Статистическо-экономический анализ наличия, движения и использования трудовых ресурсов в РФ (Калужская область)

 

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ ВСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ -

МСХА им. К.А. ТИМИРЯЗЕВА»

КАЛУЖСКИЙ ФИЛИАЛ

Кафедра экономики и статистки









КУРСОВАЯ РАБОТА

по дисциплине «Статистика»

на тему: «СЭА наличия, движения и использования трудовых ресурсов в РФ (Калужская область)»



Выполнил: студентка 33 группы 3 курса

экономического факультета

Сергеенкова Алина Сергеевна

Проверил: Гореева Надежда Михайловна






Калуга - 2012

ОГЛАВЛЕНИЕ


ВВЕДЕнИЕ

ГЛАВА 1. ИСПОЛЬЗОВАНИЕ МЕТОДОВ ГРУППИРОВОК В ИССЛЕДОВАНИИ ТРУДОВЫХ РЕСУРСОВ ПО СОВОКУПНОСТИ РАЙОНОВ КАЛУЖСКОЙ ОБЛАСТИ

.1Оценка совокупности на предмет её однородности

.2Построение ранжированного и интервального рядов распределения по одному группировочному факторному признаку

1.3Анализ промежуточной аналитической группировки районов Калужской области

.4Анализ типических групп по показателям рынка труда по совокупности районов Калужской области

ГЛАВА 2. СТАТИСТИКО-ЭКОНОМИЧЕСКИЙ АНАЛИЗ ЕДИНИЦ СОВОКУПНОСТИ ПО ОСНОВНЫМ ПОКАЗАТЕЛЯМ

.1 Индексный анализ

.2 Корреляционно-регрессионный анализ

.3 Оценка корреляционно-регрессионной модели на адекватность

ГЛАВА 3. Анализ рядов динамики методами укрупнения интервалов и скользящей средней, аналитическое выравнивание по уравнению прямой и параболы на примере Малоярославецкого района

.1 Анализ рядов динамики

.2 Анализ рядов динамики по уравнениям прямой и параболы

.3 Построение прогноза и его оценка

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Введение


Статистика труда является важной составной частью как экономической, так и социальной статистики. Её показатели, характеризующие численность и состав трудовых ресурсов, производительность труда, использование рабочего времени, уровень занятости и безработицы, условия и оплату труда, неизменно занимают одно из ведущих мест в системе статистических показателей развития экономики, народонаселения и социальных процессов, поскольку труд есть необходимое условие существования общества.

Исходя из особенностей предмета исследования, статистика труда, в отличие от статистики промышленности, статистики сельского хозяйства, статистики капитального строительства, статистики транспорта и т.д. не относится к отраслевым статистикам, она является наукой, которая исследует вопросы труда, как в отрасли, так и в целом по народному хозяйству. Статистика труда органически входит в состав социально-экономической статистики как один из важнейших её разделов.

Изучение статистики трудовых ресурсов является на сегодняшний день актуальной темой, так как функционирование трудовых ресурсов является неотъемлемой частью формирования рыночной экономики.

Движение трудовых ресурсов- неотъемлемая часть любого национального рынка труда. Все основные перемещения трудовых ресурсов, за счет исключением миграционных и естественных, происходят между тремя категориями: занятые, безработные и экономически неактивное население. В национальном статистическом учёте из всего населения выделяют, в соответствии с международными стандартами, население трудоспособного возраста ( 15-72 лет); его делят, в свою очередь, на категории экономически активного и неактивного населения; в составе активного выделяют занятых и безработных. Занятые - это наемные работники, предприниматели, самозанятые. К безработным относятся лица, активно ищущие работу в течение последних четырёх недель. Экономически неактивное население - это неработающие учащиеся и пенсионеры ( по возрасту и инвалидности), неработающие лица, получающие доходы от собственности, домохозяйки, лица, отчаявшиеся найти работу.

К трудовым ресурсам или трудоспособному населению относят всех лиц трудоспособного возраста, способных трудиться.

На практике не всегда легко отделить занятых от безработных, а также безработных от экономически неактивного населения. Согласно стандартам Международной организации труда, к безработным относятся лица от 16 лет и старше, которые в рассматриваемый период: не имеют работы в течение четырёх недель и более; занимаются поиском работы; готовы приступить к работе.

Цель курсовой работы является статистико-экономический анализ движения, наличия и использования трудовых ресурсов по районам Калужской области. При написании данной работы были поставлены следующие задачи:

изучена сущность, система показателей и методов трудовых ресурсов;

приведена оценка совокупности на предмет её однородности;

построен ранжированный и интегральный ряд распределения по одному группировочному факторному признаку;

проведён анализ промежуточной аналитической группировки типических групп;

проведены индексный анализ и корреляционно-регрессионный анализ влияния различных факторов на трудовые ресурсы;

проведён анализ динамики показателей методами укрупнения интервалов, скользящей средней и аналитического выравнивания по уравнению прямой и параболы.

Объектом исследования данной курсовой является совокупность районов Калужской области. Предметом статистического наблюдения при изучении трудовых ресурсов могут приниматься такие единицы как население в целом или его отдельные группы.

Для решения этих задач в работе использовались различные методы: статистические методы анализа динамических процессов, методы простой и комбинированной группировки, графический, корреляционно-регрессионный метод, индексный метод, метод экспертной оценки и другие.

При написании данной курсовой работы были использованы данные статистических сводов по районам Калужской области, учебные пособия, методические и периодические издания. Тема данного исследования является одной из наиболее обсуждаемых и популярных в периодической печати.

ГЛАВА 1. ИСПОЛЬЗОВАНИЕ МЕТОДОВ ГРУППИРОВОК В ИССЛЕДОВАНИИ ТРУДОВЫХ РЕСУРСОВ ПО СОВОКУПНОСТИ РАЙОНОВ КАЛУЖСКОЙ ОБЛАСТИ


1.1 Оценка совокупности на предмет её однородности


Существует понятие однородности статистической совокупности. Оно относительно и вовсе не означает полного соответствия всех единиц совокупности, а лишь подразумевает наличие для всех единиц совокупности основного свойства, качества, типичности. Одна и та же совокупность единиц, к примеру, может быть однородна по одному признаку и неоднородна по-другому. Однородность единиц статистической совокупности формируется под воздействием определенных внутренних причин и условий. Одинаковые для всех единиц данной совокупности причины и условия существования создают то общее, что объединяет единицы совокупности, но эти же причины и условия формируют то, что отличает одну единицу совокупности от другой. В статистической совокупности эти отличия чаще имеют количественную природу. Количественные изменения значений признака при переходе от одной единицы совокупности к другой называются вариацией. Вариация возникает под воздействием случайных, прежде всего внешних, причин.

