Исследование коэффициента смертности как показателя демографических процессов в субъектах Российской Федерации

 

Федеральное государственное автономное образовательное учреждение высшего профессионального образования

Сибирский федеральный университет

Институт экономики управления и природопользования

Кафедра социально-экономического планирования

КУРСОВАЯ РАБОТА

по эконометрике

Исследование коэффициента смертности как показателя демографических процессов в субъектах Российской Федерации

Студент Е.В. Назарько

Группа ЭЭ12-03Бэ

Руководитель Е.В. Лобкова

Красноярск 2014

СОДЕРЖАНИЕ

Введение

.Показатели смертности населения: виды, содержание и особенности

1.1Коэффициент смертности и факторы, оказывающие на него влияние

1.2Анализ коэффициентов смертности населения субъектов РФ: динамика и особенности демографических процессов

2.Исследование факторов смертности населения субъектов РФ

2.1Факторный анализ зависимости коэффициента смертности населения российских регионов

2.2Разработка рекомендаций по решению проблем демографии субъектов РФ

Заключение

Список использованных источников

Приложения

ВВЕДЕНИЕ

Смертность это важнейший демографический процесс после рождаемости. Данные о смертности необходимы как для анализа прошлых демографических тенденций, так и для разработки демографических прогнозов. Последние используются практически во всех сферах деятельности: для планирования развития жилищных служб, системы образования, здравоохранения, для реализации программ социальной защиты, для производства товаров и услуг для различных групп населения.

За последнее время демографический кризис в России принял крайнее положение. Начиная с 1992 года показатель рождаемости в России намного ниже, чем смертности - в России наблюдается отрицательный естественный прирост населения. Все это ведет к депопуляции России (вымиранию). И это не может не огорчать.

Данная тема актуальна всегда, потому что смерть касается каждого человека, а демографическая ситуация в стране оказывает влияние на каждого гражданина.

Цель данной работы - исследование факторов, оказывающих влияние на смертность населения в регионах Российской Федерации, а также разработка мероприятий, направленных на снижение коэффициента смертности в российских регионах.

В соответствии с указанной целью были поставлены и решены следующие задачи:

1.Рассмотрено понятия смертности;

2.Определена сущность и рассмотрены основные показатели смертности населения;

.Проведен корреляционно-регрессионный анализ зависимости коэффициента смертности населения от совокупности социально-экономических показателей.

1. Показатели смертности населения: виды, содержание и особенности

.1 Коэффициент смертности и факторы, оказывающие на него влияние

Смертность представляет собой демографический процесс, включающий всю совокупность смертей в населении за определенный период времени (обычно за год) [Большой толковый социологический словарь]. В данной работе будет рассматриваться коэффициент смертности, так как абсолютные данные не могут дать полного представления об интенсивности и динамике процесса смертности, и эти данные невозможно сравнивать по отдельным странам и регионам за различным периоды. Коэффициент смертности - отношение числа умерших за определенный год к общему числу населения, умноженный на 1000. Данный коэффициент измеряется в промилле (‰).

Продолжительность жизни - интервал между рождением и смертью, равный возрасту смерти [Большой толковый социологический словарь]. Продолжительность жизни, усредненная для поколения родившихся, показатель демографической статистики, представляет собой обобщенную характеристику смертности.

Ожидаемая продолжительность жизни обозначает количество лет предстоящей жизни человека, достигшего данного возраста, и является итоговым показателем таблицы смертности.

Коэффициент рождаемости показывает, сколько человек рождается в течение календарного года в среднем на каждую 1000 человек наличного населения [Большой толковый социологический словарь].

Коэффициент рождаемости минус коэффициент смертности дает нам коэффициент естественного прироста. Даже в стране с высоким коэффициентом смертности может быть положительный естественный прирост, а в стране с низкой смертностью - отрицательный прирост.

Факторы, влияющие на уровень смертности населения, можно разделить на четыре группы:

.Природно-биологические факторы:

·Наследственность. Многие болезни могут передаваться от родителей к детям, что увеличивает заболеваемость и уменьшает продолжительность жизни.

·Заболеваемость. Чем больше человек болеет, тем хуже становится его здоровье тем самым, уменьшая его продолжительность жизни.

·Экологическая ситуация в стране (регионе). Чем больше загрязненность страны, тем больше заболеваемость, а значит, тем больше смертность.

2.Социально-экономические факторы:

·Образ жизни. Здоровье зависит от образа жизни. Чем более активный образ жизни ведет человек, тем крепче его здоровье, тем больше продолжительность его жизни.

·Уровень жизни населения. Чем выше уровень жизни населения, тем больше население может себе позволить: высокое качество медицинского обслуживания, качественные, здоровые продукты, ежегодный отпуск на море.

·Характер и условия труда. Здоровье рабочего завода (металлургического, машинного), намного слабее здоровья офисного работника. Рабочий постоянно находится в пыльном помещении, дышит выхлопными газами, что не может не отразиться на продолжительности его жизни.

·Уровень системы здравоохранения. Безусловно, важный фактор. Чем лучше уровень здравоохранения, тем больше людей получают медицинское обслуживание, тем быстрее получается определить болезни на ранних стадиях, и вылечить их.

·Наличие вооруженных конфликтов на территории предполагает наличие оружия. Использование оружия приводит к ухудшению здоровья или смерти граждан.

.Демографические факторы:

·Половой состав населения. В регионах, где преобладают женщины, продолжительность жизни больше, так как женщины живут дольше мужчин.

·Возрастной состав населения. Чем больше молодого населения в регионе, тем больше рождаемость, и тем меньше смертность.

·Брачный состав населения. Чем больше человек состоит в браке, тем больше рождаемость. Как известно, женатые люди, в среднем, живут дольше.

4.Выделяют еще одну группу факторов - факторы-пособники смертности: курение, алкоголь, наркотики, сидячий образ жизни, неправильное питание. Все они положительно влияют на смертность, уменьшая продолжительность жизни населения.

За последние сто лет наблюдается следующая ситуация:

.Увеличение численности населения европейских стран из-за демографического взрыва (1830-1930);

2.Продолжительность жизни увеличилась;

.На первых местах во всех странах среди причин смерти находятся сердечно-сосудистые заболевания (вместе с онкологией 70%); после следуют болезни органов дыхания, сахарный диабет, несчастные случаи (травматизм, убийства суицид)

.Продолжительность жизни мужчин меньше продолжительности жизни женщин (у женщин - 73 года, у мужчин - 68).

В настоящее время самый низкий показатель смертности наблюдается в Объединенных Арабских Эмиратах (1‰), Кувейте (2‰), Катаре (2‰). Возможной причиной является то, что в стране преобладает молодое поколение, высокий удельный вес в населении трудовых мигрантов, высокий уровень здравоохранения, предельно низкий уровень потребления алкоголя и очень высокий уровень ВВП на душу населения.

