Курсовая работа: Статистический анализ и прогнозирование безработицы

Рассчитаем среднегодовой уровень численности безработных:

У=950,4/14=67,9тыс.ч., т.е. за период 1992-2005гг. ежегодно численность безработных составила 67,9 тыс. чел.

Средний абсолютный прирост:

Равен ∆=24,83/13=1,91тыс.чел., т.е. за период с 1992-2005гг. в среднем ежегодно абсолют. прирост численности безработных составил 1,91тыс. чел.

Средний темп роста:

Тр=1,0096 или 100,96% - это говорит о том, что с 1992-2005гг. в среднем ежегодно темп роста безработных составил 100,96%.

Средний темп прироста:

Тпр = 100,96%-100%= 0,96% - с 1992-2005гг. в среднем темп прироста достигал 0,96%.

2. Определение наличия тенденции средних и дисперсии на базе методов: Метод проверки существенности разности средних.

Выдвигаем гипотезу Н0 об отсутствии тенденции, проверка осуществляется на основе кумулятивного t-критерия Стьюдента. Расчетное значение определяется по формуле:

, где  Таблица 2. Для расчёта характеристик S2 и Z2.

Tp= 10,418; tp=4,174

Табличное значение t-критерия Стьюдента для числа степеней свободы df=(n-2)=12 и вероятности 95% составляет 2,1788. Tp >tтабл → гипотеза Н0 о равенстве средних отвергается, расхождение между средними существенно значимо и не случайно, то в ряде динамики существует тенденция средней и, следовательно в исходном временном ряду тенденция имеется.

Метод Фостера – Стюарта.

Кроме определения наличия тенденции явления этот метод позволяет выявить основную тенденцию дисперсии уровней ряда динамики.

1. Сравнивается каждый уровень ряда со всеми предыдущими, при этом

если уi >yi-1, то Ui=1; Li=0; при уi <yi-1, то Ui=0; Li=1;

2. Вычисляются значения величин S и d:

S=∑Si , где Si =Ui + Li d=∑di , где di =Ui - Li

Показатель S характеризует тенденцию изменения дисперсии ряда динамики, а показатель d - изменение тенденций в среднем.

3. Проверяется с использованием t-критерия Стьюдента гипотеза о том, можно ли считать случайными разности S-µ и d-0:  

4. Сравниваются расчетные значения ts и td c табличными значениями.

Таблица 3. Для определения Ui и Li.

Определяем значения S=13 и d=1. По данным таблицы при n=14, µ=4,636, σ1=1,521, σ2 =2,153. По этим значениям рассчитаем:

ts =(13-4,636)/1,521=5,499 и td=(1-0)/2,153=0,465

Табличное значение tтабл для двустороннего критерия при уровне значимости 0,10 равно tтабл =1,761, т.е. tтабл > td , tтабл < ts → гипотеза об отсутствии тенденции в дисперсии показателя численности безработных отвергается, а в средней - подтверждается.

3. Определение наличия тенденции автокорреляции.

Автокорреляцию измеряют при помощи коэффициента автокорреляции:

 , где

σя и σя+1-среднеквадратические отклонения рядов и соответственно.

Если значение последнего уровня (yn) ряда мало отличается от первого (y1), то сдвинутый ряд можно условно дополнить, принимая yn=y1. Тогда yt=yt+1 и значит формула коэффициента автокорреляции примет вид:

Таблица 4. Исходные данные и расчет необходимых величин.

ra = 0,778

Приводим сопоставление полученного коэффициента автокорреляции с табличным при выборке n=14. При уровне значимости Р=0,05 ra табл =0,335.

Следовательно, ra факт > ra табл , что говорит о наличии автокорреляции в ряду динамики.

Критерий Дарбина - Уотсона.

Выдвигается гипотеза Н0 об отсутствии автокорреляции.

Таблица 5. Для определения величины Дарбина-Уотсона.

Величина критерия Дарбина – Уотсона D=5862,9/3756,83=1,56

dL =1,08

dU =1,36

Расчитанное значение попадает в отрезок от dU до 4-dU. Следовательно, нет оснований отклонять гипотезу Н0 об отсутствии автокорреляции в остатках.

После того как установлено наличие тенденции в ряду динамики, производится ее описание с помощью методов сглаживания.

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.

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:

Из таблицы 7 подставим значения в систему и получим:

Уравнение "линейной" модели примет вид:  

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

После подстановки значений получились следующие данные:

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:

Решив систему, получим параметры уравнения тренда:

Страницы: 1, 2, 3, 4, 5