- •Курсовая работа
- •Тема: Статистический анализ численности и состава занятого населения
- •Задание на курсовую работу
- •Аннотация
- •Содержание
- •Введение
- •1 Теоретическая сущность статистического анализа численности и состава занятого населения
- •1.1 Сущность и значение показателей занятости населения
- •1.2 Система статистических показателей занятости населения, их информационное обеспечение
- •2 Статистический анализ занятости населения рф
- •2.1 Анализ уровня и структуры занятого населения
- •2.2 Изучение межрегиональной вариации уровня занятости населения
- •2.3 Анализ влияния уровня занятого населения на уровень ввп
- •Заключение
- •Список использованной литературы
- •Приложения
2.3 Анализ влияния уровня занятого населения на уровень ввп
Рассмотрим влияние уровня занятости на величину валового внутреннего продукта. Данные о величине валового внутреннего продукта взяты с сайта Федеральной службы государственной статистики РФ и представлены в таблице 7 [10].
Таблица 7
Данные валового внутреннего продукта РФ в рыночных ценах, млрд. руб.
|
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
2009 |
2010 |
Ваповой внутренний продукт в рыночных ценах |
10,819,2 |
13,208,2 |
17,027,2 |
21,609,8 |
26,917,2 |
33,247,5 |
41,276,8 |
38,808,7 |
45,166,0 |
Представим данные таблицы 7 в виде аналитической таблицы (табл.8). Данные уровня занятого населения перенесём из таблицы 1.
Таблица 8
Исходные данные для проведения анализа влияния уровня занятого населения на ВВП
Годы |
Количество занятых, тыс. чел. |
Валовой внутренний продукт, млрд. руб. |
2002 |
66658,9 |
10819,2 |
2003 |
66432,2 |
13208,2 |
2004 |
67274,7 |
17027,2 |
2005 |
68168,9 |
21609,8 |
2006 |
68854,9 |
26917,2 |
2007 |
70570,5 |
33247,5 |
2008 |
70965,1 |
41276,8 |
2009 |
69284,9 |
38808,7 |
2010 |
69803,6 |
45165,0 |
Проверим предположения о взаимосвязи двух показателей: уровня занятого населения и величины валового внутреннего продукта страны. Для этого применим метод корреляционно-регрессионного анализа. Поэтому проведём предварительные расчёты с помощью программы Excel и результаты расчётов представим в таблице 9.
Таблица 9
Исходная информация для корреляционно-регрессионного анализа
Годы |
Количество занятых, тыс. чел. x |
Валовой внутренний продукт, млрд. руб.y |
|
|
|
|
2002 |
66658,9 |
10819,2 |
721195970,9 |
4443408949 |
-16745,2 |
280401723 |
2003 |
66432,2 |
13208,2 |
877449784 |
4413237197 |
-14356,2 |
206100478,4 |
2004 |
67274,7 |
17027,2 |
1145499772 |
4525885260 |
-10537,2 |
111032583,8 |
2005 |
68168,9 |
21609,8 |
1473116295 |
4646998927 |
-5954,6 |
35457261,16 |
2006 |
68854,9 |
26917,2 |
1853381114 |
4740997254 |
-647,2 |
418867,84 |
2007 |
70570,5 |
33247,5 |
2346292699 |
4980195470 |
5683,1 |
32297625,61 |
2008 |
70965,1 |
41276,8 |
2929212240 |
5036045418 |
13712,4 |
188029913,8 |
2009 |
69284,9 |
38808,7 |
2688856899 |
4800397368 |
11244,3 |
126434282,5 |
2010 |
69803,6 |
45165 |
3152679594 |
4872542573 |
17600,6 |
309781120,4 |
Итого |
618013,7 |
248079,6 |
17187684367 |
42459708417 |
0 |
1289953857 |
среднее |
68668,18888 |
27564,4 |
1909742707,4 |
- |
- |
- |
Проведём оценку наличия и степени тесноты связи между признаками, представленными в таблице 9. Для этого предположим, что показатели количества занятых и ВВП страны связаны линейной зависимостью.
