Įvadas
Mes gyvename visuomenėje, kurioje egzistuoja namų ūkiai. Todėl pagrindiniai šio ūkio statistikos ir ekonometrijos kūrsinio darbo tikslai yra::
1. Įvertinti skurdo rodiklį ar nelygybės rodiklius;
2. Rasti determinacijos koeficianto įvertį;
3. Ištirti išlaidų priklausomybę nuo įvairių faktorių;
4. Patikrinti regresijos koeficiento reikšmingumą.
TEORINĖ DALIS
Apibrėžimai
Analizuojant namų ūkius, reikėtų žinoti pagrindinius apibrėžimus, kurie bus vartojami šiame kūrsiniame darbe.
Namų ūkis – atskirai gyvenantis vienas asmuo arba asmenų grupė, kuri gyvena viename bute ( name ), turi bendrą biudžetą ir kartu maitinasi. Taip pat namų ūkiai gali būti: tradicinė šeima; kartu gyvenantys ir bendru biudžetu susiję asmenys, neturintys giminystės ryšio; vieniši asmenys; šeimos, susidedančios iš kelių kartu gyvenančių sutuoktinių porų, turinčių bendrą biudžetą.
Namų ūkio galva – asmuo, gaunantis didžiausias pajamas. Kadangi namų ūkio narių pajamos atskirais mėnesiais gali svyruoti, namų ūkio galva laikomas asmuo, kuris ūkio narių nuomone per metus gauna didžiausias pajamas. Kai tokio asmens išskirti negalima, namų ūkio galva laikomas asmuo, kurį nurodo šeima.
Disponuojamos pajamos – tai visos piniginės ir natūrinės pajamos, gautos už darbą, iš ūkininkavimo, verslo, amatų, laisvos profesinės veiklos, o taip pat pensijos, įvairios pašalpos, stipendijos, pajamos iš turto, renta ir kt.
Vartojimo išlaidos – tai piniginės ir natūrinės išlaidos, skirtos namų ūkių vartojimo poreikiams patenkinti: tai išlaidos maistui, drabužiams, avalynei, būstui, sveikatos priežiūrai, kultūros ir poilsio reikmėms ir t. t.
Statistinė hipotezė – bet koks tvirtinimas apie atsitiktinio dydžio pasiskirstymo formą ar apie pasiskirstymo parametrų reikšmes. Išskiriamos parametrinės ir neparametrinės hipotezės.
Determinacijos koeficientas – parodo regresinės lygties adekvatumą, kuris tikrinamas pagal Fišerio kriterijų, reikšmingumas vertinamas pagal Stjudento kriterijų.
Skurdas – daugiaprasmė sąvoka ir kinta vystantis visuomenei, ji skirtingai suprantama atskirose šalyse.
Skurdo riba – kriterijus, kurio pagalba politikai arba tyrinėtojai suskirsto asmenis, šeimas ar namų ūkius į skurstančius ar ne.
Skurdo ribos tipai:
1. Absoliuti – minimalus pinigų kiekis, kad žmogui užtektų būtinam prekių ir paslaugų krepšeliui.
2. Santykinė – tai procentas nuo vidutinių gyvenamųjų pajamų.
3. Subjektyvi – priklauso nuo žmonių nuomonės.
Skurdo rodikliai – skurstančiųjų lygis šalyje, žemų pajamų nuokrypis, žemų pajamų indeksas, kvadratinis skurdo nuokrypis. Skaičiuojant skurdo rodiklius namų ūkio dydis gali būti vertinamas pagal paprastą ir ekvivalentinę (OECD) skales.
Kvadratinis skurdo nuokrypis – atspindi pajamų pasiskirstymą tarp skurstančiųjų. Kuo daugiau šalyje yra ypatingai skurstančiųjų, tuo didesnis bus šis rodiklis.
Skurstančiųjų gyventojų lygis šalyje – parodo šalies gyventojų dalį, kurių pajamos yra žemiau skurdo ribos.
Žemų pajamų nuokrypis – rodiklis, kuris parodo, kiek vidutiniškai skurstančiųjų pajamos nukrypsta nuo skurdo ribos. Šis rodiklis parodo skurdo gilumą.
Žemų pajamų indeksas – parodo kiek reikia lėšų eliminuoti skurdą šalyje.
Taip pat šiame kursiniame darbe bus reikalingos skaitinės charakteristikos. Labiausiai statistikoje vartojamos šios charakteristikos:
Vidurkis – tai visų skaitinių duomenų suma, padalinta iš duomenų skaičiaus.
Dispersija – tai išsibarstymo apie vidurkį matas. Tai skirtumų tarp stebėtų duomenų reikšmių ir vidurkio kvadratų vidurkis.
Vidutinis kvadratinis nuokrypis – tai kvadratinė šaknis iš dispersijos.
Mediana – tai vidurinis duomuo stebėjimų sekoje, išdėstytoje didėjimo tvarka. Medianos numeris skaičiuojamas pagal formulę: (n+1)/2, kur n – duomenų skaičius. Jeigu turime lyginį stebėjimų skaičių, medianos numeris bus trupmeninis, t.y. viduriniai duomenys yra du, todėl mediana tokiu atveju randama kaip dviejų vidurinių duomenų vidurkis.
Moda – tai reikšmė, kuri pasikartoja dažniausiai. Jeigu visi duomenys pasikartoja po vieną kartą, tai modos rasti yra negalima.
Eksceso koeficientas – tai lėkštumo matas. Kai jis didesnis už 0, duomenų sklaida apie tą vidurkį yra didesnė, nei normaliosios kreivės. Kai mažesnis už 0, duomenų sklaida apie tą vidurkį yra mažesnė, nei normaliosios kreivės, ir kai lygi 0, sklaida apie vidurkį yra normaliosios kreivės.
Asimetrijos koeficientas – tai simetrijos matas. Kai jis mažesnis už 0, asimetrija neigiama – kairioji. Kai lygus 0 – simetriška, ir kai daugiau už 0 – asimetrija teigiama (dešinioji).