения в службу занятости. Низкая заинтересованность граждан в постановке на учет, а также тот факт, что основной доле безработных пособие начисляется в минимальном размере, приводят к значительной разнице между фактической и официальной зарегистрированной численностью безработных. Всего в республике на конец 2006 года состояло на учете в Департаменте федеральной государственной службы занятости населения по РБ (ДФГСЗН) не занятых трудовой деятельностью граждан 16,1 тыс. человек, из них имели статус безработного 15,7 тыс. человек, что на 1,4 тыс. человек больше, чем на конец 2005 года. Из общего количества безработных, зарегистрированных на конец 2006г., женщины составляли 62 %, молодежь в возрасте 16-29 лет – 27%, инвалиды- 7 %.

Уровень официально зарегистрированной безработицы по республике на конец 2006 г. составил 3,6% экономически активного населения. За 2006 г. при содействии службы занятости трудоустроились 12,9 тыс. безработных (почти в 3 раза меньше вставших на учет), направлены на профессиональное обучение 3,3 тыс. человек, на досрочную пенсию оформлены 308 безработных. Средняя продолжительность поиска работы зарегистрированными в качестве безработных осталась на уровне 2005 г. (4,1месяца).

На конец 2006года 640 предприятий республики объявили 3450 вакансий, из них рабочих массовых профессий – 2561 вакансии (74%). Наибольшее число вакансий сосредоточено в здравоохранении и социальном обеспечении, образовании, культуре и науке (23,4% вакансий), управлении (14,1%), промышленности и строительстве (по 12,6%). Нагрузка незанятого населения, состоящего на учете в службе занятости, к концу 2006 г увеличилась с 4,2 до 4,6 человека на одну заявленную вакансию. Вместе с тем на региональном рынке труда наблюдается устойчивое превышение нагрузки на одну заявленную вакансию. Вместе с тем на региональном рынке труда наблюдается устойчивое превышение нагрузки на одну заявленную вакансию в ДФГСЗН по сравнению со среднероссийскими показателями, которая в 2006г в республике была в 2,3 раза больше, чем в среднем по России.

Нагрузка незанятого населения на 1 заявленную вакансию, человек


Статистический анализ и прогнозирование безработицы


3.2. Анализ динамики безработицы с использованием временных рядов


1. Расчет аналитических (∆у, Тр, Тпр, |%|) и средних показателей рядов динамики.

Наиболее простым показателем анализа динамики является абсолютный прирост (Dу): Статистический анализ и прогнозирование безработицы,

где: Dу - абсолютный прирост; уi - текущий уровень ряда; уi - 1 - предшествующий уровень; i - номер уровня.

Цепные коэффициенты роста исчисляются по формуле:

Статистический анализ и прогнозирование безработицы

где: К р - коэффициент роста.

Базисные коэффициенты роста исчисляются:

Статистический анализ и прогнозирование безработицы

Если коэффициенты роста выражаются в процентах, то их называют темпами роста: Статистический анализ и прогнозирование безработицы

Наряду с коэффициентами роста исчисляются и коэффициенты прироста:

Статистический анализ и прогнозирование безработицы (по цепной системе),

Статистический анализ и прогнозирование безработицы (по базисной системе).

Абсолютные и относительные величины необходимо брать вне отрыва друг от друга. Поэтому большое значение имеет расчет показателя абсолютного значения 1% прироста:

|%|= Статистический анализ и прогнозирование безработицы

Средний абсолютный прирост определяется:

Статистический анализ и прогнозирование безработицы (по цепной системе),

Статистический анализ и прогнозирование безработицы, (по базисной системе).

Средний коэффициент роста, а, следовательно, и прироста: Статистический анализ и прогнозирование безработицы

Средний темп роста представляет собой средний коэффициент роста, выраженный в процентах: Статистический анализ и прогнозирование безработицы


Таблица 1. Расчетная таблица для ∆у, Тр, Тпр,|%|.

год безработные- всего, тыс.чел. абсолютн прирост, тыс чел темп роста, % темп прироста, % абс.знач. 1% прироста, тыс.чел.


