Namų ūkio biudžeto duomenų analizė

1. Įvadas Ekonometrija – socialinis mokslas, kuriame ekonomikos teorija, matematika ir matematinė statistika taikomi ekonominių reiškinių analizėje. Šiame moksle nagrinėjami stebėjimo duomenys, kurių pagrindu gaunamos kiekybinės ekonominių santykių išraiškos, kuriami ekonominiai modeliai, įvertinami nežinomi jų parametrai, skaičiuojamos prognozės. Taigi šio darbo tikslas – atlikti namų ūkio biudžetų statistinių duomenų analizę. Kursiniame darbe: 1. Apžvelgsiu namų ūkių bendrą charakteristiką, išskirdama kokybinius ir kiekybinius duomenis; 2. Įvertinsiu namų ūkių pajamų ir išlaidų skaitines charakteristikas ir tuo būdu atliksiu statistinių duomenų analizę; 3. Įvertinsiu namų ūkių nelygybę ir skurdo rodiklius; 4. Ištirsiu išlaidų priklausomybę nuo įvairių faktorių, tai yra, atliksiu regresinę analizę: regresinio modelio sudarymas, reikšmingiausių pasirinkto priklausomojo kintamojo regresorių bei determinacijos koeficiento įverčio radimas, regresijos koeficientų reikšmingumo tikrinimas ir išvadų pateikimas. Kad galėčiau įvykdyti visas šias užduotis turėsiu apibrešti naudojamas sąvokas, Microsoft Excel (MS Excel) pagalba atlikti skaičiavimus, nubrėžti grafikus, diagramas. Duomenys, kurie buvo panaudoti šiame kursiniame projekte: • Namų ūkio dydis; • Namų ūkio disponuojamos pajamos (Lt); • Gyvenamoji vieta: 1 – 5 didieji miestai (Vilnius, Kaunas, Klaipėda, Šiauliai, Panevėžys), 2 – kiti mestai, 3 – kaimas; • Namų ūkiai su vaikais ir be vaikų: 1 - namų ūkis su vaikais iki 18 metų, 2 - namų ūkis be vaikų iki 18 metų; • Namų ūkio galvos pagrindinis pajamų šaltinis: 1 - darbas asmeniniame žemės ūkyje; 2 - samdomas darbas Ž. Ū. visuomeniniame sektoriuje, 3 - samdomas darbas Ž. Ū. privačiame sektoriuje, 4 - pajamos iš verslo, amatų, 5 - samdomas darbas ne Ž. Ū. visuomeniniame. sektoriuje, 6 - samdomas darbas ne Ž. Ū. privačiame sektoriuje, 7 - pajamos iš laisvos profesinės veiklos, 8 - bedarbio pašalpa, 9 – stipendija, 10 – pensija, 11 - socialinės pašalpos, 12 – išlaikytiniai, 13 - kitas pajamų šaltinis; • Namų ūkio galvos lytis: 1 – vyras, 2 – moteris; • Namų ūkio galvos socialinė - ekonominė grupė: 1 – ūkininkai, 2 – samdomieji darbuotojai, 3 – verslininkai, 4 – pensininkai, 5 – kita; • Namų ūkio galvos išsimokslinimas: 1 – neturi pradinio, 2 – pradinis, 3 – pagrindinis, 4 – bendras vidurinis, 5 – aukštesnysis, 6 – aukštasis; • Namų ūkio galvos amžius (grupuotas): 1 - iki 30 metų, 2 - 30 - 39 metai, 3 - 40 - 49 metai, 4 - 50 - 59 metai, 5 - 60 metų ir daugiau; • Namų ūkio vartojimo išlaidos (Lt). Namų ūkio dydis Namų ūkio disponuojamos pajamos Gyvenamoji vieta Namų ūkiai su vaikais ir be vaikų Namų ūkio galvos pagrindinis pajamų šaltinis Namų ūkio galvos lytis Namų ūkio galvos socialinė-ekonominė grupė Namų ūkio galvos išsimokslinimas Namų ūkio galvos amžius (grupuotas) Miestas - Kaimas Namų ūkio vartojimo išlaidos 2 964 1 2 10 1 4 4 5 1 1885 4 1060 2 1 6 1 2 3 3 1 1254 4 2119 2 2 5 2 2 5 3 1 1249 3 10676 1 1 5 2 2 5 1 1 1060 2 643 2 2 10 1 4 1 5 1 635 3 1631 3 2 10 2 4 1 5 2 680 1 247 3 2 10 2 4 1 5 2 251 2 587 3 2 1 2 1 3 4 2 814 1 1348 3 2 3 1 2 4 3 2 621 2 642 1 2 10 2 4 2 5 1 679 4 2373 2 2 5 1 2 3 4 1 2012 4 1932 1 1 5 2 2 3 3 1 1633 3 1449 2 2 6 1 2 4 4 1 1055 2 726 3 2 10 1 4 1 5 2 818 2 612 2 2 10 1 4 1 5 1 559 4 1582 1 1 5 1 2 2 3 1 1258 2 799 3 2 1 1 1 1 5 2 697 4 2489 1 2 6 1 2 4 4 1 2091 2 290 3 1 10 2 4 1 5 2 406 2 1638 1 2 5 1 2 5 5 1 1576 3 1243 1 1 5 1 2 4 1 1 816 3 634 1 1 11 2 5 2 1 1 716 4 1661 3 1 2 1 2 4 2 2 1390 2 373 3 2 10 2 4 2 4 2 636 3 565 3 2 3 1 2 1 5 2 694 Mano variantas yra pirmas. Pateiksiu skatinius