Регрессионный анализ уровня безработицы в РФ

Заказать уникальную курсовую работу
Тип работы: Курсовая работа
Предмет: Статистика
  • 19 19 страниц
  • 7 + 7 источников
  • Добавлена 17.04.2012
1 000 руб.
  • Содержание
  • Часть работы
  • Список литературы
  • Вопросы/Ответы
1.Теоретические основы регрессии
1.1.Парная и множественная линейная регрессия
1.2.Виды коэффициентов корреляции
2.Расчет показателей регрессии
2.1.Расчет линейных коэффициентов корреляции макроэкономических показателей друг с другом и с уровнем безработицы (задание 3)
2.2.Построение уравнения регрессии между отобранными показателями и величиной уровня беработицы населения (задание 6)
3.Аналитическая часть
3.1.Оценка наличия, направления и тесноты связи между анализируемыми переменными (задание 4)
3.2.Выбор наиболее информативных макроэкономических показателей (задание 5)
3.3.Анализ данных дисперсионного анализа, построение уравнения регрессии, оценка его точности и значимости (задание 7)
Список использованной литературы
Фрагмент для ознакомления

Рост инфляции также влияет на рост уровня безработицы. Кроме того, чем больше величина коэффициента регрессии, тем значительнее влияние объясняющей переменной на зависимую переменную.

3.Аналитическая часть
3.1.Оценка наличия, направления и тесноты связи между анализируемыми переменными (задание 4)

По величине модуля коэффициента корреляции с уровнем безработицы населения необходимо произвести отбор показателей тесной зависимости с показателем уровня безработицы.
Тесная связь наблюдается между уровнем безработицы и темпом инфляции. Связь прямая, с ростом инфляции растет уровень безработицы. Обратная связь наблюдается между темпом роста доходов населения, темпом роста производства и уровнем безработицы. Уровень безработицы возрастает при падении доходов населения и снижении объемов производства.
Анализ тесноты связи с другими показателями и уровнем безработицы показал не значительную зависимость от изменения и уровня данных показателей.

3.2.Выбор наиболее информативных макроэкономических показателей (задание 5)

К таким показателям , на основании анализа коэффициента корреляции ( таблица 3 и 4), можно отнести:
-темп роста объемов производства (показатель 2); с падением объемов производства возрастает уровень безработицы;
-уровень доходов населения (показатель 4); безработица также находится в зависимости от доходов населения; с ростом уровня безработицы доходы населения снижаются;
-темп инфляции (показатель 5), темпы роста инфляционных процессов напрямую влияют на уровень безработицы.

3.3.Анализ данных дисперсионного анализа, построение уравнения регрессии, оценка его точности и значимости (задание 7)

Зависимость уровня безработицы от объемов производства, доходов населения и уровня инфляции в виде линейного уравнения множественной регрессии имеет вид:
Y(i) = 2,119 -0,718X1 + 0,731X2 + 0,281X3
В рассматриваемом примере величина коэффициента регрессии b2 больше, чем величина коэффициента b1 и b3, следовательно, доходность населения оказывает значительно большее влияние на уровень безработицы, чем инфляция и объем производства.
Оценка значимости зависимости уровня безработицы (Y) оценивается по наиболее взаимосвязанным показателям: объем производства (Х1), доходы населения (Х2) и инфляция (Х3).Для количественной оценки указанного вывода определятся частные коэффициенты эластичности:
Э (Х1) = b1 * (X1ср / Yср) = -0,718 * (4,7/8,6) = -0,389
Э (Х2) = b2 * (X2ср / Yср) = 0,731 * (5,8/8,6) = -0,492
Э (Х3) = b3 * (X3ср / Yср) = 0,281 * (20,1/8,6) = 0,653
Анализ полученных результатов показывает, что наибольшее влияние на уровень безработицы оказывает инфляция. Так, в частности, при увеличении уровня инфляции на 1% стоимость безработица возрастает на 0,653%. В то же время с ростом производства товаров на 1% безработица снижается на 0,389%. При росте доходов безработица снижается на 0,492%.
Коэффициент множественной корреляции отражает тесноту связи между вариацией зависимой переменной и вариациями всех включенных в анализ независимых переменных. Парные коэффициенты корреляции и коэффициент множественной корреляции рассчитываются по формулам:
r(x1,x2) = [(x1*x2)ср - x1 ср* x2 ср] /[ σ(х1)* σ(х2) ]
r(x1,y) = [(x1* y)ср - x1 ср* y ср] /[ σ(х1)* σ(y) ]
r(y,x2) = [(y *x2)ср - y ср* x2 ср] /[ σ(y)* σ(х2) ]
R(y,x1,x2) =КОРЕНЬ [r(x1,y) ^2 + r(y,x2) ^2 - 2* r(x1,y) *r(y,x2) * r(x1,x2)] /[ 1 - - r(x1,x2)^2 ]
Таблица 5 - Расчет дисперсий