Самые высокие показатели смертности в Свазиленде (28‰), Ботсване (27‰), Лесото (25‰), в странах, в которых наблюдается эпидемия ВИЧ и низкий уровень жизни.

Самая высокая продолжительность жизни в Японии. В Японии самый низкий процент людей в мире, страдающих ожирением и составляет лишь 3 процента, это объясняется, главным образом, здоровым питанием: овощи, рыба, рис и лапша. Японцы гораздо меньше зависят от машин, чем люди в странах Запада, предпочитая пройтись пешком по мере возможности.

Самая низкая продолжительность жизни в Свазиленде. Это связано с тяжелым состоянием экономики, антисанитарией и распространением опасных заболеваний (Это вызвано высокий процент ВИЧ-инфицированного населения).

Самый высокий показатель коэффициента рождаемости в Демократической Республике Конго (49,6%). Самый низкий - в Макао. Макао - автономная территория в Китайской Народной Республике. Причиной низкого показателя является политика ограничения рождаемости, проводимая в Китае.

.2 Анализ коэффициентов смертности населения субъектов РФ: динамика и особенности демографических процессов

Коэффициент смертности в России составил 13,3‰ за 2012 год. За последние 10 лет наблюдается уменьшение данного показателя (в 2002 году он составил 16,2‰).

Общий коэффициент смертности в 2012 году варьируется от 3,7‰ в Республике Ингушетия до 24,2‰ в Псковской области.

Коэффициент рождаемости в России составил 13,3% за 2012 год (Нулевой естественный прирост). За последние 10 лет наблюдается увеличение данного показателя (в 2002 году он составил 9,8‰).

Для более подробного анализа динамики демографических процессов следует рассмотреть показатели коэффициентов смертности и рождаемости по регионам РФ за два периода, 2002 и 2012 гг.

Рисунок 1 - Коэффициенты смертности и рождаемости субъектов РФ, 2002 г.

По гистограмме видно, что в 2002 году смертность значительно превышала рождаемость. Самый высокий коэффициент смертности был в Центральном Федеральном Округе, самый низкий - в Дальневосточном. Самый высокий показатель коэффициента рождаемости наблюдался в Южном Федеральном округе. Самый низкий - в Центральном. Здесь можно сделать вывод, В Центральном Федеральном округе была высокая убыль населения. В Дальневосточном и Южном - наибольший коэффициент естественного прироста (наименьшая убыль населения за 2002 год). Наиболее оптимистичная ситуация в 2012 году.

Рисунок 2 - Коэффициенты смертности и рождаемости субъектов РФ, 2012 г.

По гистограмме видно, что в отличие от 2002 года, в 2012 году естественный прирост по России неотрицательный. В данном случае он равен нулю. Наибольшие коэффициенты смертности населения наблюдаются в Центральном и Приволжском Федеральных округах. Наименьший - в Северокавказском. Наибольший коэффициент рождаемости - в Северокавказском ФО. Наименьший - в Центральном ФО.

По сравнению с 2002 годом в 2012 году уже появились регионы, где естественный прирост больше нуля. Их здесь ровно половина. Как и 2012 году, в Северокавказском Федеральном Округе (в 2002 году он входил в состав Южного Федерального округа) рождаемость находится на высоком уровне, а смертность на низком. В Центральном округе по-прежнему самый высокий коэффициент смертности и самый низкий коэффициент рождаемости, но первый показатель стремительно падает, а второй стремительно растет.

Причины различий коэффициентов смертности и рождаемости частично связаны с различиями в смертности, частично с различиями половозрастного состава. В регионах с высокой долей населения старшего возраста значение коэффициента смертности, как правило, выше, чем в регионах с большей долей младших возрастных групп. В географическом пространстве России уровень общего коэффициента смертности снижается от центральных и северо-западных регионов, в населении которых велика доля пожилых, к южным и восточным регионам, где она пока относительно невелика, а доля молодых выше.

В 2012 году Россия занимала 11 место по коэффициенту смертности в мире. Смертность среди российских мужчин и женщин в трудоспособном возрасте выше среднеевропейского показателя. Однако детская смертность в России лишь немного выше, чем в среднем по Европе и составляет 8,6 умерших до года на 1000 родившихся живыми.

Причины высокой смертности в России:

.Высокое потребление населением алкогольных напитков. За первую половину 90-х годов продажа спиртных напитков на душу населения возросла более чем вдвое, доля крепких напитков в структуре потребления - более чем на треть, а процент некачественного алкоголя - до 38%. Главный вклад алкогольная смертность вносит не через алкогольные отравления, а через сердечно-сосудистые заболевания и через смертность от внешних причин.

2.Высокий уровень насилия в обществе. В 2006 году некоторые демографы заявляли, что чрезвычайно высокий уровень насилия (включая бытовое насилие) представляет собой одну из основных угроз для развития человеческого потенциала в России. К 2009 году число самоубийств снизилось до 37,6 тыс. (самый низкий показатель в новейшей истории России), а число убийств - до 21,4 тыс. (самый низкий показатель после 1990 года).

.Дорожно-транспортные происшествия. В 2009 году в России в результате несчастных случаев на транспорте погибли 30,1 тыс. человек. Последние годы наблюдается устойчивое снижение смертности в результате ДТП.

.Плохая экологическая обстановка. Выбросы промышленных отходов и автомобильных выхлопов повышают риск онкологических и респираторных заболеваний.

2. Исследование факторов смертности населения субъектов РФ

.1 Факторный анализ зависимости коэффициента смертности населения российских регионов

Главная задача, поставленная в данной курсовой работе, - анализ факторов, влияющих на коэффициент смертности регионов Российской Федерации. Коэффициент смертности - отношение числа умерших за определенный год к общему числу населения, умноженный на 1000.

Выборка была взята на сайте федеральной службы государственной статистики из социально-экономического сборника «Регионы России. Социально-экономические показатели» за 2012 год по 79 регионам [#"justify">В корреляционно-регрессионном анализе были задействованы следующие переменные:

Таблица 1

Факторные переменные

Death_rateКоэффициент смертности, ‰. Зависимая переменнаяUnemploymentУровень безработицы (в процентах)Average_wageСреднемесячная номинальная начисленная заработная плата работников организаций, тыс. руб.CarsКоличество машин, приходящееся на 1000 человек населения.PoorЧисленность населения с денежными доходами ниже величины прожиточного минимума (в процентах от общей численности населения субъекта).UniversitiesЧисло образовательных учреждений высшего профессионального образования (на начало учебного года).Hospital_placesЧисло больничных коек на 10 000 человек населенияMorbidityЗаболеваемость на 1000 человек населенияCrimeЧисло зарегистрированных преступлений на 100 000 человек населенияEmissionsВыбросы загрязняющих веществ в атмосферный воздух, отходящий от стационарных источников (тысяч тонн).