duomenis, kurie buvo panaudoti šiame darbe: 2. Bendra namų ūkių charakteristika 2.1 Kokybiniai duomenys Apžvelgsiu šiuos namų ūkių kokybinius duomenis: 1. Gyvenamoji vieta. Remdamiesi pateikta statistika matome, kad nagrinėjami 25 namų ūkiai. Iš jų: • 5-iuose didžiausiuose miestuose - 9 namų ūkiai; • Kituose miestuose - 6 namų ūkiai; • Kaimuose - 10 namų ūkių. Vadinasi, didžiausia dalis (40 %) nagrinėjamų namų ūkių yra kaimuose, šiek tiek mažesnė dalis (36 %) yra 5 – iuose didžiausiuose Lietuvos miestuose, o mažiausia dalis (24 %) tenka kitiems miestams; 2. Namų ūkio galvos lytis. Iš pateiktų duomenų matome, kad pasiskirstymas yra toks: vyras – 15, moteris – 10. Didesnė dalis (60 %) tenka vyrams, moterys sudaro 40 %; 3. Namų ūkio galvos amžius. Statistika yra tokia: ◦ iki 30 metų – 3; ◦ 30 - 39 metai – 1; ◦ 40 - 49 metai – 5; ◦ 50 - 59 metai – 5; ◦ 60 metų ir daugiau – 11. Iš diagramos matome, kad didžiausią dalį sudaro namų ūkių šeimos galva, kurios amžius yra 60 metų ir daugiau; 4. Namų ūkio galvos socialinė - ekonominė grupė: ◦ Ūkininkai – 2; ◦ Samdomieji darbuotojai – 13; ◦ Verslininkai – nėra; ◦ Pensininkai – 9; ◦ Kita – 1. Vadinasi, matome, kad didžiausią (52 %) visų namų ūkių dalį sudaro samdomieji darbuotojai, o žmonių, užsiimančių verslu, iš viso nėra; 5. Namų ūkio galvos išsimokslinimas. Nagrinėjant informaciją apie namų ūkių galvos išsimokslinimą, matyti, kad: ◦ Neturi pradinio – 8; ◦ Pradinis – 4; ◦ Pagrindinis – 4; ◦ Bendras vidurinis – 6; ◦ Aukštesnysis – 3; ◦ Aukštasis – nėra. Galime daryti išvadą, jog daugiausia namų ūkių galvų (32 %) neturi pradinio išsilavinimo, aukštesnįjį išsilavinimą teturi tik 4 % namų ūkio galvų, o aukštojo išsilavinimo niekas nėra įgiję. 2.2 Kiekybiniai duomenys Analizuodama kiekybinius kursinio projekto duomenis, įvertinsiu tris kiekybines namų ūkio charakteristikas – namų ūkio dydį, namų ūkio disponuojamas pajamas ir namų ūkio vartojimo išlaidas. Iš lentelės, pateiktos šio darbo įvade, matome, kad: • Didžiausias namų ūkis yra sudarytas iš 4 asmenų, o mažiausias – iš 1 asmens. Šie duomenys pasiskirsto tokiu būdu. Matome, kad namų ūkio dydis iš 1 asmens sudaro 8 %, o iš 4 asmenų – 40 %; ◦ Didžiausias namų ūkio pajamas sudaro 10676 litai, o mažiausias – 247 litai. Matome, kad yra ryškus skirtumas tarp disponuojamų pajamų, kurias gauna namų ūkiai; • Didžiausias namų ūkio vartojimo išlaidas sudaro – 2091 litai, o mažiausias – 251 litai. 3. Statistinių duomenų analizė: namų ūkių pajamų ir išlaidų skaitinių charakteristikų įvertinimas Nagrinėjamos dvi kiekybinės namų ūkio charakteristikos – namų ūkio disponuojamos pajamos ir namų ūkio vartojimo išlaidos. Duomenys pateikti šioje lentelėje. Taigi surasiu namų ūkių pajamų ir išlaidų skaitines charakteristikas ir pateiksiu šių statistinių duomenų analizę. Namų ūkio nr. Namų ūkio disponuojamos pajamos Namų ūkio vartojimo išlaidos 1 964 1885 2 1060 1254 3 2119 1249 4 10676 1060 5 643 635 6 1631 680 7 247 251 8 587 814 9 1348 621 10 642 679 11 2373 2012 12 1932 1633 13 1449 1055 14 726 818 15 612 559 16 1582 1258 17 799 697 18 2489 2091 19 290 406 20 1638 1576 21 1243 816 22 634 716 23 1661 1390 24 373 636 25 565 694 Ieškome namų ūkių disponuojamų pajamų ir išlaidų skaitinių charakteristikų: vidurkio, dispersijos, vidutinio kvadratinio nuokrypio, medianą ir modą. Taigi naudojame MS Excel: Tools – Data Analysis - „Descriptive statistics (liet. aprašomoji statistika). Atsidariusiame lange pažymime „Summary statistics“ (Statistikos suvestinė). Gauname lentelę su šių dviejų atsitiktinių dydžių pagrindinėmis charakteristikomis. Toliau nagrinėjame šiuos gautus duomenis. 