Namų ūkių statistinių duomenų analizė

Įvadas Šis kursinis darbas yra susijęs su namų ūkių tyrimu. Jis turėtų padėti geriau suvokti bei pritaikyti regresinius modelius ne tik teoriškai bet ir praktiškai. Pagrindinis darbo tikslas – atlikti namų ūkių biudžetų statistinių duomenų analizę. Darbo uždaviniai: • Apžvelgti bendrą namų ūkių charakteristiką; • Parodyti statistinių duomenų analizę; • Įvertinti namų išlaidų ir pajamų skaitines charakteristikas; • Patikrinti, ar skiriasi vieno šeimos nario pajamos mieste ir kaime; • Išsiaiškinti, ar vieno namų ūkio nario išlaidos tiesiškai nusako namų ūkio vieno nario vidutines pajamas; • Patikrinti, ar namų ūkių santaupos mažėja ar didėja; • Įvertinti skurdo rodiklius; • Ištirti vieno šeimos nario išlaidų priklausomybę nuo įvairių faktorių; • Pateikti atlikto tyrimo išvadas. Savo kursiniame darbe nagrinėsiu 31 namų ūkį, kurie pasiskirstę tiek didžiuosiuose, tiek kituose miestuose, tiek kaimuose. Vieni iš jų auginantys vaikus iki 18 metų, kiti visai be vaikų. Tai ūkiai, kurie gauna skirtingas pajamas, turi skirtingas vartojimo išlaidas, ūkio galvų įvairios socialinės – ekonominės grupės (ūkininkai, verslininkai ir kt.), skirtingas išsilavinimas, bei amžius (nuo 30 iki 60 ir daugiau metų). I. Namų ūkių biudžetų statistinių duomenų analizė 1. Namų ūkių bendra charakteristika Lentelėje pateikti nagrinėjamų ūkių statistiniai duomenys. 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 Variantas 3 1237 1 1 5 1 2 3 1 1 1123 125 3 918 3 2 10 1 4 1 5 2 577 125 1 391 3 2 3 1 2 1 4 2 459 125 1 295 3 2 5 2 2 3 2 2 198 125 3 1959 1 2 6 1 2 5 4 1 1340 125 2 1364 1 2 6 1 2 4 5 1 2982 125 5 571 3 1 5 1 2 3 2 2 1036 125 1 779 1 2 10 1 4 3 5 1 316 125 1 420 1 2 10 2 4 4 5 1 360 125 2 1402 1 2 4 1 3 4 4 1 1466 125 1 288 3 2 10 2 4 1 5 2 113 125 4 814 3 1 3 1 2 4 2 2 888 125 4 800 1 1 6 2 2 5 2 1 955 125 2 691 2 2 10 1 4 1 5 1 663 125 3 1630 3 2 3 2 2 2 4 2 1054 125 2 724 2 2 5 2 2 4 4 1 670 125 3 2280 1 1 6 1 2 5 2 1 1971 125 4 1493 2 1 6 1 2 4 2 1 1174 125 2 1051 3 2 10 1 4 1 5 2 659 125 1 793 1 2 5 2 2 4 2 1 530 125 5 3049 2 1 6 1 2 5 3 1 2779 125 3 788 1 2 6 1 2 2 4 1 1436 125 4 1366 2 1 5 1 2 4 2 1 790 125 4 1404 3 1 8 2 5 3 3 2 1164 125 3 238 3 2 10 2 4 2 4 2 829 125 2 780 1 2 5 2 2 5 4 1 468 125 2 1297 1 2 5 1 2 3 1 1 961 125 2 133 3 2 3 1 2 3 2 2 177 125 2 431 3 2 10 2 4 2 5 2 333 125 5 1268 2 1 6 1 2 4 4 1 1071 125 3 113 3 2 10 1 4 1 5 2 563 125 1.1. Namų ūkio dydis • 6 namų ūkius sudaro 1 asmuo; • 9 namų ūkius sudaro 2 asmenys; • 8 namų ūkius sudaro 3 asmenys; • 5 namų ūkius sudaro 4 asmenys; • 3 namų ūkius sudaro 5 asmenys. Išvada: Iš tiriamojo 31 namų ūkio, populiariausias šeimos statusas yra 2 asmenys (net 9 namų ūkiai susideda iš 2 žmonių), mažiausiai paplitusios yra 5 asmenų šeimos (tik 3 namų ūkiai). 1.2. Namų ūkio gyvenamoji vieta • 5 didžiuosiuose miestuose yra 12 namų ūkių; • Kituose miestuose yra 6 namų ūkiai; • Kaimuose yra 13 namų ūkių. Išvada: Daugiausiai namų ūkių yra išsidėstę kaimuose, tačiau neatsilieka ir 5 didieji miestai (skirtumas nuo kaimų tik 1 namų ūkiu). • 18 namų ūkių yra išsidėsčiusių mieste (58 %); • 13 namų ūkių yra išsidėsčiusių kaime (42 %). Išvada: Visgi lyginant tik miestą ir kaimą, tai daugiau negu pusė tiriamųjų namų ūkių yra išsidėstę mieste. 