Проверка однородности осуществляется по коэффициенту вариации:


(1.1.)


Одним из показателей, характеризующим трудовые ресурсы, является численность работающих на 1000 среднегодовых жителей. Предварительный анализ позволил установить, что на трудовые ресурсы оказывает влияние показатель численность работающих на 1000 среднегодовых жителей. Проведем анализ данного факторного показателя на однородность.

Для этого определим среднее значение признака, среднее квадратическое отклонение и показатель вариации.

Среднее значение показателя 180,5 , среднее квадратическое отклонение 36,51

, поскольку коэффициент вариации меньше 33%, то совокупность однородная.


1.2 Построение ранжированного и интервального рядов распределения по одному группировочному факторному признаку


Статистическая группировка - это расчленение изучаемой совокупности на группу и подгруппы по определённым характерным достаточным признакам для глубокого и всестороннего изучения явлений.

Чтобы дать правильное статистическое освещение собранных материалов, необходимо заранее установить перечень показателей, по которым надо получить сводные данные для характеристики исследуемых явлений.

Метод аналитических группировок считается одним из основных методов изучения связей между экономическими явлениями. Процесс установления связей начинается с группировки единиц совокупности по факторному признаку. Затем приступают к вычислению синтетических показателей (относительных и средних величин) для результативного признака по группам, на которые была разбита совокупность.

Наиболее ответственный этап группировки состоит в том, чтобы отобрать такие признаки, которые позволили бы отделить друг от друга действительно существенно отличные группы единиц. Каждая единица, каждый объект массового явления имеют много признаков. Одни из этих признаков выражают наиболее характерное в данном явлении, другие -второстепенное, поверхностное, нетипичное.

Проведем аналитическую группировку выборочной однородной совокупности, состоящей из 24 районов Калужской области.

В качестве группировочного признака возьмем коэффициент безработицы, который отражает степень неудовлетворенности спроса на оплачиваемый труд или избытка предложения рабочей силы над спросом. Это будет результативный показатель (У). На него влияют такие факторы (Х) как среднегодовая численность работающих, общая численность населения, Число людей обратившиеся по вопросу трудоустройства, число трудоустроенных, число экономически активного населения. Составим ранжированный ряд, т.е. расположим районы по коэффициенту безработицы, в возрастающем порядке. Полученные данные оформим в виде таблицы 1.1.


Таблица 1.1 Ранжированный ряд распределения районов Калужской области

№ п/пНаименование районаКоэффициент безработицы, %№ п/пНаименование районаКоэффициент безработицы, %1Перемышльский113Ульяновский3,12Жиздринский1,614Кировский3,33Боровский1,715Козельский3,34Юхновский1,916Малоярославецкий3,45Сухиничский217Ферзиковский3,56Медынский2,418Хвастовичский5,77Жуковский2,419Барятинский68Дзержинский2,620Думиничский6,19Бабынинский2,721Людиновский6,210Куйбышевский2,722Мещовский6,311Тарусский2,723Спас-Деменский712Мосальский2,924Износовский8,8

Для большей наглядности изобразим ранжированный ряд графически, для чего построим огиву Гальтона, в которой на оси абсцисс запишем номера районов в ранжированном ряду, а на ординате - величину группировочного признака (рисунок 1.1)


Рисунок 1.1 - Огива Гальтона распределения районов по коэффициенту безработицы


Проанализируем данные ранжированного ряда и его графика. Размах колебаний в величине группировочного признака составляет 8,8-1=7,8, а коэффициент безработицы в Износовском районе (№24) выше, чем в Перемыщльском районе (№1), в 8,8/1=8,8 раза.

Построим интервальный вариационный ряд распределения районов и запишем полученные данные в таблицу 1.1. Число групп, на которые следует разделить совокупность, определим по формуле американского ученого Стерджсса:


n=l+3,32*lgN,(1.2)


где N =24 - общая численность единиц совокупности.

Поэтому число групп составит n=l+3,32*lg 24=1+3,32*1,38=5 групп.

Для определения границ интервалов, найдем шаг интервала по формуле:


(1.3)


где Xmax - максимальное значение признака в ранжированном ряду;

Xmin -минимальное значение признака в ранжированном ряду;

n-число групп.

Хmax=8,8, а Хmin=1, значит величина интервала составит:

h= (8,8-1 ) / 5 =1,6%

Установим границы групп: для I группы верхняя граница составит - 1+1.6=2.6% , для II группы - 2.6+1.6=4.2% , для III группы-4,2+1,6=5,8%, для IV группы- 5,8+1,6=7,4%, для V группы- 7,4+1,6=9%


Таблица 1.2 - Интервальный ряд распределения районов по коэффициенту безработицы

№ группыГраницы по коэффициенту безработицы, %Число районов11 - 2,6822,6 - 4,2934,2 - 5,8145,8 - 7,4557,4 - 91Итого:-24

Интервальный ряд распределения областей (таблица 1.2 и рисунок 1.2) показывает, что в совокупности преобладают районы где коэффициент безработицы от 2,6 - 4,2-9 районов.

Для наглядности изобразим интервальный ряд графически в виде гистограммы (рис. 1.2).

Интервальный ряд распределения показывает, что наибольший удельный вес в совокупности районов Калужской области занимают районы с показателем коэффициент безработицы % в пределах 2,6 - 4,2, они составляют 37,5% (Бабынинский, Куйбышевский,Тарусский, Мосальский, Ульяновский, , Кировский, Козельский, Малоярославецкий, Ферзиковский).

Как видно из таблицы 1.1 и рисунка 1.2 распределение районов не равномерно, поэтому для определения типических групп необходимо провести промежуточную аналитическую группировку. Она позволяет оценить качественные особенности каждой группы интервального ряда, объединить однородные и малочисленные группы и таким образом обеспечить переход к типологической группировке.