Рассчитаем среднеквадратическое отклонение признака – валового внутреннего продукта.
млрд. руб.
Для расчёта дисперсии количества занятых в экономическом процессе рассчитаем промежуточные показатели в таблице 10.
Таблица 10
Промежуточные расчёты для определения величины дисперсии количества занятого населения
Годы |
Количество занятых, тыс. чел. x |
|
|
1 |
2 |
3 |
4 |
2002 |
66658,9 |
-2009,288889 |
4037241,839 |
2003 |
66432,2 |
-2235,988889 |
4999646,311 |
Продолжение таблицы 10
1 |
2 |
3 |
4 |
2004 |
67274,7 |
-1393,488889 |
1941811,283 |
2005 |
68168,9 |
-499,2888889 |
249289,3946 |
2006 |
68854,9 |
186,7111111 |
34861,03901 |
2007 |
70570,5 |
1902,311111 |
3618787,563 |
2008 |
70965,1 |
2296,911111 |
5275800,652 |
2009 |
69284,9 |
616,7111111 |
380332,5946 |
2010 |
69803,6 |
1135,411111 |
1289158,391 |
Итого |
618013,7 |
0 |
21826929,07 |
x среднее |
68668,18889 |
- |
- |
Рассчитаем среднеквадратическое отклонение признака – величины занятого населения.
Рассчитаем коэффициент корреляции по формуле:
Коэффициент линейной корреляции равный 0,62 свидетельствует о наличии высокой прямой связи между ростом количества занятого населения и уровнем валового внутреннего продукта.
Наличие высокой зависимости между показателями позволяет говорить о возможности проведения корреляционно-регрессионного анализа между этими показателями.
Проведём оценку существенности коэффициента корреляции. Для этого найдём расчётное значение - критерия Стьюдента.
По таблице критических точек распределения Стьюдента найдём при уровне значимости и числе степеней свободы
=2,3646
> , так как 2,5 > 2,3646.
Это означает, что линейный коэффициент корреляции можно считать значимым, а связь между уровнем занятого населения и ВВП существенной. Поэтому можно применять линейную функцию для расчёта уравнения регрессионной зависимости между этими показателями.
Уравнение линейной регрессии имеет вид
Построение регрессионного уравнения начинается с определения неизвестных параметров и . Для этого используется метод наименьших квадратов, заключающийся в минимизации суммы квадратов отклонений теоретических значений зависимой переменной от наблюдаемых Эмпирической) переменной
Система нормальных уравнений для нахождения параметров и имеет вид:
Подставим рассчитанные показатели из таблицы 10 в эту систему уравнений:
Константы рассчитаем по формулам:
Тогда уравнение линейной регрессии будет иметь вид:
Вычислим прогнозное значение ВВП для уровня занятых 70000 тыс. чел. При уровне значимости
млрд. руб.
Рассчитаем прогноз ВВП при условии, что прогноз уровня занятости в России составит 69000 тыс. чел.
Тогда млрд. руб.
Проверим значимость параметров регрессии:
,
В качестве критерия вновь используем критерий Стьюдента, который определим по формулам:
Для параметра а
Для параметра
Где и являются значениями критерия Стьюдента для коэффициентов и .
При этом - это остаточная дисперсия уравнения регрессии;
- число точек в выборке;
- число переменных в выборке. Для парной регрессии оно равно единице.
Тогда получим:
Значит:
> , значит параметр является значимым.
> значит параметр также является значимым.
Рассчитаем показатели оценки подбора для линейной регрессии:
связь сильная
Как показали рассчитанные показатели, связь между ВВП РФ и уровнем занятости в РФ сильная. Данная функция может применяться для прогнозирования данных показателей.
Значит найденное уравнение зависимости может использоваться для прогнозирования показателя валового внутреннего продукта Российской Федерации.