Факторы, влияющие на уровень разводов в Российской Федерации

ФАКТОРЫ, ВЛИЯЮЩИЕ НА УРОВЕНЬ РАЗВОДОВ В РОССИЙСКОЙ ФЕДЕРАЦИИ

Оглавление

Введение 3

1.Сбор данных и отбор факторов 4

2.Исследование влияние каждого фактора в отдельности 5

2.1 Исследование влияния величины прожиточного минимума на уровень разводов 5

2.2 Исследование влияния величины среднедушевого денежного дохода на уровень разводов 10

2.3 Исследование влияния числа психических расстройств на уровень разводов 13

2.4 Исследование влияния алкоголизма на уровень разводов 17

2.5 Исследование влияния наркомании на уровень разводов 22

2.6 Исследование влияния числа инвалидов на уровень разводов 25

3.Исследование влияния всех факторов в совокупности 29

Заключение 31

Список использованной литературы: 33

Приложение А 34

Приложение Б 38

Приложение В 41

Приложение Г 43

Приложение Д 45

Приложение Е 47

Приложение Ж 49

Приложение З 51

Введение

развод уровень величина

Тема разводов является достаточно актуальной сегодня с точки зрения Российского законодательства и международного частного права. Возрастающее количество распавшихся семей привлекает внимание различных специалистов. Поэтому изучение зависимости уровня разводов важно для людей, чтобы понять, стоит ли заключать брак. В настоящее время для студентов изучение данной темы представляется более значимым, так как в ближайшее время они столкнутся с выбором места работы, местом их проживания. Следовательно, им важно знать, какие факторы могут повлиять на их будущую жизнь с выбранной ими второй половинкой.

Цель данного исследования – выявление факторов, которые могут повлиять на уровень разводов в Российской Федерации, выбрать из них наиболее значимые и установить вид зависимости уровня разводов от этих факторов.

  1. Сбор данных и отбор факторов

Для проведения исследования были отобраны следующие факторы, которые влияют на уровень разводов:

 величина прожиточного минимума (руб.);

 среднедушевой денежный доход (руб.);

 психические расстройства (чел.);

 алкоголизм (чел.);

 наркомания (чел.);

 инвалидность (тыс.чел.).

В качестве результирующего признака (уровня разводов) были использованы данные по количеству разводов за 2009 год по субъектам РФ. Для исследования использовались данные, отражающие вариацию факторов и результирующего признака в региональном разрезе. В данном исследовании не задействованы данные по двум городам федерального значения: Москва и Санкт-Петербург. Это объясняется серьезным различием в экономическом и социальном развитии.

В исследовании использовались данные Федеральной службы государственной статистики (Росстат) за 2009 год по субъектам РФ1. Далее будет рассмотрено влияние каждого из приведенных выше факторов на уровень разводов в отдельности и влияние всех этих факторов в совокупности.

  1. Исследование влияние каждого фактора в отдельности

2.1 Исследование влияния величины прожиточного минимума на уровень разводов

Представим исходные данные об уровне разводов и величине прожиточного минимума по субъектам РФ на 2009 год в виде статистической таблицы, которая достаточно удобна для анализа (табл. 1).

Табл.1. Уровень разводов и величина прожиточного минимума

Субъекты РФ

Число разводов за год

(У)

Величина прожиточного минимума (Х1)

Белгородская область

6641

4037

Брянская область

7056

4155,5

Владимирская область

7133

4815,25

Воронежская область

12048

4343,75

Ивановская область

5152

4534

Калужская область

5304

4406,25

Костромская область

3330

4506,25

Курская область

6039

4174,25

Липецкая область

6035

4226

Московская область

37069

5704,25

Орловская область

3954

3949,25

Рязанская область

5651

4649,5

Смоленская область

5406

4653,75

Тамбовская область

5102

3715,5

Тверская область

7243

4791,5

Тульская область

7760

4647,25

Ярославская область

6484

5034,75

Республика Карелия

3543

5743

Республика Коми

5259

6486,5

Архангельская область

6527

5915,75

Ненецкий авт.округ

220

8762,5

Вологодская область

6587

5141,75

Калининградская область

5097

5129

Ленинградская область

8478

4414

Мурманская область

5838

6978,5

Новгородская область

3226

4931,5

Псковская область

3295

4487,25

Республика Адыгея

1757

4276,75

Республика Калмыкия

1168

3872,25

Краснодарский край

24756

4633

Астраханская область

5346

4514

Волгоградская область

12798

4539,75

Ростовская область

21961

4551,75

Республика Дагестан

4144

3700,25

Республика Ингушетия

378

4150

Кабардино-Балкарская Республика

2342

3661,5

Карачаево-Черкесская Республика

1394

3839,5

Республика Северная Осетия-Алания

1982

3729,5

Ставропольский край

12121

4503

Республика Башкортостан

17453

4140,5

Республика Марий Эл

2926

4083

Республика Мордовия

3462

4039,75

Республика Татарстан

15671

4186

Удмуртская Республика

6100

4297,75

Чувашская Республика

4786

4178

Пермский край

12295

5295,75

Кировская область

6465

4621,25

Нижегородская область

17275

4964

Оренбургская область

10412

4238,25

Пензенская область

7279

4320,75

Самарская область

16555

5412,75

Саратовская область

12110

4523

Ульяновская область

7037

4343,25

Курганская область

5441

4584

Свердловская область

22765

4918,5

Тюменская область

21202

4870,5

Ханты-Мансийский авт.округ-Югра

10732

7684,5

Ямало-Ненецкий авт.округ

3610

7972

Челябинская область

21686

4607,5

Республика Алтай

1076

5852,25

Республика Бурятия

4140

4938,25

Республика Тыва

632

4912,75

Республика Хакасия

2808

4647,5

Алтайский край

13313

4530,5

Красноярский край

16401

5600,5

Иркутская область

12330

4900,75

Кемеровская область

15577

4278,5

Новосибирская область

15769

5217

Омская область

10524

4751,5

Томская область

5602

5075

Республика Саха (Якутия)

4529

7908,75

Камчатский край

2351

9871,5

Приморский край

10530

6283,25

Хабаровский край

8118

7202

Амурская область

5062

5959,25

Магаданская область

1304

7579,75

Сахалинская область

3446

7645,75

Еврейская автономная область

985

5734,75

Чукотский авт.округ

406

10005,5

Для изучения фактора на результирующий признак необходимо сначала построить поле корреляции (рис. 1).

При его рассмотрении трудно точно выявить вид зависимости, но можно сделать предположение о существовании нескольких возможных видов зависимостей:

    линейная зависимость;

    гиперболическая зависимость;

    логарифмическая зависимость;

    квадратичная зависимость;

    степенная зависимость.

Была изучена возможность существования каждой из этих видов зависимостей. Получены следующие уравнения парных регрессий:

    линейная зависимость ;

    гиперболическая зависимость ;

    логарифмическая зависимость ;

    квадратичная зависимость ;

    степенная зависимость .

Рис.1. Корреляционное поле

Для того чтобы осуществить выбор в пользу какой-либо из них, необходимо использовать следующие критерии:

    метод абсолютных отклонений. Лучшей из нескольких моделей является та, у которой этот показатель наименьший;

    средняя ошибка аппроксимации. Чем меньше эта ошибка, тем лучше построенная модель аппроксимирует наблюдаемые данные;

    коэффициент детерминации. Изменяется от нуля до единицы. Чем ближе к единице, тем лучше регрессия аппроксимирует данные;

    оценка стандартного отклонения остатков. Является несмещенной оценкой дисперсии.

Табл. 2. Значения критериев отбора модели.

Тип модели

R^2

Ā

MAD

Sост

линейная

0,02

185,90%

65,366702

6716,85

квадратичная

0,10

170,74%

61,464397

6475,26

гипербол(обратная)

0,00

204,05%

64,375875

6776,72

степенная

0,05

123,19%

59,348639

0,97

показательная

0,08

8,87%

0,0090476

0,96

логарифмическая

0,01

99,70%

101,76518

6753,78

На основе сравнения полученных результатов выбор был сделан в пользу показательной модели.

По критерию Фишера модель является значимой, т.к. , где и .

Оценим тесноту связи с помощью коэффициента детерминации, который равен . Это говорит о том, что лишь 8% вариации уровня разводов объясняется вариацией уровня прожиточного минимума. Остальные 92% вариации объясняются неучтенными в модели факторами.