Рисунок 1.2 - Гистограмма распределения районов


1.3 Анализ промежуточной аналитической группировки районов Калужской области


Анализ интервального ряда позволяет сделать вывод о характере распределения единиц совокупности. Так, преобладают районы с коэффициентом безработицы 2,6-4,2%.

Необходимо применить промежуточную аналитическую группировку и обеспечить переход от нее к типологической группировке.

Проанализируем показатели, сопоставив их между собой и по группам, и решим вопрос об укрупнении групп. Все полученные итоги запишем в табл.1.3


Таблица 1.3 Сводная таблица показателей, влияющих на коэффициент безработицы

№ группыГруппы по коэффициенту безработицыЧисло районовСреднегодовая численность работающих, тыс. челОбщая численность населения, тыс. челЧисло людей обратившихся по вопросу трудоустройства, челЧисленность трудоустроенных, челЧисленность экономически активного населения, чел11 - 2,6847,8234,31169384196090822,6 - 4,2944216,31311592265728434,2 - 5,81211904642306645,8 - 7,451787,413069110272554157,4 - 910,876585451131Всего24111,65563943929859147930

Величина признака каждого объекта определяется как общими для всей совокупности причинами, так и индивидуальными, часто случайными, его особенностями. При осреднении влияния индивидуальных причин взаимно погашается и в величине средней проявляется размер признака, обусловленный общими для данной совокупности условиями.

Поэтому определим показатели в среднем по группам. Мы используем среднюю арифметическую простую. То есть, суммарный показатель делим на количество районов в группе.


Таблица 1.4 Промежуточная аналитическая группировка

№ группыГруппы по коэффициенту безработицыЧисло районовКоэффициент занятости, %Коэффициент трудоустроенности, %Коэффициент экономически активного населения, %11 - 2,6898,976,625,922,6 - 4,2998,163,427,034,2 - 5,8197,871,127,945,8 - 7,4596,878,825,857,4 - 9197,383,316,6В среднем2497,874,624,6

Проанализируем показатели, сопоставив их между собой по группам, и решим вопрос об укрупнении групп.

Судя по приведенным в таблице показателям видно, что группы имеют различные показатели, и поэтому мы можем обозначить их как группы: 1 группа имеет самые высокие показатели по коэффициенту занятости населения выше других, поэтому мы выделим и назовем её высшей типической группой. 2 и 3 группы имеет средние показатели по коэффициенту занятости и коэффициенту экономически активного населения , следовательно, назовем её средней типической группой. 4 и 5 группа самая малочисленная и по показателям ниже остальных, определим её в низшую типическую группу. Таким образом, в данной совокупности на основании анализа промежуточной аналитической группировки следует выделить три типические группы:

.Высшую - 8 районов

.Среднюю - 10 районов

.Низшую - 6 районов


1.4 Анализ типических групп по показателям рынка труда по совокупности районов Калужской области


Проведем анализ по типическим группам. Разработаем макет групповой таблицы, в котором по типическим группам и всей совокупности областей будут представлены намеченные показатели (таблица 1.4).


Таблица 1.5 Показатели демографической ситуации в типических группах в среднем по совокупности

ПоказателиТипические группыВ среднем по совокупностивысшая Iсредняя IIнизшая IIIЧисло районов810624Коэффициент занятости, %12.419.632.621.5Коэффициент трудоустроенности, %9.613.52716.7Коэффициент экономически активного населения, %3.25.57.15.3

Проанализируем показатели групповой таблицы. Оценим распределение районов по типическим группам. Как видно, с совокупности преобладают районы среднего уровня (10) , низшего и высшего - малочисленны.

Сопоставим одноименные показатели между группами. Сравним крайние группы. Коэффициент занятости районов I группы меньше, чем в III группе на 32,6 - 12,4= 20,2% или в 2,6 раза; коэффициент трудоустроенности районов I группы меньше, чем в III группе на 27 - 9,6 = 17,4 %. или в 2,8 раза; коэффициент экономически активного населения районов I группы меньше, чем в III группе на 7,1- 3.2 = 3,9% или в 2,2 раза;

Сопоставим далее показатели II и III групп. Коэффициент занятости в районах II группы меньше, чем в III группе на 32,6 - 19,6 = 13% или в 1,6 раза; коэффициент трудоустроенности II группы меньше, чем в III группе на 27 - 13,5 = 13,5 или в 2 раза; коэффициент экономически активного населения в районах II группы меньше, чем в III группе на 7,1 - 5,5 = 1,6 руб. или в 1,3 раза.

ГЛАВА 2. СТАТИСТИКО-ЭКОНОМИЧЕСКИЙ АНАЛИЗ ЕДИНИЦ СОВОКУПНОСТИ ПО ОСНОВНЫМ ПОКАЗАТЕЛЯМ


.1 Индексный анализ


Индексы-показатели особого рода. Прежде всего, это относительные величины, характеризующие динамику явлений.

Индексом называется относительная величина, характеризующая изменение сложных экономических явлений по времени и в пространстве и в то же время уровень планового задания и степень выполнения плана.

Индексы используются для сравнения, как сложных совокупностей, так и отдельных их единиц.

Построение индексов заключается в сведении разнородных элементов сложных явлений к сопоставимому виду и сравнении уровней явлений, относящихся либо к различным периодам времени, либо к плановому заданию и фактическому его выполнению, либо к разным территориям.

Главная задача индексного анализа состоит в определении степени влияния факторных изменений значения осредненного показателя и изменений структуры явления. Решается эта задача путем построения системы взаимосвязанных индексов. В разработке системы интегральных показателей большая роль принадлежит работам ученых-статистиков: К. Гатева, Л.С. Казинца, В.М. Рябцева, А. Салаи и др. К наиболее распространенным сводным показателям относятся следующие:

Индекс структурных сдвигов А. Салаи



Интегральный коэффициент К. Гатева:


Критерий В.М.Рябцева:


,


где d0 и d1 - относительные величины низшей и высшей типических групп;

n - число областей в группах


Таблица 2.1 Расчет обобщающих структурных сдвигов

Показателинизшаявысшая((d1-d0)/ (d1+d0))2(d1-d0)2(d1+d0)2?d12 + ?d02d0d1Коэффициент занятости,%32,612,40,201601408.0420251216.52Коэффициент трудоустроенности,%279,60,225625302.761339.56821.16Коэффициент экономически активного населения, %7,13,20,14364115.21106.0960.65Итого66.725.20,570867726.013470.652098.33

В результате расчетов получим систему обобщающих показателей структурных сдвигов (таблица 2.2).