Выдвигаем гипотезу о влиянии вышеперечисленных факторов на зависимую переменную. Переменная Уровень безработицы может влиять на уровень смертности в регионе. Чем выше уровень безработицы в регионе, тем больше людей живут на пособие по безработице, а значит, они не могут себе позволить столько благ, сколько работающие.

Средняя зарплата может оказывать влияние схожее с влиянием уровня безработицы. Чем больше зарплата, тем больше человек может позволить себе благ, может покупать более дорогие (что значит в большинстве случаев - более качественные) лекарства в случае болезни, может позволить себе ездить на отдых, покупать продукты высокого качества.

Количество машин может оказывать двоякое влияние на коэффициент смертности. С одной точки зрения, чем больше машин, тем больше выхлопных газов в регионе, и тем меньше ходят люди пешком, что оказывает положительное влияние на уровень смертности. С другой точки зрения - чем больше машин у населения, тем меньше людей пользуются общественным транспортом, состояние которого во многих регионах оставляет желать лучшего, зимой автобусы приходится долго ждать на остановках, что может привести к тому, что человек заболеет, в крайних случаях к сильному охлаждению, а летом - в автобусах очень душно. В данном случае увеличение количества машин оказывает отрицательное влияние.

Чем больше университетов, тем больше человек в регионе получает высшее образование. А это значит, что они не будут выполнять тяжелую на заводе, в строительстве и т.п., их здоровье не пострадает во время рабочего процесса, что увеличит их продолжительность жизни в целом.

Чем меньше больничных мест в регионе, тем меньше люди посещают медицинские учреждения и дотягивают до того, что лечение занимает больше времени и денег, а то и вовсе болезнь уже не поддается лечению.

Заболеваемость может оказывать наибольшее влияние, потому что большая численность людей умирает от болезней, нежели от несчастных случаев.

Количество преступлений, совершенных на 10 000 человек может оказывать влияние в двух случаях. Во-первых, чем выше уровень преступности, тем выше уровень преступлений, приводящих к летальному исходу или к ухудшению здоровья пострадавшего. Во-вторых, чем больше преступлений, тем больше преступников, а уровень и продолжительность жизни преступников ниже, чем уровень и продолжительность жизни простых работников.

Выбросы загрязняющих веществ представляют собой показатель экологии региона. Чем больше загрязненность района, тем больше заболеваемость, а значит, тем больше смертность.

Предварительная обработка данных.

Среднее значение коэффициента смертности по 79 регионам РФ равно 13,694‰. Коэффициенты смертности в половине регионов РФ не превышают 13,9‰. Минимальное значение коэффициента смертности составляет 3,7‰, максимальное - 19,6‰. Значение коэффициента вариации составляет 19,167%, оно не превышает 33%, а значит, выборка является однородной. Коэффициент асимметрии равен - 23,880%, это значение не превышает 25% - асимметрия является незначительной. Коэффициент эксцесса составляет -8,3996%, что говорит о том, что распределение близко к нормальному. В 5% регионов значение коэффициент смертности меньше 9‰, в 95% регионов оно не превышает 17,7‰.

Чтобы проверить, имеет ли выборка нормальное распределение используется критическое значение Хи-квадрат. При 2 степенях свободы и при правосторонней вероятности равной 10% критическое значение составляет 4,60517, значение Хи-квадрат данной выборки составляет 0,872 и не превышает критическое значение. Принимается гипотеза о нормальном распределении.

Чтобы проверить наличие в выборке структурных сдвигов, нужно провести тест ЧОУ. Нужно найти критическое значение распределения Фишера и сравнить его с F-значением, которое рассчитано для данной выборки. Рассчитанное значение распределения Фишера равно 5,08758, критическое значение - 1,68635. Рассчитанное значение превышает критическое значение. Нулевая гипотеза о том, что в модели нет структурных изменений, отвергается, выборку надо делить на две. В выборку вводим фиктивную переменную «Natural_increase» (Приложение Б), ее значение равно 1, если в регионе положительный коэффициент естественного прироста, и 0, если отрицательный коэффициент. Были получены две группы (Приложение В).

Корреляционный анализ

Проводится корреляционный анализ группы с положительным коэффициентом естественного прироста. В приложении (Г) представлена корреляционная матрица. Чтобы определить оказывает ли влияние фактор на зависимую переменную, надо сравнить коэффициент корреляции между зависимой переменной и фактором с критическим значением в корреляционной матрице. Если коэффициент корреляции превышает критическое значение, то фактор оказывает влияние на зависимую переменную. В данном случае значимыми факторами являются следующие переменные: уровень безработицы, средняя зарплата, количество машин на 1000 человек, количество больничных мест на 10 000 человек и количество преступлений на 100 000 человек населения. В одну модель нельзя включать регрессоры, которые коррелированны друг с другом, в данном случае это: показатели безработицы и средней номинальной зарплаты, количества машин на 1000 человек и средней номинальной зарплаты, Процент бедных и уровень безработицы, количество больничных мест в расчете на 1000 человек и уровень безработицы.

Корреляционный анализ группы с отрицательным коэффициентом естественного прироста. В приложении Г представлена корреляционная матрица. Значимые переменные: уровень безработицы, размер средней номинальной зарплаты, количество машин на 1000 человек население, количество больничных коек на 10 000 человек населения.

Регрессионный анализ

Проводится регрессионный анализ первой группы. С помощью Метода наименьших квадратов (МНК) проводится оценивание параметров. Выбираются факторы, которые оказались значимыми при корреляционном анализе. Для получения адекватной модели применяется метод пошагового отбора, удаления поочередно незначимых факторов с высокими р-значениями. В процессе пошагового отбора из модели были удалены регрессоры «уровень безработицы» и «количество машин на 10 000 человек населения». Полученная модель показана в приложении Д.

Уравнение регрессии:

Y = 13,025 - 0,26X1+0,002X2 - 0,22 X3 + ui, где:

Y - коэффициент смертности.

X1 - количество больничных коек

X2 - количество совершенных преступлений на 10 000 человек

X3 - размер среднемесячной номинальной зарплаты

Увеличение среднемесячной номинальной зарплаты работников организаций на 1000 рублей уменьшает коэффициент смертности на 0,22‰.

Увеличение преступлений на 1000 человек населения на 1 увеличивает коэффициент смертности на 0,002‰.

Увеличение больничных мест в расчете на 10 000 человек населения на 1 уменьшает коэффициент смертности на 0,03‰.

Коэффициент детерминации (R-квадрат) при стандартной ошибке модели 1,433017 (12,2% от среднего значения зависимой переменной) равен 0,652959, что значит, объясняющая способность модели 65,3%.

Значение F-статистики равно 20,69658, и оно больше критического значения, равного 2,25774, следовательно, нулевая гипотеза о незначимости всех коэффициентов модели отвергается при 10% уровне значимости.

