Социальная статистика исследует вопросы, затрагивающие личные интересы каждого человека, с которыми связаны его благополучие, удовлетворение потребностей.
К числу наиболее значимых направлений исследования в социальной статистике относятся: социальная и демографическая структура населения и ее динамика, уровень жизни населения.
Одним из основных направлений анализа социально-экономического развития страны является изучение уровня жизни населения. Одним из инструментов изучения данного явления социально-экономической статистики, как уровень жизни населения страны, является корреляционно-регрессионный анализ, суть которого состоит в составлении уравнения регрессии и таблицы коэффициентов корреляции, показывающие взаимосвязь и ее тесноту между изучаемыми объектами человеческой жизнедеятельности. Статистические методы являются основным средством изучения массовых, повторяющихся явлений, и играют важную роль в прогнозировании поведения экономических показателей.
В тенденциях современных реалий автоматизации и информационных технологий есть необходимость программной реализации изучаемых статистически методов.
Целью работы является программная реализация корреляционно-регрессионного анализа для изучения уровня жизни населения РФ.
Для достижения поставленной цели необходимо решение следующих задач:
- рассмотреть теоретические аспекты изучения уровня жизни населения;
- рассмотреть статистические методы изучения уровня жизни населения России;
- провести корреляционно-регрессионный анализ показателей уровня жизни населения России;
- написать программу для реализации корреляционно-регрессионного анализа.
Уровень жизни населения во многом зависит от доходов населения, основным источником которых является заработная плата. Рассмотрим методику проведения корреляционно-регрессионного анализа (КРА) зависимости между уровнем заработной платы населения и численностью населения с доходами ниже прожиточного минимума, чем больше уровень заработной платы, тем ниже уровень бедного населения.
Для изучения уровня жизни населения страны в среде визуального программирования Borland Delphi 7 реализован метод корреляционно-регрессионного анализа: составление уравнения множественной регрессии, таблицы парных коэффициентов корреляции.
Данный программный продукт поможет избежать громоздкого аналитического решения и составления большого числа вспомогательных таблиц при решении задач методами статистического анализа.
Корреляцией называется такая связь между двумя варьирующими признаками в статистической совокупности, при которой различиям в величине одного из них соответствует закономерное различие между средними значениями другого. Задачами корреляционно – регрессионного анализа являются отражение статистической связи в форме уравнения регрессии (регрессионной анализ) и измерение тесноты связи (корреляционный анализ), т.е. измерение всех основных параметров статистической связи.
Важнейшей задачей является определение формы связи с последующим расчетом параметров уравнения, или, иначе, нахождение уравнения связи (уравнения регрессии).
С целью определения факторов, оказывающих наибольшее влияние на средний доход населения России, будем рассматривать следующие показатели за 2001-2013 гг.:
Y - денежные доходы населения, млрд. руб.
Х1- доходы консолидированного бюджета, млрд. руб.
Х2- расходы консолидированного бюджета, млрд. руб.
Х3 - средний прожиточный минимум населения, руб.
Х4 - номинальная начисленная среднемесячная заработная плата, тыс. руб.
Х5 - денежные расходы и сбережения населения, млрд. руб.
На рисунке 1 представлены исходные данные для корреляционно-регрессионного анализа.
Рисунок 1. Исходные данные
Уравнение множественной регрессии может быть представлено в виде:
Y = f(β , X) + ε
где X = X(x1, x2, ..., xm) - вектор независимых (объясняющих) переменных; β - вектор параметров (подлежащих определению); ε - случайная ошибка (отклонение); Y - зависимая (объясняемая) переменная.
Теоретическое линейное уравнение множественной регрессии имеет вид:
Y = β0 + β1X1 + β2X2 + ... + βmXm + ε
β0 - свободный член, определяющий значение Y, в случае, когда все объясняющие переменные Xj равны 0.
Эмпирическое уравнение множественной регрессии представим в виде:
Y = b0 + b1X1 + b1X1 + ... + bmXm + e
Здесь b0, b1, ..., bm - оценки теоретических значений β0, β1, β2, ..., βm коэффициентов регрессии (эмпирические коэффициенты регрессии); e - оценка отклонения ε.
При выполнении предпосылок МНК относительно ошибок εi, оценки b0, b1, ..., bm параметров β0, β1, β2, ..., βm множественной линейной регрессии по МНК являются несмещенными, эффективными и состоятельными (т.е. BLUE-оценками).
Для оценки параметров уравнения множественной регрессии применяют МНК.
1. Оценка уравнения регрессии.
Определим вектор оценок коэффициентов регрессии. Согласно методу наименьших квадратов, вектор Y(X) получается из выражения:
Y(X) = (XTX)-1XTY
На рисунке 2 представлена форма программы, содержащая показатели матрицы Х.
Рисунок 2. Матрица X независимых (объясняющих) переменных
На рисунке 3 представлена форма программы, содержащая показатели матрицы Y.
