Автор работы: Пользователь скрыл имя, 26 Мая 2010 в 17:55, Не определен
Введение. 2
Глава 1. Теоретические основы статистического анализа численности мигрантов.
1.1. Сущность и виды миграции в России. 4
1.3. Прогнозирование динамики мигрантов и 8
миграционная политика.
Глава 2. Применение статистических методов в целях факторного и трендового моделирования.
2.1. Исходные данные. 10
2.2. Корреляционный анализ. 11
2.3. Регрессионный анализ. 12
Заключение. 24
Список литературы. 25
События последних лет очень остро поставили вопрос о социальной политике в отношении миграции и мигрантов, которая прежде никогда не относилась в России к числу особо важных, а тем более сложных: система примитивных административных запретов и ограничений, казалось, решала все проблемы. Сейчас новые подходы к миграционной политике только вырабатываются, при этом старые ограничительно-запретительные принципы тоталитарного государства постоянно сталкиваются с либеральными принципами открытого гражданского общества.
К
числу первоочередных задач относится
выработка стратегического
Глава 2.
Использование эконометрических моделирования для оценки степени влияния на темп роста числа эмигрантов.
2.1 Исходные данные.
Для исследования были взяты данные о темпе роста числа эмигрантов, темпе роста населения в трудоспособном возрасте, темпе роста жилищного фонда и темпе роста выбросов загрязняющих веществ. В качестве результативного признака был выбран темп роста числа эмигрантов. Все расчеты проводились с помощью пакета Statistica 7.0.
Данные взяты с 1993 по 2006 год включительно. Данные представлены в Таблице 1.
Таблица 1.
|
2.2 Корреляционный анализ.
N=14 | Y | X1 | X2 | X3 | X4 |
Y | 1,00 | 0,09 | -0,51 | -0,69 | 0,19 |
X1 | 0,09 | 1,00 | 0,40 | -0,54 | -0,41 |
X2 | -0,51 | 0,40 | 1,00 | 0,24 | -0,57 |
X3 | -0,69 | -0,54 | 0,24 | 1,00 | 0,22 |
X4 | 0,19 | -0,41 | -0,57 | 0,22 | 1,00 |
Вывод: Значимое влияние на результирующий показатель Y (Темп роста числа эмигрантов) оказывают темп роста жилищного фонда (Х2) и темп роста реальных денежных доходов (Х3). Мы наблюдаем отрицательные коэффициенты корреляции, что означает обратную связь между переменными: уменьшение Y связано с увеличением Х1 и Х2.
Коэффициенты
корреляции Rx1y и Rx4y имеют значения 0,09
и 0,19 соответственно, что говорит об отсутствии
статистической взаимосвязи между Y и
Х1; Y и Х4.
Rx2y=-0,51 c уровнем значимости р=0,05, т.е. с вероятность не менее 99,5% можно утверждать, что коэффициент значим.
Rx3y=-0,69
c уровнем значимости р=0,05, т.е.
с вероятность не менее 99,5% можно
утверждать, что коэффициент значим.
2.3 Регрессионный анализ.
Проверка автокорреляции.
а) Гистограмма
автокорреляции Y
Вывод: В данном временном ряду автокорреляция отсутствует, то есть тенденции нет.
б) Гистограмма
автокорреляции Х1
Вывод: В данном временном ряду автокорреляция отсутствует, то есть тенденции нет.
в) Гистограмма
автокорреляции Х2
Вывод:
В данном временном ряду автокорреляция
отсутствует, то есть тенденции нет.
г) Гистограмма
автокорреляции Х3
Вывод:
В данном временном ряду автокорреляция
отсутствует, то есть тенденции нет.
д) Гистограмма
автокорреляции Х4
Вывод: В данном временном ряду автокорреляция отсутствует, то есть тенденции нет.
Проверка лаговой корреляции.
а) Влияние
темпа роста населения в
Вывод: Значимые коэффициенты корреляции отсутствуют. Значит, темп роста населения в трудоспособном возрасте не оказывает должного влияния на темп роста числа эмигрантов.
б) Влияние темпа
роста жилищного фонда на темп роста числа
эмигрантов.
Вывод:
При лаге, равном 1, коэффициент перекрестной
корреляции значим и равен 0,5660.
в) Влияние
темпа роста реальных денежных доходов
населения на темп роста числа эмигрантов.
Вывод: При лаге, равном 0, коэффициент перекрестной корреляции значим и равен -0,692.
г) Влияние
темпа роста выбросов загрязняющих
веществ в атмосферу на темп роста
числа эмигрантов.
Вывод:
Значимые коэффициенты корреляции отсутствуют.
Значит, темп роста выбросов загрязняющих
веществ в атмосферу не оказывает должного
влияния на темп роста числа эмигрантов.
Результаты регрессионного анализа.
Regression Summary for Dependent
Variable: Y (Книга1) R= ,77634555 R?= ,60271241 Adjusted R?= ,53047830 F(2,11)=8,3439 p<,00624 Std.Error of estimate: 6,9320 | ||||||
Beta | Std.Err. of Beta | B | Std.Err. of B | t(11) | p-level | |
Intercept | 863,8067 | 385,4187 | 2,24122 | 0,046602 | ||
X2 | -0,362160 | 0,195583 | -7,1242 | 3,8474 | -1,85170 | 0,091077 |
X3 | -0,606436 | 0,195583 | -0,5462 | 0,1761 | -3,10066 | 0,010092 |
По результатам таблицы мы можем сказать, что:
По полученным данным мы можем составить линейное уравнение регрессии. В него мы включаем переменные, оказывающие наибольшее влияние на Y, т.е. Х2 и Х3:
Y=863,8-7,1242*X2-0,5462*X3
Проверка качества уравнения регрессии.
1. Проверка значимости уравнения регрессии в целом.
Н0: αj = 0 – уравнение регрессии незначимо; р= 0,05
H1: αj ≠ 0- уравнение
регрессии значимо; р=0,95
Fрасч = S²объясн
⁄ Sост=8,3439
Fтабл (2;11)= 3.98
Вывод:
Fрасч > Fтабл, значит с вероятностью не
меньше 95% можно утверждать, что выполняется
H1. Уравнение значимо.
Информация о работе Статистический анализ численности эмигрантов