Namų ūkio tyrimas

Įvadas

Darbo tikslai:
1. Statistiškai aprašyti naudojamus duomenis: namų ūkio dydį, disponuojamas pajamas vienam namų ūkio nariui ir namų ūkio vartojimo išlaidas.
2. Įvertinti skurdo ir nelygybės rodiklius.
3. Išsiaiškinti kaip namų ūkio vartojimo išlaidos priklauso nuo pasirinktų veiksnių: namų ūkio dydžio, namų ūkio galvos išsimokslinimo, namų ūkio galvos amžiaus, namų ūkio socialinės-ekonominės grupės ir nuo namų ūkio gyvenamosios vietos. Tai reiškia atlikti regresinę analizę.
4. Nustatyti determinacijos koeficiento įvertį.
5. Patikrinti regresijos koeficiento reikšmingumą.

Naudojamos sąvokos:

Namų ūkiai – tai nedidelės žmonių grupės, gyvenančios vienoje patalpoje, sujungiančios savo pajamas ir materialines vertybes ir kaartu vartojančios prekes ir paslaugas (bendras būstas ir mityba).
Namų ūkiu laikomas atskirai gyvenantis vienas asmuo ar asmenų grupė, gyvenanti viename bute ar name, turinti bendrą biudžetą ir kartu besimaitinanti. Namų ūkiu gali būti:
· Šeima, susidedanti iš sutuoktinių ir vaikų ar be jų arba vieno sutuoktinio su vaikais;
· Kartu gyvenantys ir bendrą biudžetą turintys giminaičiai;
· Kartu gyvenantys ir bendru biudžetu susiję asmenys, neturintys giminystės ryšio;
· Vieniši asmenys, gyvenantys iš savo pajamų;
· Šeimos, susidedančios iš kelių kartu gyvenančių sutuoktinių porų, turinčių bendrą biudžetą.

Namų ūkio disponuojamos pajamos – tai viisos piniginės ir natūrinės pajamos, kurios yra gautos už darbą iš ūkininkavimo, verslo, amatų, laisvos profesinės veiklos, taip pat pensijos, įvairios pašalpos, stipendijos, pajamos iš turto, renta ir kt.
Namų ūkio vartojimo išlaidos – tai piniginės ir natūrinės išlaidos, skirtos namų ūkių va

artojimo poreikiams patenkinti: tai išlaidos maistui, drabužiams, avalynei, būstui, sveikatos priežiūrai, kultūros ir poilsio reikmėms ir kt.
Namų ūkio galva – tai asmuo, turintis didžiausias pajamas.
Skurdo riba – tai kriterijus, kurio pagalba politikai ar tyrinėtojai suskirsto individus, šeimas ar namų ūkius į skurstančius ir neskurstančius.
Skurdo rodikliai:
2 Skurstančiųjų gyventojų lygis šalyje– tai rodiklis, parodantis šalies gyventojų dalį, kurių pajamos yra žemiau skurdo ribos.
3 Žemų pajamų nuokrypis – tai rodiklis, kuris parodo, kiek vidutiniškai skurstančiųjų pajamos nukrypsta nuo skurdo ribos.
4 Žemų pajamų indeksas – tai rodiklis, kuris parodo, kiek reikia lėšų panaikinti skurdą šalyje.
5 Kvadratinis skurdo nuokrypis – skurdo intensyvumo rodiklis, atspindintis pajamų pasiskirstymą tarp skurstančiųjų.

Aprašomoji statistika

1 lentelė. Pradiniai duomenys

Namų ūkio eilės Nr. Namų ūkio dydis Namų ūkio disponuojamos pajamos Namų ūkio vartojimo išlaidos
1111 4 1000 1941
1112 1 511 406
1113 3 1111 795
1114 2 930 1172
1115 2 1818 1204
1116 3 3570 3044
1117 3 1464 752
1118 3 890 1382
1119 2 904 884
1120 3 487 463
1121 1 102 601
1122 3 1176 1032
1123 3 700 1269
1124 3 2099 1235
1125 3 1423 1466
1126 4 212 419
1127 3 814 1055
1128 4 1908 2446
1129 3 1082 1640
1130 2 771 1002
1131 4 3920 781
1132 2 414 1606
1133 3 2059 1323
1134 3 495 1639
1135 3 825 706
1111 4 1000 1941
1112 1 511 406
Iš viso: 70 30685 30263

Vidurkis – tai visų stebėtų skaitinių duomenų suma, padalinta iš duomenų skaičiaus. Jis roodo vidutinę atsitiktinio dydžio reikšmę.
Mediana – tai skaičius, perskirstantis variacinę eilutę į dvi maždaug lygias dalis.
Moda – tai dažniausiai duomenų aibėje pasikartojanti reikšmė.
Vidutinis kvadratinis nuokrypis – tai kvadratinė šaknis iš dispersijos.
Dispersija – tai matas, aprašantis atsitiktinio dydžio sklaidą apie vidurkį.