Далее рассчитываются стандартизированные коэффициенты. Стандартизированные коэффициенты регрессии показывают, на какую часть своего среднего квадратического отклонения изменится зависимая переменная с изменением соответствующего фактора на величину своего среднего квадратического отклонения при неизменном влиянии прочих факторов.

Стандартизированный коэффициент для переменной средняя номинальная зарплата стандартизированный коэффициент равен 0,04, для переменной количество преступлений на 100 000 человек населения - 0,0004, для числа больничных коек на 10 000 человек - 0,00972. Из этого следует, что наибольшее влияние на фактор оказывает переменная средняя номинальная зарплата, а наименьшее - количество преступлений на 100 000 человек населения.

С помощью t-статистики факторы проверяются на значимость. Критическое значение распределения Стьюдента при 10% уровне значимости равно 1,30621. Все t значения, рассчитанные для факторов, по модулю превышают критическое значение, следовательно, нулевую гипотезу о незначимости факторов можно отклонить.

Проводится тест на мультиколлинеарность. В качестве такого теста используется метод инфляционных факторов. Тест представлен в приложении 8. Тест показал отсутствие мультиколлинеарности.

Чтобы оценки МНК были эффективными, должны выполняться условия теоремы Гаусса - Маркова. Получаем переменную «остатки», которая показывает остатки результирующего признака. Математическое ожидание случайного должно быть члена равно 0. Случайный член не должен включать систематического смещения ни в одном направлении. В данном случае берется среднее значение переменной «остатки», которое приближено к 0. Следовательно, данное условие выполняется.

Далее проводится тест на наличие гетероскедастичности. Одно из условий Гаусса-Маркова гласит, что случайный член должен быть гомоскедастичен. То есть, все его значения должны быть получены из распределения с постоянной теоретической дисперсией. Если данное условие не выполняется, полученные оценки оказываются неэффективными. В качестве теста на гетероскедастичность используется тест Уайта. Тест показал, что рассчитанное значение Хи-квадрата для данной модели равно 9,00482, что меньше критического значения, равного 9,23636. Следовательно, нулевая гипотеза о гетероскедастичности модели отвергается. Данное условие также выполняется.

Третье условие - случайный член не подвержен автокорреляции, отсутствие связи между его значениями в любых двух наблюдениях. В данной выборке нельзя проверить данное условие, так как автокорелляция проверяется для временных рядов, а в данной работе представлены перекрестные данные.

Четвертое условие - остатки результирующего признака должны быть распределены независимо от данного признака. Для этого проводится регрессия, где зависимой переменной является переменная «остатки», а регрессором переменная «коэффициент смертности». МНК не показал никакой зависимости, так как р-значение приближено к единице, а значение F-статистики (0,033342) меньше критического (2,85035). Следовательно, остатки результирующего признака распределены независимо от него. Тест представлен в приложении Ж.

Необходимо, чтобы, случайный член имеет нормальное распределение. Значение Хи-квадрат, рассчитанное для данной модели равно 0,928, что меньше критического значения, равного 4,60517. Следовательно, нулевая гипотеза о нормальности остатков не отвергается. Тест представлен в приложении Е.

Следовательно, все условия теоремы Гаусса-Маркова выполняются, и оценки, полученные в МНК являются эффективными.

Проводится тест Чоу для проверки наличия в выборке структурных изменений. F-значение в данной модели равно 0,83302, что меньше критического значения распределения Фишера, равного 2,14491 при 10% уровне значимости. Следовательно, гипотеза о наличии в модели структурных изменений отвергается.

Регрессионный анализ 2 группы регионов РФ (с отрицательным естественным приростом).

Выбираются факторы, признанные значимыми при корреляционном анализе. Для получения адекватной модели применяется метод пошагового отбора, удаления поочередно незначимых факторов с высокими р-значениями. В данной модели был исключен фактор количество, совершенных преступлений Полученная модель представлена в приложении Д.

Уравнение регрессии:

Y = 22,9306 - 0,38X1 - 0,14X2+0,01X3 - 0,05X4

Y - коэффициент смертности.

X1 - уровень безработицы

X2 - размер среднемесячной номинальной зарплаты

X3 - количество машин на 1 000 человек населения

X4 - количество больничных коек на 10 000 человек населения

Коэффициент детерминации (R-квадрат), при стандартной ошибке 1,208788 (7,9% от среднего зависимой переменной), равен 0,420147, что значит, объясняющая способность модели 42%.

Значение F-статистики равно 4,226682, и оно больше критического значения, равного 1,94963, следовательно, нулевая гипотеза о незначимости всех коэффициентов модели отвергается при 10% уровне значимости.

Стандартизированный коэффициент для переменной уровень безработицы равен 0,01073, для переменной средняя зарплата стандартизированный коэффициент равен 0,0029, для переменной количество машин на 1000 человек населения - 0,0033, для количества больничных коек, в расчете на 10 000 человек населения - 0,013 и для количества преступлений - 0,0038. Следовательно, наибольшее влияние на зависимую переменную оказывает факторная переменная уровень безработицы а наименьшее - средняя зарплата

С помощью t-статистики факторы проверяются на значимость. Критическое значение распределения Стьюдента при 10% уровне значимости равно 1,30308. Все t значения, рассчитанные для факторов, по модулю превышают критическое значение, следовательно, нулевую гипотезу о незначимости факторов можно отклонить.

Увеличение уровня безработицы на 1% уменьшает коэффициент смертности на 0,502946 ‰.

Увеличение среднемесячной номинальной зарплаты работников организаций на 1000 рублей уменьшает коэффициент смертности на 0,163754 ‰.

Увеличение числа машин в расчете на 1000 человек населения увеличивает коэффициент смертности на 0,0137372‰.

Увеличение больничных мест в расчете на 10 000 человек населения на 1 уменьшает коэффициент смертности на 0,351415‰.

Увеличение преступлений в расчете на 1000 человек населения на 1 увеличивает коэффициент смертности на 0,0010822‰.

Проводится тест на мультиколлинеарность. В качестве такого теста используется метод инфляционных факторов. Тест представлен в приложении З. Тест не показал наличие мультиколлинеарности.

Чтобы оценки МНК были эффективными, должны выполняться условия теоремы Гаусса - Маркова. Получаем переменную «остатки», которая показывает остатки результирующего признака. Математическое ожидание случайного члена равно 0. В данном случае берется среднее значение переменной «остатки», которое приближено к 0. Следовательно, данное условие выполняется.

Далее проводится тест на наличие гетероскедастичности. Тест показал, что рассчитанное значение Хи-квадрата для данной модели равно 9,6408, что меньше критического значения, равного 21,0641. Следовательно, нулевая гипотеза о гетероскедастичности модели отвергается.

Проводится регрессия, где зависимой переменной является переменная «остатки», а регрессором переменная «коэффициент смертности». МНК не показал никакой зависимости, так как р-значение приближено к единице, а значение F-статистики (0,056721) меньше критического (2,83208). Следовательно, остатки результирующего признака распределены независимо от него. Тест представлен в приложении Ж.