1.3. Namų ūkiai su vaikais ir be vaikų • 10 namų ūkių augina vaikus iki 18 metų; • 21 namų ūkis neturi vaikų iki 18 metų. Išvada: Daugiau negu pusė namų ūkių (net 21 iš tiriamųjų 31) neturi vaikų iki 18 metų. 1.4. Namų ūkio galvos lytis • 21 namų ūkio galvos lytis – vyrai. Tai sudaro 65 % visų nagrinėjamų namų ūkių; • 11 namų ūkų galvos lytis – moterys. Tai yra 35 % visų ūkių. Išvada: Vyraujanti namų ūkių galvos lytis yra vyrai. Jie moteris lenkia 30 %. 1.5. Namų ūkio galvos amžius (grupuotas) • Iki 30 m. – 2 namų ūkiai; • 30 – 39 m. – 9 namų ūkiai; • 40 – 49 m. – 2 namų ūkiai; • 50 – 59 m. – 9 namų ūkiai; • 60 ir daugiau m. – 9 namų ūkiai. Išvada: Mažiausiai yra jaunų ir vidutinio amžiaus namų ūkių galvų (po 2 namų ūkius). Vyrauja vyresnės namų ūkio galvos, kurių amžius siekia nuo 50 metų. Taip pat yra daug namų ūkių, kur galvos amžius 30 – 39 metai. 1.6. Namų ūkio galvos išsimokslinimas • Nėra pradinio, pradinis- 6 namų ūkiai; • Pagrindinis – 4 namų ūkiai; • Bendras vidurinis – 7 namų ūkiai; • Aukštesnysis – 9 namų ūkiai; • Aukštasis – 5 namų ūkiai. Išvada: Daugiausiai namų ūkių galvos turi aukštesnįjį išsilavinimą (29 % visų namų ūkių). O mažiausiai turi pagrindinį išsilavinimą. Pastarasis rodiklis siekia 13 % visų nagrinėjamų namų ūkių. 1.7. Namų ūkio galvos pagrindinis pajamų šaltinis • Darbas asmeniniame žemės ūkyje – 0 namų ūkių; • Samdomas darbas žemės ūkio visuomeniniame sektoriuje - 0 namų ūkių; • Samdomas darbas žemės ūkio privačiame sektoriuje – 4 namų ūkiai; • Pajamos iš verslo, amatų – 1 namų ūkis; • Samdomas darbas ne žemės ūkio visuomeniniame sektoriuje – 8 namų ūkiai; • Samdomas darbas ne žemės ūkio privačiame sektoriuje – 8 namų ūkiai; • Pajamos iš laisvos profesinės veiklos – 0 namų ūkių; • Bedarbio pašalpa – 1 namų ūkis; • Stipendija – 0 namų ūkių; • Pensija - 9 namų ūkiai; • Socialinės pašalpos – 0 namų ūkių; • Išlaikytiniai – 0 namų ūkių; • Kitas pajamų šaltinis – 0 namų ūkių. Išvada: Daugiausiai namų ūkių galvos gauna pajamų iš pensijos (net 9 iš 31 namų ūkio). Taip pat daug namų ūkių galvų dirba samdomą darbą ne žemės ūkio visuomeniniame ir privačiame sektoriuose (atitinkamai po 8 namų ūkius). Nei vienas namų ūkis neturi asmeninio žemės ūkio, nedirba samdomo darbo visuomeniniame sektoriuje, neužsiima laisva profesine veikla, negauna socialinių pašalų, stipendijų, nėra išlaikytiniai ir neturi kitų pajamų šaltinių. 1.8. Namų ūkio galvos socialinė – ekonominė grupė • Ūkininkai – 0; • Samdomi darbuotojai –20; • Verslininkai – 1; • Pensininkai – 9; • Kiti – 1. Išvada: Daugiausiai yra tokių namų ūkių, kurių galvos priklauso samdomų darbuotojų socialinei- ekonominei grupei (net 20 tokių asmenų, tai yra daugiau negu pusė iš visų nagrinėjamų namų ūkių). Ūkininkų šiuose namų ūkiuose iš vis nėra, o mažiausiai asmenų užsiima verslininkyste ir kita veikla (atitinkamai tik po vieną galvą). 