Отсюда можно сделать вывод, что математическая модель, выражающая данную зависимость объясняющей переменной, не подходит для описания зависимой переменной. Поэтому включение данного фактора в модель множественной регрессии нецелесообразно.

2.2 Исследование влияния величины среднедушевого денежного дохода на уровень разводов

Представим исходные данные об уровне разводов и величине среднедушевого денежного дохода по субъектам РФ на 2009 год в виде статистической таблицы, которая достаточно удобна для анализа (табл. 3).

Табл.3. Уровень разводов и величина среднедушевого денежного дохода

Субъекты РФ

Число разводов за год (Y)

Среднедушевой денежный доход (X2)

Белгородская область

6641

12757,9

Брянская область

7056

10042,6

Владимирская область

7133

9596,2

Воронежская область

12048

10304,8

Ивановская область

5152

8353,8

Калужская область

5304

11755,9

Костромская область

3330

9413,2

Курская область

6039

11411

Липецкая область

6035

12274,4

Московская область

37069

19776

Орловская область

3954

9814,5

Рязанская область

5651

11311,3

Смоленская область

5406

11522,7

Тамбовская область

5102

11252,8

Тверская область

7243

10856

Тульская область

7760

11388,5

Ярославская область

6484

12587,2

Республика Карелия

3543

12228,6

Республика Коми

5259

18636,4

Архангельская область

6527

14823,6

Ненецкий авт.округ

220

48764,9

Вологодская область

6587

12193,5

Калининградская область

5097

12922,3

Ленинградская область

8478

12014,4

Мурманская область

5838

18773,2

Новгородская область

3226

11645,6

Псковская область

3295

10290,9

Республика Адыгея

1757

7986,3

Республика Калмыкия

1168

5651,2

Краснодарский край

24756

12023,9

Астраханская область

5346

11120,4

Волгоградская область

12798

10866,4

Ростовская область

21961

12160,5

Республика Дагестан

4144

10962

Республика Ингушетия

378

5512,9

Кабардино-Балкарская Республика

2342

8589,3

Карачаево-Черкесская Республика

1394

8676,1

Республика Северная Осетия-Алания

1982

9837,7

Ставропольский край

12121

9952,5

Республика Башкортостан

17453

14252,7

Республика Марий Эл

2926

7843,4

Республика Мордовия

3462

8384,2

Республика Татарстан

15671

14180,5

Удмуртская Республика

6100

9581,1

Чувашская Республика

4786

8593,6

Пермский край

12295

16119

Кировская область

6465

10112,2

Нижегородская область

17275

13090

Оренбургская область

10412

10184

Пензенская область

7279

10172,9

Самарская область

16555

15805,2

Саратовская область

12110

9061,5

Ульяновская область

7037

9756,4

Курганская область

5441

11160,8

Свердловская область

22765

17171,3

Тюменская область

21202

27612,2

Ханты-Мансийский авт.округ-Югра

10732

32871,9

Ямало-Ненецкий авт.округ

3610

38133,4

Челябинская область

21686

14161,2

Республика Алтай

1076

10172,5

Республика Бурятия

4140

11298,5

Республика Тыва

632

7871,2

Республика Хакасия

2808

10763,9

Алтайский край

13313

9748,6

Красноярский край

16401

15604,5

Иркутская область

12330

12881,6

Кемеровская область

15577

14439,3

Новосибирская область

15769

12838,1

Омская область

10524

13626,5

Томская область

5602

13481,7

Республика Саха (Якутия)

4529

18740,8

Камчатский край

2351

19063

Приморский край

10530

12807,8

Хабаровский край

8118

15705,1

Амурская область

5062

11936,3

Магаданская область

1304

19703,2

Сахалинская область

3446

24552,3

Еврейская автономная область

985

10876,9

Чукотский авт.округ

406

32140,4

Для выявления влияния фактора на результирующий признак необходимо сначала построить поле корреляции (рис. 2).

При его рассмотрении можно заявить, что наиболее подходящей не будет никакая модель, т.к. ни одна визуально не отражает зависимость от фактора . Также мы можем увидеть это из данных приведенных в следующей таблице (табл. 4).

Рис.2. Корреляционное поле

Табл. 4. Значения критериев отбора модели

Тип модели

R^2

Ā

MAD

Sост

линейная

0,01

223,06%

65,393156

6761,04

квадратичная

0,18

165,59%

57,119903

6192,06

гипербол(обратная)

0,09

204,57%

59,23613

6452,18

степенная

0,00

145,56%

58,709741

1,00

показательная

0,02

9,01%

0,009154

0,99

логарифмическая

0,04

99,67%

101,7535

6629,04

Можно сделать вывод, что нет математической модели, выражающей данную зависимость объясняющей переменной, т.е. ни одна модель не подходит для описания зависимой переменной. Поэтому включение данного фактора в модель множественной регрессии нецелесообразно.

2.3 Исследование влияния числа психических расстройств на уровень разводов

Представим исходные данные об уровне разводов и числе психических расстройств по субъектам РФ на 2009 год в виде статистической таблицы, которая достаточно удобна для анализа (табл. 5).

Табл.5. Уровень разводов и число психических расстройств

Субъекты РФ

Число разводов за год (Y)

Психические расстройства (X3)

Белгородская область

6641

643

Брянская область

7056

727

Владимирская область

7133

596

Воронежская область

12048

1864

Ивановская область

5152

478

Калужская область

5304

339

Костромская область

3330

318

Курская область

6039

554

Липецкая область

6035

617

Московская область

37069

2289

Орловская область

3954

242

Рязанская область

5651

525

Смоленская область

5406

599

Тамбовская область

5102

501

Тверская область

7243

718

Тульская область

7760

588

Ярославская область

6484

1135

Республика Карелия

3543

225

Республика Коми

5259

470

Архангельская область

6527

330

Ненецкий авт.округ

220

10

Вологодская область

6587

570

Калининградская область

5097

446

Ленинградская область

8478

454

Мурманская область

5838

219

Новгородская область

3226

821

Псковская область

3295

417

Республика Адыгея

1757

182

Республика Калмыкия

1168

195

Краснодарский край

24756

1208

Астраханская область

5346

364

Волгоградская область

12798

468

Ростовская область

21961

2210

Республика Дагестан

4144

2623

Республика Ингушетия

378

234

Кабардино-Балкарская Республика

2342

530

Карачаево-Черкесская Республика

1394

221

Республика Северная Осетия-Алания

1982

386

Ставропольский край

12121

1035

Республика Башкортостан

17453

2276

Республика Марий Эл

2926

499

Республика Мордовия

3462

397

Республика Татарстан

15671

2407

Удмуртская Республика

6100

946

Чувашская Республика

4786

958

Пермский край

12295

1658

Кировская область

6465

622

Нижегородская область

17275

1334

Оренбургская область

10412

1632

Пензенская область

7279

654

Самарская область

16555

1014

Саратовская область

12110

2480

Ульяновская область

7037

484

Курганская область

5441

125

Свердловская область

22765

3033

Тюменская область

21202

1356

Ханты-Мансийский авт.округ-Югра

10732

546

Ямало-Ненецкий авт.округ

3610

118

Челябинская область

21686

2792

Республика Алтай

1076

221

Республика Бурятия

4140

692

Республика Тыва

632

59

Республика Хакасия

2808

670

Алтайский край

13313

1782

Красноярский край

16401

1945

Иркутская область

12330

2396

Кемеровская область

15577

2901

Новосибирская область

15769

1662

Омская область

10524

1325

Томская область

5602

722

Республика Саха (Якутия)

4529

711

Камчатский край

2351

150

Приморский край

10530

1037

Хабаровский край

8118

938

Амурская область

5062

843

Магаданская область

1304

240

Сахалинская область

3446

356

Еврейская автономная область

985

91

Чукотский авт.округ

406

39

Для выявления влияния фактора на результирующий признак необходимо сначала построить поле корреляции (рис. 3).

Рис.3. Корреляционное поле

При его рассмотрении можно сказать, что наиболее подходящей будет степенная модель, т.к. она визуально отражает зависимость от фактора . Также мы можем это увидеть из данных приведенных в табл. 6.