Случайный член должен иметь нормальное распределение. Значение Хи-квадрат, рассчитанное для данной модели равно 3,116, что меньше критического значения, равного 4,60517. Следовательно, нулевая гипотеза о нормальном распределении остатков не отвергается. Тест представлен в приложении Е.

Следовательно, все условия теоремы Гаусса-Маркова выполняются, и оценки, полученные в МНК являются эффективными.

Проводится тест Чоу. F-значение в данной модели равно 0,65939, что меньше критического значения распределения Фишера, равного 2,11793 при 10% уровне значимости. Следовательно, гипотеза о наличии в модели структурных изменений отвергается.

российский факторный демографический смертность

2.2 Разработка рекомендаций по улучшению демографической ситуации в регионах России

В ходе корреляционно-регрессионного анализа первой группы, были получены следующие результаты: постоянный член в данной группе равен 13,025‰, что меньше постоянного члена во второй группе (20,5363‰). Большинство регионов в данной группе - южные и восточные регионы, где преобладает население младшего возраста, по сравнению со второй группой, а значит, смертность в них меньше.

В регионах с положительным естественным приростом на коэффициент смертности оказывают влияние только три фактора - это среднемесячная номинальная зарплата работников организаций, количество совершенных преступлений в расчете на 1000 человек населения, и количеств больничных мест в расчете на 10 000 человек населения. Наибольшее влияние оказывает среднемесячная номинальная зарплата. Наименьшее - количество совершенных преступлений.

Незначимые переменные - уровень безработицы, количество машин на 1000 человек населения, процент бедных, заболеваемость и объем выбросов загрязняющих веществ в регионе.

В ходе корреляционно-регрессионного анализа второй группы, были получены следующие результаты: постоянный член в данной группе равен 20,5363‰, что существенно превышает показатель в первой группе. Причины такого высокого показателя две. Первая - в данной группе преобладают регионы с высоким коэффициентом смертности (среднее значение равно15,4%). Вторая причина - в основном, факторы оказывают отрицательное влияние на зависимую переменную.

На коэффициент смертности оказывают влияние уровень безработицы, размер среднемесячной номинальной зарплаты, число машин в расчете на 1000 человек населения количество больничных мест в расчете на 10 000 человек населения, число преступлений в расчете на 1000 человек. Наибольшее влияние оказывает уровень безработицы. Наименьшее влияние оказывает размер среднемесячной номинальной заработной платы.

Незначимые переменные - процент бедных, заболеваемость, объем выбросов загрязняющих веществ в атмосферу.

Уровень безработицы влияет на уровень смертности в регионе. Но оказывает он отрицательное влияние. Увеличение безработицы в регионе приводит к уменьшению смертности. Это происходит из-за того, что человек работающий больше тратит своих сил на работу. И у него не хватает времени заняться своим здоровьем.

Средняя зарплата оказывает большое влияние на смертность в регионе. Увеличение зарплаты приводит к тому, что человек может себе больше позволить благ, может покупать более дорогие лекарства, качественное медобслуживание, здоровые и качественные продукты питание, позволить себе ездить на отдых.

Количество машин может оказывать положительное влияние на смертность в регионе. Увеличение количества машин в регионе приводит к тому, что в регионе большая загазованность и, что меньшее количество людей ходит пешком, что, безусловно, полезно для здоровья.

Количество больничных мест в регионе отрицательно влияет на коэффициент смертности. Чем меньше больничных мест в регионе, тем меньшему количеству людей врачи могут оказать медицинскую помощь. Чем меньше больничных мест, тем меньше спрос на медицинские услуги, люди не посещают медицинские учреждения и дотягивают до того, что заболевание требует больше сил времени на лечение или оно может быть необратимо. Количество совершенных преступлений может оказывать положительное влияние. Высокий уровень преступности значит, что в данном регионе совершается большое количество убийств, что непосредственно влияет на смертность.

В данном случае для уменьшения коэффициентов смертности населения органам власти можно предложить следующие меры:

.Увеличение номинальных зарплат населения.

2.Преобразование системы общественного транспорта. Обеспечение граждан страны общественным транспортом хорошего качества, который будет привлекать людей, приведет к тому, что люди будут покупать меньше машин.

.Увеличивать количество больничных мест. Лучше строить новые больницы. Там будет и современное оборудование, что увеличит качество медицинского обслуживания, и большее количество больничных мест.

.Ужесточение наказаний за преступления приведет к тому, что люди, которые могли бы совершить преступление повторно, будут находиться в местах заключения, а граждане, задумавшие преступление, будут оценивать свои и риски и сто раз подумают, прежде чем совершить преступление.

ЗАКЛЮЧЕНИЕ

В данной работе был проведен анализ коэффициента смертности населения субъектов РФ в 2012 году. Проверялось влияние на коэффициент смертности уровня безработицы, средней номинальной зарплаты, количества машин, приходящихся на 1000 человек, процента бедного населения, числа ВУЗов, числа больничных коек, приходящегося на 1000 человек населения, заболеваемости, числа зарегистрированных преступлений на 100 000 человек населения и объема выбросов загрязняющих веществ в атмосферный воздух региона.

Регионы были разделены на две группы. В первой группе были регионы с положительным коэффициентом естественного прироста, во второй группе - с отрицательным коэффициентом.

На коэффициент смертности в первой группе регионов оказывают влияние три фактора - средняя номинальная зарплата (отрицательное влияние), число больничных коек, приходящееся на 1000 человек населения (отрицательное влияние), число зарегистрированных преступлений на 100 000 человек населения (положительное влияние). Наибольшее влияние оказывает размер средней номинальной зарплаты, наименьшее - количество совершенных преступлений.

На коэффициент смертности населения во второй группе регионов обнаружено влияние четырех факторов: уровня безработицы (отрицательное влияние), средней номинальной зарплаты (отрицательное влияние), количества машин (положительное влияние), приходящихся на 1000 человек, числа больничных коек, приходящегося на 1000 человек населения (отрицательное влияние). Были предложены следующие меры для улучшения демографической ситуации в субъектах Российской Федерации: увеличение среднемесячных номинальных заработных плат, преобразование системы общественного транспорта, строительство новых больниц, ужесточение наказаний за преступления.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1.Большой Толковый социологический словарь

2.Асмус Т.А., Коваленко А.В. Демография (конспект лекций). / Томск: ТПУ 2000. - 53 с.

3.Кормилицын В. Топ-10 стран мира с самой высокой продолжительностью жизни по данным ОЭСР. «Stars and Brand magazine» - 4 декабря 2013

.Щербакова Е.В 2011 году число умерших и общий коэффициент смертности продолжали снижаться. «Демоскоп» - 2012 - №499-500

.Демографический кризис в Российской Федерации - Википедия. URL

6.Федеральная служба государственной статистики. Статистический сборник: Регионы России. Социально-экономические показатели

.Доугерти К. Введение в эконометрику/ Москва: ИНФРА-М 2009 - 474 с

.Балинова В.С. Статистика в вопросах и ответах: учеб. пособие. - М.ТК. Велби, «Проспект», 2009.