3.1 Namų ūkio disponuojamos pajamos Šiuose stebimuose ūkiuose vidutinės namų ūkio disponuojamos pajamos yra 1531,32 Lt. Mediana lygi 1060, tai yra, vidurinis disponuojamų pajamų domuo, kuris lygus 1060. Modos nėra, tai reiškia, kad nėra pasikartojančių disponuojamų pajamų sumų. Dispersija yra 256804,6, o vidutinis kvadratinis nuokrypis 2012,85. Pasiskirstymas yra asimetrinis. Asimetrijos koeficientas didesnis už nulį, vadinasi, turime teigiamą asimetriją (dešinešonę). Eksceso koeficientas didesnis už nulį, todėl histograma yra smailiaviršūnė. Duomenų plotis, skirtumas tarp maksimumo ir minimumo, lygus 10429 Lt. Minimali stebėta reikšmė yra 247 Lt. disponuojamų pajamų, maksimali – 10676 Lt. disponuojamų pajamų. Duomenų suma yra 38283 Lt. disponuojamų pajamų, iš viso nagrinėti 25 stebėjimai. 3.2 Namų ūkio vartojimo išlaidos Šioje stebimoje duomenų sekoje vidutinės namų ūkio vartojimo išlaidos yra 1019,4 Lt. Mediana lygi 816, tai yra, vidurinis namų ūkio vartojimo išlaidų domuo yra 816. Modos nėra, tai reiškia, kad visi stebėjimai pasikartoja po vieną kartą. Dispersija yra 533151.1652, o vidutinis kvadratinis nuokrypis 506,7589. Pasiskirstymas yra asimetrinis. Asimetrijos koeficientas didesnis už nulį, reiškia turime teigiamą asimetriją (dešinešonę). Eksceso koeficientas mažesnis už nulį, todėl histograma nėra smailiaviršūnė. Duomenų plotis, skirtumas tarp maksimumo ir minimumo, lygus 1840 Lt. Minimali stebėta reikšmė yra 251 Lt. vartojimo išlaidų, maksimali – 2091 Lt. vartojikmo išlaidų. Duomenų suma yra 25485 Lt. vartojimo išlaidų, iš viso nagrinėti 25 stebėjimai. 3.3 Ar skiriasi vieno šeimos nario vidutinės pajamos kaime ir mieste? Kad atsakyčiau į šį klausimą, turiu apskaičiuoti vieno šeimos nario vidutines disponuojamas pajamas kaime ir mieste. Norint patikrinti, ar skiriasi vieno šeimos nario išlaidos kaime ir mieste, turime patikrinti hipotezę apie dispersijų lygybe su alternatyva . Namų ūkio dydis Namų ūkio disponuojamos pajamos Gyvenamoji vieta (miestas – kaimas) Vieno namų ūkio nario pajamos kaime ir mieste 2 964 1 482 3 10676 1 3558,667 2 642 1 321 4 1932 1 483 4 1582 1 395,5 4 2489 1 622,25 2 1638 1 819 3 1243 1 414,3333 3 634 1 211,3333 4 1060 1 265 4 2119 1 529,75 2 643 1 321,5 4 2373 1 593,25 3 1449 1 483 2 612 1 306 3 1631 2 543,6667 1 247 2 247 2 587 2 293,5 1 1348 2 1348 2 726 2 363 2 799 2 399,5 2 290 2 145 4 1661 2 415,25 2 373 2 186,5 3 565 2 188,3333 Priimta hipotezė reikštų, kad vidutinių išlaidų kaime ir mieste vienam namų ūkio nariui dispersijos nesiskiria. Atmesta hipotezė ir priimta alternatyva reikštų, kad vidutinių disponuojamų pajamų kaime ir mieste vienam namų ūkio nariui dispersijos skiriasi. Taigi naudodoma „MS Excel“ (Tools –> Data Analysis –> F-Test Two-Sample for Variances) apskaičiuoju šiuos duomenis: F-Test Two-Sample for Variances (dviejų visumų dispersijų lyginimas)   Miestas Kaimas Vidurkis 653,7055556 412,975 Dispersija 670471,5157 123269,2995 Imties dydis 15 10 df (laisvės laipsnio skaičius) 14 9 F statistika 5,439079468 P(F F Critical = 3,025476758su reikšmingumo lygmeniu α = 0,05. Todėl nulinę hipotezę atmetame, vadinasi dispersijos yra nelygios, t.y. Ha: бx2 ≠ бy2. Sudarome dar vieną lentelę, panaudojant „MS Excel“ (Tools –> Data Analysis –> t-Test: Two-Sample Assuming Unequal Variances). Iškeliame hipotezę, pagal kurią patikrinsime, ar skiriasi vidutinės pajamos mieste ir kaime, ar nesiskiria. Priimta hipotezė reikštų, kad vidutinė pajamos kaime ir mieste vienam namų ūkio nariui nesiskiria. Atmesta hipotezė ir priimta alternatyva reikštų, kad vidutinės pajamos kaime ir mieste vienam namų ūkio nariui skiriasi. t-Test: Two-Sample Assuming Unequal Variances (Dviejų visumų vidurkių lyginimas, kai dispersijos nelygios)   Namų ūkio vartojimo pajamos vienam namų ūkio nariui mieste Namų ūkio vartojimo pajamos vienam namų ūkio nariui kaime Vidurkis 653,7055556 412,975 Dispersija 670471,5157 123269,2995 Stebėjimų skaičius 15 10 Hypothesized Mean Difference 0 df (laisvės laipsnio skaičius) 20 t Stat (statistika) 1,008088019 P(T μy). Gavome, kad 1531,32 > 1019,4, taigi alternatyviąją hipotezę paliekame, sakydami, kad pajamų vidurkis yra didesnis už išlaidų vidurkį (Xvid > Yvid). Nubraižau namų ūkių disponuojamų pajamų, vartojimo išlaidų ir santaupų grafiką, naudodama Excel programos, Chart Wizard funkcijų tipą Line: Išvada: kadangi tikrindami hipotezes, ne visus kartus palikome nulinę hipotezę, vadinasi, pajamų ir išlaidų vidurkiai nėra lygūs, ir todėl namų ūkių santaupos nėra pastovios ir todėl jos didėja. Santaupos didėja tik tada, kai pajamų vidurkis yra didesnis už išlaidų vidurkį (santaupos = pajamos – išlaidos). 4. Namų ūkio nelygybės ir skurdo vertinimas Šiame kursiniame darbe pateiksiu namų nelygybės bei skurdo lygio įvairiuose gyventojų sluoksniuose vertinimą. Taigi apskaičiuosiu šiuos skurdo rodiklius: 1. Skurstančiųjų gyventojų lygis šalyje; 2. Žemų pajamų nuokrypis (skurdo lygis); 3. Žemų pajamų indeksas; 4. Kvadratinis skurdo nuokrypis; 5. Nelygybės rodiklis. Kad apskaičiuočiau šiuos rodiklius, reikia apskaičiuoti pajamas vienam namų ūkio nariui. Jos gaunamos namų ūkio disponuojamas pajamas padalinus iš namų ūkio dydžio. Skurdo ribą pasirenku 50 % nuo vidutinių pajamų vienam namų ūkio nariui. Pajamos vienam namų ūkio nariui skaičiuojamos darant prielaidą, kad namų ūkio narių svoriai lygūs (pagal paprastą skalę). Namų ūkio dydis Namų ūkio disponuojamos pajamos Pajamos vienam namų ūkio nariui 2 964 482 4 1060 265 4 2119 529,75 3 10676 3558,67 2 643 321,5 3 1631 543,667 1 247 247 2 587 293,5 1 1348 1348 2 642 321 4 2373 593,25 4 1932 483 3 1449 483 2 726 363 2 612 306 4 1582 395,5 2 799 399,5 4 2489 622,25 2 290 145 2 1638 819 3 1243 414,333 3 634 211,333 4 1661 415,25 2 373 186,5 3 565 188,333 Apskaičiuojame skurdo ribą, kuri lygi: 38283 / 68 * 0,5 = 281,49265. Remdamiesi lentele, galime teigti, kad šešių namų ūkių pajamos vienam nariui yra žemiau skurdo ribos. Toliau skaičiuojame skurdo rodiklius: 1. Skurstančiųjų gyventojų lygis šalyje. Naudojame formulę: L=q/n, kur: q – skurstančių gyventojų skaičius; n – visų gyventojų skaičius. Kaip ir minėjau, pagal nagrinėjamus duomenis, yra šeši namų ūkių, kuriuose pajamos yra žemiau skurdo ribos. Šiuos ūkius iš viso sudaro 15 gyventojų. Taigi: L = 15 / 68 = 0,2206. Vadinasi, galime daryti išvadą, jog 22,06 % gyventojų pajamos yra žemiau skurdo ribos. 2. Žemų pajamų nuokrypis (skurdo lygis) Norint apskaičiuoti šį rodiklį, panaudosime šią formulę: , kur: yi – i-tojo skurstančiojo pajamos; z – skurdo riba; Taigi: Vadinasi, šis rodiklis parodo, kad vidutiniškai 7,96 % skurstančiųjų pajamos nukrypsta nuo skurdo ribos. 3. Žemų pajamų indeksas Norėdami apskaičiuoti šį indeksą, taikome šią formulę: Taigi, panaudojus jau surastus duomenis, gauname, kad: Vadinasi, šis rodiklis parodo, kad reikia 1,756 % lėšų, norint eliminuoti skurdą šalyje. 4. Kvadratinis skurdo nuokrypis Šis rodiklis yra ieškomas tam, kad išsiaiškintume, koks pajamų pasiskirstymas yra tarp skurstančiųjų. Taikome šią formulę: , kur: yi – i-tojo skurstančiojo pajamos; z – skurdo riba; k – asmenų suma namų ūkyje; n – gyventojų skaičius; Taigi pajamų pasiskirstymas tarp skurstančiųjų lygus: . 