Показатели младенческой смертности и факторы, влияющие на нее

Система показателей, характеризующих младенческую смертность (МС). Методика исследования МС и ее основных факторов. Сравнительный статистический анализ МС в мире. Кластерный анализ взаимосвязи коэффициента МС с социально-демографическими показателями.

Рубрика Экономико-математическое моделирование
Вид магистерская работа
Язык русский
Дата добавления 23.08.2017
Размер файла 4,8 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Таблица 2

Результаты панельных тестов на стационарность КМС в развитых странах

Тест

Статистика

Значимость

Вывод

LLC

-5,655

0,0000

Стационарность

Breitung

5,431

1,0000

Нестационарность

ADF - Fisher

50,953

0,0000

Стационарность

PP - Fisher

137,873

0,0000

Стационарность

Hadri

8,969

0,0000

Нестационарность

Результатом теста является то, что для стран среднего уровня развития и развитых стран КМС является стационарным процессом (табл. 2, 3).

Таблица 3

Результаты панельных тестов на стационарность КМС в странах среднего уровня развития

Тест

Статистика

Значимость

Вывод

LLC

-6,114

0,0000

Стационарность

Breitung

0,425

0,6647

Нестационарность

ADF - Fisher

46,996

0,0000

Стационарность

PP - Fisher

110,524

0,0000

Стационарность

Hadri

7,255

0,0000

Нестационарность

В странах среднего уровня и развитых странах младенческая смертность характеризуется стационарностью - свойством неизменности характеристик.

Четыре из пяти тестов на единичный корень показывают, что в данных развивающихся стран существует нестационарность (табл. 4), так как нулевая (альтернативная - для Хадри) гипотеза о нестационарности не отвергается на уровне значимости 0,05. Младенческая смертность в этих странах - процесс, характеристики которого зависят от времени.

Таблица 4

Результаты панельных тестов на стационарность КМС в развивающихся странах

Тест

Статистика

Значимость

Вывод

LLC

-0,931

0,1759

Нестационарность

Breitung

2,263

0,9882

Нестационарность

ADF - Fisher

9,66

0,7866

Нестационарность

PP - Fisher

33,633

0,0023

Стационарность

Hadri

7,857

0,0000

Нестационарность

Важно отметить, что именно в кластере развивающихся стран младенческая смертность имеет нестационарный характер. Одной из задач этой работы является анализ группы стран с высоким показателем младенческой смертности. Рассмотрим подробнее эти страны, анализируя взаимосвязанные с младенческой смертностью показатели.

Проведенный анализ свидетельствует о том, что к нестационарным рядам по всем или большинству тестов можно отнести: иммунизацию, ОПЖ, расходы на здравоохранение, доступ к улучшенным средствам санитарии. Такие показатели, как иммунизация и доступ к улучшенным средствам санитарии могут иметь нелинейный тренд, поэтому являться нестационарными процессами. ОПЖ подвержена случайным колебаниям в связи с изменениями компонент ее расчета. Расходы на здравоохранение могут быть нестационарны, поскольку учитываются как доля от ВВП, и если выделенные страны расходуют примерно одинаковую сумму на здравоохранение ежегодно, то ее доля в ВВП будет непредсказуемо меняться.

Таблица 5

Результаты панельных тестов на стационарность факторов младенческой смертности в развивающихся странах