Табл. 6. Значения критериев отбора модели

Тип модели

R^2

Ā

MAD

Sост

линейная

0,58

78,37%

35,079544

4416,73

квадратичная

0,61

50,77%

33,857617

4283,81

гипербол(обратная)

0,07

188,12%

62,695746

6543,16

степенная

0,72

46,64%

33,378383

0,53

показательная

0,48

6,70%

0,0067243

0,72

логарифмическая

0,49

99,83%

101,79224

4841,05

Уравнение данной модели выглядит следующим образом:

.

По критерию Фишера модель является значимой, т.к. , где и .

Оценим тесноту связи с помощью коэффициента детерминации, который равен . Это говорит о том, что 72% вариации уровня разводов объясняется вариацией уровня прожиточного минимума. Остальные 28% вариации объясняются неучтенными в модели факторами.

Итак, математическая модель, выражающая данную зависимость объясняющей переменной, подходит для описания зависимой переменной. Включение этого фактора в модель множественной регрессии целесообразно.

2.4 Исследование влияния алкоголизма на уровень разводов

Представим исходные данные об уровне разводов и числе психических расстройств по субъектам РФ на 2009 год в виде статистической таблицы, которая достаточно удобна для анализа (табл. 7).

Табл.7. Уровень разводов и уровень алкоголизма

Субъекты РФ

Число разводов за год (Y)

Алкоголизм

(X4)

Белгородская область

6641

1405

Брянская область

7056

2944

Владимирская область

7133

2095

Воронежская область

12048

3551

Ивановская область

5152

1958

Калужская область

5304

1662

Костромская область

3330

749

Курская область

6039

2375

Липецкая область

6035

2147

Московская область

37069

7342

Орловская область

3954

900

Рязанская область

5651

1476

Смоленская область

5406

1888

Тамбовская область

5102

1566

Тверская область

7243

2052

Тульская область

7760

2640

Ярославская область

6484

1892

Республика Карелия

3543

1277

Республика Коми

5259

2112

Архангельская область

6527

1138

Ненецкий авт.округ

220

128

Вологодская область

6587

1510

Калининградская область

5097

947

Ленинградская область

8478

2088

Мурманская область

5838

1110

Новгородская область

3226

1339

Псковская область

3295

1272

Республика Адыгея

1757

587

Республика Калмыкия

1168

317

Краснодарский край

24756

4963

Астраханская область

5346

1165

Волгоградская область

12798

3020

Ростовская область

21961

3680

Республика Дагестан

4144

860

Республика Ингушетия

378

3

Кабардино-Балкарская Республика

2342

728

Карачаево-Черкесская Республика

1394

350

Республика Северная Осетия-Алания

1982

553

Ставропольский край

12121

1505

Республика Башкортостан

17453

4599

Республика Марий Эл

2926

1005

Республика Мордовия

3462

1394

Республика Татарстан

15671

2929

Удмуртская Республика

6100

1778

Чувашская Республика

4786

2139

Пермский край

12295

4853

Кировская область

6465

2094

Нижегородская область

17275

3734

Оренбургская область

10412

3128

Пензенская область

7279

3167

Самарская область

16555

3773

Саратовская область

12110

3048

Ульяновская область

7037

2108

Курганская область

5441

1466

Свердловская область

22765

5362

Тюменская область

21202

5071

Ханты-Мансийский авт.округ-Югра

10732

2413

Ямало-Ненецкий авт.округ

3610

863

Челябинская область

21686

5034

Республика Алтай

1076

276

Республика Бурятия

4140

994

Республика Тыва

632

311

Республика Хакасия

2808

656

Алтайский край

13313

5000

Красноярский край

16401

4775

Иркутская область

12330

4659

Кемеровская область

15577

3297

Новосибирская область

15769

2497

Омская область

10524

2027

Томская область

5602

1047

Республика Саха (Якутия)

4529

2726

Камчатский край

2351

583

Приморский край

10530

2227

Хабаровский край

8118

1877

Амурская область

5062

982

Магаданская область

1304

868

Сахалинская область

3446

1703

Еврейская автономная область

985

471

Чукотский авт.округ

406

263

Для выявления влияния фактора на результирующий признак необходимо сначала построить поле корреляции (рис. 4).

Рис.4. Корреляционное поле

При его рассмотрении можно сказать, что наиболее подходящей будет степенная модель, т.к. она визуально отражает зависимость от фактора . Также мы можем это увидеть из данных приведенных в табл. 8.

Табл. 8. Значения критериев отбора модели

Тип модели

R^2

Ā

MAD

Sост

линейная

0,83

32,96%

25,917639

2807,94

квадратичная

0,84

40,89%

24,208439

2723,75

гипербол(обратная)

0,02

187,12%

63,568308

6710,86

степенная

0,76

36,67%

29,022731

0,49

показательная

0,68

5,24%

0,0052745

0,57

логарифмическая

0,46

99,80%

101,78042

4991,56

Уравнение данной модели выглядит следующим образом:

.

По критерию Фишера модель является значимой, т.к. , где и .

Оценим тесноту связи с помощью коэффициента детерминации, который равен . Это говорит о том, что 76% вариации уровня разводов объясняется вариацией уровня прожиточного минимума. Остальные 24% вариации объясняются неучтенными в данной модели факторами.

Отсюда можно сделать вывод, что математическая модель, выражающая данную зависимость объясняющей переменной, подходит для описания зависимой переменной. Поэтому включение данного фактора в модель множественной регрессии целесообразно.

2.5 Исследование влияния наркомании на уровень разводов

Представим исходные данные об уровне разводов и величине прожиточного минимума по субъектам РФ на 2009 год в виде статистической таблицы, которая достаточно удобна для анализа (табл. 9).

Табл.9. Уровень разводов и величина прожиточного минимума

Субъекты РФ

Число разводов за год (Y)

Наркомания

(X5)

Белгородская область

6641

64

Брянская область

7056

188

Владимирская область

7133

98

Воронежская область

12048

368

Ивановская область

5152

191

Калужская область

5304

56

Костромская область

3330

127

Курская область

6039

276

Липецкая область

6035

197

Московская область

37069

1327

Орловская область

3954

26

Рязанская область

5651

114

Смоленская область

5406

136

Тамбовская область

5102

37

Тверская область

7243

141

Тульская область

7760

100

Ярославская область

6484

111

Республика Карелия

3543

32

Республика Коми

5259

215

Архангельская область

6527

33

Ненецкий авт.округ

220

7

Вологодская область

6587

103

Калининградская область

5097

48

Ленинградская область

8478

460

Мурманская область

5838

320

Новгородская область

3226

87

Псковская область

3295

115

Республика Адыгея

1757

165

Республика Калмыкия

1168

31

Краснодарский край

24756

1429

Астраханская область

5346

68

Волгоградская область

12798

362

Ростовская область

21961

313

Республика Дагестан

4144

462

Республика Ингушетия

378

24

Кабардино-Балкарская Республика

2342

188

Карачаево-Черкесская Республика

1394

67

Республика Северная Осетия-Алания

1982

36

Ставропольский край

12121

566

Республика Башкортостан

17453

379

Республика Марий Эл

2926

68

Республика Мордовия

3462

122

Республика Татарстан

15671

651

Удмуртская Республика

6100

220

Чувашская Республика

4786

72

Пермский край

12295

970

Кировская область

6465

59

Нижегородская область

17275

380

Оренбургская область

10412

177

Пензенская область

7279

188

Самарская область

16555

678

Саратовская область

12110

159

Ульяновская область

7037

164

Курганская область

5441

252

Свердловская область

22765

2235

Тюменская область

21202

696

Ханты-Мансийский авт.округ-Югра

10732

405

Ямало-Ненецкий авт.округ

3610

114

Челябинская область

21686

833

Республика Алтай

1076

32

Республика Бурятия

4140

69

Республика Тыва

632

24

Республика Хакасия

2808

60

Алтайский край

13313

944

Красноярский край

16401

538

Иркутская область

12330

987

Кемеровская область

15577

1466

Новосибирская область

15769

904

Омская область

10524

323

Томская область

5602

160

Республика Саха (Якутия)

4529

90

Камчатский край

2351

13

Приморский край

10530

548

Хабаровский край

8118

145

Амурская область

5062

246

Магаданская область

1304

48

Сахалинская область

3446

190

Еврейская автономная область

985

52

Чукотский авт.округ

406

1

Для выявления влияния фактора на результирующий признак необходимо сначала построить поле корреляции (рис. 5).

Рис.5. Корреляционное поле

При его рассмотрении можно сказать, что наиболее подходящей будет степенная модель, т.к. она визуально отражает зависимость от фактора . Также мы можем это увидеть из данных приведенных в табл. 10.

Табл. 10. Значения критериев отбора модели

Тип модели

R^2

Ā

MAD

Sост

линейная

0,62

105,40%

38,479737

4181,87

квадратичная

0,69

78,68%

34,240944

3810,32

гипербол(обратная)

0,04

189,33%

63,391849

6643,38

степенная

0,69

52,21%

34,840513

0,56

показательная

0,39

7,22%

0,0072226

0,78

логарифмическая

0,56

99,88%

101,80943

4496,70

Уравнение данной модели выглядит следующим образом:

.

По критерию Фишера модель является значимой, т.к. , где и .

Оценим тесноту связи с помощью коэффициента детерминации, который равен . Это говорит о том, что 69% вариации уровня разводов объясняется вариацией уровня прожиточного минимума. Остальные 31% вариации объясняются неучтенными в данной модели факторами.

Отсюда можно сделать вывод, что математическая модель, выражающая данную зависимость объясняющей переменной, подходит для описания зависимой переменной. Поэтому включение данного фактора в модель множественной регрессии целесообразно.

2.6 Исследование влияния числа инвалидов на уровень разводов

Представим исходные данные об уровне разводов и величине прожиточного минимума по субъектам РФ на 2009 год в виде статистической таблицы, которая достаточно удобна для анализа (табл. 11).

Табл.11. Уровень разводов и величина прожиточного минимума

Субъекты РФ

Число разводов за год у2

Инвалидность

х6

Белгородская область

6641

9

Брянская область

7056

9,7

Владимирская область

7133

13,6

Воронежская область

12048

16,2

Ивановская область

5152

8,7

Калужская область

5304

7,1

Костромская область

3330

4,9

Курская область

6039

9,5

Липецкая область

6035

11,6

Московская область

37069

5,3

Орловская область

3954

13

Рязанская область

5651

6

Смоленская область

5406

6,4

Тамбовская область

5102

10,1

Тверская область

7243

13,5

Тульская область

7760

10,9

Ярославская область

6484

75,1

Республика Карелия

3543

4,6

Республика Коми

5259

5,7

Архангельская область

6527

8

Ненецкий авт.округ

220

0,3

Вологодская область

6587

9,7

Калининградская область

5097

6,7

Ленинградская область

8478

14

Мурманская область

5838

4

Новгородская область

3226

5,1

Псковская область

3295

4

Республика Адыгея

1757

2,4

Республика Калмыкия

1168

2,3

Краснодарский край

24756

35,3

Астраханская область

5346

5,3

Волгоградская область

12798

15,5

Ростовская область

21961

17,1

Республика Дагестан

4144

15

Республика Ингушетия

378

3,7

Кабардино-Балкарская Республика

2342

5,5

Карачаево-Черкесская Республика

1394

3

Республика Северная Осетия-Алания

1982

4,9

Ставропольский край

12121

17,1

Республика Башкортостан

17453

20,8

Республика Марий Эл

2926

5,2

Республика Мордовия

3462

5,6

Республика Татарстан

15671

25

Удмуртская Республика

6100

9,9

Чувашская Республика

4786

6

Пермский край

12295

8,2

Кировская область

6465

20,7

Нижегородская область

17275

13,8

Оренбургская область

10412

21,6

Пензенская область

7279

20,5

Самарская область

16555

19

Саратовская область

12110

13,9

Ульяновская область

7037

10,1

Курганская область

5441

6,6

Свердловская область

22765

24,6

Тюменская область

21202

6,4

Ханты-Мансийский авт.округ-Югра

10732

4,3

Ямало-Ненецкий авт.округ

3610

1,4

Челябинская область

21686

23,7

Республика Алтай

1076

1,4

Республика Бурятия

4140

7,1

Республика Тыва

632

1,9

Республика Хакасия

2808

2,9

Алтайский край

13313

14,2

Красноярский край

16401

7,4

Иркутская область

12330

13,1

Кемеровская область

15577

18,4

Новосибирская область

15769

31,9

Омская область

10524

17,5

Томская область

5602

9,5

Республика Саха (Якутия)

4529

4,6

Камчатский край

2351

7,6

Приморский край

10530

1,8

Хабаровский край

8118

10,7

Амурская область

5062

7,9

Магаданская область

1304

0,5

Сахалинская область

3446

2,2

Еврейская автономная область

985

1,7

Чукотский авт.округ

406

0,2

Для выявления влияния фактора на результирующий признак необходимо сначала построить поле корреляции (рис. 6).

Рис.6. Корреляционное поле

При его рассмотрении можно сказать, что наиболее подходящей будет степенная модель, т.к. она визуально отражает зависимость от фактора . Также мы можем это увидеть из данных приведенных в табл. 12.

Табл. 12. Значения критериев отбора модели

Тип модели

R^2

Ā

MAD

Sост

линейная

0,18

145,89%

53,91433

6143,55

квадратичная

0,38

74,27%

40,744138

5361,10

гипербол(обратная)

0,09

157,15%

62,058889

6479,29

степенная

0,59

53,26%

41,088475

0,64

показательная

0,24

7,47%

0,0075565

0,87

логарифмическая

0,28

99,97%

101,84785

5741,17

Уравнение данной модели выглядит следующим образом:

.

По критерию Фишера модель является значимой, т.к. , где и .

Оценим тесноту связи с помощью коэффициента детерминации, который равен . Это значит, что 59% вариации уровня разводов объясняется вариацией уровня прожиточного минимума. Остальные 41% вариации объясняются неучтенными в данной модели факторами.

Значит, математическая модель, выражающая данную зависимость объясняющей переменной, подходит для описания зависимой переменной. Включение этого фактора в модель множественной регрессии целесообразно.

  1. Исследование влияния всех факторов в совокупности

В качестве факторов, оказывающих влияние на уровень доходов, после предварительного исследования, были отобраны следующие факторы:

 психические расстройства (чел.);

 алкоголизм (чел.);

 наркомания (чел.);

 инвалидность (тыс. чел.).

Рассчитанные парные коэффициенты корреляции представим в виде корреляционной матрицы (табл. 13).

Табл. 13. Корреляционная матрица

1

0,76

0,91

0,79

0,42

0,76

1

0,75

0,73

0,47

0,91

0,75

1

0,76

0,39

0,79

0,73

0,76

1

0,36

0,42

0,47

0,39

0,36

1

Из анализируемых факторов наибольшее влияние на уровень разводов оказывают все факторы, кроме шестого – инвалидность, т.к. значение линейных коэффициентов корреляции выше 0,7.

Построим модель множественной линейной регрессии:

Коэффициент детерминации , т.е. 85,7% вариации уровня разводов объясняется вариацией четырех рассмотренных факторов.

Скорректированный коэффициент детерминации .

Данная модель является значимой по критерию Фишера, т.к.

, где и .

Также проверим коэффициенты линейной регрессии на значимость: , а , , , , . Таким образом,

, , , , ,

значит, коэффициенты и значимы.

Теперь мы получили новую модель, которая выглядит следующим образом: .

Оценим точность прогноза, для этого рассчитаем среднюю ошибку аппроксимации:

По данной модели средняя ошибка аппроксимации, хотя и превышает рекомендуемое значение 8-10%, но не намного, следовательно, приближение построенной модели к наблюдаемым статистическим значениям считается хорошим. Точность прогноза найдена с помощью критерия .

Произведем сравнение построенных моделей множественной и парной регрессии зависимости уровня разводов от алкоголизма. Сравнение производится, чтобы сделать выбор между двумя моделями (табл. 13).

Табл. 13. Сравнение моделей

Тип модели

Парная

0,76

0,75

0,49

29,02

36,67

Множественная

0,857

0,85

2613,84

1755,825

27,93

Модель множественной регрессии лучше по каждому из рассмотренных показателей, кроме среднего абсолютного отклонения. Поэтому, не смотря на рост среднего абсолютного отклонения, мы выбираем лучшей моделью множественную регрессию.

