- •Статистическая оценка бедности населения в республике беларусь содержание
- •Введение
- •1 Бедность как объект статистического изучения
- •1.1 Основные подходы к статистической оценке бедности
- •1.2 Система показателей бедности
- •Республики Беларусь
- •2 Экономико-статистическая оценка уровня и структуры бедности в Республике Беларусь
- •2.1 Статистическое изучение динамики уровня бедности
- •2.2 Портрет бедности населения Республики Беларусь
- •3 Статистический анализ факторов, определяющих уровень бедности в Республике Беларусь
- •3.1 Статистический анализ макроэкономических показателей, влияющих на уровень малообеспеченности в Республике Беларусь
- •Республики Беларусь за 1990-2007 гг. (в процентах к уровню 1990 г.)
- •Населения Республики Беларусь за 1996-2007 гг. (в процентах к уровню 1995 г.)
- •Населения Республики Беларусь за 1991-2007 гг. (в процентах к уровню 1990 г.)
- •Малообеспеченности населения от величины реального ввп на душу населения в Республике Беларусь за 1996-2007 гг.
- •Малообеспеченности населения от величины реального ввп на душу населения и фактора времени в Республике Беларусь за 1995-2007 гг.
- •Малообеспеченности населения от величины ввп на душу населения (в процентах к уровню 1995 г.) в Республике Беларусь за 1995-2007 гг.
- •Малообеспеченности населения от величины реальных денежных доходов на душу населения (в тыс. Пост. Руб., 1995 г.) в Республике Беларусь в 1995-2007 гг.
- •Малообеспеченности населения от величины реальных среднедушевых денежных доходов (в процентах к уровню 1995 г.) в Республике Беларусь
- •3.2 Корреляционно-регрессионный анализ факторов, определяющих уровень денежных доходов и потребительских расходов населения
- •Детей в возрасте до 18 лет в домашних хозяйствах Гродненской области (в среднем за месяц 2007 г.) и типа населенного пункта
- •(В среднем за месяц 2007 г.)
- •Список использованных источников
Малообеспеченности населения от величины реального ввп на душу населения и фактора времени в Республике Беларусь за 1995-2007 гг.
Примечание – Источник: Электронная таблица результатов моделирования в пакете STATISTICA.
Уравнение регрессии будет иметь вид:
(3.1.3)
Для оценки значимости уравнения регрессии в целом используем F-критерий Фишера. Поскольку (= 16,935) > (= 4,26), то можно сделать вывод о значимости уравнения регрессии в целом.
Однако не все полученные фактические значения t-критерия превышают табличное значение (=1,833). По t-критерию фактор времени оказался незначимым.
Фактическое значение критерия Дарбина-Уотсона для рассматриваемого уравнения составляет 1,402. По таблицам значений DW0.05;1;12 критические значения =0,81 и =1,58. Следовательно, фактическое значение Дарбина-Уотсона снова попадает в зону неопределенности.
Коинтеграция двух временных рядов значительно упрощает процедуры и методы, используемые в целях их анализа, поскольку в этом случае можно строить уравнение регрессии и определять показатели корреляции, применяя в качестве исходных данных непосредственно уровни изучаемых рядов, учитывая тем самым информацию, содержащуюся в исходных рядах, в полном объеме. Однако, следует отметить, что коинтеграция означает совпадение динамики временных рядов в течение длительного периода времени, поэтому эта концепция обычно применяется к временным рядам, охватывающим сравнительно длинные промежутки времени.
Построим графики временных рядов уровня малообеспеченности населения и ВВП на душу населения.
Рисунок 3.1.6 Динамика уровня малообеспеченности населения и ВВП на душу населения (в млрд. пост руб., 1995 г.) в Республике Беларусь
за 1995-2007 гг.
Примечание – Источник: собственная разработка на основе [[37, с. 71],
[41, с. 67], [43, с. 73], [44, с. 53], таблица 3.1.3].
Исходя из рисунка 3.1.6, можно сделать вывод, что тенденции этих рядов имеют противоположную направленность. Проведем тестирование на коинтеграцию этих временных рядов.
Нулевая гипотеза состоит в том, что коинтеграция между этими рядами отсутствует. По ранее определенным параметрам уравнения регрессии зависимости уровня малообеспеченности населения от величины ВВП на душу населения(рисунок 3.1.4) сделаем вывод о коинтеграции временных рядов, который можно подтвердить с помощью критерия Дарбина-Уотсона. Полученное значение критерия Дарбина-Уотсона для уравнения регрессии, рассчитанного по уровням временных рядов, = 1,26 превышает для уровня значимости 0,05 его критическое значение, равное 0,386. Это свидетельствует о том, что в генеральной совокупности критерий Дарбина-Уотсона не равен 0 и, следовательно, временные ряды уровня малообеспеченности населения и ВВП на душу населения коинтегрируют.
Для определения показателей силы и тесноты связи можно работать с уровнями рядов.
Коэффициент корреляции, рассчитанный по уровням временных рядов, равен -0,87. Это говорит об очень тесной обратной связи между долей малообеспеченного населения и величиной ВВП на душу населения.
Однако при расчете параметров уравнения регрессии мы сталкиваемся с другой проблемой – рассчитанное значение критерия Дарбина-Уотсона попадает в зону неопределенности (,).
Поэтому найденные оценки параметров уравнения регрессии не являются эффективными ввиду нарушения предпосылок МНК в этом уравнении. Для получения новых оценок параметров, для которых не нарушается свойство эффективности, воспользуемся методом расчета параметров уравнения регрессии при наличии положительной автокорреляции в остатках.
-
Найдем оценку коэффициента автокорреляции остатков первого порядка. Воспользуемся приближенным соотношением между критерием Дарбина-Уотсона и коэффициентом автокорреляции остатков первого порядка, которое описывается формулой:
(3.1.4)
Отсюда коэффициент автокорреляции первого порядка будет равен 0,348253.
-
Проведем пересчет исходных данных в соответствии с формулами (3.1.5) и (3.1.6)
(3.1.5)
(3.1.6)
При пересчете данных мы использовали величину коэффициента автокорреляции 0,348253.
Regression Summary for Dependent Variable: уровень малообеспеченности R = -0,80849136 R2= 0,65365828 Adjusted R2= 0,61517586 F(1,9)=16,986 p<,00259 Std.Error of estimate: ,05537 |
||||||
N=11 |
Beta |
Std.Err. of Beta |
B |
Std.Err. of B |
t(9) |
p-level |
Intercept |
|
|
0,483744 |
0,075284 |
6,42556 |
0,000122 |
Х1 |
-0,808491 |
0,196169 |
-0,000025 |
0,000006 |
-4,12139 |
0,002593 |
Рисунок 3.1.7 Характеристики регрессионного анализа уровня