2. Namų ūkių pajamų ir išlaidų skaitinės charakteristikos Eil. Nr. Namų ūkio disponuojamos pajamos (Lt) Namų ūkio vartojimo išlaidos (Lt) 1 1237 1123 2 918 577 3 391 459 4 295 198 5 1959 1340 6 1364 2982 7 571 1036 8 779 316 9 420 360 10 1402 1466 11 288 113 12 814 888 13 800 955 14 691 663 15 1630 1054 16 724 670 17 2280 1971 18 1493 1174 19 1051 659 20 793 530 21 3049 2779 22 788 1436 23 1366 790 24 1404 1164 25 238 829 26 780 468 27 1297 961 28 133 177 29 431 333 30 1268 1071 31 113 563 Skaitinės charakteristikos Namų ūkių disponuojamos pajamos (Lt) Namų ūkių vartojimo išlaidos (Lt) Mean (vidurkis) 992,484 938,871 Standard Error (standartinė paklaida) 118,144 120,701 Median (mediana) 800,000 829,000 Mode (moda) #N/A #N/A Standard Deviation (standartinis nuokrypis) 657,797 672,034 Sample Variance (dispersija) 432697,325 451630,116 Kurtosis (eksceso koeficientas) 1,937 3,040 Skewness (asimetrijos koeficientas) 1,157 1,609 Range (sklaidos (duomenų) plotis) 2936 2869 Minimum (minimali reikšmė) 113 113 Maximum (maksimali reikšmė) 3049 2982 Sum (suma) 30767 29105 Count 31 31 Pagal turimus duomenis, galima atlikti statistinę analizę ir pateikti tam tikras išvadas apie turimas namų ūkių skaitines charakteristikas (analizė – trečioje šio skyriaus dalyje). 3. Statistinių duomenų analizė Labiausiai statistikoje vartojamos yra šios charakteristikos: • Vidurkis (angl. - mean) - tai stebėtų skaitinių duomenų suma, padalinta iš duomenų skaičiaus. Formulė: n – statistinės eilutės elementų skaičius. ∑xi – visų statistinės eilutės elementų suma. Išvados: Apskaičiavus tiriamųjų namų ūkių pajamas, buvo gautas vidurkis 992,48. Vadinasi, vidutinės vieno namų ūkio disponuojamos pajamos ir yra 992,48 Lt. Taip pat buvo apskaičiuotos ir vidutinės vieno namų ūkio vartojimo išlaidos, kurios siekia 938,871Lt. • Mediana (angl. - median) – charakterizuoja duomenų centrą. Medianos numeris yra skaičiuojamas taip: (n+1)/2, kur n – duomenų skaičius. Jeigu turime lyginį stebėjimų skaičių, medianos numeris bus trupmeninis, tai yra, viduriniai duomenys yra du, todėl mediana tokiu atveju randama kaip dviejų vidurinių duomenų vidurkis. Išvados: Namų ūkių disponuojamų pajamų mediana lygi 800. Vadinasi, pusė stebėtų namų ūkių gauna mažesnes nei 800 Lt. pajamas, o kita pusė – didesnes. Tiriant vartojimo išlaidas, gauta mediana, kuri lygi 829. Taigi pusė tiriamųjų namų ūkių išleidžia mažiau nei 829 Lt, o kita pusė – daugiau nei 829 Lt. • Moda (angl. - mode) – tai reikšmė, kuri pasikartoja dažniausiai. Jeigu visi duomenys pasikartoja po vieną kartą, tai modos rasti neįmanoma. Išvada: Tiek namų ūkių disponuojamose pajamose, tiek vartojimo išlaidose modos nėra. Vadinasi, nei viena disponuojamų pajamų ar vartojimo išlaidų reikšmė turimuose statistiniuose duomenyse nepasikartoja. • Dispersija (angl. - sample variance) – parodo duomenų sklaidą apie vidurkį. Formulė: n - statistinės eilutės elementų skaičius. - skirtumų tarp stebėtų duomenų reikšmių ir vidurkio kvadratų vidurkis. • Standartinis nuokrypis (angl. - standard deviation) - kvadratinė šaknis iš dispersijos. Jis parodo vidutinę duomenų sklaidą apie vidurkį. Formulė: S = Išvados: Tiriamojo 31 namų ūkio disponuojamų pajamų dispersija yra lygi 432697,325, o vartojimo išlaidų dispersija yra 451630,116. Pajamų standartinis nuokrypis yra 657,797. Kadangi šis standartinis nuokrypis gana nemažai skiriasi nuo pajamų vidurkio (kuris lygus 992,484), vadinasi galima daryti išvadą, jog pajamų sklaida apie vidurkį yra nemaža. Panašiai ir su vartojimo išlaidom, kurių standartinis nuokrypis – 672,034, o vidurkis 938,871. Vadinasi ir čia duomenų sklaida apie vidurkį irgi gana didelė, nes šie dydžiai ženkliai skiriasi. • Minimali ir maksimali reikšmės (angl. minimum, maximum) – tai mažiausia ir didžiausia reikšmės imtyje. Išvados: Analizuojamuose namų ūkiuose tiek disponuojamų pajamų, tiek vartojimo išlaidų minimalios reikšmės yra lygios, kurios siekia 113 Lt. Disponuojamų pajamų maksimali reikšmė yra 3049 Lt, o vartojimo išlaidų – 2982 Lt. (Skirtumas tarp maksimalių pajamų ir išlaidų reikšmių nėra labai didelis. Jis sudaro tik 67 Lt). • Sklaidos plotis (angl. range) – tai maksimalios ir minimalios reikšmių skirtumas. Išvados: Visų namų ūkių disponuojamų pajamų duomenų plotis lygus 2936 Lt, o vartojimo išlaidų duomenų plotis yra 2869 Lt. Taigi galima teigti, jog skirtumas tarp minimalių tiek pajamų, tiek išlaidų reikšmių ir tarp maksimalių pajamų bei išlaidų reikšmių yra labai panašus. (Duomenų pločiai skiriasi tik 67 Lt). • Eksceso koeficientas (angl. - kurtosis) - tai lėkštumo matas. Kai jis didesnis už 0, duomenų sklaida apie tą vidurkį yra didesnė, nei normaliosios kreivės. Kai mažesnis už 0, duomenų sklaida apie tą vidurkį yra mažesnė, nei normaliosios kreivės, ir kai lygi 0, sklaida apie vidurkį yra normaliosios kreivės. Formulė: Išvados: Namų ūkių disponuojamų pajamų eksceso koeficientas yra lygus 1,937. Tai yra daugiau už 0, vadinasi duomenų sklaida apie vidurkį yra didesnė nei normalios kreivės. Labai panašiai ir su vartojimo išlaidom. Jų eksceso koeficientas ryškiai didesnis už 0 (t. y. 3,040). Reiškia, taip kaip pajamų, taip ir išlaidų duomenų sklaida apie vidurkį irgi yra didesnė nei normalios kreivės. Atlikus analizę, galima pamatyti, jog tiek disponuojamų pajamų, tiek vartojimo išlaidų buvo atlikta 31 stebėjimas. Taip išeina, kad tyrime dalyvavo 31 namų ūkis. Visų analizuojamų ūkių pajamų suma lygi 30769 Lt, o išlaidų – 29105 Lt. Skirtumas tarp pajamų ir išlaidų lygus 1662 Lt. Taigi imant visus namų ūkius, galima teigti, jog buvo daugiau pinigų gauta nei išleista. 4. Ar skiriasi vieno šeimos nario vidutinės pajamos kaime ir mieste? Norint atlikti šį tyrimą, visų pirma reikia apskaičiuoti vieno šeimos nario pajamas tiek kaime, tiek mieste. Jos apskaičiuojamos kiekvieno namų ūkio disponuojamas pajamas padalinus iš namų ūkio dydžio. Eil. Nr. Miestas (1) - Kaimas (2) Namų ūkio dydis Namų ūkio disponuojamos pajamos (Lt) Vieno šeimos nario pajamos (Lt) 1 1 3 1237 412,33 2 2 3 918 306 3 2 1 391 391 4 2 1 295 295 5 1 3 1959 653 6 1 2 1364 682 7 2 5 571 114,2 8 1 1 779 779 9 1 1 420 420 10 1 2 1402 701 11 2 1 288 288 12 2 4 814 203,5 13 1 4 800 200 14 1 2 691 345,5 15 2 3 1630 543,33 16 1 2 724 362 17 1 3 2280 760 18 1 4 1493 373,25 19 2 2 1051 525,5 20 1 1 793 793 21 1 5 3049 609,8 22 1 3 788 262,67 23 1 4 1366 341,5 24 2 4 1404 351 25 2 3 238 79,33 26 1 2 780 390 27 1 2 1297 648,5 28 2 2 133 66,5 29 2 2 431 215,5 30 1 5 1268 253,6 31 2 3 113 37,67 Kad būtų patogiau, reikia atskirti vieno šeimos nario pajamas mieste ir kaime. Vieno šeimos nario pajamos mieste (x) Vieno šeimos nario pajamos kaime (y) 412,33 306 653 391 682 295 779 114,2 420 288 701 203,5 200 543,33 345,5 525,5 362 351 760 79,33 373,25 66,5 793 215,5 609,8 37,67 262,67 341,5 390 648,5 253,6 Norint nustatyti, ar skiriasi vieno šeimos nario pajamos mieste ir kaime, pasirenkame hipotezę: Hipotezė apie dviejų dispersijų lygybę. H0: x2 = y2 Ha: x2 ≠ y2 Pasinaudojus MS Exel programa (pagalbine funkcija F-Test Two-Sample for Variances), apskaičiuojamos tokios charakteristikos:   Mieste (x) Kaime (y) Mean (vidurkis) 499,286 262,810 Variance (variacijos koeficientas) 39979,394 27181,263 Observations (stebėjimai) 18 13 df 17 12 F (stebimoji reikšmė) 1,471   P(F μy2 Pasinaudojus MS Exel (pagalbinė funkcija t-Test: Paired Two Sample for Means) apskaičiuojama kritinė sritis ir stebimoji kriterijaus reikšmė:   Pajamos Išlaidos Mean (vidurkis) 992,484 938,871 Variance (variac koef.) 432697,325 451630,116 Observations (stebėjimai) 31 31 Pearson Correlation (koreliac. koef.) 0,774   Hypothesized Mean Difference 0   df 30   t Stat (stebimoji reikšmė) 0,667   P(T0,05 (reikšmingumo lygmuo ), tai H0 priimam, o jei Prob. 0,05 ir 0,77 (Prob.X8) > 0,05, tai hipotezę priimam, vadinasi prognozuojant išlaidas, namų ūkio dydis ir namų ūkio galvos išsimokslinimas nėra labai svarbūs ir reikalingi regresijos modeliui. F – statistic (kriterijaus statistika) – parodo ar visa regresijos lygtis yra reikšminga. Jeigu šis koeficientas yra daug didesnis už vienetą, tuomet regresijos modelis neblogai aprašo kintamųjų elgesį. Ir priešingai, jei ši statistika yra maža, tai pasirinktas regresijos modelis kintamųjų elgesio neatskleidžia. Išvada. Analizuojamu atveju F – statistic 14 > 1, vadinasi šis regresijos modelis kintamųjų elgesį aprašo neblogai. Kadangi Prob. (F- statistic) = 0,00 ir tai yra 0,05 (reikšmingumo lygmuo ), tai H0 priimam, o jei Prob. 0,05; 0,056> 0,05; 0,12 > 0,05), tai hipotezę priimam, vadinasi prognozuojant nedarbą tiek BVP, tiek CPI, tiek DU nėra labai svarbūs ir reikalingi regresijos modeliui. F – statistic (kriterijaus statistika)– parodo ar visa regresijos lygtis yra reikšminga. Jeigu šis koeficientas yra daug didesnis už vienetą, tuomet regresijos modelis neblogai aprašo kintamųjų elgesį. Priešingu atveju - pasirinktas regresijos modelis kintamųjų elgesio neatskleidžia. Išvada. Analizuojamu atveju F – statistic  98 > 1, tai reiškia, kad šis regresijos modelis gerai aprašo kintamųjų elgesį. Kadangi Prob. (F- statistic) = 0,00 ir tai yra 0,05 tai H0 priimam, o jei Prob. 0,05; 0,056> 0,05; 0,12 > 0,05), tai H0 priimam, vadinasi prognozuojant nedarbą tiek BVP, tiek CPI, tiek DU nėra labai svarbūs ir reikalingi regresijos modeliui. F – statistic (kriterijaus statistika) – parodo ar visa regresijos lygtis yra reikšminga. Jeigu šis koeficientas yra daug didesnis už vienetą, tuomet regresijos modelis neblogai aprašo kintamųjų elgesį. Priešingu atveju - pasirinktas regresijos modelis kintamųjų elgesio neatskleidžia. Analizuojamu atveju F – statistic  273 > 1, tai reiškia, kad šis regresijos modelis gerai aprašo kintamųjų elgesį. Kadangi Prob. (F- statistic) = 0,00 ir tai yra

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!