Проверив модель по критерию Дарбина-Уотсона, мы получили следующее (табл. 14):

Табл. 14. Тест Дарбина-Уотсона

n

α

k

dl

du

d

79

0,05

2

1,53

1,74

1,79

В данном случае – положительную автокорреляцию, .

Заключение

Было произведено исследование влияния факторов на уровень разводов, и мы получили следующие результаты.

В ходе исследования была изучена зависимость каждого из приведенных выше факторов на результирующий признак (уровень разводов), как в отдельности, так и в совокупности. Для этого были построены шесть парных моделей степенной регрессии и модель множественной линейной регрессии. Предположение о степенной зависимости признака от факторов было выдвинуто на основе построенных корреляционных полей.

Проведенное исследование показало, что значимыми можно признать все построенные модели. Но во множественной модели было выявлено, что при рассмотрении факторов в совокупности есть незначимые. Ими являются следующие факторы: величина прожиточного минимума, среднедушевой денежный доход, психические расстройства и инвалидность. Также в ходе исследования было установлено, что наиболее подходящей является модель, отражающая зависимость уровня разводов от алкоголизма и наркомании.

Данная модель имеет следующий вид: .

Полученной модели можно дать следующую экономическую интерпретацию: с увеличением числа алкоголиков на 3,28 и наркоманов на 3,92 на каждые 1000 человек, растет и уровень разводов в РФ.

Изменение уровня разводов на 85% объясняется изменением числа алкоголиков и наркоманов на каждые 1000 человек. А увеличение числа алкоголиков и наркоманов на 1% приводит к увеличению разводов на 317,37% и 265,06% соответственно. Остальные факторы слабо влияют.

Подводя итог, необходимо заметить, что исследование косвенным образом выявило имеющиеся проблемы социального развития РФ. Среди приведенных факторов в большей степени влияют на распадение браков – это алкоголизм и наркомания. Остальные четыре фактора тоже влияют, но в меньшей мере. Скорее всего, эти четыре фактора могут быть только толчками сначала для ссор, обид между супругами. Казалось бы, что деньги в нашей жизни играют немаловажную роль, но в жизни двух людей любящих друг друга – это не самое важное.

Список использованной литературы:

    Евсеев Е. А., Буре В. М. Эконометрика. – СПб.: Изд-во МБИ, 2007. –139 с.

    Тарашнина С.И., Панкратова Я.Б. Выполнение курсовой работы по эконометрике: учебно-методическое пособие. – СПб.: Изд-во МБИ, 2007. – 97 с.

    Официальный сайт Федеральной службы государственной статистики Росстат – www.gks.ru

Приложение А

Исходные данные

Субъекты РФ

Число разводов за год (у)

Величина прожиточного минимума (х1)

Среднедушевой денежный доход (х2)

Психические расстройства (х3)

Алко-голизм (х4)

Нарко-мания (х5)

Инвалид-ность

(х6)

Белгородская область

6641

4037

12757,9

643

1405

64

9

Брянская область

7056

4155,5

10042,6

727

2944

188

9,7

Владимирская область

7133

4815,25

9596,2

596

2095

98

13,6

Воронежская область

12048

4343,75

10304,8

1864

3551

368

16,2

Ивановская область

5152

4534

8353,8

478

1958

191

8,7

Калужская область

5304

4406,25

11755,9

339

1662

56

7,1

Костромская область

3330

4506,25

9413,2

318

749

127

4,9

Курская область

6039

4174,25

11411

554

2375

276

9,5

Липецкая область

6035

4226

12274,4

617

2147

197

11,6

Московская область

37069

5704,25

19776

2289

7342

1327

5,3

Орловская область

3954

3949,25

9814,5

242

900

26

13

Рязанская область

5651

4649,5

11311,3

525

1476

114

6

Смоленская область

5406

4653,75

11522,7

599

1888

136

6,4

Тамбовская область

5102

3715,5

11252,8

501

1566

37

10,1

Тверская область

7243

4791,5

10856

718

2052

141

13,5

Тульская область

7760

4647,25

11388,5

588

2640

100

10,9

Ярославская область

6484

5034,75

12587,2

1135

1892

111

75,1

Республика Карелия

3543

5743

12228,6

225

1277

32

4,6

Республика Коми

5259

6486,5

18636,4

470

2112

215

5,7

Архангельская область

6527

5915,75

14823,6

330

1138

33

8

Ненецкий авт.округ

220

8762,5

48764,9

10

128

7

0,3

Вологодская область

6587

5141,75

12193,5

570

1510

103

9,7

Калининградская область

5097

5129

12922,3

446

947

48

6,7

Ленинградская область

8478

4414

12014,4

454

2088

460

14

Мурманская область

5838

6978,5

18773,2

219

1110

320

4

Новгородская область

3226

4931,5

11645,6

821

1339

87

5,1

Псковская область

3295

4487,25

10290,9

417

1272

115

4

Республика Адыгея

1757

4276,75

7986,3

182

587

165

2,4

Республика Калмыкия

1168

3872,25

5651,2

195

317

31

2,3

Краснодарский край

24756

4633

12023,9

1208

4963

1429

35,3

Астраханская область

5346

4514

11120,4

364

1165

68

5,3

Волгоградская область

12798

4539,75

10866,4

468

3020

362

15,5

Ростовская область

21961

4551,75

12160,5

2210

3680

313

17,1

Республика Дагестан

4144

3700,25

10962

2623

860

462

15

Республика Ингушетия

378

4150

5512,9

234

3

24

3,7

Кабардино-Балкарская Республика

2342

3661,5

8589,3

530

728

188

5,5

Карачаево-Черкесская Республика

1394

3839,5

8676,1

221

350

67

3

Республика Северная Осетия-Алания

1982

3729,5

9837,7

386

553

36

4,9

Ставропольский край

12121

4503

9952,5

1035

1505

566

17,1

Республика Башкортостан

17453

4140,5

14252,7

2276

4599

379

20,8

Республика Марий Эл

2926

4083

7843,4

499

1005

68

5,2

Республика Мордовия

3462

4039,75

8384,2

397

1394

122

5,6

Республика Татарстан

15671

4186

14180,5

2407

2929

651

25

Удмуртская Республика

6100

4297,75

9581,1

946

1778

220

9,9

Чувашская Республика

4786

4178

8593,6

958

2139

72

6

Пермский край

12295

5295,75

16119

1658

4853

970

8,2

Кировская область

6465

4621,25

10112,2

622

2094

59

20,7

Нижегородская область

17275

4964

13090

1334

3734

380

13,8

Оренбургская область

10412

4238,25

10184

1632

3128

177

21,6

Пензенская область

7279

4320,75

10172,9

654

3167

188

20,5

Самарская область

16555

5412,75

15805,2

1014

3773

678

19

Саратовская область

12110

4523

9061,5

2480

3048

159

13,9

Ульяновская область

7037

4343,25

9756,4

484

2108

164

10,1

Курганская область

5441

4584

11160,8

125

1466

252

6,6

Свердловская область

22765

4918,5

17171,3

3033

5362

2235

24,6

Тюменская область

21202

4870,5

27612,2

1356

5071

696

6,4

Ханты-Мансийский авт.округ-Югра

10732

7684,5

32871,9

546

2413

405

4,3

Ямало-Ненецкий авт.округ

3610

7972

38133,4

118

863

114

1,4

Челябинская область

21686

4607,5

14161,2

2792

5034

833

23,7

Республика Алтай

1076

5852,25

10172,5

221

276

32

1,4

Республика Бурятия

4140

4938,25

11298,5

692

994

69

7,1

Республика Тыва

632

4912,75

7871,2

59

311

24

1,9

Республика Хакасия

2808

4647,5

10763,9

670

656

60

2,9

Алтайский край

13313

4530,5

9748,6

1782

5000

944

14,2

Красноярский край

16401

5600,5

15604,5

1945

4775

538

7,4

Иркутская область

12330

4900,75

12881,6

2396

4659

987

13,1

Кемеровская область

15577

4278,5

14439,3

2901

3297

1466

18,4

Новосибирская область

15769

5217

12838,1

1662

2497

904

31,9

Омская область

10524

4751,5

13626,5

1325

2027

323

17,5

Томская область

5602

5075

13481,7

722

1047

160

9,5

Республика Саха (Якутия)