Таблица 2.2. Вывод итогов расчета обобщающих показателей

ИндексыЗначенияСалаи0,436221Гатеев0,588213Рябцев0,457362

Результаты расчетов можно проверить на правильность, используя соотношение, предложенное В.М.Рябцевым: при числе наблюдений больше двух всегда I Рябцева< K Гатеева < I Салаи

Индекс Салаи и интегральный коэффициент структурных различий (Гатеева) варьируются в пределах 0 и 1. Чем ближе к 0, тем меньше различия между признаками, чем ближе к 1, тем ощутимее различия между признаками в структуре. Исходя из полученных данных можно сделать вывод, что различия в структуре высшей и низшей группах не значительны.

Достоинством критерия Рябцева является то, что он не зависит от числа градаций статистической совокупности. Для интерпретации результатов можно воспользоваться интервалами «шкалы» оценки мер существенности различий структур (таблица 2.3).


Таблица 2.3 Шкала оценки меры существенности различий структур по критерию В.М.Рябцева.

Интервалы значений критерияХарактеристика меры структурных различий0,000-0,030Тождественность структур0,031-0,070Весьма низкий уровень различий0,071-0,150Низкий уровень различий0,151-0,300Существенный уровень различий0,301-0,500Значительный уровень различий0,501-0,700Весьма значительный уровень различий0,701-0,900Противоположный тип структур0,901 и вышеПолная противоположность

Исходя из полученных данных можно сделать вывод, что структура доходов населения в высшей и низшей группах имеют значительный уровень различий.


2.2 Корреляционно-регрессионный анализ


Изучение связи между экономическими явлениями, раскрытие причинно-следственного механизма - важнейшая задача статистики. Для исследования интенсивности, вида и формы причинных влияний широко применяется корреляционный и регрессионный анализ. Понятия «корреляции» и «регрессии» непосредственно связаны между собой. Однако в корреляционном анализе оценивается сила (теснота) связи между явлениями, в регрессионном исследуется ее форма.

Сначала установим результативный (у) и факторные признаки (х1..хn):

У - количеством трудоустроенных на 1000 работающих (чел) (гр.14 фишки);

Х1 - коэффициентом экономически активного населения (%) (гр.11);

Х2 - , коэффициентом трудоустроенности (%) (гр.15);

Х3 - численностью работающих на 1000 среднегодовых жителей (чел) (гр.13).

Связь между результативным признаком и факторными выражают через уравнение множественной корреляции, которое может быть представлено в следующем виде:



где - результативный признак,

x1-x3 - факторные признаки,

а1-а3 - коэффициенты линейной регрессии- коэффициент, определяющий начало отсчёта при x1= x2=х3= 0.

Вычислим коэффициенты парной корреляции (таблица 3.1), которые могут принимать любые значения в пределах от -1 до +1 , чем ближе коэффициент корреляции по абсолютной величине к 1 , тем теснее связь между ними. Если с увеличением значений факторного признака x, результативный признак y имеет тенденцию к увеличению, то величина коэффициента корреляции будет находиться между 0 и 1.

Связь средней силы между определённой долей пожилого населения наблюдается с каждым факторным признаком, так как .

Таблица 2.4 Матрица коэффициентов парной корреляции

Столбец 1Столбец 2Столбец 3Столбец 4Столбец 11Столбец 2-0,6527786671Столбец 30,43776214-0,1024059511Столбец 4-0,5254609850,641835712-0,298631

Полученные линейные коэффициенты корреляции свидетельствуют о том, что количеством трудоустроенных на 1000 работающих (чел), имеет более сильную связь с показателем коэффициент экономически активного населения (%) (r=0, 652778667), среднюю связь с численностью работающих на 1000 среднегодовых жителей (чел) (r=0, 525460985), и малую связь с показателем коэффициент трудоустроенности (%) (r=0, 43776214).

Далее необходимо найти коэффициенты множественной корреляции и детерминации (таблица 2.4).


Таблица 2.5-Коэффициенты множественной корреляции и детерменации

Регрессионная статистикаМножественный R0,752226836R-квадрат0,565845213Нормированный R-квадрат0,500721995Стандартная ошибка101,5640549Наблюдения24

Коэффициент множественной корреляции (множественный R) измеряет одновременное влияние факторных признаков на результативный, а так как он равен 0,75 то между признаками наблюдается сильная связь. Коэффициент множественной детерминации (R-квадрат) показывает, на сколько процентов изменение результата обусловлено изменением фактора. R-квадрат равен 0,565845213, что означает, что вариация количества трудоустроенных на 1000 работающих 56,6% характеризуется влиянием отобранных факторов, а 43,4% - другими неучтёнными и случайными причинами.

Уравнение регрессионной зависимости определённого количества трудоустроенных на 1000 работающих от факторных признаков х1-х3 имеет вид:

Y = 299,313696+(-19,80604346)X1 + 5,860164498X2+(-0,138637667)Х3

Свободный член уравнения а0=299,313 интерпретации не подлежит. Коэффициент чистой регрессии а1=-19,8060 показывает, что в данной совокупности при увеличении коэффициента экономически активного населения на 1%, количество трудоустроенных на 1000 работающих уменьшится на 19 человек, при условии, что другие факторы постоянны. Коэффициент а2=5,860 показывает, что в данной совокупности при увеличении коэффициента трудоустроенности на 1%, количество трудоустроенных на 1000 работающих увеличится на 6 человек, при условии, что другие факторы постоянны. Коэффициент а3=-0,1386 показывает, что в данной совокупности при увеличении численности работающих на 1000 среднегодовых жителей на одного человека, количество трудоустроенных на 1000 работающих уменьшится на 0,14 человек, при условии, что другие факторы постоянны.

Для того, чтобы оценить тесноту связи между количеством трудоустроенных на 1000 работающих, коэффициентом экономически активного населения, коэффициентом трудоустроенности, численностью работающих на 1000 среднегодовых жителей, необходимо рассчитать парные линейные коэффициенты корреляции (R01, R02, R03).