Рисунок 3. Матрица Y зависимой (объясняемой) переменной
Умножаем искомые матрицы, получим матрицу (XTX) (рисунок 4).
Рисунок 4. Матрица (XTX)
В окне промежуточных результатов программы (XTX) число 6, лежащее на пересечении 1-й строки и 1-го столбца, является суммой произведений элементов 1-й строки матрицы XT и 1-го столбца матрицы X (рисунок 5).
Рисунок 5. Матрица (XTY)
Следующим шагом промежуточных результатов программы является находение обратной матрицы (XTX)-1 (рисунок 6)
Рисунок 6. Матрица (XTX)-1
Вектор оценок коэффициентов регрессии равен:
Y(X) = XTY*(XTX)-1
Матрица Y(X) представлена на рисунке 7.
Рисунок 7. Матрица Y(X)
В результате всех программно реализованных операций, получим уравнение регрессии (оценка уравнения регрессии).
Рисунок 8. Уравнение регрессии
2. Матрица парных коэффициентов корреляции R.
Число наблюдений N = 13. Число независимых переменных в модели равно 5, а число регрессоров с учетом единичного вектора равно числу неизвестных коэффициентов. С учетом признака Y, размерность матрицы становится равным 7. Матрица, независимых переменных Х имеет размерность (13 х 6).
Матрица парных коэффициентов корреляции представлена в форме программы (рисунок 9).
Рисунок 9. Матрица парных коэффициентов корреляции
Анализ первой строки этой матрицы позволяет произвести отбор факторных признаков, которые могут быть включены в модель множественной корреляционной зависимости. Факторные признаки, у которых |ryxi| < 0.5 исключают из модели. Можно дать следующую качественную интерпретацию возможных значений коэффициента корреляции (по шкале Чеддока): если |r|>0.3 – связь практически отсутствует; 0.3 ≤ |r| ≤ 0.7 - связь средняя; 0.7 ≤ |r| ≤ 0.9 – связь сильная; |r| > 0.9 – связь весьма сильная.
Уровень жизни населения России постоянно изменяется. Но если смотреть тенденции этого изменения, то видно явное снижение уровня жизни населения России в последние годы. Несмотря на то, что и доходы и расходы населения с каждым годом растут, разница между доходами и расходами снижается. Это далеко не положительно влияет на благосостояние населения России.
В результате работы программы, выявлено, что связь между признаками (Y - денежные доходы населения, Х1- доходы консолидированного бюджета, Х2- расходы консолидированного бюджета, Х3 - средний прожиточный минимум населения, Х4 - номинальная начисленная среднемесячная заработная плата, Х5 - денежные расходы и сбережения населения) средняя, о чем свидетельствует построенная таблица парных коэффициентов корреляции.
При возникших вопросах в ходе решения можно обратиться к справке, которая находиться во вкладке помощь данной программы (рисунок 10).
Рисунок 10 - Справка
Для просмотра промежуточных таблиц можно воспользоваться кнопкой «Просмотр промежуточных таблиц», которая откроет новую форму в программе со всеми промежуточными таблицами (рисунок 11).
Рисунок 11 - Промежуточные результаты
В программном продукте реализованы ошибки ввода. Так, например, В случае если какая либо ячейка исходных данных не заполнена, программа выводит ошибку (рисунок 12).
Рисунок 12- Ошибка «Пустая ячейка таблицы»
В результате работы над программным продуктом по реализации корреляционно-регрессионного анализа для изучения уровня жизни населения РФ за 2001 – 2013 гг. были рассмотрены теоретические аспекты изучения уровня жизни населения; статистические методы изучения уровня жизни населения России; проведено построение уравнение регрессии и таблицы парных коэффициентов корреляции.
Таким образом, поставленные задачи выполнены, цель достигнута.
Список использованных источников
Архангельский, А.Я. Программирование в Delphi для windows. Версия 2006, 2007, turbo Delphi: учеб.пособие. - 1248с.;
Бондарев, В.М. Основы программирования / Рублинецкий В.И., Качко Е.Г. - Харьков: Фолто; Ростов н/д: Феникс, 1998- 368с.;
Голованов, М. Создание компонентов в среде Delphi: учеб.пособие.- И.Халдин. Вильямс, 2006. – 768с.;
Орлова И.В. Экономико-математические методы и модели. Выполнение расчетов в среде Ехсе1. Практикум. – М.: ЗАО Финстатинформ, 2000.
Партыка, Т.Л. Математические методы: учебник / Т.Л. Партыка, - М.; 2005.- 464 с.
Практикум по эконометрике: Учеб. пособие/ И.И. Елисеева, С.В. Курышева Н.М. Гордеенко и др. Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2005.
Эконометрика. Учебник./ Елисеева И.И., Курышева С.В., Нерадовская Ю.В. Под ред. И.И. Елисеевой. —М.: Проспект, 2010.