4529

7908,75

18740,8

711

2726

90

4,6

Камчатский край

2351

9871,5

19063

150

583

13

7,6

Приморский край

10530

6283,25

12807,8

1037

2227

548

1,8

Хабаровский край

8118

7202

15705,1

938

1877

145

10,7

Амурская область

5062

5959,25

11936,3

843

982

246

7,9

Магаданская область

1304

7579,75

19703,2

240

868

48

0,5

Сахалинская область

3446

7645,75

24552,3

356

1703

190

2,2

Еврейская автономная область

985

5734,75

10876,9

91

471

52

1,7

Чукотский авт.округ

406

10005,5

32140,4

39

263

1

0,2

Приложение Б

Модель . Вывод итогов

Регрессионная статистика

Множественный R

0,041337447

R-квадрат

0,001708785

Нормированный R-квадрат

-0,011256036

Стандартная ошибка

10680,12691

Наблюдения

79

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

1

67675896,6

67675896,6

1,500041722

0,224398629

Остаток

77

3473932732

45116009,51

Итого

78

3541608629

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

12355,3295

2656,278566

4,651368144

1,34462E-05

Переменная X 1

0,063111699

0,173839907

0,363044944

0,717566041

ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

1

14132,49239

6914,50761

2

11909,73643

-4550,73643

3

11977,41089

-1943,41089

4

14158,16201

-5578,162013

5

14900,24747

-2525,247467

6

14715,8929

-4177,892904

7

13689,49693

-2058,496933

8

14118,10184

5462,898156

9

13181,54955

-3569,549552

10

14423,02585

2770,974154

11

12258,99887

-10686,99887

12

14127,04732

-5880,047319

13

13556,48162

6794,518384

14

15484,42585

-8849,425849

15

13201,38517

-4499,385169

16

14325,79243

-5423,792427

17

5823,313331

-2542,313331

18

15207,50507

-11706,50507

19

14524,53754

10538,46246

20

13991,30947

-3680,309466

21

14170,21896

-8193,218957

22

13973,02958

28738,97042

23

12467,85626

11712,14374

24

14049,26058

-5694,260583

25

14686,72288

-5459,722879

26

14313,73548

-2626,735483

27

14606,21361

-4794,213608

28

9388,668341

-7783,668341

29

12306,44878

43991,55122

30

10324,05383

-3029,053832

31

7548,623119

-7196,623119

32

13458,0814

12744,9186

33

13508,64277

-7945,642773

34

13064,48052

12132,51948

35

13788,67502

2436,32498

36

14587,15586

2655,844142

37

15036,76319

-8587,763187

38

14458,80774

-3461,807744

39

12941,96641

7657,033593

40

11405,67839

5847,321614

41

14199,77792

-8829,777916

42

14527,26007

-10861,26007

43

12076,20004

-9969,200044

44

14739,22892

17909,77108

45

13498,14156

-5562,141564

46

15424,14113

8388,858871

47

14724,44945

-11418,44945

48

15156,55476

-12875,55476

49

12246,16406

-6369,16406

50

11089,47531

-3386,475307

51

14828,68367

-9467,68367

52

14895,9692

-8982,969196

53

8876,831623

-1467,831623

54

15378,63589

-10415,63589

55

14668,443

14828,557

56

13537,8128

-10815,8128

57

13950,47143

-9508,47143

58

14099,43303

19798,56697

59

13947,35996

-4823,35996

60

12759,94545

14930,05455

61

14144,1604

5618,8396

62

9285,989851

-4316,989851

63

13528,86732

22929,13268

64

13940,74809

-5875,748088

65

14175,27509

6046,724906

66

15400,41617

-7441,416175

67

13726,44563

-1734,445632

68

13285,39484

-3766,394843

69

13950,86036

-1517,860363

70

13603,54259

20355,45741

71

14494,58964

-2701,589643

72

14423,80371

-4099,803713

73

9976,347126

2503,652874

74

9225,705131

6847,294869

75

14012,70082

15251,29918

76

14680,88887

-5355,888873

77

5614,844881

-5130,844881

78

8778,431403

-3977,431403

79

13348,01317

-2689,013165

Приложение В

Модель . Вывод итогов

Регрессионная статистика

Множественный R

0,041337447

R-квадрат

0,001708785

Нормированный R-квадрат

-0,011256036

Стандартная ошибка

10680,12691

Наблюдения

79

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

1

15033967,71

15033967,71

0,131801632

0,717566041

Остаток

77

8783013527

114065110,7

Итого

78

8798047494

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

12355,3295

2656,278566

4,651368144

1,34462E-05

Переменная X 1

0,063111699

0,173839907

0,363044944

0,717566041

ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

1

12970,58021

8076,419786

2

13108,64968

-5749,649679

3

13290,87209

-3256,872088

4

13057,15684

-4477,156843

5

13160,50225

-785,502251

6

12989,13505

-2451,135054

7

12960,96199

-1329,961991

8

13041,12647

6539,873528

9

13124,88201

-3512,882008

10

13005,68294

4188,317058

11

13041,78914

-11469,78914

12

12882,55202

-4635,552016

13

13168,30917

7182,690832

14

12897,41482

-6262,414821

15

13170,87781

-4468,877814

16

13097,26433

-4195,264328

17

13558,42783

-10277,42783

18

12902,89292

-9401,892917

19

13266,61826

11796,38174

20

12993,52763

-2682,527628

21

12949,41255

-6972,41255

22

13114,17826

29597,82174

23

13340,15601

10839,84399

24

13059,70656

-4704,706556

25

13075,4971

-3848,497103

26

13113,5787

-1426,578703

27

13129,98774

-3317,987744

28

13598,83194

-11993,83194

29

13603,42647

42694,57353

30

13540,13806

-6245,138056

31

15432,96521

-15080,96521

32

13181,46165

13021,53835

33

13090,30311

-7527,303108

34

13165,56381

12031,43619

35

13215,32107

3009,678927

36

12998,05905

4244,940952

37

12974,73928

-6525,739275

38

12997,35851

-2000,358508

39

13372,62698

7226,373017

40

13163,65152

4089,348475

41

13004,80569

-7634,805689

42

12859,35847

-9193,358467

43

12997,33326

-10890,33326

44

13254,84162

19394,15838

45

13068,39704

-5132,397037

46

13047,15995

10765,84005

47

12703,25799

-9397,25799

48

12711,98634

-10430,98634

49

13127,09723

-7250,097229

50

13531,50438

-5828,504375

51

12850,3398

-7489,339805

52

12884,47061

-6971,470612

53

13538,09324

-6129,093237

54

12976,20347

-8013,203467

55

13250,28495

16246,71505

56

12852,09431

-10130,09431

57

13034,65752

-8592,657523

58

13122,79932

20775,20068

59

13069,20487

-3945,204867

60

13352,82253

14337,17747

61

12927,21617

6835,783834

62

13904,86688

-8935,866877

63

13439,03942

23018,96058

64

13082,54668

-5017,54668

65

12983,44869

7238,55131

66

13065,51283

-5106,512832

67

13040,47011

-1048,47011

68

13206,1825

-3687,182499

69

13074,07709

-641,07709

70

14097,98237

19861,01763

71

12960,009

-1167,009005

72

12971,07249

-2647,072486

73

13346,50505

-866,5050511

74

14429,93097

1643,06903

75

13249,0669

16014,9331

76

12897,6862

-3572,686202

77

14383,76476

-13899,76476

78

14761,99318

-9960,993176

79

13149,72908

-2490,729084

Приложение Г

Модель . Вывод итогов

Регрессионная статистика

Множественный R

0,75886525

R-квадрат

0,575876467

Нормированный R-квадрат

0,57036837

Стандартная ошибка

4416,732592

Наблюдения

79

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

1

5725005586

5725005586

143,4492087

2,88536E-19

Остаток

77

3073041908

39909635,17

Итого

78

8798047494

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

3365,498591

1086,978184

3,096197

0,002733837

Переменная X 1

11,04339376

0,922047892

11,97702838

2,88536E-19

ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

1

23044,82628

-1997,826276

2

12675,07953

-5316,079533

3

7009,818533

3024,181467

4

7385,293921

1194,706079

5

10466,40078

1908,59922

6

11394,04586

-856,0458565

7

9947,361274

1683,638726

8

8533,806872

11047,19313

9

9660,233036

-48,23303574

10

23950,38456

-6756,384565

11

4370,447423

-2798,447423

12

8644,24081

-397,2408096

13

29825,47005

-9474,470047

14

9218,497285

-2583,497285

15

8290,852209

411,1477908

16

7109,209077

1792,790923

17

5022,007655

-1741,007655

18

5806,088613

-2305,088613

19

35402,3839

-10339,3839

20

10234,48951

76,51048859

21

6877,297808

-900,2978075

22

16705,91826

26006,08174

23

24844,89946

-664,8994596

24

4745,922811

3609,077189

25

9483,538736

-256,5387355

26

8379,199359

3307,800641

27

10179,27254

-367,2725426

28

6015,913094

-4410,913094

29

28643,82691

27654,17309

30

5784,001825

1510,998175

31

3475,932529

-3123,932529

32

18097,38587

8105,614129

33

12432,12487

-6869,12487

34

21719,61902

3477,380975

35

17997,99533

-1772,995327

36

21388,31721

-4145,317212

37

6037,999882

411,0001185

38

10587,87811

409,1218882

39

21675,44545

-1076,44545

40

14817,49792

2435,502077

41

7970,59379

-2600,59379

42

5375,396256

-1709,396256

43

5806,088613

-3699,088613

44

28500,2628

4148,737205

45

11007,52707

-3071,527075

46

32332,32043

-8519,320431

47

5949,652731

-2643,652731

48

5518,960375

-3237,960375

49

5850,262188

26,73781243

50

8555,893659

-852,8936595

51

8876,152079

-3515,152079

52

7749,725915

-1836,725915

53

11217,35156

-3808,351556

54

7628,248583

-2665,248583

55

29946,94738

-449,9473781

56

4017,058823

-1295,058823

57

10764,57241

-6322,572412

58

27771,39881

6126,601193

59

9163,280316

-39,28031642

60

14563,49987

13126,50013

61

30753,11512

-10990,11512

62

7296,94677

-2327,94677

63

36860,11187

-402,1118736

64

9980,491455

-1915,491455

65

14795,41114

5426,588865

66

8898,238866

-939,2388661

67

11294,65531

697,3446874

68

11338,82889

-1819,828888

69

9859,014123

2573,985877

70

18340,34053

15618,65947

71

13812,54909

-2019,549091

72

8710,501172

1613,498828

73

13724,20194

-1244,20194

74

9395,191585

6677,808415

75

34198,65398

-4934,653977

76

13945,06982

-4620,069816

77

3796,190948

-3312,190948

78

4668,619055

132,3809451

79

15899,75051

-5240,750512

Приложение Д

Модель . Вывод итогов

Регрессионная статистика

Множественный R

0,91026244

R-квадрат

0,82857771

Нормированный R-квадрат

0,826351447

Стандартная ошибка

2807,944807

Наблюдения

79

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

1

6774734206

6774734206

257,8219284

2,73503E-26

Остаток

77

2023313289

26276795,96

Итого

78

8798047494

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

201,2380967

994,7534668

0,202299468

0,840216171

Переменная X 1

6,175205809

0,384584264

16,05683432

2,73503E-26

ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

1

31077,26714

-10030,26714

2

6265,290201

1093,709799

3

7228,622307

2805,377693

4

7395,352864

1184,647136

5

8877,402258

3497,597742

6

18381,044

-7843,043999

7

13138,29427

-1507,294267

8

18850,35964

730,6403599

9

9525,798868

86,20113158

10

22129,39392

-4935,393925

11

3109,760033

-1537,760033

12

12292,29107

-4045,291071

13

28971,52196

-8620,521961

14

4696,787926

1938,212074

15

6049,157998

2652,842002

16

10464,43015

-1562,430151

17

3801,383083

-520,3830834

18

2362,56013

1138,43987

19

20560,89165

4502,108351

20

13132,11906

-2821,119061

21

4826,467248

1150,532752

22

30848,78453

11863,21547

23

29687,84584

-5507,845835

24

9254,089813

-899,0898128

25

14867,35189

-5640,351893

26

13095,06783

-1408,067826

27

13459,40497

-3647,404969

28

5561,316739

-3956,316739

29

45539,59915

10758,40085

30

7055,716545

239,2834552

31

991,6644403

-639,6644403

32

23259,45659

2943,543412

33

8469,838675

-2906,838675

34

15620,727

9576,272998

35

12718,38027

3506,619728

36

19517,28187

-2274,281868

37

5758,923325

690,0766751

38

19758,11489

-8761,114894

39

30169,51189

-9570,511888

40

13953,42143

3299,578566

41

8056,099886

-2686,099886

42

3826,083907

-160,0839066

43

1905,5949

201,4051

44

28601,00961

4047,990387

45

6339,392671

1596,607329

46

5511,915093

18301,08491

47

219,7637141

3086,236286

48

2158,778338

122,2216618

49

8086,975915

-2209,975915

50

13243,27277

-5540,272765

51

6407,319935

-1046,319935

52

8809,474995

-2896,474995

53

17034,84913

-9625,849132

54

3616,126909

1346,873091

55

18288,41591

11208,58409

56

2121,727103

600,2728967

57

4252,173107

189,8268925

58

22925,99547

10972,00453

59

9315,841871

-191,8418709

60

23500,28961

4189,710386

61

19023,2654

739,7345972

62

10717,61359

-5748,61359

63

33312,69165

3145,308355

64

11860,02666

-3795,026664

65

9494,922839

10727,07716

66

9871,610394

-1912,610394

67

12872,76042

-880,7604169

68

6666,678579

2852,321421

69

16503,78143

-4070,781433

70

31515,70675

2443,293245

71

11180,75403

612,2459747

72

13218,57194

-2894,571942

73

11792,0994

687,9005996

74

15102,00971

970,990286

75

31287,22414

-2023,22414

76

13410,00332

-4085,003322

77

1825,317224

-1341,317224

78

5530,44071

-729,4407099

79

11884,72749

-1225,727487

Приложение Е

Модель . Вывод итогов

Регрессионная статистика

Множественный R

0,787263114

R-квадрат

0,61978321

Нормированный R-квадрат

0,61484533

Стандартная ошибка

4181,87037

Наблюдения

79

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

1

5576335357

5576335357

133,2762842

1,80156E-18

Остаток

77

3221712137

41840417,37

Итого

78

8798047494

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

6672,711455

922,3939135

7,234123466

2,98637E-10

Переменная X 1

21,22668563

1,838678297

11,54453482

1,80156E-18

ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

1

26710,70269

-5663,702688

2

11894,47612

-4535,47612

3

7373,192081

2660,807919

4

8116,126078

463,8739223

5

8031,219335

4343,780665

6

10663,32835

-125,3283532

7

8752,926647

2878,073353

8

14356,77165

5224,228347

9

8859,060075

752,9399253

10

14484,13177

2709,868234

11

7776,499108

-6204,499108

12

10727,00841

-2480,00841

13

27623,45017

-7272,45017

14

10663,32835

-4028,328353

15

7691,592365

1010,407635

16

7861,40585

1040,59415

17

6948,658368

-3667,658368

18

8094,899392

-4593,899392

19

37791,03259

-12728,03259

20

7925,085907

2385,914093

21

9368,50053

-3391,50053

22

37005,64522

5706,354782

23

18092,66832

6087,331677

24

12021,83623

-3666,836233

25

12531,27669

-3304,276688

26

16436,98684

-4749,986844

27

10854,36852

-1042,368524

28

7691,592365

-6086,592365

29

34840,52328

21457,47672

30

13465,25086

-6170,250856

31

6821,298254

-6469,298254

32

14738,85199

11464,14801

33

8519,433105

-2956,433105

34

25861,63526

-664,6352632

35

13528,93091

2696,069087

36

10429,83481

6813,165189

37

7224,605281

-775,6052813

38

10663,32835

333,6716468

39

27262,59651

-6663,596515

40

18304,93518

-1051,935179

41

9113,780302

-3743,780302

42

10175,11458

-6509,114584

43

7351,965395

-5244,965395

44

14717,62531

17931,37469

45

8137,352763

-201,3527634

46

16479,44022

7333,559785

47

7182,15191

-3876,15191

48

7330,738709

-5049,738709

49

7351,965395

-1474,965395

50