Нам видно, что R01 = -0,65, R02 = 0,4, R03 = -0,53. Анализируя приведенные данные можно сделать вывод о том, что связь между количеством трудоустроенных на 1000 работающих, коэффициентом экономически активного населения, коэффициентом трудоустроенности, численностью работающих на 1000 среднегодовых жителей средняя, т.к 0,4<R0i<0,7.

Прямое сравнение коэффициентов регрессии в уравнении множественной регрессии дает представление о степени влияния факторных признаков на результативный признак только тогда, когда они выражаются в одинаковых единицах и имеют примерно одинаковую колеблемость. Чтобы сделать коэффициенты регрессии сопоставимыми, применяются коэффициенты Вi.

Коэффициент Bi показывает величину изменения результативного признака в значениях средней квадратической ошибки при изменении факторного признака Xi на одну среднеквадратическую ошибку:


?i =аi * (?i1 / ?0)


где аi - коэффициент чистой регрессии по I - ому фактору;

?xi - среднеквадратическое отклонение факторного признака xi;

?x0 - среднеквадратическое отклонение результативного признака y.

Так как коэффициенты линейной регрессии нам известны, то можем рассчитать В - коэффициенты.

В результате получим:

?1 = -0,54, ?2= 0,34, ?3= -0,03.

Таким образом ?-коэффициенты показывают, что, если каждый из факторов изменится на своё среднее квадратическое отклонение, то количество трудоустроенных на 1000 работающих под воздействием коэффициента экономически активного населения уменьшится на 0,54 своего среднеквадратического отклонения, коэффициента трудоустроенности увеличится на 0,34 и под воздействием численности работающих на 1000 среднегодовых жителей уменьшится на 0,03.

Помимо ?-коэффициентов, рассчитывают еще коэффициенты эластичности Эi, которые показывают, на сколько процентов изменится результативный показатель при изменении факторного на 1%.


где - коэффициенты чистой регрессии;

- среднее значение факторного признака;

- среднее значение результативного признака.

Получим следующие результаты:

Э1=-2,48, Э2=2,16, Э3= -0,12.

Коэффициенты эластичности показывают, что при увеличении коэффициента экономически активного населения на 1%, количество трудоустроенных на 1000 работающих уменьшится на 2,48%, при увеличении коэффициента трудоустроенности на 1% увеличится на 2,16%, а при увеличении численности работающих на 1000 среднегодовых жителей количество трудоустроенных на 1000 работающих уменьшится на 0,12%.

Рассчитаем коэффициенты отдельного определения, которые показывают вклад каждого фактора в вариацию изучаемого признака.

1=?1*r01, d2= ?2*r02, d3=?3*r03 ,


где ? - бета-коэффициент;

r - коэффициенты парной корреляции.

Получим следующие результаты:

d1=0,35, d2=0,15, d3=0,017.

Коэффициенты отдельного определения показывают, что вклад коэффициента экономически активного населения 0,35, коэффициента трудоустроенности 0,15, а численности работающих на 1000 среднегодовых жителей 0,017.

Корреляционный анализ данных проведен при помощи пакета Microsoft Excel (приложение В).


2.3 Оценка корреляционно-регрессионной модели на адекватность


Для практического использования корреляционно-регрессионных моделей большое значение имеет их адекватность, т.е. соответствие фактическим статистическим данным.

Корреляционный и регрессионный анализ обычно проводится для ограниченной по объёму совокупности. Поэтому показатели регрессии и корреляции - параметры уравнения регрессии, коэффициенты корреляции и детерминации могут быть искажены действием случайных факторов. Чтобы проверить, насколько эти показатели характерны для всей генеральной совокупности, не являются ли они результатом стечения случайных обстоятельств, необходимо проверить адекватность построенных статистических моделей.

Регрессионный анализ позволяет проверить гипотезы значимости уравнения в целом на основе критерия F-Фишера и каждого из коэффициентов чистой регрессии - по критерию t-Стьюдента.


Таблица 2.6 Дисперсионный анализ

dfSSMSFЗначимость FРегрессия3268882,855289627,61848,6888398710,000684651Остаток20206305,144810315,25724Итого23475188

По данным таблицы 2.6 полученное уравнение в целом значимо: F-критерий Фишера равный 8,6 значим уже при 0,00068, или 0,068%. Следовательно, влияние факторов, включенных в модель, на среднедушевые денежные доходы населения (в месяц) достоверно.

Аналогично проверим значимость каждого из коэффициентов чистой регрессии.


Таблица 2.7 Коэффициенты регрессии

КоэффициентыСтандартная ошибкаt-статистикаP-ЗначениеНижние 95%Верхние 95%Y-пересечение299,313696248,1329781,2062632640,24179204-218,2826248816,9100168Переменная X 1-19,806043466,474533939-3,0590685990,006193076-33,31168456-6,300402367Переменная X 25,8601644982,4878632332,3555010660,028817630,67057274611,04975625Переменная X 3-0,1386376670,777512524-0,1783092390,860273882-1,7605003671,483225034

В полученной модели значим каждый из коэффициентов чистой регрессии: t1= - 3,059; P-значение = 0,006193, или 0,6%; t2=2,36, P-значение = 0,028817, или 2,8%; t3= 0,1783, P-значение = 0,86027, или 86,02%; Следовательно, полученные закономерности в результате интерпретации x1, x2, x3 можно распространять на всю генеральную совокупность.

Исходя из того, что значения значимости F и t намного меньше, чем значения F-критерия и t-критерия, можно сделать вывод о том, что модель адекватна.

ГЛАВА 3. Анализ рядов динамики методами укрупнения интервалов и скользящей средней, аналитическое выравнивание по уравнению прямой и параболы на примере Малоярославецкого района


3.1 Анализ рядов динамики


Один из наиболее простых приемов обнаружения общей тенденции развития явления - укрупнение интервала динамического ряда. Смысл приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, показатели которого относятся к большим по продолжительности периодам времени. Различают динамические ряды абсолютных и относительных показателей. Исходные показатели, непосредственно отражающие размеры изучаемого явления, называются уровнями ряда динамики.