5. Nelygybės rodikliai Vienas iš nelygybės rodiklių yra Džini koeficientas, kuris parodo nelygybės gylį. Kai Gini koeficiento reikšmė mažesnė už 0,25, tai gyventojų pajamų diferenciacijos lygis yra labai mažas; 0,25-0,30 – nedidelis; >0,30 – yra esminių gyventojų pajamų diferenciacijos netolygumų. Šis koficientas randamas pagal šią formulę: kur: yi – pajamos/išlaidos vienam namų ūkio nariui; µ - vieno namų ūkio nario pajamų stulpelio vidurkis; n – namų ūkių skaičius. Gini koeficientui apskaičiuoti pasinaudosime sudaryta lentele iš atitinkamų duomenų: N 1 namų ūkio nario pajamos (Y) N * 1 namų ūkio nario pajamos 25 145 3625 24 186,5 4476 23 188,333 4331,6659 22 211,333 4649,3326 21 247 5187 20 265 5300 19 293,5 5576,5 18 306 5508 17 321 5457 16 321,5 5144 15 363 5445 14 395,5 5537 13 399,5 5193,5 12 414,333 4971,9996 11 415,25 4567,75 10 482 4820 9 483 4347 8 483 3864 7 529,75 3708,25 6 543,667 3262,0002 5 593,25 2966,25 4 622,25 2489 3 819 2457 2 1348 2696 1 3558,67 3558,667 Vidurkis Suma 557,4133 109137,9153 Toliau skičiuojame šį koeficientą tokia seka: G (y) = (25+1)/25 - 2*109137,9153/252 * 557,4133 G (y) = 1,04 – 0,626539277 G (y) = 0,413460722 Išvada: kadangi G(y) > 30, tai pagal apibrėžimą gyventojų pajamų diferenciacijos lygis yra labai aukštas. Kitas nelygybės rodiklis yra Lorenco kreivė, kuri padeda įvertinti, kaip lygiai pasiskirsto pajamų dalių grafinis vaizdas. Lorenco kreivė taip pat rodo, kurią pajamų dalį gauna tam tikra visuomenės dalis. Įstriža linija rodo idealiai lygų pajamų pasiskirstymą. Taigi, kad nubraižytume Lorenco kreivę, iš turimų duomenų sudarome šią lentelę: Pajamos vienam namų ūkio nariui ni Sukauptos 1 namų ūkio nario pajamos ni/n Sukauptos 1 namų ūkio nario pajamos/ 1 namų ūkio nario pajamų suma 145 1 145 0,04 0,010405 186,5 2 331,5 0,08 0,023788 188,3333 3 519,8333 0,12 0,037303 211,3333 4 731,1666 0,16 0,052469 247 5 978,1666 0,2 0,070193 265 6 1243,167 0,24 0,08921 293,5 7 1536,667 0,28 0,110271 306 8 1842,667 0,32 0,13223 321 9 2163,667 0,36 0,155265 321,5 10 2485,167 0,4 0,178336 363 11 2848,167 0,44 0,204385 395,5 12 3243,667 0,48 0,232766 399,5 13 3643,167 0,52 0,261434 414,3333 14 4057,5 0,56 0,291166 415,25 15 4472,75 0,6 0,320965 482 16 4954,75 0,64 0,355553 483 17 5437,75 0,68 0,390213 483 18 5920,75 0,72 0,424873 529,75 19 6450,5 0,76 0,462888 543,6667 20 6994,167 0,8 0,501902 593,25 21 7587,417 0,84 0,544473 622,25 22 8209,667 0,88 0,589126 819 23 9028,667 0,92 0,647897 1348 24 10376,67 0,96 0,74463 3558,667 25 13935,33 1 1 Suma 13935,3336 Lentelę užpildome tokia tvarka: vieno namų ūkio nario pajamas išdėstome didėjimo tvarka, suskaičiuojame sukauptas pajamas. Tuomet paskutinėje grafoje sukauptas vieno namų ūkio nario pajamas padaliname iš vieno namų ūkio nario pajamų stulpelio sumos. Toliau pagal lentelės duomenis nubrėžiu Lorenco kreivę ir absoliučios lygybės tiesę: Matome, kad pakankamai didelis plotas tarp Lorenco kreivės ir absoliučios lygybės tiesės rodo, kad labai didelis skirtumas yra tarp siekiamos ir realios padėties pajamų pasiskirstymo atžvilgiu. Matome, kad pasiskirstymas nėra tolygus, ir kreivės išlinkimas atspindi, kad didesnė dalis yra žmonių, gaunančių didesnes pajamas. 5. Išlaidų priklausomybės nuo įvairių faktorių įvertinimas (regresinė analizė) 5.1 Regresinio modelio sudarymas Regresinės analizės tikslas yra ištirti namų ūkio vartojimo išlaidas vienam gyventojui (t.y. Y) priklausomybę nuo pasirinktų įvairių faktorių (X1,X2,...,X5) ir iš jų atrinkti reikšmingus. Taigi pasirinkau šiuos veiksnius, kurie mano nuomone labiausiai įtakoja išlaidas: – namų ūkio vartojimo išlaidos; – namų ūkio disponuojamos pajamos; – namų ūkiai su vaikais ir be vaikų; – namų ūkio galvos pagrindinis pajamų šaltinis; – namų ūkio galvos lytis; – gyvenamoji vieta. Sudariau lentelę iš turimų duomenų, pakeisdami šiuos duomenis: Namų ūkiai su vaikais ir be vaikų Pajamų šaltinis (grupuotas) Namų ūkio galvos lytis Namų ūkio galvos gyvenamoji vieta 1 – su vaikais 1 – pensija 1 – vyras 1 - miestas 0 – be vaikų 0 – atlyginimas 0 – moteris 0 - kaimas Sudaryta lentelė atrodo taip: Namų ūkio vartojimo išlaidos (Y) Namų ūkio disponuojamos pajamos (X1) Namų ūkiai su vaikais ir be vaikų (X2) Namų ūkio galvos pagrindinis pajamų šaltinis (X3) Namų ūkio galvos lytis (X4) Gyvenamoji vieta (X5) 1885 964 0 1 1 1 1254 1060 1 0 1 1 1249 2119 0 0 0 1 1060 10676 1 0 0 1 635 643 0 1 1 1 680 1631 0 1 0 0 251 247 0 1 0 0 814 587 0 0 0 0 621 1348 0 0 1 0 679 642 0 1 0 1 2012 2373 0 0 1 1 1633 1932 1 0 0 1 1055 1449 0 0 1 1 818 726 0 1 1 0 559 612 0 1 1 1 1258 1582 1 0 1 1 697 799 0 0 1 0 2091 2489 0 0 1 1 406 290 1 1 0 0 1576 1638 0 0 1 1 816 1243 1 0 1 1 716 634 1 0 0 1 1390 1661 1 0 1 0 636 373 0 1 0 0 694 565 0 0 1 0 Priklausomybę tarp Y ir X apžvelgsime hipotezių vertinimo metodu. F kriterijus tikrina hipotezę, ar lygtis yra reikšminga. Regresijos lygties bendras pavidalas bus: y = a0 + a1x1 + a2x2 + a3x3 + a4x4 + a5x5 Remiantis lentelės duomenimis ir su „MS Excel“ atlikus skaičiavimus (Tools –> Data Analysis –> Regresion) gauname tokius duomenis: Suvestinė Regresijos statistikos duomenys Regression Statistics Daugialypė koreliacija 0,663951127 Determinacijos koeficientas 0,440831099 Adjusted R Square 0,293681388 Standartinė paklaida 425,8941849 Imties dydis 25 Gauname dispersinę analizę:   Laisvės laipsnio skaičius Kvadratų suma Dispersijos įverčiai F statistika F reikšmė Regresija 5 2716978,721 543395,7443 2,99579997 0,036903796 Liekanos 19 3446331,279 181385,8568 Iš viso 24 6163310         Parametrų įverčiai Standartinė paklaida t statistika P reikšmė Apatinė 95% Viršutinė 95% Apatinė 95.0% Viršutinė 95.0% Laisvasis kintamasis 752,9889427 237,9094587 3,165023143 0,00509832 255,0385682 1250,939317 255,0385682 1250,939317 Namų ūkio disponuojamos pajamos 0,031867258 0,049465327 0,644234247 0,52712521 -0,071664894 0,135399409 -0,071664894 0,135399409 Namų ūkiai su vaikais ir be vaikų -138,1448052 204,3151278 -0,676135961 0,50710196 -565,7814153 289,4918049 -565,7814153 289,4918049 Namų ūkio galvos pagrindinis pajamų šaltinis -307,6506678 207,8832822 -1,479920196 0,15528553 -742,7555131 127,4541776 -742,7555131 127,4541776 Namų ūkio galvos lytis 205,8963187 193,3124275 1,065096131 0,3001813 -198,7113678 610,5040052 -198,7113678 610,5040052 Gyvenamoji vieta 0,298789 189,4034223 2,191397179 0,04108708 18,63208329 811,4841672 18,63208329 811,4841672 Taigi lentelėje susirandu F reikšmę ir lyginu ją su reikšmingumo lygmeniu. Jei F reikšmė mažesnė už , tai bent vienas regresorius reikšmingas. , vadinasi, galime teigti, kad nors vienas regresorius yra reikšmingas. Matome, kad stulpelyje „P reikšmė“ X5 Data Analysis –> Regresion). Suvestinė Regresijos statistikos duomenys Regression Statistics Daugialypė koreliacija 0,654688141 Determinacijos koeficientas 0,428616562 Adjusted R Square 0,314339874 Standartinė paklaida 419,6196646 Imties dydis 25 Gauname dispersinę analizę:   Laisvės laipsnio skaičius Kvadratų suma Dispersijos įverčiai F statistika F reikšmė Regresija 4 2641696,74 660424,2 3,750691155 0,019607 Liekanos 20 3521613,26 176080,7 Iš viso 24 6163310         Parametrų įverčiai Standartinė paklaida t statistika P reikšmė Apatinė 95% Viršutinė 95% Apatinė 95.0% Viršutinė 95.0% Laisvasis kintamasis 810,9975056 216,9674979 3,737875551 0,001297521 358,41145 1263,583565 358,4114461 1263,583565 Namų ūkiai su vaikais ir be vaikų -122,7365927 199,9210391 -0,61392534 0,546185075 -539,76438 294,2911935 -539,7643788 294,2911935 Namų ūkio galvos pagrindinis pajamų šaltinis -345,2165128 196,5980203 -1,75595111 0,094400728 -755,31261 64,87958084 -755,3126065 64,87958084 Namų ūkio galvos lytis 173,7161387 183,9961167 0,944129375 0,356370357 -210,09286 557,5251343 -210,0928569 557,5251343 Gyvenamoji vieta 446,2107758 180,4286541 2,473059382 0,022488444 69,843373 822,5781782 69,84337328 822,5781782 Gautas toks kriterijus: . Didžiausia P reikšmė yra – X1 (Namų ūkiai su vaikais ir be vaikų). Tą stulpelį atmetame ir kartojame operaciją, naudodami tą pačią funkciją (Tools –> Data Analysis –> Regresion). Suvestinė Regresijos statistikos duomenys Regression Statistics Daugialypė koreliacija 0,6464122 Determinacijos koeficientas 0,4178487 Adjusted R Square 0,3346842 Standartinė paklaida 413,34747 Imties dydis 25 Gauname dispersinę analizę:   Laisvės laipsnio skaičius Kvadratų suma Dispersijos įverčiai F statistika F reikšmė Regresija 3 2575331 858443,7 5,024366 0,008827 Liekanos 21 3587979 170856,1 Iš viso 24 6163310         Parametrų įverčiai Standartinė paklaida t statistika P reikšmė Apatinė 95% Viršutinė 95% Apatinė 95.0% Viršutinė 95.0% Laisvasis kintamasis 750,4384615 190,358926 3,942228905 0,00074584 354,5653343 1146,311589 354,5653343 1146,311589 Namų ūkio galvos pagrindinis pajamų šaltinis -302,7307692 181,264859 -1,670101815 0,10973866 -679,691744 74,23020544 -679,6917439 74,23020544 Namų ūkio galvos lytis 203,2538462 174,939707 1,161850845 0,25833152 -160,553253 567,0609454 -160,5532531 567,0609454 Gyvenamoji vieta 426,6538462 174,939707 2,438862246 0,02369844 62,8467469 790,4609454 62,8467469 790,4609454 Gautas toks kriterijus: . Didžiausia P reikšmė yra – X2 (Namų ūkio galvos lytis). Tą stulpelį atmetame ir kartojame operaciją, naudodami tą pačią funkciją (Tools –> Data Analysis –> Regresion). Suvestinė Regresijos statistikos duomenys Regression Statistics Daugialypė koreliacija 0,6167881 Determinacijos koeficientas 0,3804276 Adjusted R Square 0,3241028 Standartinė paklaida 416,62153 Imties dydis 25 Gauname dispersinę analizę:   Laisvės laipsnio skaičius Kvadratų suma Dispersijos įverčiai F statistika F reikšmė Regresija 2 2344692,93 1172346,46 6,7541787 0,005164319 Liekanos 22 3818617,07 173573,503 Iš viso 24 6163310         Parametrų įverčiai Standartinė paklaida t statistika P reikšmė Apatinė 95% Viršutinė 95% Apatinė 95.0% Viršutinė 95.0% Laisvasis kintamasis 873,8871166 159,1975541 5,48932502 1,6251E-05 543,7312424 1204,042991 543,7312424 1204,042991 Namų ūkio galvos pagrindinis pajamų šaltinis -346,3742331 178,7345617 -1,937925322 0,06557236 -717,0474248 24,29895854 -717,0474248 24,29895854 Gyvenamoji vieta 450,3460123 175,1233902 2,571592588 0,01740501 87,1619399 813,5300846 87,1619399 813,5300846 Gautas toks kriterijus: . Didžiausia P reikšmė yra – X1 (Namų ūkio galvos pagrindinis pajamų šaltinis). Tą stulpelį atmetame ir kartojame operaciją, naudodami tą pačią funkciją (Tools –> Data Analysis –> Regresion). Suvestinė Regresijos statistikos duomenys Regression Statistics Daugialypė koreliacija 0,52408223 Determinacijos koeficientas 0,27466218 Adjusted R Square 0,24312575 Standartinė paklaida 440,872743 Imties dydis 25 Gauname dispersinę analizę:   Laisvės laipsnio skaičius Kvadratų suma Dispersijos įverčiai F statistika F reikšmė Regresija 1 1692828,167 1692828,167 8,709362723 0,00716466 Liekanos 23 4470481,833 194368,7754 Iš viso 24 6163310         Parametrų įverčiai Standartinė paklaida t statistika P reikšmė Apatinė 95% Viršutinė 95% Apatinė 95.0% Viršutinė 95.0% Namų ūkio vartojimo išlaidos 700,7 139,4162026 5,025958154 4,37372E-05 412,2960042 989,1039958 412,2960042 989,104 Gyvenamoji vieta 531,1666667 179,9855436 2,951162944 0,00716466 158,8387091 903,4946242 158,8387091 903,49462 Iš gautų duomenų matome, kad X1(Gyvenamoji vieta) , kur: Y – namų ūkio vartojimo išlaidos, Lt. X1 – namų ūkio disponuojamos pajamos, Lt. Nors iš skaičiavimų matome, kad šiame variante vartojimo išlaidas labiausiai įtakoja gyvenamoji vieta, tačiau realybėje, atliekant ekonominius skaičiavimus, didžiausią įtaką turi disponuojamos pajamos. 5.2 Determinacijos koeficiento įvertis. Determinacijos koeficientas parodo, kaip mano pasirinktas modelis aprašo duomenis. Jis kinta nuo 0 iki 1. Kuo jis arčiau 1, tuo pasirinktas modelis geriau aprašo duomenis. Determinacijos koeficientas reiškia, kad sudaryta regresijos kreivė paaiškina tik 27,47 % gyvenamosios vietos variacijos. Vadinasi, kiti parinkti faktoriai 72,53 % taip pat turi didelę įtaką vartojimo išlaidoms. Galime teigti, kad disponuojamos pajamos taip pat įtakoja vartojimo išlaidas ne mažiau nei gyvenamoji vieta. 6. Išvados Taigi, atlikus ši darbą ir remiantis gautais duomenimis galiu, galiu padaryti tikias išvadas: 1. Namų ūkis – atskirai gyvenantis asmuo arba asmenų grupė, kuri gyvena vienose patalpose (bute ar name), turi bendrą biudžetą ir kartu maitinasi. Jeigu nėra bent vienos iš šių sąlygų, asmuo prie namų ūkio narių nepriskiriamas. 2. Iš 25 nagrinėjamų namų ūkių, 60 % įsikūrę miestuose, 40 % – kaimuose. Iš pateiktų duomenų matome, kad pasiskirstymas namų ūkiuose yra toks: vyras – 15, moteris – 10. Didesnė dalis (60 %) tenka vyrams, moterys sudaro 40 %. Didžiausią dalį sudaro namų ūkių šeimos galva, kurios amžius yra 60 metų ir daugiau. Taip pat didžiausią (52 %) visų namų ūkių dalį sudaro samdomieji darbuotojai, o žmonių, užsiimančių verslu, iš viso nėra. Daugiausia namų ūkių galvų (32 %) neturi pradinio išsilavinimo, aukštesnįjį išsilavinimą teturi tik 4 % namų ūkio galvų, o aukštojo išsilavinimo niekas nėra įgiję. Galiausiai, didžiausias namų ūkis yra sudarytas iš 4 asmenų, o mažiausias – iš 1 asmens 3. Vidutinės namų ūkio disponuojamos pajamos yra 1531,32 Lt.. Vidutiniškai visų namų ūkių pajamos skiriasi nuo vidutinės reikšmės 2012,85Lt. Vidutinės namų ūkio vartojimo išlaidos yra - 1019,4 Lt. Vidutiniškai visų namų ūkių išlaidos skiriasi nuo vidutinės reikšmės 506,7589 Lt. Iš viso nagrinėti 25 stebėjimai 4. Namų ūkio pajamos kaime ir mieste nesiskiria. 5. Tarp disponuojamų pajamų vienam šeimos nariui ir vartojimo išlaidų vienam nariui tiesinės priklausomybės nėra. 6. Kadangi pajamų ir išlaidų vidurkiai nėra lygūs, todėl namų ūkių santaupos nėra pastovios ir todėl jos didėja. 7. Yra šeši namų ūkiai, kuriems tenka disponuojamų pajamų mažiau nei skurdo riba, t.y. mažiau nei 281,49265 Lt, vadinami skurstančiais. 22,06 % visų stebimų gyventojų yra žemiau skurdo ribos. Vidutiniškai 7,96 % skurstančiųjų pajamos nukrypsta nuo skurdo ribos. Reikia 1,756 % lėšų, norint eliminuoti skurdą šalyje. 8. Gauta Gini koeficiento reikšmė yra labai didelė (0,413460722 > 0,3), o tai reiškia, kad iš esmės gyventojų pajamų pasiskirstymas yra labai netolygus. Tai tik patvirtina išvadą, kurią padariau, atsižvelgiant į Lorenco kreivės formą. 9. Darome išvadą, kad namų ūkio vartojimo išlaidos nepriklauso nuo disponuojamų pajamų. Regresijos kreivė yra: . Šiame variante vartojimo išlaidas labiausiai įtakoja gyvenamoji vieta, tačiau realybėje, atliekant ekonominius skaičiavimus, didžiausią įtaką turi disponuojamos pajamos.

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!