Показатель

Тест

Статистика

Значимость

Вывод

Иммунизация новорожденных от дифтерии, коклюша и столбняка

LLC

0,713

0,7619

Нестационарность

Breitung

-0,584

0,2795

Нестационарность

ADF - Fisher

4,619

0,9904

Нестационарность

PP - Fisher

3,315

0,9984

Нестационарность

Hadri

6,065

0,0000

Нестационарность

Ожидаемая продолжительность жизни

LLC

10,424

1,0000

Нестационарность

Breitung

-1,308

0,0954

Нестационарность

ADF - Fisher

0,433

1,0000

Нестационарность

PP - Fisher

0,014

1,0000

Нестационарность

Hadri

7,622

0,0000

Нестационарность

Расходы на здравоохранение

LLC

3,255

0,9994

Нестационарность

Breitung

-1,275

0,1011

Нестационарность

ADF - Fisher

1,924

0,9999

Нестационарность

PP - Fisher

1,592

1,0000

Нестационарность

Hadri

3,679

0,0001

Нестационарность

Доступ к улучшенным средствам санитарии

LLC

3,368

0,9999

Нестационарность

Breitung

3,469

0,9997

Нестационарность

ADF - Fisher

35,708

0,0012

Стационарность

PP - Fisher

18,421

0,1883

Нестационарность

Hadri

7,951

0,0000

Нестационарность

Коэффициент материнской смертности

LLC

-7,289

0,0000

Стационарность

Breitung

2,348

0,9906

Нестационарность

ADF - Fisher

77,057

0,0000

Стационарность

PP - Fisher

107,926

0,0000

Стационарность

Hadri

7,553

0,0000

Нестационарность

Суммарный коэффициент рождаемости

LLC

-2,624

0,0043

Стационарность

Breitung

2,567

0,9949

Нестационарность

ADF - Fisher

40,262

0,0002

Стационарность

PP - Fisher

137,319

0,0000

Стационарность

Hadri

7,715

0,0000

Нестационарность

Коэффициент детской смертности (до 5 лет)

LLC

-9,311

0,0000

Стационарность

Breitung

3,721

0,9999

Нестационарность

ADF - Fisher

73,159

0,0000

Стационарность

PP - Fisher

130,09

0,0000

Стационарность

Hadri

7,853

0,0000

Нестационарность

Эти процессы в развивающихся странах имеют нестационарную природу, поэтому следующим шагом будет произведена проверка на наличие долгосрочной связи КМС с данными показателями.

Стоит отметить, что такие явления как СКР, материнская смертность и смертность детей до 5 лет характеризуются стационарностью по большинству тестов, что означает наличие постоянных во времени характеристик. Данные временные ряды могут иметь детерминированный тренд и постепенно убывать/возрастать.

Следующим шагом является проверка первой разности нестационарных процессов на стационарность, что позволит сделать вывод о порядке интегрированности и провести дальнейшую проверку на наличие коинтеграции между нестационарными процессами одного порядка.

Нулевая гипотеза: наличие единичного корня в данных; альтернативная гипотеза: панели стационарны.

Таблица 6

Проверка на стационарность первых разностей факторов младенческой смертности в развивающихся странах

Показатель

Тест

Статистика

Значимость

Вывод

Иммунизация новорожденных от дифтерии, коклюша и столбняка

LLC

-6,662

0,0000

Стационарность

ADF - Fisher

63,468

0,0000

Стационарность

PP - Fisher

105,001

0,0000

Стационарность

Ожидаемая продолжительность жизни

LLC

-14,836

0,0000

Стационарность

ADF - Fisher

265,929

0,0000

Стационарность

PP - Fisher

7,432

0,9168

Нестационарность

Расходы на здравоохранение

LLC

-9,985

0,0000

Стационарность

ADF - Fisher

97,231

0,0000

Стационарность

PP - Fisher

131,550

0,0000

Стационарность

Доступ к улучшенным средствам санитарии

LLC

-4,646

0,0000

Стационарность

ADF - Fisher

63,195

0,0000

Стационарность

PP - Fisher

81,011

0,0000

Стационарность

С вероятностью ошибки 5% (кроме теста Фишера для ожидаемой продолжительности жизни) можно утверждать, что гипотеза о нестационарности панелей отвергается. Тесты на стационарность первой разности процессов подтверждают, что порядок интеграции рассматриваемых факторов - I(1). Итак, все факторы младенческой смертности с порядком интеграции 1 могут быть проверены на наличие долгосрочной взаимосвязи с коэффициентом младенческой смертности. Иммунизация новорожденных, ожидаемая продолжительность жизни, расходы на здравоохранение, а также доступ к улучшенным средствам санитарии будут проверены в следующем параграфе на наличие долгосрочной взаимосвязи с КМС.

2.3 Исследование взаимосвязей КМС с экономико-демографическими показателями

Взаимосвязь младенческой смертности с социально-экономическими показателями исследовалась в нескольких иностранных статьях, при этом акцент делался именно на экономические показатели, а коэффициент младенческой смертности рассматривался как стационарный процесс. Есть также и статьи, в которых доказывалась нестационарность младенческой смертности, для этой цели были взяты определенные страны и временные периоды. Возможно, это утверждение справедливо для тех временных интервалов и стран (Швеция, Великобритания, США, 1960-е годы). Данная работа нацелена на обобщение данных по миру и группам стран. Таким образом, после проведения кластерного анализа было выделено 3 группы стран, различных по уровню экономического развития.