В данном случае для выравнивания ряда динамики мы используем метод укрупнения периодов и метод скользящий средней. Первый метод позволяет погасить случайные колебания признака, благодаря чему новый динамический ряд средних по укрупнённым периодам отражает тенденции исходного динамического ряда. Второй метод предполагает последовательный расчет средних за периоды, сдвигаемые на одну дату. При этом достигается взаимное погашение случайных колебаний отдельных уровней динамического ряда. Полученный ряд средних характеризует закономерные изменения уровня от одной даты к другой, проявляя тем самым тенденцию развития явлений.

Выявление основной тенденции может быть осуществлено также методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получается постепенным продвижением от начального уровня динамического ряда на один уровень. Таким образом, интервал сглаживания как бы скользит по динамическому ряду с шагом, равным единице.

Выявим общую тенденцию развития рассмотренных ранее признаков методом укрупнения интервалов и скользящих средних. Рассчитаем средние по трёхлетним периодам. Для этого используем программу «Динамика».

Весь период исследования составляет 10 лет. Полученные средние по скользящим и средние скользящие занесём в таблицу 3.1 и 3.2.

Данный метод заключается в отыскании уравнения кривой, которая наиболее точно отражала бы основную тенденцию изменения уравнений в зависимости от времени (t). Уравнение, выражающее уровни динамического ряда в виде некоторой функции времени (t) называют трендом. Параметры уравнения находят способом наименьших квадратов. Этот приём выравнивания, как и другие приёмы, следует применять в сочетании с методом укрупнения периодов.

Для данной курсовой работы были взяты: численность безработных на 1000 работающих и численность работающих на 1000 среднегодовых жителей.


Таблица 3.1 Динамика численности безработных на 1000 работающих

ГодыФактУкрупнениеСкользящаяМНК по прямойМНК по параболеОткл. по прямойОткл. по параболе200017,0016,7216,470,280,53200114,0033,0015,6716,2516,17-2,25-2,17200216,0014,6715,7915,830,210,17200314,0017,0015,3315,45-1,33-1,45200421,0047,0016,3314,8615,046,145,96200514,0015,3313,9414,110,06-0,11200611,0012,3313,4713,59-2,47-2,59200712,0049,0011,0013,0113,04-1,01-1,04200810,0012,3312,5512,46-2,55-2,46200915,0012,0811,842,923,16

Полученные результаты показывают, что от первого периода к третьему периоду происходит также увеличение. Так в 2003-2005гг. изменение среднедушевых денежных доходов по сравнению с 2000 - 2002 гг. составляет: 47,00 - 33,00 = 14,00, а по сравнению с 2006 - 2009 гг. 49,00 - 47,00 = 2,00.

Аналогично проведем анализ по следующиму показателю: численность работающих на 1000 среднегодовых жителей.


Таблица 3.2 Динамика численности работающих на 1000 среднегодовых жителей.

ГодыФактУкрупнениеСкользящаяМНК по прямойМНК по параболеОткл. по прямойОткл. по параболе2000311,00304,50309,806,501,202001306,00881.00305,67303,20305,092,800,912002300,00301,33301,90301,14-1,90-1,142003298,00295,67300,60297,95-2,600,052004289,00886.00295,33299,30295,52-10,30-6,522005299,00294,33296,70292,922,306,082006295,00295,33295,40292,75-0,402,252007292,00917.00293,67294,10293,34-2,10-1,342008294,00294,00292,80294,691,20-0,692009296,00291,50296,804,50-0,80

Полученные результаты показывают, что от первого периода к третьему периоду происходит также увеличение. Так в 2003-2005гг. изменение среднедушевых денежных доходов по сравнению с 2000 - 2002 гг. составляет: 886,00 - 881,00 = 5,00, а по сравнению с 2006 - 2009 гг. 917,00 - 886,00 =31,00.


3.2 Анализ рядов динамики по уравнениям прямой и параболы


Анализ рядов динамики по уравнениям прямой и параболы заключается в отыскании уравнения кривой, которая наиболее точно отражала бы основную тенденцию изменения уровней в зависимости от времени. Выравнивание ряда по уравнению прямой линии. Для этого проанализируем таблицы 3.3 и 3.4.


Таблица 3.3 Расчетные данные по численности безработных на 1000 работающих

Остаточное СКО по прямой 2,58Остаточное СКО по параболе 2,58F критерий 1,00Уравнение прямой y = 14,40 - 0,46tУравнение параболы y = 14,59 - 0,46t -0,02t^2

Таблица 3.4 Расчетные данные по численности работающих на 1000 среднегодовых жителей

Остаточное СКО по прямой 4,45Остаточное СКО по параболе 3,02F критерий 1,48Уравнение прямой y = 298,00 - 1,30tУравнение параболы y = 293,84 - 1,30t + 0,38t^2

На основе расчетов полученных на ЭВМ можно составить уравнение прямой по численности безработных на 1000 работающих:


yt=a+b*t,


где a и b -параметры уравнения;- значение дат.

Уравнение линейного тренда для численности безработных на 1000 работающих y = 14,40 - 0,46t, где

a=14,40 - это среднее значение численности безработных на 1000 работающих за динамику лет;

b=-0.46 - это среднее увеличение численности безработных на 1000 работающих в год.

Уравнение линейного тренда для численности работающих на 1000 среднегодовых жителей:= 298,00 - 1,30t,

где a = 298,00 - это средняя численность работающих на 1000 среднегодовых жителей за динамику лет;

b = 1,30 -это среднее снижение численности работающих на 1000 среднегодовых жителей в год.

Подставим в полученные уравнения соответствующие значения ti и рассчитаем сглаженные уровни.

Колебания фактических значений вышеуказанных показателей около прямой составляют соответственно:

a)2,58 или 2,58 *100/14,40=17,9% по отношению к средней;

b)4,45 или 4,45*100/298,00=1,49% по отношению к средней;

Проведем далее выравнивание ряда по уравнению параболы второго порядка:


=a+b*t+c*,


Выравнивание ряда по уравнению параболы второго порядка.

Уравнения параболы для численности безработных на 1000 работающих:= 14,59 - 0,46t - 0,02t^2,

a=14.59- это выровненный уровень численности безработных на 1000 работающих для центрального года динамического ряда;

b=0.46 - среднее увеличение численности безработных на 1000 работающих за год;

c=0,02 - показывает ускорение увеличения численности безработных на 1000 работающих.