базис цепн базис цепн базис цепн
1992 29,3 - - 100 - 0 - -
1993 29,25 -0,05 -0,05 99,83 99,83 -0,171 -0,171 0,29
1994 48,03 18,73 18,78 163,93 164,21 63,93 64,21 0,29
1995 60,06 30,76 12,03 204,98 125,05 104,98 25,05 0,48
1996 66,39 37,09 6,33 226,59 110,54 126,59 10,54 0,60
1997 96,26 66,96 29,87 328,53 144,99 228,53 44,99 0,66
1998 93,59 64,29 -2,67 319,42 97,23 219,42 -2,77 0,96
1999 84,74 55,44 -8,85 289,22 90,54 189,22 -9,46 0,94
2000 92,91 63,61 8,17 317,099 109,64 217,099 9,64 0,85
2001 81,26 51,96 -11,65 277,34 87,47 177,34 -12,54 0,93
2002 69,73 40,43 -11,53 237,99 85,81 137,99 -14,19 0,81
2003 76,85 47,55 7,12 262,29 110,21 162,29 10,21 0,697
2004 67,9 38,6 -8,95 231,74 88,35 131,74 -11,65 0,77
2005 54,13 24,83 -13,77 184,744 79,72 84,744 -20,28 0,68
итого 950,4 - 24,83 - - - - -

По данным таблицы 1 видно, что максимальное значение абсолютного прироста (по цепной системе) зафиксировано в 1997 году (29,87 тыс.чел.), минимальное значение - в 2005 году (-13,77тыс.чел.). Максимальное значение абсолютного прироста по базисной системе составило 66,96 тыс.чел. в 1997 году, минимальное - -0,05 тыс.чел. в 1993 году. В общем 1997г. по сравнению с 1992г. численность безработных увеличилась на 66,96 тыс.чел. и самая высокая численность безработных за период 1992-2005гг. зарегистрирована в 1997г - численность безработных в 3,28 раза больше, чем в 1992г. На 84,7% численность безработных в 2005г. больше, чем безработных в 1992г. 0,96 тыс.чел. приходится на 1% прироста безработных в 1998г.

Рассчитаем среднегодовой уровень численности безработных:

У=950,4/14=67,9тыс.ч., т.е. за период 1992-2005гг. ежегодно численность безработных составила 67,9 тыс. чел.

Средний абсолютный прирост:

Равен ∆=24,83/13=1,91тыс.чел., т.е. за период с 1992-2005гг. в среднем ежегодно абсолют. прирост численности безработных составил 1,91тыс. чел.

Средний темп роста:

Тр=1,0096 или 100,96% - это говорит о том, что с 1992-2005гг. в среднем ежегодно темп роста безработных составил 100,96%.

Средний темп прироста:

Тпр = 100,96%-100%= 0,96% - с 1992-2005гг. в среднем темп прироста достигал 0,96%.

2. Определение наличия тенденции средних и дисперсии на базе методов: Метод проверки существенности разности средних.

Выдвигаем гипотезу Н0 об отсутствии тенденции, проверка осуществляется на основе кумулятивного t-критерия Стьюдента. Расчетное значение определяется по формуле:

Статистический анализ и прогнозирование безработицы, где Статистический анализ и прогнозирование безработицы Таблица 2. Для расчёта характеристик S2 и Z2.

год безработные-всего, тыс.чел. S2 Z2
1992 29,3 1488,857 1488,857
1993 29,25 1492,72 2981,58
1994 48,03 394,25 3375,83
1995 60,06 61,24 3437,07
1996 66,39 2,237 3439,3
1997 96,26 805,1 4244,4
1998 93,59 660,71 4905,12
1999 84,74 284,07 5189,18
2000 92,91 626,22 5815,4
2001 81,26 178,87 5994,27
2002 69,73 3,4 5997,67
2003 76,85 80,36 6078,03
2004 67,9 0,000204 6078,03
2005 54,13 189,22 6267,25
итого 950,4 6267,25 65291,97
СРЕДН 67,886



Tp= 10,418; tp=4,174

Табличное значение t-критерия Стьюдента для числа степеней свободы df=(n-2)=12 и вероятности 95% составляет 2,1788. Tp >tтабл → гипотеза Н0 о равенстве средних отвергается, расхождение между средними существенно значимо и не случайно, то в ряде динамики существует тенденция средней и, следовательно в исходном временном ряду тенденция имеется.