Расчет дисперсий осуществлялся по формулам (14) и (15).

Таблица 6 - Расчет параметров для коэффициента регрессии



r(x1,x2) = (76-4,7*5,8)/(5,9*9,4) = 0,888
r(x1,y) = (41-4,7*8,6)/(5,9*2,0) = 0,0546
r(y,x2) = (37-8,6*5,8)/(9,4*2,0)=-0,695
r(y,x3) = (202-8,6*20,1)/(19,9*2,0)=-0,721
R(y,x1,x2) =√( 0,888^2+0,0546^2-2*0,888*0,0546*-0,695) / 0,998) = 0,929
Между факторами наблюдается тесная связь, что подтверждается значением коэффициента множественной регрессии, равный 0,929.

Список использованной литературы

1.Горемыкина Т.К. Общая теория статистики: Учебное пособие / Т.К.Горемыкина Т.К. - М.:МГИУ, 2006.
2.Зорин, А.Л. Справочник экономиста в формулах и примерах / А.Л.Зорин. – М.: Профессиональное издательство, 2006. – 336 с. (Библиотека журнала «Справочник экономиста»)
3. Иващенко, Н.П. Экономика фирмы: учебник / под общ. ред. проф. Н.П.Иващенко – М.: ИНФРА-М, 2007. – 527с.
4.Общая теория статистики / Под ред О.Э.Башиной. - М.: Финансы и статистика, 2006. - 226с
5.Харченко Л.П. Статистика: курс лекций / Л.П.Харченко, В.Г..Долженкова, В.Г.Ионин. - М.:Инфра-М, 2008. - 346 с.
6. Шмойлова Р.А. и др. Теория статистики. - М.: Финансы и статистика, 2007.
7. Черный В.В. Практикум по дисциплине «Основы статистики».- СПб.: БАТиП, 2008.

Зорин, А.Л. Справочник экономиста в формулах и примерах / А.Л.Зорин. – М.: Профессиональное издательство, 2006. – С.55
Зорин, А.Л. Справочник экономиста в формулах и примерах / А.Л.Зорин. – М.: Профессиональное издательство, 2006. – С.32












19























Удельный вес численности Х

Удельный вес товарооборота Y (х)

1.Горемыкина Т.К. Общая теория статистики: Учебное пособие / Т.К.Горемыкина Т.К. - М.:МГИУ, 2006.
2.Зорин, А.Л. Справочник экономиста в формулах и примерах / А.Л.Зорин. – М.: Профессиональное издательство, 2006. – 336 с. (Библиотека журнала «Справочник экономиста»)
3. Иващенко, Н.П. Экономика фирмы: учебник / под общ. ред. проф. Н.П.Иващенко – М.: ИНФРА-М, 2007. – 527с.
4.Общая теория статистики / Под ред О.Э.Башиной. - М.: Финансы и статистика, 2006. - 226с
5.Харченко Л.П. Статистика: курс лекций / Л.П.Харченко, В.Г..Долженкова, В.Г.Ионин. - М.:Инфра-М, 2008. - 346 с.
6. Шмойлова Р.А. и др. Теория статистики. - М.: Финансы и статистика, 2007.
7. Черный В.В. Практикум по дисциплине «Основы статистики».- СПб.: БАТиП, 2008.