Попарно были посчитаны тестовые статистики для проверки коинтеграции КМС с его факторами, результаты представлены в табл. 7-10. Для расчетов использовались возможности статистического пакета Eviews.

Как можно видеть из таблицы с результатами, 5 тестов Педрони из 7 показывают наличие долгосрочной связи расходов на здравоохранение и КМС, поскольку отвергают нулевую гипотезу об отсутствии взаимосвязи, имея значимость статистики ниже 0,05. При этом тест Као не отвергает гипотезу об отсутствии коинтеграции, а тест Йохансена-Фишера свидетельствует о наличии долгосрочной связи переменных с вероятностью ошибки менее 5%.

Таблица 7

Проверка на наличие долгосрочной взаимозависимости КМС и расходов на здравоохранение с помощью теста на панельную коинтеграцию

Тест

Статистика

Значимость

Johansen Fisher

54,29

0,0000

Kao residual

-0,9344

0,1750

Тесты Педрони

v-statistic

-0,3349

0,6312

rho-statistic

-3,0056

0,0013

PP-statistic

-3,1313

0,0009

ADF-statistic

-3,7369

0,0001

Group rho-statistic

-0,9976

0,1592

Group PP-statistic

-1,749

0,0401

Group ADF-statistic

-3,0622

0,0011

Листинги из статистического пакета, подтверждающие результаты тестов, приведены в приложении 4.

Таблица 8

Проверка на наличие долгосрочной взаимозависимости КМС и ожидаемой продолжительности жизни с помощью теста на панельную коинтеграцию

Тест

Статистика

Значимость

Johansen Fisher

223,3

0,0000

Kao residual

-0,267

0,3948

Тесты Педрони

v-statistic

-1,9358

0,9736

rho-statistic

0,7815

0,7827

PP-statistic

0,4443

0,6716

ADF-statistic

0,6091

0,7288

Group rho-statistic

2,9787

0,9986

Group PP-statistic

2,2106

0,9865

Group ADF-statistic

-4,2499

0,0000

В таблице 8 представлены результаты проверки на коинтеграцию процесса ОПЖ и КМС. Кажется очевидным, что данные показатели взаимосвязаны, поскольку продолжительность жизни зачастую рассчитывается с помощью таблиц смертности, где используется вероятность умереть в разных возрастах. Тем не менее, хоть тест Фишера и показал наличие долгосрочной связи, тесты Као и 6 из 7 тестов Педрони не отвергают нулевую гипотезу об отсутствии взаимосвязи даже на уровне значимости 10%. Таким образом, ОПЖ и КМС не имеют долгосрочной взаимосвязи в условиях развивающихся стран.

Таблица 9

Проверка на наличие долгосрочной взаимозависимости КМС и долей населения, имеющей улучшенные санитарные средства с помощью теста на панельную коинтеграцию

Тест

Статистика

Значимость

Johansen Fisher

48,43

0,0000

Kao residual

-1,4942

0,0676

Тесты Педрони

v-statistic

-1,9966

0,9771

rho-statistic

0,4817

0,685

PP-statistic

-0,5841

0,2796

ADF-statistic

0,9869

0,8382

Group rho-statistic

2,6822

0,9963

Group PP-statistic

0,9138

0,8196

Group ADF-statistic

-0,4096

0,3410

Тесты Педрони и тест Фишера не отвергают нулевую гипотезу, что значит отсутствие коинтеграции между КМС и долей населений, имеющей доступ к улучшенным санитарным средствам. При этом тест Као показывает, что коинтеграция между показателями имеет место быть. По большинству тестов можно сделать вывод о том, что с вероятностью ошибки 5% долгосрочной взаимосвязи между младенческой смертностью и улучшением санитарных условий нет.

Все тесты на проверку взаимосвязи КМС и процента иммунизированных новорожденных, кроме теста Фишера, не отвергают гипотезу об отсутствии коинтеграционной связи. На уровне значимости 5% можно утверждать, что эти два явления не имеют долгосрочной взаимосвязи.

Из всех выделенных факторов, имеющих нестационарную природу, но интегрированных на уровне I(1), только расходы на здравоохранение имеют долгосрочную связь с младенческой смертностью в развивающихся странах.