Eksceso koeficientas – tai lėkštumo matas. Kai šis koeficientas:
>0, tai duomenų sklaida apie vidurkį yra didesnė už normaliąją kreivę;
=0, tai duomenų sklaida apie vidurkį yra tokia pati kaip ir normaliosios kreivės;
<0, tai duomenų sklaida apie vidurkį yra mažesnė už normaliosios kreivės.
Asimetrijos koeficientas – tai simetrijos matas. Kai šis ko

oeficientas:
>0, tai asimetrija yra teigiama (dešinioji asimetrija);
=0, tai rodo, kad yra simetrija;
<0, tai asimetrija yra neigiama (kairioji asimetrija).
Duomenų plotis – tai maksimalios ir minimalios stebėjimų sekos duomenų reikšmių skirtumas, kuris parodo stebimų duomenų reikšmių diapazoną.
Minimali reikšmė – tai stebimų duomenų sekoje esanti mažiausia reikšmė.
Maksimali reikšmė – tai stebimų duomenų sekoje esanti didžiausia reikšmė.

2 lentelė
Charakteristikos Namų ūkio dydis Namų ūkio disponuoja-mos pajamos (Lt) Namų ūkio vartojimoišlaidos (Lt)
Vidurkis 2,8 1227,4 1210,52
Standartinė paklaida 0,16 186,49 124,44
Mediana 3 930 1172
Moda 3 #N/A #N/A
Vidutinis kvadratinisnuokrypis 0,82 932,46 622,20
Dispersija 0,67 869482,67 387130,01
Eksceso koeficientas 0,36 2,83 2,11
Asimetrijos koeficientas -0,60 1,65 1,24
Duomenų plotis 3 3818 2638
Minimali reikšmė 1 102 406
Maksimali reikšmė 4 3920 3044
Suma 70 30685 30263
Duomenų skaičius 25 25 25

Diagramos

1. Namų ūkio dydis

Namų ūkio dydis Namų ūkio skaičius
1 7
2 7
3 6
4 3
5 2

Pagal gautą diagramą galima teigti, kad:

1 Didžiausią dalį 33% visų namų ūkių užima šeimos, kur gyvena du asmenys.
2 27 % visų namų ūkių užima šeimos, susidedančios iš keturių žmonių.
3 20% visų namų ūkių užima šeimos, susidedančios iš trijų žmonių.
4 13 % visų namų ūkių užima šeimos, susidedančios iš dviejų asmenų.
5 7 % visų namų ūkių sudaro šeimos, kur gyvena tik vienas asmuo.

2. Namų ūkio socialinė-ekonominė grupė

Namų ūkio socialinė-ekonominė grupė Namų ūkių skaičius
Ūkininkai 2
Samdomi darbuotojai 11
Verslininkai 0
Pensininkai 11
Kita 1

Pagal gautą diagramą galima teigti, kad:

1 Po 44% visų namų ūkių užima atitinkamai pensininkai ir samdomi darbuotojai.
2 8% visų namų ūkių sudaro ūkininkai.
3 Ir tik 4 % namų ūkių sudaro asmenys, užsiimantys kita veikla.
4 Verslininkų tirimoje namų ūkio dalyje nėra.

3. Namų ūkio viso vartojimo išlaidos

Namų ūkio vartojimo išlaidos Namų ūkių skaičius
Iki 500Lt. 6
Nuo 500 iki 1000 Lt 11
Nuo 1000 iki 1500 Lt 7
Daugiau nei 1500 Lt 1

Pagal gautą diagramą galima teigti, kad:

1 44% (didžiausia dalis) namų ūkių vartojimo išlaidos siekia nuo 500 Lt iki 1000 Lt.
2 Tiktai 4% namų ūkių vartojimo išlaidos yra daugiau nei 15000Lt.
3 28 % namų ūk

kių vartojimo išlaidos yra nuo 1000 iki 1500 Lt.
4 24 % namų ūkių vartojimo išlaidos yra iki 500 Lt.

