VII Международная студенческая научная конференция Студенческий научный форум - 2015

Введение

В работе представлен эконометрический анализ показателей, которые влияют на уровень жизни населения. Целью моей работы является получение, обоснование и формулирование выводов о текущем уровне жизни Российской Федерации по регионам. Актуальность данной работы представляется не только применением эконометрического анализа к уровню жизни населения, но и важностью самого индекса, так как он касается непосредственно нашего настоящего и будущего. Человек страдает от низкого качества жизни и испытывает удовольствие от высокого, независимо от своих интересов и занятости.

Я считаю немаловажным правдивость взятых данных, поэтому вся информация была взята из официальных источников, таких как Росстат и ежегодный статистический сборник РФ [6].

Построение модели

Какие же факторы, по моему мнению, играют важную роль в определении уровня жизни региона?

В своей работе я использовал одиннадцать факторов: число безработных, тыс. человек; прожиточный минимум; средняя продолжительность жизни; естественный прирост или убыль населения в %; средняя пенсия по регионам; количество высших учебных заведений; социальные выплаты; средняя заработная плата; удельный вес домохозяйств, которые имеют персональный компьютер; численность людей, занятых исследованиями и разработками; и поступление иностранных инвестиций, млн. долларов.

Выбор факторов в модель регрессии может быть выполнен разными методами: на основе корреляционного анализа, или, например, с помощью пошаговых процедур отбора.

Воспользуемся методом исключения.

Первым шагом мы должны исключить статистически незначимые переменные из модели с помощью пошагового метода. Для этого нужно использовать инструмент Регрессия (Данные -> Анализ данных -> Регрессия). Получаем следующую таблицу:

Сравниваем значения фактического t-критерия по модулю с табличным равным 2,656145025. Из факторов наименее значимым является Х9, поэтому мы его удаляем. Повторяем действия до тех пор, пока все факторы не окажутся значимыми.

Получаем уравнение регрессии:

Вторым шагом мы должны сделать оценку адекватности модели. Модель служит инструментом имитации поведения экономического объекта в различных ситуациях. Делим нашу выборку на две неравные части. Первая - 8 значений, вторая — 67 значений. Первую выборку называют контрольной, вторую - обучающей. Контрольная выборка нужна для тестирования модели на адекватность, а обучающая для оценки модели.

Сначала вычисляем оценку эндогенной переменной, оценку стандартной ошибки в каждой точке контрольной выборки, используя формулы:

y q δ

Наконец, находим границы доверительного интервала и проверяем условие принятие гипотезы об адекватности.

Так как реальное значение эндогенной переменной лежит в границах доверительного интервала (означает, что доверительный интервал накрывает реальное значение), то модель в данной точке адекватна. Данный вывод справедлив для всех точек контрольной выборки, поэтому гипотеза об адекватности модели принимается с вероятностью Рдов. 0,95. Это подтверждают результаты тестирования, как с помощью статистики Стьюдента, так и с помощью доверительных интервалов.

Исходя из оценки адекватности модели, следует, что построенную модель можно использовать для дальнейшего решения нашей задачи.

Для анализа влияния факторов на зависимую переменную вычислим коэффициенты эластичности, бета и дельта-коэффициенты по следующим формулам [3,1]:

,

Получаем таблицу:

Коэффициент эластичности показывает, что при увеличении средней продолжительности жизни на 1% индекс уровня жизни увеличится на 2,18%,при увеличении естественного прироста/убыли на 1% индекс уровня жизни увеличится на 0,005%, при увеличении социальных выплат на 1% индекс уровня жизни уменьшится на 0,30%, при увеличении численности людей, занятых в исследованиях и разработках на 1% индекс уровня жизни увеличится на 0,02%.

Коэффициент бета показывает, что при увеличении средней продолжительности жизни на 2,38 индекс уровня жизни увеличится на 3,31; при увеличении естественного прироста/убыли на 4,39 индекс уровня жизни уменьшится на 2,55; при увеличении социальных выплат на 4,56 индекс уровня жизни уменьшится на 2,7; при увеличении численности людей, занятых исследованиями и разработками на 28787 индекс уровня жизни увеличится на 2,78.

Коэффициент дельта показывает долю влияния фактора в суммарном влиянии всех факторов. Как видим, по всем характеристикам показатель средней продолжительности жизни оказался наиболее влиятельным.

И последним пунктом мы должны построить доверительные интервалы (верхние и нижние границы) для выборки. Так как в выборке 75 значений, то я не буду вставлять таблицы в word, все расчеты расписаны в excel.

Построим график:

Выводы

Проведенный анализ показал, что город Москва имеет наибольший уровень жизни равный 74,2 и является наиболее привлекательным регионом, с точки зрения выбранного показателя.

Республика Тыва имеет наименьший индекс уровня жизни равный 19,2.

Республика Татарстан и Свердловская область выходят за границы доверительного интервала, скорее всего из-за огромного количества образовательных учреждений и огромным количеством людей, занятых исследованиями и разработками.

Список использованной литературы:

1. Орлова И.В. Экономико-математические методы и прикладные модели (учебник для бакалавриата и магистратуры) / Международный журнал экспериментального образования. 2014. № 11-1. С. 99-101.

2. Орлова И.В. Экономико-математическое моделирование: Практическое пособие по решению задач. - 2-е издание, испр. и доп. – М.: Вузовский учебник: ИНФРА-М, 2012.

3. Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование. / учебное пособие для студентов высших учебных заведений, обучающихся по специальности "Статистика" и другим экономическим специальностям / Москва, 2011. Сер. Вузовский учебник (3-е издание, переработанное и дополненное)

4. Орлова И.В., Филонова Е.С., Агеев А.В. Эконометрика Компьютерный практикум для студентов третьего курса, обучающихся по специальностям 080105.65 «Финансы и кредит», 080109.65 «Бухгалтерский учет, анализ и аудит» / Москва, 2011.

5. Турундаевский В.Б. Компьютерное моделирование экономико-математических методов / Международный журнал прикладных и фундаментальных исследований. 2014. № 1-2. С. 229-230.

6. http://www.gks.ru, Ежегодный статистический сборник, 2012-2013.

Код для цитирования: Скопировать