11236,44887

-3533,448865

51

8116,126078

-2755,126078

52

9262,367102

-3349,367102

53

8583,113162

-1174,113162

54

7436,872138

-2473,872138

55

20491,2838

9005,716201

56

7182,15191

-4460,15191

57

7946,312593

-3504,312593

58

13316,66406

20581,33594

59

9092,553617

31,44638336

60

21064,40431

6625,595689

61

10047,75447

9715,24553

62

10705,78172

-5736,781724

63

54114,35383

-17656,35383

64

9559,5407

-1494,5407

65

18687,01552

1534,984479

66

7458,098823

500,9011768

67

9665,674129

2326,325871

68

10068,98116

-549,9811556

69

8795,380018

3637,619982

70

21446,48465

12512,51535

71

11342,58229

450,4177067

72

10153,8879

170,1121019

73

9750,580871

2729,419129

74

15269,51913

803,4808654

75

24354,54058

4909,459416

76

8201,03282

1123,96718

77

6693,938141

-6209,938141

78

9092,553617

-4291,553617

79

9028,87356

1630,12644

Приложение Ж

Модель . Вывод итогов

Регрессионная статистика

Множественный R

0,423561749

R-квадрат

0,179404556

Нормированный R-квадрат

0,168747472

Стандартная ошибка

6143,551055

Наблюдения

79

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

1

1754565329

1754565329

19,18107083

3,70252E-05

Остаток

77

7043482166

91473794,36

Итого

78

8798047494

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

8289,632708

1556,545473

5,325660479

9,65749E-07

Переменная X 1

458,0190867

104,5796423

4,379619941

3,70252E-05

ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

1

14793,50374

6253,496261

2

11907,98349

-4548,983493

3

11953,7854

-1919,785402

4

10717,13387

-2137,133868

5

12411,80449

-36,80448843

6

12732,41785

-2194,417849

7

14518,69229

-2887,692287

8

15388,92855

4192,071448

9

12732,41785

-3120,417849

10

15709,54191

1484,458087

11

9068,265156

-7496,265156

12

12274,39876

-4027,398762

13

14289,68274

6061,317256

14

10808,73769

-4173,737685

15

11358,36059

-2656,360589

16

11541,56822

-2639,568224

17

11770,57777

-8489,577767

18

9663,689968

-6162,689968

19

16717,1839

8345,816097

20

17770,6278

-7459,627803

21

10533,92623

-4556,926233

22

24457,70647

18254,29353

23

11678,97395

12501,02605

24

11312,55868

-2957,55868

25

12640,81403

-3413,814032

26

14701,89992

-3014,899922

27

13602,65411

-3790,654114

28

8518,642252

-6913,642252

29

10717,13387

45580,86613

30

10121,70906

-2826,709055

31

8427,038434

-8075,038434

32

14610,2961

11592,7039

33

10625,53005

-5062,53005

34

22900,44157

2296,558427

35

16304,96673

-79,96672521

36

18182,84498

-939,8449806

37

14243,88084

-7794,880835

38

17679,02399

-6682,023985

39

12045,38922

8553,610781

40

9114,067064

8138,932936

41

10121,70906

-4751,709055

42

9388,878516

-5722,878516

43

8930,85943

-6823,85943

44

17816,42971

14832,57029

45

11541,56822

-3605,568224

46

15159,91901

8653,080991

47

9984,303329

-6678,303329

48

9343,076608

-7062,076608

49

10396,52051

-4519,520507

50

10900,3415

-3197,341502

51

10671,33196

-5310,331959

52

10854,53959

-4941,539594

53

10396,52051

-2987,520507

54

10533,92623

-5570,926233

55

19740,10988

9756,890125

56

9159,868973

-6437,868973

57

9617,88806

-5175,88806

58

16121,75909

17776,24091

59

11037,74723

-1913,747228

60

16991,99536

10698,00464

61

14656,09801

5106,901987

62

9297,274699

-4328,274699

63

19556,90224

16901,09776

64

11220,95486

-3155,954863

65

16121,75909

4100,240909

66

12915,62548

-4956,625484

67

14472,89038

-2480,890378

68

12640,81403

-3121,814032

69

13282,04075

-849,0407531

70

11220,95486

22738,04514

71

12824,02167

-1031,021666

72

12915,62548

-2591,625484

73

13190,43694

-710,4369358

74

10259,11478

5813,885219

75

19144,68506

10119,31494

76

11037,74723

-1712,747228

77

8381,236526

-7897,236526

78

8930,85943

-4129,85943

79

42686,86612

-32027,86612

Приложение З

Множественная регрессия

Регрессионная статистика

Множественный R

0,926961813

R-квадрат

0,859258202

Нормированный R-квадрат

0,847529719

Стандартная ошибка

2631,149849

Наблюдения

79

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

6

3043156263

507192710,5

73,26251741

1,15419E-28

Остаток

72

498452366,2

6922949,53

Итого

78

3541608629

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

-280,3190398

1530,654787

-0,183136682

0,855205506

Переменная X 1

-0,18513892

0,361191458

-0,512578345

0,609815267

Переменная X 2

0,066020709

0,0690531

0,956086105

0,342227977

Переменная X 3

0,715876331

0,668158791

1,071416466

0,287560537

Переменная X 4

3,028268331

0,338201129

8,954045593

2,54338E-13

Переменная X 5

3,111989868

1,249906253

2,489778621

0,015092273

Переменная X 6

36,89531368

33,19932151

1,111327341

0,270124795

ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

1

19403,18374

-6090,183737

2

4038,700576

1023,299424

3

3683,376704

2843,623296

4

3813,812634

1532,187366

5

5060,811406

1580,188594

6

9991,95845

-2935,95845

7

7039,374426

93,62557427

8

10775,42216

2022,57784

9

5231,920624

1355,079376

10

13426,50466

-1378,504659

11

1092,060827

-107,0608271

12

6618,70247

-1466,70247

13

19041,61822

-6711,618219

14

2980,838603

-638,838603

15

3206,867918

1890,132082

16

5391,937651

-87,93765134

17

1344,35703

1006,64297

18

1118,934199

275,0658009

19

17182,86576

-1605,865759

20

7265,531701

-800,5317006

21

2578,696245

751,3037547

22

21299,27118

3456,728821

23

17512,66721

-1111,667211

24

5164,504514

276,4954862

25

8498,374593

-2459,374593

26

8291,758836

186,2411638

27

7732,083923

-1697,083923

28

2585,36387

-1281,36387

29

28166,57055

8902,429453

30

4328,681761

1509,318239

31

1744,524084

-1524,524084

32

13619,1069

3655,893102

33

4677,014129

-1451,014129

34

12342,96351

3426,036487

35

8477,301338

2046,698662

36

11595,86533

-1183,86533

37

3095,715715

858,2842848

38

10991,481

-3712,480995

39

19007,70025

-6712,700248

40

8660,086222

1869,913778

41

4224,266694

-929,2666945

42

1965,059358

-208,0593577

43

453,0452236

622,9547764

44

17397,29389

55,70610699

45

3533,522842

606,4771584

46

6231,563091

-2087,563091

47

-296,8797058

674,8797058

48

656,7608622

511,2391378

49

3761,241939

-218,2419392

50

7360,711401

-2101,711401

51

3285,688485

-359,6884847

52

4617,182316

-1155,182316

53

8706,589507

-4177,589507

54

1922,476612

59,52338811

55

13422,09662

2248,903375

56

458,6189447

173,3810553

57

2329,78511

478,21489

58

14010,89656

7950,103441

59

5027,355457

623,6445429

60

14723,53589

1831,464113

61

11493,73071

616,2692942

62

6009,556027

-2563,556027

63

26214,48636

-3449,486361

64

6424,368698

-1018,368698

65

7233,843482

4887,156518

66

5363,423681

-261,4236809

67

7214,191771

28,80822853

68

4206,055849

1395,944151

69

8740,092544

-980,0925438

70

19370,09084

1831,909157

71

6667,932662

-567,9326622

72

7172,783586

-135,783586

73

6624,742342

1493,257658

74

9584,292783

1147,707217

75

20511,32184

1174,678157

76

7122,236757

-2336,236757

77

824,050297

-418,050297

78

3865,63686

-255,6368602

79

9276,840905

-2792,840905

1 Официальный сайт Федеральной службы государственной статистики Росстат – www.gks.ru