- •Методические рекомендации На курсовую работу по эконометрике содержание
- •Глава 1. Эконометрические модели благосостояния населения санкт-петербурга 29
- •Предисловие
- •1. Общие положения
- •2.Организациявыполнениякурсовойработы
- •3. Написание курсовой работы
- •4. Основные требования к оформлениюкурсовой работы
- •5. Подготовка к защите и защита курсовой работы
- •6. Список рекомендуемой литературы
- •Лабораторный практикум
- •Приложение а
- •Анализ благосостояния населения санкт-петербурга: эконометрический подход
- •2006 Г. Приложение б
- •Приложение в Примерный перечень тем и направлений курсовых работ
- •Анализ благосостояния населения санкт-петербурга: эконометрический подход
- •2006 Г. Содержание
- •Глава 1. Эконометрические модели благосостояния населения санкт-петербурга 29
- •Введение
- •Глава 1. Эконометрические модели благосостояния населения санкт-петербурга
- •1.1. Общая концепция оценки уровня благосостояния
- •1.2. Оценка благосостояния населения Санкт-Петербурга по экономическим показателям
- •Линейная модель.
- •Степенная модель.
- •1.3. Оценка благосостояния населения Санкт-Петербурга по общим показателям
- •Заключение
- •Библиография
- •Приложение а
- •Приложение б
- •Приложение в
1.3. Оценка благосостояния населения Санкт-Петербурга по общим показателям
Основу для построения модели по общим показателям составляют данные Росстата (табл.12):
Таблица 12. Социальные показатели уровня благосостояния Санкт-Петербурга7
Год
|
индекс Сена |
, число родившихся на 1000 населения |
, площадь жилья на 1 чел, кв.м. |
, посещений в смену на 10000 населения |
, число преступлений |
1995 |
2,3 |
7,0 |
18,8 |
321,9 |
101398,0 |
1996 |
3,9 |
6,6 |
18,9 |
322,1 |
84097,0 |
1997 |
5,5 |
6,6 |
19,3 |
324,7 |
78680,0 |
1998 |
4,3 |
6,6 |
19,4 |
327,7 |
89946,0 |
1999 |
9,0 |
6,2 |
19,8 |
330,4 |
102739,0 |
2000 |
13,8 |
6,8 |
19,0 |
337,1 |
97704,0 |
2001 |
19,4 |
7,2 |
20,5 |
341,2 |
90988,0 |
2002 |
26,0 |
8,1 |
21,0 |
344,7 |
72241,0 |
2003 |
37,4 |
7,8 |
20,9 |
334,1 |
59849,0 |
2004 |
46,4 |
8,6 |
21,4 |
336,4 |
71140,0 |
Таблица 13. Экономические показатели уровня благосостояния Санкт-Петербурга8
Год
|
, среднемесячная номинальная з/п, руб. |
, ВРП на душу населения, руб., до 1998 в тыс.руб. |
1995 |
212,197 |
9,754 |
1996 |
781,255 |
13,847 |
1997 |
1036,938 |
15,898 |
1998 |
1147,9 |
19422 |
1999 |
1687,3 |
31944,1 |
2000 |
2511,5 |
43850 |
2001 |
3695,3 |
59212,5 |
2002 |
5434,7 |
79726,9 |
2003 |
6467,5 |
95429,3 |
2004 |
7931,1 |
112506,7 |
Расчет индекса Сена осуществлялся по формуле: , где– реальные доходы населения (скорректированные на индекс потребительских цен), – коэффициент Джини.
Для расчета индекса Сена использовались следующие данные (табл. 14):
Таблица 14. Расчет индекса Сена для Санкт-Петербурга в период с 1995 по 2004 год9
год |
Среднедушевые доходы, руб. |
ИПЦ, % |
Коэффициент Джини |
|
1995 |
671,8 |
225 |
0,243 |
298,58 |
1996 |
923,2 |
125,2 |
0,471 |
737,38 |
1997 |
1021,8 |
113 |
0,395 |
904,25 |
1998 |
1178,8 |
178 |
0,352 |
662,25 |
1999 |
1838 |
141,1 |
0,309 |
1302,62 |
2000 |
2583,5 |
123,5 |
0,341 |
2091,90 |
2001 |
3468 |
118,1 |
0,338 |
2936,49 |
2002 |
4572,2 |
114,7 |
0,347 |
3986,22 |
2003 |
6851,2 |
112,2 |
0,388 |
6106,24 |
2004 |
8855,1 |
112,7 |
0,41 |
7857,23 |
На основе данных таблицы, с использованием пакета «Аналих данных» VSExcel, построим следующую модель множественной регрессии:
.