Skurdo rodiklių įvertinimas

Apskaičiuojam tokius skurdo rodiklius:

2. Skurstančiųjų gyventojų lygį šalyje;
3. Žemų pajamų nuokrypį;
4. Žemų pajamų indeksą;
5. Kvadratinį skurdo nuokrypį.
Norint apskaičiuoti skurdo rodiklius reikalingi šie duomenys: namų ūkio dydis, disponuojamos pajamos ir disponuojamos pajamos vienam ūkio nariui.

3 lentelė. Duomenys, reikalingi skurdo rodikliams apskaičiuoti

Namų ūkio eilės nr. Namų ūkio dydis Namų ūkio disponuojamos pajamos Pajamos vienam namų ūkio nariui
1111 4 1000 250
1112 1 511 511
1113 3 1111 370,33
1114 2 930 465
1115 2 1818 909
1116 3 3570 1190
1117 3 1464 488
1118 3 890 296,67
1119 2 904 452
1120 3 487 162,33
1121 1 102 102
1122 3 1176 392
1123 3 700 233,33
1124 3 2099 699,67
1125 3 1423 474,33
1126 4 212 53
1127 3 814 271,33
1128 4 1908 477
1129 3 1082 360,67
1130 2 771 385,5
1131 4 3920 980
1132 2 414 207
1133 3 2059 686,33
1134 3 495 165
1135 3 825 275
Iš viso: 70 30685

Vidutinės pajamos vienam namų ūkio nariui gaunamos visas namų ūkių pajamas padalinus iš visų namų ūkių narių sumos, t.y. 30685 / 70 =438.36 Lt.
Skaičiavimui laisvai pasirenkama skurdo riba. Ji bus 50 % nuo vidutinių disponuojamų pajamų vienam ūkio nariui ir skurdo rodikliai skaičiuojami pagal paprastąją skalę, y. z = 438.36* 0,5 = 219.18 Lt.
Namų ūkiai, kuriuose vienam nariui tenka mažiau nei 219.18 Lt disponuojamų pajamų, yra žemiau skurdo ribos ir tokių namų ūkių skaičius – 5.

Skurstančiųjų gyventojų lygis šalyje

Skurstančiųjų gyventojų lygis šalyje – tai rodiklis, parodantis šalies gyventojų dalį, kurių pajamos yra žemiau skurdo ribos. Jis apskaičiuojamas pagal tokią formulę:

,
kur: q – skurstančių gyventojų skaičius;

p – visų tiriamų gyventojų skaičius.

L=13/70=0,185714
Galima teigti, kad 18,57% stebimų gyventojų yra skurstantys, nes jie gyvena žemiau skurdo ribos.

Žemų pajamų nuokrypis
Šis skurdo rodiklis apskaičiuojams pagal formulę:
N=1/q sum.z-yi/z =0,0780
kur: – i-tojo skurstančiojo pajamos;

q – skurstančių tiriamųjų gyventojų skaičius;

z – skurdo riba.
Žemų pajamų nuokrypis – rodiklis, kuris parodo, kiek vidutiniškai skurstančiųjų pajamos nukrypsta nuo skurdo ribos. Šis rodiklis pa

arodo skurdo gilumą.
N = (1 / q) * suma((Z – yi) / Z) Z – skurdo riba

yi – i-ojo skurstančiojo pajamos
N = (1/21) * ((219,18 – 162,33) * 3 / 219,18 + (219,18 – 102) * 1 / 219,18 + (219,18 – 53) * 4 / 219,18 + (219,18 – 207) * 2 / 219,18 + (219,18 – 165) * 3 / 219,18) = 0.399857

Tai reiškia, kad vidutiniškai 39,99% skurstančiųjų pajamos nukrypsta nuo skurdo ribos.

Žemų pajamų indeksas
Šis skurdo rodiklis apskaičiuojamas pagal formulę:
I = L*N = 0,1857*0,3999= 0,074259

Apskaičiavus tą skurdo rodiklį mes matome, kad papildomai reikia 7,42% lėšų, kad panaikinti skurdą stebimuose namų ūkiuose.

Kvadratinis skurdo nuokrypis
Paskutinis skurdo rodiklis yra apskaičiuojamas pagal šią formulę:

,
kur: n – stebimų gyventojų skaičius;

z- skurdo riba;
Q = (1/n) * suma((Z-yi) / Z)2 n – ištirtas žmonių skaičius
Q = (1 / 70) * (((219,18 – 162,33) / 219,18)2* 3 + ((219,18 – 102) / 219,18)2 * 1 + ((219,18 – 53) / 219,18)2 * 4 + ((219,18 – 207) / 219,18)2 * 2 + ((219,18 – 165) / 219,18)2 * 3 = 0,042521.