Таблица 10

Проверка на наличие долгосрочной взаимозависимости КМС и долей иммунизированных младенцев с помощью теста на панельную коинтеграцию

Тест

Статистика

Значимость

Johansen Fisher

50,82

0,0000

Kao residual

-1,3405

0,0900

Тесты Педрони

v-statistic

-1,9297

0,9732

rho-statistic

-0,5193

0,3018

PP-statistic

-1,1996

0,1151

ADF-statistic

-1,4623

0,0718

Group rho-statistic

1,9025

0,9715

Group PP-statistic

-0,3190

0,3748

Group ADF-statistic

-1,2243

0,1104

Далее следует построение коинтеграционного соотношения с помощью моделей FMOLS и DOLS.

Таблица 11 содержит результаты оценивания панелей КМС (IMR) и расходов на здравоохранение (HEXP) методами FMOLS и DOLS. (соответствующие листинги в приложениях 5 и 6). Оценки производились без учета константы и линейного тренда.

Уравнение, полученное методом FMOLS имеет вид:

Полученная оценка значима на уровне значимости 0,05. Характеристики качества модели адекватны. Кроме того, по результатам теста на стационарность остатков нулевая гипотеза о нестационарности была отвергнута на уровне значимости 0,05.

Таблица 11

Результаты оценивания долгосрочной коинтеграционной зависимости младенческой смертности и расходов на здравоохранение методами FMOLS и DOLS

КМС - зависимая переменная

Fully Modified Ordinary Least Squares

Переменная

Коэффициент

Стандартная ошибка

t-статистика

Значимость

HEXP

-0,2057

0,0275

-7,4844

0,0000

R2

0,68

Скорректированный R2

0,65

КМС - зависимая переменная

Dynamic Ordinary Least Squares

Переменная

Коэффициент

Стандартная ошибка

t-статистика

Значимость

HEXP

-0,1789

0,0373

-4,7953

0,0000

R2

0,67

Скорректированный R2

0,64

Уравнение методом DOLS имеет вид:

Коэффициент при независимой переменной значим на уровне значимости 0,05. Остатки модели стационарны, что говорит об адекватности модели.

Построенные коинтеграционные соотношения позволяют сделать вывод об обратном виде связи показателей: при увеличении доли расходов на здравоохранение на 1%, КМС уменьшится на 0,17 промилле (DOLS), или на 0,2 промилле (FMOLS).

Для исследования краткосрочной связи были взяты остатки модели FMOLS, поскольку коэффициент и соответствующая ему статистика в этом методе больше, а стандартная ошибка меньше.

Краткосрочная взаимосвязь была исследована с помощью модели коррекции ошибками.

Использовались остатки построенной выше модели, а также первые разности исследуемых переменных:

,

где ,

Результаты представлены в таблице 12.

Коэффициент при остатках коинтеграционной модели отрицателен и значим, что говорит об адекватности модели.

Таблица 12

Исследование краткосрочной взаимосвязи между КМС и расходами на здравоохранение

D(IMR) - зависимая переменная

Panel Least Squares

Переменная

Коэффициент

Стандартная ошибка

t-статистика

Значимость

RESID(-1)

-0,2617

0,0191

-3,2175

0,0016

D(HEXP)

-0,1741

0,0079

-2,1934

0,0301

Критерий Акаике

4,4422

Критерий Шварца

4,4872

Критерий Ханнана-Куина

4,4605

По результатам, корректировка результирующего показателя при отклонении от равновесия составит 1/0,2617 = 4 года. Проверить результат можно, воспользовавшись тестом на причинность по Гранжеру.

Таблица 13

Исследование причинности по Гранжеру между КМС и расходами на здравоохранение

Нулевая гипотеза

Статистика

Значимость

Вывод

HEXP не является причиной IMR

1,0149

0,0968

HEXP является причиной IMR

IMR не является причиной HEXP

1,6606

0,3102

IMR не является причиной HEXP

Результатом стало наличие причинности по Гранжеру между КМС и расходами на здравоохранение, поскольку в одном из двух тестов гипотеза об отсутствии причинности была отвергнута с вероятностью ошибки 10%. Этот вывод позволяет использовать и корректно интерпретировать полученные результаты.

В данной работе исследовалось наличие долгосрочной взаимосвязи между показателями попарно, в то время как тесты на коинтеграцию дают возможность проанализировать большее количество переменных одновременно на наличие взаимосвязи друг с другом. В приложении 9 представлены результаты проверки на наличие коинтеграции между КМС, расходами на здравоохранение и долей иммунизированных новорожденных. Была обнаружена статистически значимая взаимосвязь на основе тестов Педрони, Као и Фишера, затем было построено уравнение коинтеграционного соотношения FMOLS, в котором коэффициенты оказались значимыми на уровне значимости 5%. Был добавлен тренд и учтены индивидуальные эффекты. Однако, при построении модели коррекции ошибками коэффициент при иммунизации (DPT) оказался незначимым, что не позволяет сделать вывод о наличии долгосрочной взаимосвязи между тремя показателями.

ЗАКЛЮЧЕНИЕ

В рамках данной работы были рассмотрены показатели младенческой смертности и факторы, влияющие на нее. Изученная литература - статьи, исследования прошлых лет - помогли сформировать систему показателей, используемых для изучения факторов младенческой смертности.

Производилась классификация стран мира на три группы: экономически развитые страны (100 стран), страны среднего уровня развития (25 стран) и развивающиеся страны, число которых составило 50. Каждая выделенная группа действительно демонстрирует соответствующие качества через экономические, биологические и демографические показатели развития.

Исследование динамики младенческой смертности в выборках каждой из групп с помощью панельных тестов на стационарность показало важный результат - только в группе развивающихся стран это явление имеет нестационарную природу, в отличие от других. Такой вывод позволил продолжить исследование на выявление взаимосвязи между младенческой смертностью и факторами, на нее влияющими, и также имеющими нестационарную природу, только в рамках группы развивающихся стран.

Была обнаружена значимая долгосрочная связь между КМС и долей расходов на здравоохранение от ВВП. Показано, что при увеличении доли расходов на здравоохранение на 1% в развивающихся странах, коэффициент младенческой смертности уменьшится на 0,2 промилле. Результаты свидетельствуют о том, что при отклонении доли расходов на здравоохранение, а также последующем изменении КМС, показатель вернется к равновесию спустя 4 года.

В подтверждение к проведенному анализу был осуществлен тест на причинность по Гранжеру. В результате получено подтверждение, что изменения в доле расходов на здравоохранение могут быть причиной изменения КМС в долгосрочном периоде.

СПИСОК ЛИТЕРАТУРЫ

[1] Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. 2001. М.: Юнити

[2] Андреев Е.М., Кваша Е.А. Особенности показателей младенческой смертности в России. Проблемы социальной гигиены, здравоохранения и истории медицины. 2002. №4. С. 15-20.

[3] Баранов А.А., Альбицкий В.Ю., Яковлева Т.В., Глушаков А.И. Региональные особенности смертности детского населения России // Социальные и организационные проблемы педиатрии. Избранные очерки. 2003. С. 86 - 87, 95 -96.

[4] Кваша Е.А. Младенческая смертность в России в XX веке. Социологические исследования. 2003. №6. с. 47-55.

[5] Копнова Е.Д., Розенталь О.М. Эконометрический анализ экологического менеджмента рыбных ресурсов. 2010. Прикладная Эконометрика, №2 (18)

[6] Копнова Е.Д. Анализ тенденции? водопользования на металлургических предприятиях Свердловскои? области. 2013. Прикладная Эконометрика, №31 (3)

[7] Магнус Я.Р. Катышев П.К. Пересецкий А.А. Эконометрика. Начальный курс. 2004.

[8] Мхитарян В.С., Архипова М.Ю., Сиротин В.П. Эконометрика: учебно-методический комплекс // М.: Изд. центр ЕАОИ. 2008. - 144 с.

[9] Носко В.П. Эконометрика: учебник (2011). РАНХиГС, М.: И: «ДЕЛО».

[10] Ратникова Т. А., Фурманов К.К. «Анализ панельных данных и данных о длительности состояний». 2014. Высшая школа экономики Министерства науки, высшей школы и технической политики Р.Ф.

[11] Breitung J., and S. Das. Panel unit root tests under cross-sectional dependence. 2005. Statistica Neerlandica 59: 414-433

[12] Choi. Unit Root Tests for Panel Data. Journal of International Money and Finance 20. 2001. 249-272

[13] Federman M., Levine D. Industrialization and Infant Mortality. Environment and Development Economics 15: Cambridge University Press. 2010. P. 557-584.

[14] Hadri, K. Testing for stationarity in heterogeneous panel data. 2000. Econometrics Journal 3: 148-161

[15] Im, K.S., M.H. Pesaran, and Y. Shin. Testing for unit roots in heterogeneous panels. 2003. Journal of Econometrics 115: 53-74

[16] Kirby R. Cundiff. Infant Mortality, Health Care, And Economics. // Economy Series. Business Administration Rochester Institute of Technology. 2012. P. 5-7.

[17] Levels & Trends in Child Mortality 2014 report. Estimates Developed by the UN Inter-agency Group for Child Mortality Estimation, 2014. UNICEF.

[18] MacKinnon J.G. Critical Values for Cointegration Tests, Chapter 13 // Long-Run Economic Relationships / R.F. Engle, C.W.J. Granger (eds.) Oxford University Press, 1991.

[19] Pedroni P. Panel cointegration; asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis. 2004. Econometrics Theory, 20, 597-625.

[20] Saikia N., Singh A., Jasilionis D., Ram F. Explaining the rural-urban gap in infant mortality in India. // Demographic Research. Volume 29, Article 18. 2013. P. 473-506.

[21] Всемирная организация здравоохранения: исследования младенческой смертности. [http://www.who.int/gho/child_health/en/]

[22] Демоскоп Weekly - сайт Института демографии Национального исследовательского университета "Высшая школа экономики" [http://demoscope.ru/weekly/2013/0541/analit05.php]

[23] ООН: Детская смертность в мире снизилась почти вдвое в сравнении с 1990-м годом. (2013) [http://www.vsemirnyjbank.org/ru/news/press-release/2013/09/13/un-global-child-deaths-down]

[24] Федеральная служба государственной статистики [http://www.gks.ru/]

[25] «Цели развития тысячелетия: доклад за 2015 год», ООН. [http://www.un.org/ru/millenniumgoals/mdgreport2015.pdf]

[26] Центр гуманитарных технологий. Информационно-аналитический портал [http://gtmarket.ru/ratings/child-mortality-rate/info]

[27] Breitung J., Pesaran H. Unit Roots and Cointegration in Panels. 2005. Cambridge University [http://www.uta.edu/faculty/crowder/papers/cwpe0535.pdf]

[28] Child Mortality Estimates. Research of the UN Inter-Agency Group for Child Mortality Estimation. [http://www.childmortality.org/]

[29] Eviews 7 User's Guide II. Quantitive Micro Software. LLC. 2007. [http://www.eviews.com/help/helpintro.html]

[30] OECD Better Life Index [http://www.oecdbetterlifeindex.org/ru]

[31] World Bank, International Statistical Database [http://databank.worldbank.org/data/]

Размещено на Allbest.ru

...

Подобные документы

  • Теоретико-методологические основы статистического исследования младенческой смертности. Способы вычисления показателей. Статистическое исследование младенческой смертности в Российской Федерации. Анализ динамики младенческой смертности по субъектам.

    курсовая работа [224,7 K], добавлен 22.11.2013

  • Многомерный статистический анализ. Математические методы построения оптимальных планов сбора, систематизации и обработки данных. Геометрическая структура многомерных наблюдений. Проверка значимости уравнения регрессии. Кластерный и факторный анализ.

    курсовая работа [2,6 M], добавлен 10.03.2011

  • Система статистических показателей прибыли и рентабельности, методика их расчета. Организационно-экономическая характеристика ООО "Арбижил". Обеспеченность ресурсами и эффективность их использования. Статистический анализ финансовых результатов.

    курсовая работа [71,2 K], добавлен 10.06.2015

  • Показатели наличия и структуры основных средств, виды их оценки. Показатели состояния и динамики основных производственных фондов. Показатели использования основных средств. Статистический анализ динамики использования основных средств. Индекс Струмилина.

    курсовая работа [88,1 K], добавлен 25.02.2013

  • Понятие, состав и структура основных фондов. Показатели износа и годности основных средств. Амортизационные отчисления: понятие, цели, задачи. Экономико-статистический анализ наличия и состояния основных фондов организаций Волгоградской области.

    контрольная работа [29,8 K], добавлен 07.06.2015

  • Выполнение кластерного анализа предприятий с помощью программы Statgraphics Plus. Построение линейного уравнения регрессии. Расчет коэффициентов эластичности по регрессионным моделям. Оценка статистической значимости уравнения и коэффициента детерминации.

    задача [1,7 M], добавлен 16.03.2014

  • Эконометрика как одна из базовых дисциплин экономического образования во всем мире. Прогноз социально-экономических показателей, характеризующих состояние и развитие анализируемой системы. Понятие и построение модели парной регрессии и корреляции.

    контрольная работа [633,2 K], добавлен 10.12.2013

  • Анализ текущих проблем рынка труда. Характеристика занятости в РФ. Определение потенциальных факторов, воздействующих на занятость в регионах. Анализ свойств временного ряда. Выявление взаимосвязи между занятостью, заработной платой и совокупным выпуском.

    дипломная работа [3,0 M], добавлен 06.11.2016

  • Методика и особенности вычисления показателей качества, а также графическое изображение его различных звеньев. Анализ и оценка динамики коэффициента передачи, времени нарастания, перерегулирования, количества колебаний, статистической точности и ошибки.

    лабораторная работа [2,1 M], добавлен 01.12.2009

  • Статистический и корреляционный анализ активов, пассивов, прибыли, ВВП. Выбор формы моделей, отражающих зависимости между показателями. Построение и анализ регрессионной модели на основании реальных статистических данных, построение уравнения регрессии.

    курсовая работа [494,7 K], добавлен 20.11.2013

  • Определение оптимальных методов развития малого и среднего предпринимательства. Оценка влияния групп индикаторов на его показатели. Корреляционный анализ институциональных факторов социально-экономического развития и их добавление в регрессионные модели.

    курсовая работа [544,9 K], добавлен 17.03.2015

  • Оценка связанностей между экономическими показателями на основе специальных статистических подходов. Составление графиков корреляционных полей на основе точечной диаграммы. Построение доверительного интервала для линейного коэффициента парной корреляции.

    лабораторная работа [88,8 K], добавлен 28.02.2014

  • Разработка проектных решений по информационно-методическому обеспечению исследования в области эконометрического моделирования. Анализ тенденций миграционных процессов в странах ЕС и их зависимость от имеющихся факторов, учитываемых при построении модели.

    курсовая работа [2,6 M], добавлен 30.10.2015

  • Сущность, цели и задачи выборочного обследования. Описание и особенности использования типического способа отбора выборочной совокупности. Формы статистических показателей выборочного наблюдения. Виды и методика расчета оценок статистических показателей.

    курсовая работа [124,1 K], добавлен 13.03.2010

  • Изучение качества продукции и услуг с помощью системы общих и частных статистических показателей: сводка и группировка, средние величины и показатели вариации, корреляционно-регрессионный анализ. Прогнозирование качества продукции, его цели и задачи.

    курсовая работа [438,0 K], добавлен 23.09.2016

  • Построение типологических регрессий по отдельным группам наблюдений. Пространственные данные и временная информация. Сферы применения кластерного анализа. Понятие однородности объектов, свойства матрицы расстояний. Проведение типологической регрессии.

    презентация [322,6 K], добавлен 26.10.2013

  • Построение интервального вариационного ряда распределения предприятий по объему реализации. Графическое изображение ряда (гистограмма, кумулята, огива). Расчет средней арифметической; моды и медианы; коэффициента асимметрии; показателей вариации.

    контрольная работа [91,1 K], добавлен 10.12.2013

  • Понятие страхования и его виды и особенности. Понятие перестрахования и его особенности. Определение тарифной нетто-ставки и учет страховых рисков. Статистический анализ и показатели эффективности страхования. Определение тарифной брутто-ставки.

    курсовая работа [184,7 K], добавлен 08.03.2011

  • Расчет матриц парных коэффициентов корреляции, оценка их значимости. Построение уравнения регрессии. Точечный и интервальный прогноз значения У. Кластерный анализ методом К-средних. Упорядочивание субъектов РФ в порядке убывания по значениям факторов.

    курсовая работа [2,2 M], добавлен 10.11.2013

  • Разработки модели комфортности проживания жителей в городе, состоящей из совокупности регрессионных моделей. Анализ показателей уровня жизни людей с учетом влияния на них экономических, социальных и экологических факторов с помощью программы Statistica.

    курсовая работа [306,2 K], добавлен 24.03.2016

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.