Уравнения параболы для численности работающих на 1000 среднегодовых жителей

=293,84 - 1,30t + 0,38t^2, где

=298,84 - это выровненный уровень численности работающих на 1000 среднегодовых жителей для центрального года динамического ряда;

b=-1,30 - среднее снижение численности работающих на 1000 среднегодовых жителей за год;

c=0,38 - показывает ускорение увеличения численности работающих на 1000 среднегодовых жителей.

Случайные колебания фактических значений для численности безработных на 1000 работающих: 2,58*100/14,59 =17,9% против 17,5% при выравнивании по прямой. Следовательно, парабола точнее воспроизводит характер изменения среднедушевых денежных доходов за исследуемый период.

Случайные колебания фактических значений для численности работающих на 1000 среднегодовых жителей составляют: 3,02*100/293,84 =1,02% против 1,49% при выравнивании по прямой. Следовательно, парабола точнее воспроизводит характер изменения числа браков за исследуемый период.


3.3 Построение прогноза и его оценка


Под прогнозом понимается научно обоснованное описание возможных состояний объектов в будущем, а также альтернативных путей и сроков достижения этого состояния. Сам процесс разработки прогнозов называется прогнозированием. Прогнозирование (от греч. prognosis - знание наперед) - это вид познавательной деятельности человека, направленной на формирование прогнозов развития объекта на основе анализа тенденций его развития.

Задачи экономико-статистического прогнозирования: выявление перспектив ближайшего или более отдаленного будущего в исследуемой области на основе реальных процессов действительности: выработка оптимальных тенденций и перспективных планов с учетом составленного прогноза и оценки принятого решения с позиций его последствий в прогнозируемом периоде.

Большая часть статистических методов прогнозирования основана на построении тренда, то есть математического уравнения, описывающего поведение прогнозируемого показателя.

На основе рассчитанного в программе «Динамика» уравнения прямой рассчитаем прогнозное значение показателя на 2011 год .

Рассчитаем прогноз на 2011: ?10=14,40-0,46*12 = 8.88

Рассчитаем прогноз на 2011 год по валовому региональному продукту на душу населения, руб. В ходе выравнивания исходного ряда динамики мы получили следующее уравнение тренда: y = 298,00 - 1,30t.

Рассчитаем прогноз на 2011: ?10=298,00-1,30*12 =282.4.

ВЫВОДЫ И ПРЕДЛОЖЕНИЯ


Изучив данную тему, целью которой является статистико-экономический анализ рынка труда по совокупности районов Калужской области и, рассчитав необходимые показатели, можно сделать следующие выводы:

  1. При построении ранжированного ряда по признаку - коэффициент безработицы, видно, что в совокупности районов Калужской области имеются большие различия в значениях группировочного признака - от 1 до 8.8%, то есть 7.8%, а при построении интервального вариационного ряда по данному признаку было получено 5 интервалов (по 8, 9, 1, 5, 1 района в каждом интервале соответственно).
  2. По результатам аналитической группировки 24 района Калужской области были выделены 3 типические группы: выше среднего уровня (10), среднего уровня (8 районов), ниже среднего уровня (6 районов). Коэффициент трудоустроенности в районах 1 группы по сравнению с другими группами выше.
  3. Корреляционно-регрессионный анализ зависимости количества трудоустроенных на 1000 работающих, коэффициента экономически активного населения, коэффициента трудоустроенности, численности работающих на 1000 среднегодовых жителей по всей совокупности районов показал, что между результативным и факторными признаками существует достаточно тесная связь, а на изменение количества трудоустроенных на 1000 работающих наибольшее влияние оказывает численность работающих на 1000 среднегодовых жителей.
  4. Индексный метод анализа показал, что интенсивность структурных сдвигов в структуре показателей трудоустроенности по индексу Салаи средняя, а по индексу Гатева - слабая.
  5. При выявлении тенденций в рядах динамики, метод укрупнения интервалов показал, что за выделенные нами периоды (пятилетия) произошло снижение численности безработных на 1000 работающих и также уменьшение численности работающих на 1000 среднегодовых жителей по Малоярославецкому району.
  6. При выравнивании динамического ряда по методу наименьших квадратов по численности безработных на 1000 работающих остаточное среднее квадратическое отклонение, полученное при выравнивании по параболе, несколько меньше, чем, остаточное среднее квадратическое отклонение при выравнивании по уравнению прямой. Следовательно, парабола точнее воспроизводит характер изменения численности безработных на 1000 работающих за исследуемый период. Аналогичный вывод можно сделать и при выравнивании динамического ряда по методу наименьших квадратов по численности работающих на 1000 среднегодовых жителей.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


1.Зинченко А.П. Практикум по общей теории статистики и с/х статистике. М.: Финансы и статистика, 1988. - 327 стр.;

2.А.М. Годин Статистика учебник. Москва 2003-54стр,118 стр, 250 стр;

3.Громыко Г.Л. Теория статистики. Учебник, 2-ое издание. М.:Инфра-М, 2005. - 474 стр.;

4.Давыдова Л. А. Теория статистики. Учебное пособие. М.: Проспект, 2005. - 155 стр.;

.Ефимова Е. П. Общая теория статистики. Учебник, 2-ое издание. М.: Инфра-М, 2005. - 415 стр.;

6.Сайт федеральной службы статистики www.gks.ru <#"justify">7.Статистический сборник Калужской области

8.Сайт Территориальный орган федеральной службы государственной статистики по Калужской области

ФИШКИ (часть 1)

№п\пРайоны№ показателя1234561Бабынинский50,243,722,71591172Барятинский0,810,91,45,381783Боровский11,72,151,655,82282044Дзержинский13,87,833,859,84404355Думиничский2,23,922,815,12302166Жиздринский1,62,40,710,849457Жуковский8,310,816,245,42522398Износовский0,801,2799959Кировский101,229,843,346841110Козельский9,14,830,94137233611Куйбышевский1,313,72,18,2555012Людиновский10,90,55145,997687213Малоярославецкий11,2938,653,357054514Медынский3,215,733,213,1827615Мещовский1,7711,712,216215216Мосальский1,30,50,98,9847317Перемышльский221,68,411,9262018Спас-Деменский1,48,70,88,914514019Сухиничский5,13,218,624,71549320Тарусский2,41,114,415959321Ульяновский1,13,80,77,6514322Ферзиковский2,617,111,816,312310323Хвастовичский215,78,21117517124Юхновский2,16,90,812,85649