Вопрос-ответ:

Какие основные теоретические основы регрессии?

Регрессионный анализ основывается на предположении о существовании линейной зависимости между зависимой (объясняемой) переменной и одной или несколькими независимыми (объясняющими) переменными. Оценка параметров регрессии позволяет определить силу и направление влияния независимых переменных на зависимую переменную.

Чем отличается парная и множественная линейная регрессия?

Парная линейная регрессия используется, когда зависимая переменная связана только с одной независимой переменной. Множественная линейная регрессия используется, когда зависимая переменная связана с несколькими независимыми переменными. В парной регрессии мы строим уравнение прямой, в множественной регрессии - плоскости или гиперплоскости в n-мерном пространстве.

Какие виды коэффициентов корреляции существуют?

Существуют такие виды коэффициентов корреляции, как коэффициент корреляции Пирсона, коэффициент корреляции Спирмена и коэффициент корреляции Кендалла. Коэффициент корреляции Пирсона оценивает линейную зависимость между переменными, Спирмена - монотонную зависимость, а Кендалла - порядковую зависимость.

Как можно рассчитать линейные коэффициенты корреляции между макроэкономическими показателями и уровнем безработицы?

Для расчета линейных коэффициентов корреляции между макроэкономическими показателями и уровнем безработицы необходимо провести соответствующий статистический анализ. Это включает в себя вычисление средних значений переменных, дисперсий, ковариаций и последующую оценку коэффициентов корреляции.

Как построить уравнение регрессии между отобранными показателями и уровнем безработицы?

Для построения уравнения регрессии необходимо использовать метод наименьших квадратов. Этот метод позволяет оценить коэффициенты уравнения таким образом, чтобы сумма квадратов разностей между фактическими и предсказанными значениями была минимальной. Полученные коэффициенты позволяют построить уравнение регрессии.

Какие теоретические основы имеет регрессионный анализ?

Регрессионный анализ является статистическим методом, используемым для изучения связи между зависимой переменной и одной или несколькими независимыми переменными. Он базируется на концепции регрессии, которая предполагает, что значения зависимой переменной изменяются в ответ на изменения независимых переменных. Целью регрессионного анализа является построение математической модели, которая может использоваться для прогнозирования значений зависимой переменной на основе значений независимых переменных.

В чём разница между парной и множественной линейной регрессией?

Парная линейная регрессия используется, когда исследуется зависимость между двумя переменными: одна переменная является зависимой, а другая — независимой. Множественная линейная регрессия, в свою очередь, используется, когда исследуется зависимость между одной зависимой переменной и двумя или более независимыми переменными. В множественной регрессии можно учесть влияние нескольких факторов на зависимую переменную и оценить их отдельный вклад.

Какие виды коэффициентов корреляции существуют?

Существует несколько видов коэффициентов корреляции. Одним из наиболее распространенных является коэффициент корреляции Пирсона, который измеряет линейную связь между двумя переменными. Он может принимать значения от -1 до 1, где -1 указывает на полную отрицательную связь, 1 — на положительную связь, а 0 — на отсутствие линейной связи. Также существуют другие виды коэффициентов корреляции, например, коэффициент корреляции Спирмена, который измеряет связь между ранговыми переменными.

Какие показатели рассчитываются при проведении регрессионного анализа?

При проведении регрессионного анализа рассчитываются различные показатели, включая линейные коэффициенты корреляции между макроэкономическими показателями и уровнем безработицы. Также строится уравнение регрессии, которое позволяет описать зависимость между независимыми переменными и зависимой переменной. Кроме того, можно оценить статистическую значимость коэффициентов регрессии и провести анализ остатков для проверки адекватности модели.