.Матчин Ю.Г. Доктор.ру // Кардиология, 2007г №7

.В.Н. Лавриненко, Н.А. Нартов, O.A. Шабанова, Г.С. Лукашова. Социология: Учебник для вузов / Москва: ЮНИТИ-ДАНА, 2002. - 407 с.

ПРИЛОЖЕНИЕ А

Выборка

Death rateUnemplentPoorUniversitiesHospital pl.MorbidityCrimeEmissionsAverage wageИнгушетия3,747,7172212,9919,4410018,301Тыва11,218,428,1173,5622,419112222,238Дагестан5,711,77,116142,1815,2464213,659Алтай11,511,618,61118,4885,222611518,264Тюменская область8,45,211,117125,5846,318925347,177Республика Саха9,3816,9688,61066,126943339,915Кабардино-Балкарская Р-ка98,914,34102,6402,61024116,314Р-ка Бурятия12,47,918,85105,5654,8241969823,100Р-ка Калмыкия10,113,130,81108,3719,813110,215,040Республика Алания10,67,910,41193,767788621015,896Карачаево-Черкесская Р-ка9,88,916,12124587,477730315,510Забайкальский край13,110,617,9489,5737,5285149624,218Р-ка Хакасия13,47,916,32118,6834,1207318823,466Чукотский а.о11,44,37,9070,5117216492960,807Астраханская обл.12,77,912,5697,170320451319,522Удмуртская Р-ка12,9611,48100,491918031118,240Ре-ка Татарстан12,24,16,528133,7845,2135331023,233Иркутская область13,97,8171691,4920,62481325125,880Республика Коми12,26,413,5591,41053198641333,971Томская область11,98,416,4988,8708,7218232526,725Красноярский край11,65,516,111106,6825,82061677028,672Камчатский край135,818277,7840,11663443,551г. Москва9,90,89,7248112698,615124750,628Республика13,26,110,313117,5847,6161048320,264Омская область13,86,91118104,9960,51538191321,931Чувашская Р-ка14,15,9165114,2100613281017,187Оренбургская обл.13,35,412,7896,7820,5141761919,270Ставропольский кр.14,25,41420129,5586,112766118,446Пермский край126,312,216115,4928,4244191521,820Мурманская обл.11,37,711,3484,8853,31834160536,187Р-ка Марий Эл13,76,5203100,2894,713731016,023Свердловская обл.13,65,88,532100,3734,11659960325,138Новосибирская обл.145,614,32497,5722,21902106223,245г. Санкт-Петербург12,41,1982108,7883,5113111432,930Челябинская обл.13,66,410,218107,5881,92026387322,500Хабаровский край14,26,414,31597,9729,6197764031,076Магаданская обл.12,73,411,3174,4773,521084549,667Краснодарский кр.13,25,611,733120,7646,81243141121,409Death rateUnemploymentAverage wagePoorUniversitiesHospital placesMorbidityCrimeEmissionsРеспублика Адыгея13,48,116,7111,42115,1688,79195Архангельская обл.13,65,428,5312,9492,91067,1903648Калининградская13,27,421,510,95110,4811,8158210Алтайский край14,66,216,0020,51295,31087,1752822Вологодская обл.15,15,822,6413,36111,7867,919901562Приморский край15,26,927,4414,6993,1768,624662129Еврейская а.обл.13,78,525,019,3178,9677,92184154Сахалинская обл.13,97,744,2011,4273,8902,32067275Кемеровская обл.15,27,123,4010,812101,8818,523865334Самарская область13,93,420,7912,328114,9997,21884449Волгоградская обл.13,6618,5813,61596,1699,81512211Курганская область168,717,1815,8499,3816,5225190Ростовская область14619,1813,125111,381912321101Белгородская обл.143,720,006,57123,6782,1968850Московская обл.14,32,932,307,235124702,21562944Ульяновская обл.14,25,617,1013,45109,2969128071Р-а Карелия15,6724,7913,6393,11076,179993Кировская область15,47,116,9312,6791,3767,21604121Саратовская обл.14,35,418,8015,98101,1738,31146422Костромская обл.16,14,816,8915,23101,7750,3126529Липецкая область15,43,619,428,46116,1706,811581418Ярославская обл.15,93,420,3911993881,1135946Калужская область15,84,323,718,64100,7728,11468135Пензенская область14,94,919,1313,35107748,4100126Нижегородская обл16,15,420,9610,41596,1866,91676105Р-ка Мордовия14,54,915,1918396,1691,3950585Курская область16,65,118,698,210111,1588134741Воронежская обл.15,65,519,5310,322107,3542,5118849Брянская область16,25,116,5310,65106,6847,81488523Владимирская обл.16,74,418,3415,16118,5941,3152513Орловская область16,45,316,8811,3698,4943,316995Рязанская область16,44,619,0912,59103,3706,9832464Ленинградская обл.14,73,226,3911,92143,65541190931Ивановская область16,96,316,9913,9996,2966,1151721Новгородская обл.17,94,121,2911,61101,4897,12018111Смоленская обл.16,85,717,9414,9992738,7173789Тамбовская область16,24,916,869,45108,2661,9108712Тверская область18,3520,2411,4894,7920,6190524Тульская область17,74,620,129,59111,2707,3901622Псковская область19,66,618,2015,24101,1680156716

ПРИЛОЖЕНИЕ Б

Фиктивная переменная «Natural increase»

РегионКоэф. ест. приростаNatural increaseРегионКоэф. ест. прироста.Natural increaseРе-ка Ингушетия17,71Краснодарский край-0,20Республика Тыва15,51Амурская область-0,40Р-ка Дагестан13,41Республика Адыгея-0,50Республика Алтай10,91Архангельская обл.-0,80Тюменская область8,81Калининградская об.-0,80Республика Саха8,51Алтайский край-0,90Кабардино-Балкарская Р-ка71Вологодская область-1,10Р-ка Бурятия5,11Еврейская а. обл.-1,10Р-ка Калмыкия4,91Приморский край-1,10Ре-ка Алания4,71Сахалинская область-1,20Карачаево-Черкесская Р-ка3,91Кемеровская область-1,40Забайкальский край3,11Самарская область-1,80Р-ка Хакасия2,61Волгоградская обл.-1,90Чукотский а.о.2,61Курганская область-2,10Астраханская обл.2,41Ростовская область-2,30Удмуртская Р-ка2,41Белгородская обл.-2,40Р-ка Татарстан2,31Московская обл.-2,40Иркутская область21Ульяновская область-2,70Республика Коми1,81Кировская область-2,80Томская область1,71Республика Карелия-2,80Камчатский край1,51Саратовская область-2,90Красноярский край1,51Костромская область-3,20г. Москва1,41Липецкая область-3,70Р-ка Башкортостан1,41Ярославская область-40Омская область1,11Калужская область-4,10Оренбургская обл.0,71Пензенская область-4,10Чувашская Р-ка0,71Нижегородская обл.-4,30Пермский край0,61Р-ка Мордовия-4,50Ставропольский кр.0,61Курская область-4,60Мурманская обл.0,51Воронежская обл.-4,70Р-ка Марий Эл0,51Брянская обл.-4,80Новосибирская обл.0,31Владимирская обл.-5,20Свердловская обл.0,31Орловская область-5,20г. Санкт-Петербург0,21Рязанская область-5,50Хабаровский край0,21Ленинградская обл.-5,70Челябинская обл.0,21Ивановская область-5,80Магаданская обл.0,11Новгородская обл.-5,80Смоленская обл.-6,30Тамбовская область-6,50Тверская область-6,70Тульская область-7,60Псковская область-8,50

ПРИЛОЖЕНИЕ В

Данные по регионам с положительным коэффициентом естественного прироста

Death rateUnemplentCarsPoorAverage wageUniversitiesHospital placesMorbidityCrimeEmissionsР-ка Ингушетия3,747,71151718,32212,9919,44100Республика Тыва11,218,414928,122,23173,5622,4191122Республика Дагестан5,711,7132,57,113,6516142,1815,24642Республика Алтай11,511,6186,318,618,261118,4885,2226115Тюменская область8,45,2283,811,147,1717125,5846,3189253Республика Саха9,38206,716,939,91688,61066,1269433Кабардино-Балкарская Р-ка98,9187,414,316,314102,6402,610241Республика Бурятия12,47,9208,518,823,15105,5654,82419698Республика Калмыкия10,113,1234,830,815,041108,3719,813110,2Республика Северная10,67,9224,110,415,891193,7677886210Карачаево-Черкесская Р-ка9,88,9198,316,115,512124587,4777303Забайкальский край13,110,6229,517,924,21489,5737,52851496Республика Хакасия13,47,9264,416,323,462118,6834,12073188Чукотский а.о11,44,371,47,960,80070,51172164929Астраханская область12,77,9256,212,519,52697,1703204513Удмуртская Р-ка12,96216,411,418,248100,4919180311Республика Татарстан12,24,1230,26,523,2328133,7845,21353310Иркутская область13,97,8251,51725,881691,4920,624813251Республика Коми12,26,4242,813,533,97591,410531986413Томская область11,98,4239,916,426,72988,8708,72182325Красноярский край11,65,5276,716,128,6711106,6825,820616770Камчатский край135,8422,61843,55277,7840,116634г. Москва9,90,8291,59,750,62248112698,6151247Республика13,26,1263,610,320,2613117,5847,61610483Омская область13,86,9238,61121,9318104,9960,515381913Чувашская Р-ка14,15,9163,61617,185114,21006132810Оренбургская область13,35,425312,719,27896,7820,51417619Ставропольский край14,25,4247,81418,4420129,5586,1127661Пермский край126,3219,212,221,8216115,4928,42441915Мурманская область11,37,7278,511,336,18484,8853,318341605Республика Марий Эл13,76,5179,72016,03100,2894,7137310Свердловская область13,65,8303,88,525,1332100,3734,116599603Новосибирская обл.145,627314,323,242497,5722,219021062г. Санкт-Петербург12,41,1288,8932,9382108,7883,51131114Челябинская область13,66,4262,910,222,5018107,5881,920263873Хабаровский край14,26,421414,331,071597,9729,61977640Магаданская область12,73,4285,611,349,66174,4773,5210845

Данные по регионам с отрицательным естественным приростом

Death rateUnemploentAverage wageCarsPoorUniversitiesHospital pl.MorbidityCrimeEmissionsКраснодарский край13,25,621,41277,111,733120,7646,812431411Амурская область14,75,326,79234,316,4589,3827,52185321Республика Адыгея13,48,116,72260,811,42115,1688,79195Архангельская область13,65,428,53227,512,9492,91067,31903648Калининградская13,27,421,53310,210,95110,4811,8158210Алтайский край14,66,216,01245,120,51295,310871752822Вологодская область15,15,822,65254,713,36111,7867,919901562Приморский край15,26,927,44346,714,6993,1768,624662129Еврейская а.обл13,78,525,07159,519,3178,9677,92184154Сахалинская область13,97,744,2130511,4273,8902,32067275Кемеровская область15,27,123,40225,610,812101,8818,523865334Самарская область13,93,420,80257,212,328114,9997,21884449Волгоградская обл.13,6618,58228,513,61596,1699,81512211Курганская область168,717,18265,315,8499,3816,5225190Ростовская область14619,19260,513,125111,381912321101Белгородская область143,720,00245,76,57123,6782,1968850Московская область1)14,32,932,30326,67,235124702,21562944Ульяновская область14,25,617,11231,713,45109,2969128071Республика Карелия15,6724,80300,413,6393,11076179993Кировская область15,47,116,93232,212,6791,3767,21604121Саратовская область14,35,418,80264,315,98101,1738,31146422Костромская область16,14,816,90235,915,23101,7750,3126529Липецкая область15,43,619,422778,46116,1706,811581418Ярославская область15,93,420,40194,811993881,1135946Калужская область15,84,323,71276,88,64100,7728,11468135Пензенская область14,94,919,13256,613,35107748,4100126Нижегородская обл.16,15,420,96240,610,41596,1866,91676105Р-ка Мордовия14,54,915,19189,418396,1691,3950585Курская область16,65,118,692378,210111,1588134741Воронежская область15,65,519,54280,210,322107,3542,5118849Брянская обл.16,25,116,53139,310,65106,6847,81488523Владимирская обл.16,74,418,34238,415,16118,5941,3152513Орловская область16,45,316,89271,711,3698,4943,316995Рязанская область16,44,619,10340,212,59103,3706,9832464Ленинградская обл.14,73,226,31284,411,92143,65541190931Ивановская область16,96,317,00196,513,9996,2966,1151721Новгородская область17,94,121,30255,111,61101,4897,12018111Смоленская область16,85,717,94263,514,9992738,7173789Тамбовская область16,24,916,87239,19,45108,2661,9108712Тверская область18,3520,2531911,4894,7920,6190524Тульская область17,74,620,1291,39,59111,2707,3901622Псковская область19,66,618,20292,115,24101,1680156716

ПРИЛОЖЕНИЕ Г

Корреляционные матрицы. Группа 1

Death rateUnemploymentAverag wageCarsPoorUniversitiesHospital placesMorbidityCrimeEmissions1-0,6308-0,5880,4115-0,022-0,069-0,5700,05410,57590,2325death-0,6310,6484-0,1570,370-0,2610,6383-0,011-0,327-0,121Unemplent-0,590,64841-0,4250,2278-0,2590,22650,185-0,130-0,166Average wage0,411-0,1567-0,4251-0,1150,2519-0,283-0,1660,30210,2926Cars-0,020,37060,2278-0,1151-0,293-0,098-0,2240,1597-0,169Poor-0,07-0,2611-0,2590,2519-0,29310,0766-0,110-0,0930,0114Universities-0,570,63830,2265-0,283-0,0980,07661-0,010-0,207-0,084Hospital places0,05-0,01150,185-0,166-0,224-0,110-0,01010,08560,0201Morbi dity0,57-0,3271-0,1300,30210,1597-0,093-0,2070,085610,2059Crime0,23-0,1214-0,1660,2926-0,1690,0114-0,0840,02010,20591Emissions

Корреляционная матрица группы 2

Death rateUnemploymentAverage wageCarsPoorUniversitiesHospital placesMorbidityCrimeEmissions1-0,416-0,5960,6103-0,072-0,425-0,511-0,0030,7034-0,193death-0,41610,0631-0,0470,4382-0,263-0,5280,09210,22850,0541Unemployment-0,5960,063110,2493-0,1690,0601-0,2010,08550,13610,201Averagewage0,6103-0,0470,24931-0,2590,20910,1935-0,1170,00570,0537Cars-0,0720,438-0,169-0,2591-0,243-0,4580,24580,2996-0,100Poor-0,425-0,2630,06010,2091-0,24310,3206-0,114-0,0720,2312Universities-0,511-0,528-0,2010,1935-0,4580,32061-0,348-0,3080,1543Hospital_pl-0,0010,0920,0855-0,1170,2458-0,114-0,34810,4394-0,034Morbidity0,70340,2280,13610,00570,2996-0,071-0,3080,439410,3016Crime-0,1930,05410,2010,0537-0,1000,23120,1543-0,0340,30161Emissions

ПРИЛОЖЕНИЕ Д

Результаты оценивания модели МНК

Группа 1

Модель 2: МНК, использованы наблюдения 1-37

Зависимая переменная: death rate

КоэффициентСт. ошибкаt-статистикаP-значениеconst13,0251,789227,2797<0,00001***Hospital places-0,02570990,0114617-2,24310,03172**Crime0,00158090,0005012823,15370,00343***Average wage-0,2155840,047478-4,54070,00007***

Среднее зав. перемен11,78378Ст. откл. зав. перемен2,328986Сумма кв. остатков67,76670Ст. ошибка модели1,433017R-квадрат0,652959Испр. R-квадрат0,621410F(3, 33)20,69658Р-значение (F)1,00e-07Лог. правдоподобие-63,69606Крит. Акаике135,3921Крит. Шварца141,8358Крит. Хеннана-Куинна137,6638

Тест Вайта (White) на гетероскедастичность - нулевая гипотеза: гетероскедастичность отсутствует

Тестовая статистика: LM = 9,00482

р-значение = P(Хи-квадрат(9) > 9,00482) = 0,43683

Группа 2

Модель 1: МНК, использованы наблюдения 1-42

Зависимая переменная: death rate

КоэффициентСт. ошибкаt-статистикаP-значениеconst22,93062,877067,9702<0,00001***Unemployment-0,3773880,168822-2,23540,03151**Average_wage-0,1359260,0430317-3,15870,00315***Cars0,01170020,005204492,24810,03061**Hospital_places-0,05426290,0200731-2,70330,01031**

Среднее зав. Перемен15,37619Ст. откл. зав. перемен1,466672Сумма кв. остатков62,33803Ст. ошибка модели1,298003R-квадрат0,293189Испр. R-квадрат0,216777F(4, 37)3,836952Р-значение (F)0,010469Лог. Правдоподобие-67,88836Крит. Акаике145,7767Крит. Шварца154,4651Крит. Хеннана-Куинна148,9613

Тест Вайта (White) на гетероскедастичность - нулевая гипотеза: гетероскедастичность отсутствует

Тестовая статистика: LM = 9,6408

р-значение = P(Хи-квадрат ‚(14) > 9,6408) = 0,787945

ПРИЛОЖЕНИЕ Е

Проверка условий теоремы Гаусса-Маркова

Модель 1: МНК, использованы наблюдения 1-37

Зависимая переменная: остатки

КоэффициентСт. ошибкаt-статистикаP-значениеDeath rate0,01270710,01866780,06810,856185

Среднее зав. перемен0,000000Ст. откл. зав. перемен1,372009Сумма кв. остатков66,90559Ст. ошибка модели1,363264R-квадрат0,012707Испр. R-квадрат0,012707F(1, 36)0,033342Р-значение (F)0,856185Лог. правдоподобие-63,45947Крит. Акаике128,9189Крит. Шварца130,5299Крит. Хеннана-Куинна129,4869

Модель 1: МНК, использованы наблюдения 1-42

Зависимая переменная: остатки

КоэффициентСт. ошибкаt-статистикаP-значениеDeath rate0,006222510,01228110,13060,813106

Среднее зав. перемен0,000000Ст. откл. зав. перемен1,233061Сумма кв. остатков61,95013Ст. ошибка модели1,229219R-квадрат0,006223Испр. R-квадрат0,006223F(1, 41)0,056721Р-значение (F)0,813106Лог. правдоподобие-67,75728Крит. Акаике137,5146Крит. Шварца139,2522Крит. Хеннана-Куинна138,1515

ПРИЛОЖЕНИЕ Ж

Тесты на нормальность остатков. Группа 1

Группа 2

Приложение З

Тесты на мультиколлинеарность

Группа 1

Метод инфляционных факторов

Минимальное возможное значение = 1.0

Значения > 10.0 могут указывать на наличие мультиколлинеарности

Unemployment - 3,164wage - 2,000- 1,315places - 1,885

VIF(j) = 1/(1 - R(j)^2),

где R(j) - это коэффициент множественной корреляции

между переменной j и другими независимыми переменными

Свойства матрицы X'X:

-я норма = 3138882,7

Детерминант = 4,837028e+016

Обратное условное число = 1,9901025e-007

Группа 2

Метод инфляционных факторов

Минимальное возможное значение = 1.0

Значения > 10.0 могут указывать на наличие мультиколлинеарности

Unemployment - 1,511wage - 1,509- 1,259places - 1,722

Crime 1,724(j) = 1/(1 - R(j)^2),

где R(j) - это коэффициент множественной корреляции между переменной j и другими независимыми переменными

Свойства матрицы X'X:

-я норма = 1,3264209e+008

Детерминант = 4,9847429e+021

Обратное условное число = 1,3143042e-009

Федеральное государственное автономное образовательное учреждение высшего профессионального образования Сибирский федеральный университет Институт экономи

Больше работ по теме: