Автор работы: Пользователь скрыл имя, 11 Июня 2014 в 19:39, курсовая работа
Доходы играют важную роль в жизни каждого человека, потому что являются непосредственным источником удовлетворения его неограниченных потребностей. Заработная плата их основной источник. Но нередко её величина не достаточна для соблюдения даже самых необходимых условий существования людей. Чем больше доходы, тем выше спрос на продукцию и услуги, производимые различными отраслями, тем выше качество продукции, т. к. возникает мотив для достижения лучших конечных результатов, её конкурентоспособность, выше эффективность производства, значит, лучше экономическая ситуация в стране. Поэтому регулирование доходов, заработной платы является частью политики любого государства.
Таким образом, доходы населения и источники их формирования заслуживают пристального внимания, а все проблемы, с ними связанные, требуют скорейшего разрешения. Именно поэтому данная тема актуальна в любые времена, в любой стране, при любом экономическом строе.
Таким образом, уравнение множественной регрессии будет иметь следующий вид: y = 3262,614 – 47,984x1+0,363x2, что позволяет сделать вывод о степени влияния каждого из двух факторов на показатель среднемесячной номинальной начисленной заработной платы работающих в экономике. Параметр a1 = - 47,984 свидетельствует о том, что с увеличением количества крупных и средних предприятий в промышленности на 1 следует ожидать снижения среднемесячной номинальной начисленной заработной платы работающих в экономике на 47,984 рублей (обратная связь). Повышение же числа занятых на 1 тыс. может привести к увеличению среднемесячной заработной платы на 0,363 рублей или на 36 копеек.
3.6. Анализ вкладов физических лиц
Проанализируем информацию о вкладах физических лиц в 2009-2012 году по г. Перми.
В таблице дана информация об оседании вкладов населения.
Таблица 17. Оседание вкладов физических лиц в отделениях Сбербанка
г. Перми.
Квартал |
Коэффициент оседания вкладов по отделениям Сбербанка |
1 |
6 |
2 |
6,7 |
3 |
4 |
4 |
7,1 |
5 |
7 |
6 |
7,5 |
7 |
6,5 |
8 |
7,3 |
9 |
8 |
10 |
8,5 |
11 |
8 |
12 |
9,5 |
Рассчитаем необходимые показатели.
Выявление структуры ряда:
Таблица 18. Выявление структуры ряда динамики
Квар-тал(t) |
Коэф-т(Y) |
1 |
6 |
2 |
6,7 |
3 |
4 |
4 |
7,1 |
5 |
7 |
6 |
7,5 |
7 |
6,5 |
8 |
7,3 |
9 |
8 |
10 |
8,5 |
11 |
8 |
12 |
9,5 |
Построим график динамики вкладов:
Рисунок 6. Динамика оседания вкладов по г. Перми за 2009-2012 гг.
Найдём коэффициенты автокорелляции для последовательности лагов
Лаг будем выбирать из расчёта:
n/4 = |
3 |
Коэффициент автокорреляции для произвольного лага считается как:
Таблица 19. Расчёт коэффициента автокорреляции первого порядка
t |
yt |
yt-1 |
yt-y1 |
|yt-1-y2| |
(yt-y1)(yt-1-y2) |
|(yt-y1)^2 |
(yt-1-y2)^2 |
1 |
6,7 |
6 |
-0,581818182 |
-0,963636364 |
0,560661157 |
0,338512397 |
0,928595041 |
2 |
4 |
6,7 |
-3,281818182 |
-0,263636364 |
0,865206612 |
10,77033058 |
0,069504132 |
3 |
7,1 |
4 |
-0,181818182 |
-2,963636364 |
0,538842975 |
0,033057851 |
8,783140496 |
4 |
7 |
7,1 |
-0,281818182 |
0,136363636 |
-0,038429752 |
0,079421488 |
0,018595041 |
5 |
7,5 |
7 |
0,218181818 |
0,036363636 |
0,007933884 |
0,047603306 |
0,001322314 |
6 |
6,5 |
7,5 |
-0,781818182 |
0,536363636 |
-0,419338843 |
0,611239669 |
0,28768595 |
7 |
7,3 |
6,5 |
0,018181818 |
-0,463636364 |
-0,008429752 |
0,000330579 |
0,214958678 |
8 |
8 |
7,3 |
0,718181818 |
0,336363636 |
0,241570248 |
0,515785124 |
0,113140496 |
9 |
8,5 |
8 |
1,218181818 |
1,036363636 |
1,262479339 |
1,483966942 |
1,074049587 |
10 |
8 |
8,5 |
0,718181818 |
1,536363636 |
1,10338843 |
0,515785124 |
2,360413223 |
11 |
9,5 |
8 |
2,218181818 |
1,036363636 |
2,298842975 |
4,920330579 |
1,074049587 |
12 |
|||||||
Cумма |
6,412727273 |
19,31636364 |
14,92545455 | ||||
Среднее |
y1 |
y2 |
Коэффициент автокорреляции первого порядка равен 0,67
Таблица 20. Расчёт коэффициента автокорреляции второго порядка
t |
Yt |
Yt-2 |
yt-y3 |
yt-2-y4 |
(yt-y3)(yt-2-y4) |
(yt-y3)^2 |
(yt-2-y4)^2 |
1 |
4 |
6 |
-3,34 |
-0,86 |
2,8724 |
11,1556 |
0,7396 |
2 |
7,1 |
6,7 |
-0,24 |
-0,16 |
0,0384 |
0,0576 |
0,0256 |
3 |
7 |
4 |
-0,34 |
-2,86 |
0,9724 |
0,1156 |
8,1796 |
4 |
7,5 |
7,1 |
0,16 |
0,24 |
0,0384 |
0,0256 |
0,0576 |
5 |
6,5 |
7 |
-0,84 |
0,14 |
-0,1176 |
0,7056 |
0,0196 |
6 |
7,3 |
7,5 |
-0,04 |
0,64 |
-0,0256 |
0,0016 |
0,4096 |
7 |
8 |
6,5 |
0,66 |
-0,36 |
-0,2376 |
0,4356 |
0,1296 |
8 |
8,5 |
7,3 |
1,16 |
0,44 |
0,5104 |
1,3456 |
0,1936 |
9 |
8 |
8 |
0,66 |
1,14 |
0,7524 |
0,4356 |
1,2996 |
10 |
9,5 |
8,5 |
2,16 |
1,64 |
3,5424 |
4,6656 |
2,6896 |
11 |
|||||||
12 |
|||||||
Cумма |
8,346 |
18,944 |
13,744 | ||||
Среднее |
y3 |
y4 |
|||||
7,34 |
6,86 |
Коэффициент автокорреляции второго порядка равен 0,51
Построим функцию автокорреляции.
Автокорреляционная функция временного ряда
Таблица 21. Показатели функции автокорелляции рядов
t |
rt |
1 |
0,677673315 |
2 |
0,517232689 |
Построим график функции.
Рисунок 7. График автокорреляционной функции оседания коэффициентов вкладов физических лиц по г. Перми в 2012 г.
Анализ автокорреляционной функции и коррелограммы позволяет определить лаг, при котором автокорреляция наиболее высокая, а следовательно, и лаг, при котором связь между предыдущими и текущим уровнями ряда наиболее тесная, т.е. при помощи анализа автокорреляционной функции и коррелограммы можно выявить структуру ряда.
Наиболее высоким оказался коэффициент автокорреляции первого порядка.
Вывод: исследуемый ряд содержит только тенденцию.
Таблица 22. Расчёт оценок сезонной компоненты в аддитивной модели
№ квартала |
коэффициенты оседания вкладов, yt |
Итого за 4 квартала |
Скользящая средняя |
Центрированная скользящая средняя |
Оценка сезонной компоненты |
1 |
6 |
||||
2 |
6,7 |
23,8 |
5,95 |
||
3 |
4 |
24,8 |
6,2 |
6,075 |
-2,075 |
4 |
7,1 |
25,6 |
6,4 |
6,3 |
0,8 |
5 |
7 |
28,1 |
7,025 |
6,7125 |
0,2875 |
6 |
7,5 |
28,3 |
7,075 |
7,05 |
0,45 |
7 |
6,5 |
29,3 |
7,325 |
7,2 |
-0,7 |
8 |
7,3 |
30,3 |
7,575 |
7,45 |
-0,15 |
9 |
8 |
31,8 |
7,95 |
7,7625 |
0,2375 |
10 |
8,5 |
34 |
8,5 |
8,225 |
0,275 |
11 |
8 |
||||
12 |
9,5 |
Далее, рассчитаем циклическую компоненту.
Таблица 23. Расчёт значений циклической компоненты в аддитивной модели
Показатели |
Год |
№ квартала | |||
1 |
2 |
3 |
4 | ||
1 |
0 |
0 |
-2,075 |
0,8 | |
2 |
0,2875 |
0,45 |
-0,7 |
-0,15 | |
3 |
0,2375 |
0,275 |
0 |
0 | |
Итого за I квартал |
0,525 |
0,725 |
-2,775 |
0,65 | |
Средняя оценка сезонной компоненты для I квартала |
0,175 |
0,241666667 |
-0,925 |
0,216666667 | |
Скорректированная сезонная компонента,Si |
0,247916667 |
0,314583333 |
-0,852083333 |
0,289583333 | |
Сумма средних сезонных компонент: |
-0,291666667 |
||||
Корректирующий коэффициент: |
-0,072916667 |
Расчёт выровненных значений “Т” и ошибок “Е” в аддитивной модели.
Для определения компоненты Т находим коэффициенты линейного тренда.
Таблица 23. Расчёт коэффициентов линейного тренда
N |
t |
y |
t*y |
t^2 |
1 |
1 |
6 |
6 |
1 |
2 |
2 |
6,7 |
13,4 |
4 |
3 |
3 |
4 |
12 |
9 |
4 |
4 |
7,1 |
28,4 |
16 |
5 |
5 |
7 |
35 |
25 |
6 |
6 |
7,5 |
45 |
36 |
7 |
7 |
6,5 |
45,5 |
49 |
8 |
8 |
7,3 |
58,4 |
64 |
9 |
9 |
8 |
72 |
81 |
10 |
10 |
8,5 |
85 |
100 |
11 |
11 |
8 |
88 |
121 |
12 |
12 |
9,5 |
114 |
144 |
Сумма: |
78 |
86,1 |
602,7 |
650 |
Информация о работе Статистико-экономический анализ доходов населения Пермского края