Метод Фостера – Стюарта.

Кроме определения наличия тенденции явления этот метод позволяет выявить основную тенденцию дисперсии уровней ряда динамики.

1. Сравнивается каждый уровень ряда со всеми предыдущими, при этом

если уi >yi-1, то Ui=1; Li=0; при уi <yi-1, то Ui=0; Li=1;

2. Вычисляются значения величин S и d:

S=∑Si , где Si =Ui + Li d=∑di , где di =Ui - Li

Показатель S характеризует тенденцию изменения дисперсии ряда динамики, а показатель d - изменение тенденций в среднем.

3. Проверяется с использованием t-критерия Стьюдента гипотеза о том, можно ли считать случайными разности S-µ и d-0: Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы

4. Сравниваются расчетные значения ts и td c табличными значениями.

Таблица 3. Для определения Ui и Li.

год тыс.чел. Ui Li
1992 29,3 0 0
1993 29,25 1 0
1994 48,03 1 0
1995 60,06 1 0
1996 66,39 1 0
1997 96,26 1 0
1998 93,59 0 1
1999 84,74 0 1
2000 92,91 1 0
2001 81,26 0 1
2002 69,73 0 1
2003 76,85 1 0
2004 67,9 0 1
2005 54,13 0 1


Определяем значения S=13 и d=1. По данным таблицы при n=14, µ=4,636, σ1=1,521, σ2 =2,153. По этим значениям рассчитаем:

ts =(13-4,636)/1,521=5,499 и td=(1-0)/2,153=0,465

Табличное значение tтабл для двустороннего критерия при уровне значимости 0,10 равно tтабл =1,761, т.е. tтабл > td , tтабл < ts → гипотеза об отсутствии тенденции в дисперсии показателя численности безработных отвергается, а в средней - подтверждается.

3. Определение наличия тенденции автокорреляции.

Автокорреляцию измеряют при помощи коэффициента автокорреляции:

Статистический анализ и прогнозирование безработицы , где

σя и σя+1-среднеквадратические отклонения рядовСтатистический анализ и прогнозирование безработицы и Статистический анализ и прогнозирование безработицысоответственно.

Если значение последнего уровня (yn) ряда мало отличается от первого (y1), то сдвинутый ряд можно условно дополнить, принимая yn=y1. Тогда yt=yt+1 и Статистический анализ и прогнозирование безработицызначит формула коэффициента автокорреляции примет вид: Статистический анализ и прогнозирование безработицы


Таблица 4. Исходные данные и расчет необходимых величин.

год


Числен-ть безраб-х тыс.чел.(yt)

уровни со
сдвигом
(yt+1)

Статистический анализ и прогнозирование безработицы

yt2
1992 29,3 29,25 857,025 858,49
1993 29,25 48,03 1404,878 855,5625
1994 48,03 60,06 2884,682 2306,881
1995 60,06 66,39 3987,383 3607,204
1996 66,39 96,26 6390,701 4407,632
1997 96,26 93,59 9008,973 9265,988
1998 93,59 84,74 7930,817 8759,088
1999 84,74 92,91 7873,193 7180,868
2000 92,91 81,26 7549,867 8632,268
2001 81,26 69,73 5666,26 6603,188
2002 69,73 76,85 5358,751 4862,273
2003 76,85 67,9 5218,115 5905,923
2004 67,9 54,13 3675,427 4610,41
2005 54,13 29,3 1586,009 2930,057
итого 950,4 950,4 69392,08 70785,83
средн 67,89
4956,58 5056,13

ra = 0,778

Приводим сопоставление полученного коэффициента автокорреляции с табличным при выборке n=14. При уровне значимости Р=0,05 ra табл =0,335.

Следовательно, ra факт > ra табл , что говорит о наличии автокорреляции в ряду динамики.

Критерий Дарбина - Уотсона.

Выдвигается гипотеза Н0 об отсутствии автокорреляции.

Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы


Таблица 5. Для определения величины Дарбина-Уотсона.