Из уравнения множественной регрессии получаем, что
существует обратная зависимость между индексом Сена, числом родившихся, обеспеченностью амбулаторным лечением и площадью жилья на 1 человека;
существует прямая зависимость между индексом Сена, среднемесячной номинальной заработной и ВРП на душу населения.
На основе построенной модели можно сравнить прогнозные значения и фактические значения индекса Сена (рис. 5).
Рисунок 5. Сравнение фактических и прогнозных значений индекса Сена.
Коэффициент детерминации =0,997, что свидетельствует о том, что изменение зависимой переменной (индекса Сена) в основном (на 99 %) можно объяснить совместным влиянием включенных в модель объясняющих переменных:– число родившихся на 1000 населения,– площадь жилья в среднем на 1 жителя, кв.м,– обеспеченность амбулаторно-поликлиническими учреждениями, посещений в смену на 10000 чел.,– число зарегистрированных преступлений,– среднемесячная номинальная заработная плата, руб.,– ВРП на душу населения, руб.
В отличие от , скорректированный коэффициент детерминацииможет уменьшаться при введении в модель новых объясняющих переменных, не оказывающих существенное влияние на зависимую переменную.Следовательно, для оценки адекватности модели множественной регрессии предпочтительнее использовать . Этот показатель имеет высокое значение () и не значительно отличается от, что говорит о том, что модель обладает хорошей объясняющей способностью.
Одновременно с этим, проверяя значимость модели по критерию Фишера, можно сказать, что модель статистически значима на уровне значимости 0,05, т.к. = 8,9, что существенно меньше полученного фактического значения=3381.
Говоря о значимости отдельных коэффициентов регрессии, можно сказать, что пять из них статистически незначимы, поскольку для анализируемой модели составит 3,18 при уровне значимости 5%. Только коэффициент для оказывается статистически значимым.
Также некоторые факторы коррелируют друг с другом, в связи, с чем необходимо отобрать факторы, которые будут объясняющими в окончательной модели. С этой целью будем постепенно исключать из модели факторы с наибольшим парным коэффициентом корреляции, полагаясь на логику исследования. В ходе исследования были исключены следующие факторы: ,,,. Получим следующую модель множественной регрессии:
.
На основе построенной модели можно сравнить прогнозные значения и фактические значения индекса Сена (рис. 6).
Рисунок 6. Сравнение фактических и прогнозных значений индекса Сена.
Здесь R=0,96, = 0,95. Для оценки адекватности модели множественной регрессии предпочтительнее использовать. Этот показатель имеет высокое значение (0,96) и незначительно отличается от, что говорит о том, что модель обладает хорошей объясняющей способностью.
Одновременно с этим, проверяя значимость модели по критерию Фишера, можно сказать, что модель статистически значима на уровне значимости 0,05, т.к. = 4,7, что существенно меньше полученного фактического значения=225.
Говоря о значимости отдельных коэффициентов регрессии, можно сказать, что они статистически значимы, поскольку для анализируемой модели составит 1,89 при уровне значимости 10%.
Проведем тест Дарбина-Уотсона на наличие автокорреляции в остатках. Полученное значение DW=1,39; идляи.
Следовательно, . Что значит, что вывод о наличии автокорреляции не определен.
Так как , то можно сделать вывод о том, что при увеличении количества преступлений на единицу, индекс Сена уменьшится на 0,0002. Так как, то можно сделать вывод о том, что при увеличении ВРП на душу населения на 1000 руб. индекс Сена увеличится на 0,32.
В целом, можно сказать, что модель множественной регрессии с использованием иобладает хорошей объясняющей способностью, о чем свидетельствует достаточно высокий нормированный коэффициент детерминации, значимость модели по критерию Фишера и значимость коэффициентов по критерию Стьюдента.
Таким образом, в целом официальные прогнозные оценки об улучшении социально-экономического положения Санкт-Петербурга и увеличении среднедушевых денежных доходов населения совпадают с данными, полученными на основе эконометрического анализа.