Файл: Литература 30 Введение Население как объект изучения в статистике представляет собой совокупность людей, проживающих на определенной территории и непрерывно возобновляющихся за счет рождений и смертей.doc
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.11.2023
Просмотров: 285
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
СОДЕРЖАНИЕ
Система источников данных о населении
Изучение численности и размещения населения
Статистический анализ состава населения
Статистика естественного движения населения
Методы прогнозирования в статистике населения
Моделирование временного тренда среднегодовой численности занятого населения Санкт-Петербурга
Среднее X . Найдем оценки дисперсий коэффициентов регрессии по формулам ПолучимДоверительные интервалы для оцененных параметровуровень доверия . Количество степеней свободы 6. Критическое значение статистики Стьюдента Доверительный интервал для betaравенНе можем на данном уровне значимости принять гипотезу beta=0 т.к. не попадает в доверительный интервал. Доверительный интервал для alphaравен . Мы не можем на данном уровне значимости принять гипотезу alpha=0 т.к. не попадает в доверительный интервал. Коэффициент корреляциигдепоказывает, что связь сильна. Коэффициент детерминации
показывает, что регрессия объясняет 99,65 процентов вариации признака.Убедимся в значимости модели с помощью статистики Фишера которая больше критического значения Следовательно, регрессия значима. Проверим значимость коэффициента корреляции. поэтому выборочный коэффициент корреляции значимо отличается от нуля.Средняя ошибка аппроксимации Колеблемость - это отклонения уровней динамического ряда от тренда, т.е. остатки регрессии. Найдем остатки регрессии (т.е. очищаем признак от тренда)Нарисуем график остатковСреднее линейное отклонение уровней ряда от тренда описывается показателем
т.е. среднее абсолютное отклонение от тренда равно Амплитуда колебаний есть разность максимального и минимального отклонения и показывает максимальный разброс отклонений.
Для регрессии вида найдем коэффициентыНайдем обратную матрицу Дополнительные миноры
Их определителиСоюзная матрицаСоюзная транспонированная матрицаДелим каждый элемент на определитель, получаем β=Уравнение регрессии имеет виднарисуем график
Коэффициенты эластичности
равныСтандартизованные коэффициентыТогдаПарные коэффициенты корреляцииЧастные коэффициенты корреляцииМножественный коэффициент корреляции
показывает, что регрессия объясняет 99,65 процентов вариации признака.Убедимся в значимости модели с помощью статистики Фишера которая больше критического значения Следовательно, регрессия значима. Проверим значимость коэффициента корреляции. поэтому выборочный коэффициент корреляции значимо отличается от нуля.Средняя ошибка аппроксимации Колеблемость - это отклонения уровней динамического ряда от тренда, т.е. остатки регрессии. Найдем остатки регрессии (т.е. очищаем признак от тренда)Нарисуем график остатковСреднее линейное отклонение уровней ряда от тренда описывается показателем
т.е. среднее абсолютное отклонение от тренда равно Амплитуда колебаний есть разность максимального и минимального отклонения и показывает максимальный разброс отклонений.
Множественный регрессионный анализ
Будем моделировать среднегодовую численность занятого населения с помощью показателей общей численности населения и миграционного прироста| Среднегодовая численность занятого населения | Общая численность населения | миграц прирост тыс |
| 2301,3 | 4769 | 13,763 |
| 2341,4 | 4746 | 1,886 |
| 2329,8 | 4716 | 13,618 |
| 2351,6 | 4696 | 8,39 |
| 2367,8 | 4661 | 11,57 |
| 2372,3 | 4628 | 10,571 |
| 2382 | 4596 | 7,915 |
| 2380,2 | 4640,3 | 5,086 |
Их определителиСоюзная матрицаСоюзная транспонированная матрицаДелим каждый элемент на определитель, получаем β=Уравнение регрессии имеет виднарисуем график
| E(Y) | E(X1) | E(X2) |
| 2353,3 | 4681,538 | 9,099875 |
равныСтандартизованные коэффициентыТогдаПарные коэффициенты корреляцииЧастные коэффициенты корреляцииМножественный коэффициент корреляции