год тыс.чел. t t2 yt ytˆ lt Lt+1 Lt2 Lt+1-lt (Lt+1-lt)2
1992 29,3 -13 169 -380,9 51,77 -22,47 -25 504,9 -2,53 6,4
1993 29,25 -11 121 -321,75 54,25 -25 -8,7 625 16,3 265,69
1994 48,03 -9 81 -432,27 56,73 -8,7 0,85 75,69 9,55 91,2
1995 60,06 -7 49 -420,42 59,21 0,85 4,7 0,72 3,85 14,82
1996 66,39 -5 25 -331,95 61,69 4,7 32,09 22,09 27,39 750,21
1997 96,26 -3 9 -288,78 64,17 32,09 26,94 829,8 -5,15 26,52
1998 93,59 -1 1 -93,59 66,65 26,94 15,61 125,76 -11,33 128,37
1999 84,74 1 1 84,74 69,13 15,61 21,3 243,67 5,69 32,38
2000 92,91 3 9 278,73 71,61 21,3 7,17 453,69 -14,13 199,66
2001 81,26 5 25 406,3 74,09 7,17 -6,84 51,41 -14,01 196,28
2002 69,73 7 49 488,11 76,57 -6,84 -2,2 46,79 4,64 21,53
2003 76,85 9 81 691,65 79,05 -2,2 -13,63 4,84 -11,43 230,65
2004 67,9 11 121 746,9 81,53 -13,63 29,88 185,78 43,51 1893,12
2005 54,13 13 169 703,69 84,01 -29,88 - 592,814 - -
итого 950,4 - 910 1130,5 - - - 3756,83 - 5862,9

Величина критерия Дарбина – Уотсона D=5862,9/3756,83=1,56

dL =1,08

dU =1,36

Расчитанное значение попадает в отрезок от dU до 4-dU. Следовательно, нет оснований отклонять гипотезу Н0 об отсутствии автокорреляции в остатках.

После того как установлено наличие тенденции в ряду динамики, производится ее описание с помощью методов сглаживания.

4. Выявление основной тенденции.

Метод скользящей средней.

Сначала найдем скользящие средние путем суммирования уровней ряда за каждые 4 года и разделив полученные суммы на 4. Потом найдем центрированные скользящие средние, для чего найдем средние значения из 2 последовательных скользящих средних. И найдем оценки сезонной компоненты.


Таблица 6. Расчет оценок сезонной компоненты.


Безраб-ных,

тыс.чел.

Скольз. Средняя

Центр.

Скол.сред

Оценка сезон комп S
1 48,03 - - -
2 60,06 67,685 - -
3 66,39 79,075 73,38 -6,99
4 96,26 85,245 82,16 14,1
5 93,59 91,875 88,56 5,03
6 84,74 88,125 90 -5,26
7 92,91 82,16 85,143 7,7675
8 81,26 80,188 81,173 0,086
9 69,73 73,935 77,061 -7,331
10 76,85 67,153 70,544 6,306
11 67,9 - - -
12 54,13 - - -

Статистический анализ и прогнозирование безработицы

Рис. 1. Динамика численности безработных за 1994-2005гг.


Скользящая средняя дает более или менее плавное изменение уровней.

На графике не проявляется сильно выраженный недостаток скользящих средних. Но в начале и в конце динамического ряда отсутствуют данные, в результате чего становится не совсем ясна закономерность. Это и является минусом данного, наиболее простого из всех остальных метода. Для более точного анализа использую метод аналитического выравнивания.

Метод аналитического выравнивания и определение параметров.

Аналитическое выравнивание ряда динамики имеет задачу найти плановую линию развития (тренд) данного явления, характеризующую основную тенденцию её динамики.

Для отображения основной тенденции развития явления применяются полиномы разной степени, при которых оценка параметров производится по МНК. Так, для линейного тренда y=a+bt система уравнений следующая:


Статистический анализ и прогнозирование безработицыТаблица 7. Расчет параметров линейного тренда.

