Выявление основной тенденции

Статистический анализ и прогнозирование безработицы
Виды безработицы Система показателей, характеризующих безработицу Методы, используемые для измерения состояния безработицы Анализ динамики безработицы с использованием временных рядов Определение наличия тенденции средних и дисперсии на базе методов: Метод проверки существенности разности средних Сравнивается каждый уровень ряда со всеми предыдущими, при этом Определение наличия тенденции автокорреляции Выявление основной тенденции Автокорреляция уровней временного ряда Многофакторный корреляционно – регрессионный анализ безработицы Прогнозирование безработицы Анализ динамики уровня безработицы Определение наличия тенденции Метод аналитического выравнивания и определение параметров Многофакторный корреляционно - регрессионный анализ Прогнозирование уровня безработицы Распределение численности безработного населения по уровню образования в Республике Бурятия Уровень безработицы по возрастным группам в Республике Бурятия
90014
знаков
21
таблица
14
изображений

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 - - -

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:


Таблица 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:  



Оценим 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:

 


Оценим значимость параметров модели по критерию Стьюдента. Предположим, что параметры и коэффициент корреляции стат. значимы.

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

После подстановки данных в формулы получим следующие значения:

 

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.

 

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.

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:

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


Оценим параметры уравнения на типичность.

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

После подстановки значений получились следующие данные:

 

  


Оценим 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:

   

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.


Информация о работе «Статистический анализ и прогнозирование безработицы»
Раздел: Социология
Количество знаков с пробелами: 90014
Количество таблиц: 21
Количество изображений: 14

Похожие работы

Скачать
94129
13
22

... степень сбалансированности системы подготовки кадров с потребностью экономики в квалифицированных работниках.   6.2. Статистика занятости и безработицы Занятость - одна из важнейших социально-экономических проблем рыночной экономики. Ее статистическое отражение неоднократно обсуждалось на международных конференциях статистиков труда (1949, 1957, 1982, 1993 гг.), проводимых Международным бюро ...

Скачать
38886
5
7

... с распространением явления неполная занятость: , (1.11) где ТНЗ– численность занятых неполное рабочее время [1]. 2  ПРОЕКТНАЯ ЧАСТЬ В курсовом проекте для проведения анализа и прогнозирования рынка труда применяются динамические ряды, тренды, а также алгоритмы и блок-схемы. Для начала необходимо провести анализ требований к данной модели. 2.1           Анализ ...

Скачать
69802
34
16

... и сельского хозяйства. Хотя и наблюдается рост средней продолжительности поисков работы, что 60-80 % трудоустраивающихся находят работу менее чем за 4 месяца 3 Статистический анализ занятости населения 3.1 Анализ динамики уровня безработицы Анализ динамики явления производится на основе рядов динамики. Ряд динамики, или временной ряд – это последовательность упорядоченных во времени ...

Скачать
86154
1
15

... полномочий; ·  методологическое и организационное обеспечение формирования показателей, характеризующих уровень достижения целей социально-экономического развития государства, и показателей деятельности федеральных органов исполнительной власти; ·  интеграцию статистических информационных ресурсов на основе методологической и технологической совместимости для эффективного их использования при ...

0 комментариев


Наверх