Фишки (часть2)

№ п/пРайоны№ показателя7891011121Бабынинский79657214985,2598826,4322Барятинский45339412119,2135725,61013Боровский2810165519705,31379524,7194Дзержинский2914183814581,11685028,2325Думиничский68451210653,7373124,71056Жиздринский40831010873,9305728,3317Жуковский1932159418112,61064123,4308Износовский65854513079,4113116,61249Кировский3403239813888,61410932,64710Козельский1938150212381,71139527,84111Куйбышевский34624010404,9204325,14212Людиновский10371899311378,11582434,59013Малоярославецкий3355208616160,81687631,75114Медынский73453614114,5346326,42615Мещовский81864410846,7257221,19516Мосальский81068311734,1285332,16717Перемышльский79272712002,1261722,11318Спас-Деменский74348410132,5205723,110419Сухиничский92870712562755130,63020Тарусский90665513359,1346823,14021Ульяновский59141010888,9165021,74622Ферзиковский97068012103,3353321,74723Хвастовичский90464210246,1306627,98824Юхновский1175105210967,5293423,127

Фишка ( часть 3)

№ п/пРайоны№ показателя13141516171Бабынинский220119,0072,22,798,62Барятинский151302,0087695,93Боровский210115,00591,799,34Дзержинский231158,0063,12,699,15Думиничский146227,0075,66,196,56Жиздринский148130,0076,81,698,27Жуковский183136,0082,62,498,78Износовский114714,0083,38,897,39Кировский231136,0070,43,397,110Козельский22296,0078,13,398,311Куйбышевский159197,0069,42,797,912Людиновский237137,0087,16,297,313Малоярославецкий210117,0062,23,49914Медынский244162,00732,498,215Мещовский139136,0079,36,397,216Мосальский146105,0084,32,998,117Перемышльский168342,0092199,418Спас-Деменский157144,0065,1797,219Сухиничский20671,0076,2299,320Тарусский160260,0072,32,79821Ульяновский145191,0069,43,19722Ферзиковский160286,0070,13,59923Хвастовичский181105,0071,15,797,824Юхновский164474,0090,31,998,9

Ключи к фишкам

1. Среднегодовая численность работающих, тыс. чел 2010 год

. Среднегодовая численность работающих в сельском хозяйстве, охота и лесное хозяйство (в процентах от общей численности) 2010 год

.Среднегодовая численность работающих в обрабатывающих производствах (в процентах от общей численности) 2010 год

.Численность населения, на начало года, тыс. человек 2010 год.

. Общая численность безработных (на конец года, чел) 2010 год

. Численность граждан, которым назначено пособие по безработице, чел 2010 год

. Численность граждан, обратившихся по вопросу трудоустройства, чел

. Общая численность трудоустроенных, чел

. Среднемесячная номинальная заработная плата работников организаций, рублей 2010 год.

. Численность экономически активного населения, чел

. Коэффициент экономически активного населения, %

. Численность безработных на 1000 работающих, чел

. Численность работающих на 1000 среднегодовых жителей, чел

. Количество трудоустроенных на 1000 среднегодовых жителей, чел

. Коэффициент трудоустроенности, %

. Коэффициент безработицы, %

. Коэффициент занятости,%

ПРИЛОЖЕНИЕ А


Количество трудоустроенных на 1000 работающих, челКоэффициент экономически активного населения, %Коэффициент трудоустроенности, %Численность работающих на 1000 среднегодовых жителей, челКоличество трудоустроенных на 1000 работающих, чел1Коэффициент экономически активного населения, %-0,6527786671Коэффициент трудоустроенности, %0,43776214-0,1024059511Численность работающих на 1000 среднегодовых жителей, чел-0,5254609850,641835712-0,298631

ПРИЛОЖЕНИЕ Б


Регрессионная статистикаМножественный R0,752226836R-квадрат0,565845213Нормированный R-квадрат0,500721995Стандартная ошибка101,5640549Наблюдения24

Дисперсионный анализdfSSMSFЗначимость FРегрессия3268882,855289627,61848,6888398710,000684651Остаток20206305,144810315,25724Итого23475188

КоэффициентыСтандартная ошибкаt-статистикаP-ЗначениеНижние 95%Верхние 95%Y-пересечение299,314248,1329781,206263260,241792-218,2826816,91002Коэффициент экономически активного населения, %-19,8066,474533939-3,05906860,006193-33,31168-6,300402Коэффициент трудоустроенности, %5,860162,4878632332,355501070,0288180,670572711,049756Численность работающих на 1000 среднегодовых жителей, чел-0,138640,777512524-0,17830920,860274-1,76051,483225

ПРИЛОЖЕНИЕ В


Количество трудоустроенных на 1000 работающих, челКоэффициент экономически активного населения, %Коэффициент трудоустроенности, %Численность работающих на 1000 среднегодовых жителей, чел119,0026,472,2220302,0025,687151115,0024,759210158,0028,263,1231227,0024,775,6146130,0028,376,8148136,0023,482,6183714,0016,683,3114136,0032,670,423196,0027,878,1222197,0025,169,4159137,0034,587,1237117,0031,762,2210162,0026,473244136,0021,179,3139105,0032,184,3146342,0022,192168144,0023,165,115771,0030,676,2206260,0023,172,3160191,0021,769,4145286,0021,770,1160105,0027,971,1181474,0023,190,3164207,315789525,9421052676,47368421180,5153,4923464,2070191848,79722079736,51483717299,313696-19,806043465,860164498-0,138637667-0,6527786670,43776214-0,525460985-2,4783952332,161670225-0,120705224-0,5428570670,335867959-0,0329810050,3543655130,1470302770,01733023120,44782355


ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ - МСХ

Больше работ по теме:

КОНТАКТНЫЙ EMAIL: [email protected]

Скачать реферат © 2017 | Пользовательское соглашение

Скачать      Реферат

ПРОФЕССИОНАЛЬНАЯ ПОМОЩЬ СТУДЕНТАМ