год тыс.чел. t t2 уt
1992 29,3 1 1 29,3
1993 29,25 2 4 58,5
1994 48,03 3 9 144,09
1995 60,06 4 16 240,24
1996 66,39 5 25 331,95
1997 96,26 6 36 577,56
1998 93,59 7 49 655,13
1999 84,74 8 64 677,92
2000 92,91 9 81 836,19
2001 81,26 10 100 812,6
2002 69,73 11 121 767,03
2003 76,85 12 144 922,2
2004 67,9 13 169 882,7
2005 54,13 14 196 757,82
итого 950,4 105 1015 7693,23

Из таблицы 7 подставим значения в систему и получим:

Уравнение "линейной" модели примет вид: Статистический анализ и прогнозирование безработицы

Статистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыОценим параметры уравнения на типичность. Для расчёта используем следующие формулы:

где: S2- остаточная уточнённая дисперсия; mа, mв- ошибки по параметрам.

После подстановки значений получились следующие данные:

Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы

Статистический анализ и прогнозирование безработицы

Статистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыОценим значимость параметров модели по критерию Стьюдента. Предположим, что параметры и коэффициент корреляции стат. значимы.

Статистический анализ и прогнозирование безработицыгде: ta , tb- расчётное значение t-критерия Стьюдента для параметров.

После подстановки данных в формулы получим следующие значения:

Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы

Статистический анализ и прогнозирование безработицы

Сравним полученное значение с табличным tтабличное при Р=0,05 (уровень значимости) и (n-2)= 2,1788. Так как tрасчётное > tтабличное , то параметры уравнения типичны (значимы) и данное уравнение используется в дальнейших расчетах.

Оценим уравнение в целом по критерию Фишера, выдвигаем гипотезу Н0: о том, что коэффициент регрессии равен нулю.

Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы

Fф=Dфакт/Dост=2410,54/405,25=5,95.

FT(v1=1;v2=12)=4,75.

Поскольку Fф > FT при 5%-ном уровне значимости гипотеза Н0 отвергается, уравнение в целом стат. значимо.

Из уравнения видно, что ежегодно численность безработных возрастала в среднем на 2,49%.

Построим график исходных данных.


Статистический анализ и прогнозирование безработицы

Рис. 2. График исходных данных.


По графику видно, что временной ряд характеризуется сначала тенденцией возрастания до 2000г., а затем убывания. Можно предположить, что данный ряд, вероятно, развивается согласно полиномиальной функции, которая описывается параболой второго порядка: Статистический анализ и прогнозирование безработицы

Система нормальных уравнений для расчета параметров параболы 2-ой степени составит:

год тыс.чел. t t2 t3 t4 yt yt2
1992 29,3 1 1 1 1 29,3 29,3
1993 29,25 2 4 8 16 58,5 117
1994 48,03 3 9 27 81 144,09 432,27
1995 60,06 4 16 64 256 240,24 960,96
1996 66,39 5 25 125 625 331,95 1659,75
1997 96,26 6 36 216 1296 577,56 3465,36
1998 93,59 7 49 343 2401 655,13 4585,91
1999 84,74 8 64 512 4096 677,92 5423,36
2000 92,91 9 81 729 6561 836,19 7525,71
2001 81,26 10 100 1000 10000 812,6 8126
2002 69,73 11 121 1331 14641 767,03 8437,33
2003 76,85 12 144 1728 20736 922,2 11066,4
2004 67,9 13 169 2197 28561 882,7 11475,1
2005 54,13 14 196 2744 38416 757,82 10609,5
итого 950,4 105 1015 11025 127687 7693,23 73913,9
Решив систему, получим параметры уравнения тренда:

а=13,37; b=13,94; c=-1,0017.

Соответственно уравнение тренда составит: у =13,37+13,94t-1,0017t2

Статистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыОценим параметры уравнения на типичность.

где: S2- остаточная уточнённая дисперсия; mа, mв, mr - ошибки по параметрам.

После подстановки значений получились следующие данные:

Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы

Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы

Статистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыСтатистический анализ и прогнозирование безработицыОценим значимость параметров модели по критерию Стьюдента.


Предположим, что параметры и коэффициент корреляции стат.


значимы. Для расчёта использую следующие формулы:

где: ta , tb , tr - расчётное значение t-критерия Стьюдента для параметров.

После подстановки данных в формулы получил следующие значения:

Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы Статистический анализ и прогнозирование безработицы

Сравним полученное значение с табличным t-критерием Стьюдента. tтабличное при Р=0,05 и (n-2)= 2,1788. Так как tрасчётное > tтабличное , то параметры b и r уравнения типичны (значимы). Так как tрасчётное < tтабличное , то параметры с и а незначимы.

Оценим уравнение в целом по критерию Фишера, выдвигаем гипотезу Н0:о том, что коэффициент регрессии равен нулю.

Fф=Dфакт/Dост=10333,6/906,597=11,398.

FT(v1=1;v2=12)=4,75.

Т.к. Fф > FT при 5%-ном уровне значимости гипотеза Н0 отвергается, уравнение в целом стат. значимо.

5. Автокорреляция уровней временного ряда.

Для выбора прогностической модели необходимо исследовать автокорреляцию уровней динамического ряда, т.е. изучить корреляционную связь между последовательными значениями уровней временного ряда.


Таблица 9. Расчет коэффициента автокорреляции.

год тыс.чел. yt-1 yt-2 yt-3
1992 29,3 - - -
1993 29,25 29,3 - -
1994 48,03 29,25 29,3 -
1995 60,06 48,03 29,25 29,3
1996 66,39 60,06 48,03 29,25
1997 96,26 66,39 60,06 48,03
1998 93,59 96,26 66,39 60,06
1999 84,74 93,59 96,26 66,39
2000 92,91 84,74 93,59 96,26
2001 81,26 92,91 84,74 93,59
2002 69,73 81,26 92,91 84,74
2003 76,85 69,73 81,26 92,91
2004 67,9 76,85 69,73 81,26
2005 54,13 67,9 76,85 69,73
итого 950,4 896,27 828,37 751,52

По данному ряду определяю серию коэффициентов автокорреляции (автокорреляционную функцию):

ra1=0,809, ra2=0,52, ra3=0,233, ra4=-0,421, ra5=-0,854, ra6=-0,746, ra7=-0,894, ra8=-0,907, ra9=-0,735, ra10=-0,898, ra11=-0,919.

Построим график автокорреляционной функции.


Статистический анализ и прогнозирование безработицы

Рис. 3. Коррелограмма для ряда численности безработных в РБ за 1992-2005гг.


Коррелограмма представляет собой затухающую функцию. По графику видно, что наиболее высоким оказался ra1=0,809, т.е. уровни текущего года на 80,9% обусловлены уровнями предыдущего года. Поэтому ряд содержит только тенденцию и не содержит периодических колебаний. В данном ряду отсутствует трендовая компонента Т и циклическая (сезонная) компонента S.

3.3. Многофакторный корреляционно – регрессионный анализ безработицы


Таблица 10. Исходные данные.

год Уровень безраб-цы Индекс ВРП Доход на душу насел-я Доля пенсионеров
1992 5,8 77,3 51,7 18,7
1993 5,9 93,3 137,4 19,6
1994 9,8 85,5 11,2 20,2
1995 12,7 86,2 83,7 20,9
1996 14,9 93,5 89,6 21,5
1997 21,3 102,2 130,5 22,1
1998 22,2 94,2 72,2 22,5
1999 17,3 108 99,9 22,8
2000 19,1 104,9 111,2 22,9
2001 18,4 106,4 110,2 23,2
2002 15,4 106,4 121,5 23,3
2003 16,8 106,7 104,5 23,3
2004 15,3 103,7 104,4 23,5
2005 12 104,8 111,3 23,8
итого 206,9 1373,1 1339,3 308,3
средн 14,779 98,079 95,664 22,0214

Для корреляционно-регрессионного анализа необходимо из нескольких факторов произвести предварительный отбор факторов для регрессионной модели. Сделаем это по итогам расчета коэффициента корреляции. А именно возьмем те факторы, связь которых с результативным признаком будет выражена в большей степени. Начнем наш анализ с рассмотрения следующих факторов:

- Индекс ВРП - x1 (%)

- Доход на душу населения – x2 (%)

- Доля пенсионеров - x3 (%)

Рассчитаем коэффициент корреляции для линейной связи и для имеющихся факторов - x1, x2 и x3. Коэффициент корреляции определяется по следующей формуле:

Статистический анализ и прогнозирование безработицы

где: Статистический анализ и прогнозирование безработицы и

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: