Gyventojų užimtumo tyrimas kursinis darbas


Vadybos kursinis darbas. Gyventojų užimtumo tyrimas kursinis darbas.


Kursinio darbo uždaviniai kursinio tyrimo tikslams pasiekti:

Pasirinkti rodiklius, galinčius įtakoti tiriamąjį objektą;

Atlikti koreliacinę analizę, išrinkti svarbiausius rodiklius;

Atlikti porinę regresinę bei daugianarę regresinę analizes;

Koreliacija yra statistinio ryšio tarp kintamųjų stiprumo matas, todėl ieškosime ryšio tarp užimtumo lygio ir kitų mano pasirinktų veiksnių.

Prieš atlikdamas koreliacinę analizę turėjau susirasti statistikos departamente kintamuosius, su kuriais dirbsiu tyrinėdamas duotąjį objektą (Y):

X - tai kintamasis, pagal kurio reikšmes bus prognozuojamas Y. Šiuo atveju pasirenkame 5 kintamuosius, kurie, mano nuomone, galėtų daryti vienokią ar kitokią įtaką užimtumo lygiui:

Švietimas, t.y. besimokančiųjų skaičius. Mano nuomone, šis veiksnys turi tikrai didelės įtakos šalies užimtumo lygiui.

Bedarbių skaičius, išreikštas tūkstančiais. Didėjant bedarbių skaičiui, šalies užimtumo lygis mažėja, dėl to manyčiau, jog priklausomybė tarp jų yra nemaža.

Nusikaltimų skaičius. Kuo didesnis šis skaičius, tuo mažesnis užimtumo lygis, ir atvirkščiai, todėl, mano manymu, šie veiksniai yra tarpusavyje susiję.

Minimalioji mėnesinė alga, išreikšta litais. Jeigu minimalioji mėnesinė alga mažėja, galima daryti prielaidą, kad ir užimtumo lygis mažės, nes mažas atlygis neskatina žmonių dirbti.

Atlikęs dalį koreliacinės analizės, apskačiavau visų veiksnių sumas, vidurkius, dispersijas, kvadratinius nuokrypius bei nustačiau koreliacijos koeficientus. Tai atlikau vadovaudamasi tokiomis formulėmis ir apibrėžimais:

Excel programoje, tai apskaičiavau naudodama AVERAGE funkciją.

Excel programoje vidutinio kvadratinio nuokrypio skaičiavimui panaudojau STDEV funkciją.

Excel programoje dispersija apskaičiavau naudodama VAR funkciją.

Koreliacijos koeficientas – koreliacijos stiprumo matas. Norint įvertinti ryšio egzistavimą tarp Y ir visų X veiksnių, skaičiuojamas koreliacijos koeficientas ir naudojama ši formulė. Koreliacijos koeficientas visada yra skaičius intervale [-1; 1]. Kuo koreliacijos koficientas arčiau vieneto arba minus vieneto, tuo tiesinė priklausomybė stipresnė ir atvirkščiai. Pagal formą koreliaciniai ryšiai skirstomi į tiesinius ir kreivinius. Pagal kryptį koreliaciniai ryšiai yra teigiami („tiesioginiai“) ir neigiami („atvirkštiniai“). Mano gautos skaitinės charakteristikos:

Tam, kad rasčiau regresijos lygtį, reikia apskaičiuoti nežinomus lygties koeficientus a0, kuris rodo tiesės nuolydį, ir a1, kuris rodo, keliais vienetais pasikeičia prognozuojama reikšmė vienetu padidėjus reikšmei.

Grafikai tik patvirtina faktą, jog visi pasirinkti kintamieji koreliuoja, du iš jų turi tiesionę priklausomybę, vienas - atvirkštinę.

Dabar jau galiu ieškoti kreivės adekvatumo. Jos adekvatumas turintiems statistiniams duomenims vertinamas lyginant regresijos lygties reikšmių ŷi išsibarstymą apie vidurkį ӯ (regresijos dispersija) su statistinių ŷi reikšmių išsibarstymu regresijos kreivės atveju (likutinė dispersija). Jei išsibarstymas regresijos kreivės atžvilgiu yra daug mažesnis, tai reiškia, kad kreivė pakankamai gerai atspindi statistinius duomenis. Toliau vertinsiu kreivių adekvatumą naudodama Fišerio dispersijų santykį. Naudojamos formulės:

Apsiskaičiavęs a1 ir a0 reikšmes, dabar jau galiu šių gautų duomenų ir turimų kintamųjų duomenų pagalba apsiskaičiuoti ŷi reikšmes:

Remdamasi daugianare regresine analize, nustatysiu statistinio ryšio formą tarp priklausomojo veiksnio y ir nepriklausomai kintančiųjų veiksnių x2, x3, x5 kaip visumą. Tai padaryti man padės tokios exel funkcijos:

  • Vadyba Kursiniai darbai
  • 2015 m.
  • Lietuvių
  • 22 puslapiai (3020 žodžių)
  • Universitetas
  • Vadybos kursiniai darbai
  • Microsoft Word 219 KB
  • Gyventojų užimtumo tyrimas kursinis darbas
    10 - 3 balsai (-ų)
Gyventojų užimtumo tyrimas kursinis darbas. (2015 m. Lapkričio 12 d.). http://www.mokslobaze.lt/gyventoju-uzimtumo-tyrimas-kursinis-darbas.html Peržiūrėta 2016 m. Gruodžio 05 d. 18:47