Atlikus visus skaičiavimus: Q = 0,042521
Skurdo intensyvumo rodiklis, kuris parodo pajamų tarp skurstančiųjų pasiskirstymo procentą, yra lygus 4,25%.
Džini indeksas
Norint nustatyti...

, kur

– pajamos arba išlaidos vienam namų ūkio nariui
m – vidutinės pajamos vienam namų ūkio nariui

– tiriamųjų skaičius

Disponuojamos pajamos vienam ūkio nariui Namų ūkio dydis,n
165 3 47 165 7755
233,33 3 46 165 7590
271,33 3 45 165 7425
275 3 44 233,33 10266,52
360,67 3 43 233,33 10033,19
370,33 3 42 233,33 9799,86
385,5 2 41 271,33 11124,53
392 3 40 271,33 10853,2
452 2 39 271,33 10581,87
465 2 38 275 10450
474,33 3 37 275 10175
477 4 36 275 9900
488 3 35 360,67 12623,45
511 1 34 360,67 12262,78
686,33 3 33 360,67 11902,11
699,67 3 32 370,33 11850,56
1190 3 31 370,33 11480,23
7896,5 47 30 370,33 11109,9

29 385,5 11179,5

28 385,5 10794

27 392 10584

26 392 10192

25 392 9800

24 452 10848

23 452 10396

22 465 10230

21 465 9765

20 474,33 9486,6

19 474,33 9012,27

18 474,33 8537,94

17 477 8109

16 477 7632

15 477 7155

14 477 6678

13 488 6344

12 488 5856

11 488 5368

10 511 5110

9 686,33 6176,97

8 686,33 5490,64

7 686,33 4804,31

6 699,67 4198,02
Vidurkis 464,72 5 699,67 3498,35

4 699,67 2798,68

3 1190 3570

2 1190 2380

1 1190 1190

394367,5

788735

Džini mieste 0,252959

Disponuojamos pajamos vienam ūkio nariui Namų ūkio dydis,n
53 4 23 53 1219
102 1 22 53 1166
162,33 3 21 53 1113
207 2 20 53 1060
250 4 19 102 1938
296,67 3 18 162,33 2921,94
909 2 17 162,33 2759,61
980 4 16 162,33 2597,28

23 15 207 3105

14 207 2898

13 250 3250

12 250 3000

11 250 2750

10 250 2500

9 296,67 2670,03

8 296,67 2373,36

7 296,67 2076,69

6 909 5454

5 909 4545

4 980 3920

3 980 2940

2 980 1960

1 980 980
vidurkis 384,48 59196,91

118393,82

Kaime Džini 0,461372936
IŠVADOS:
Hipotezių tikrinimas
Hipotezė apie vidurkio lygybe skaičiui, kai dispersija žinoma.
H0

– kritinė reikšmė
H0 : ═ 950 Lt
HA : ≠ 950 Lt

– vidurkis
a – const (950 Lt)

– dispersija

H0 atmetame.
Hipotezė, kad namų ūkiuose, kuriuose namų ūkio galvos išsilavinimas yra skirtingas ir pajamos bus skirtingos.
F-Test Two-Sample for Variances

neturi auksto aukstas
Mean 1041,666667 2202,5
Variance 659149,4333 1052293,667
Observations 21 4
df 20 3
F 0,626393044
P(F<=f) one-tail 0,22167673
F Critical one-tail 0,322748138

t-Test: Two-Sample Assuming Unequal Variances

neturi auksto aukstas
Mean 1041,666667 2202,5
Variance 659149,4333 1052293,667
Observations 21 4
Hypothesized Mean Difference 0
df 4
t Stat -2,13922084
P(T<=t) one-tail 0,049587294
t Critical one-tail 2,131846782
P(T<=t) two-tail 0,099174587
t Critical two-tail 2,776445105

Regresinė analizė

Regresinė analizė – tai vieno kintamojo priklausomybės tyrimas nuo kitų kintamųjų. χ
Regresinės analizės kintamieji yra skirstomi į:
Priklausomus kintamuosius, kurie charakterizuoja rezultatą. Jų reikšmė formuojasi nagrinėjamo reiškinio viduje priklausomai nuo daugelio kitų kintamųjų reikšmių;
Nepriklausomus kintamuosius, kurie aprašo nagrinėjamo reiškinio funkcionavimą, savybes, apsprendžia rezultatą.
Regresijos lygtis užrašoma:

, kur:
Y – priklausomas kintamasis;

– nepriklausomieji kintamieji;

– nežinomieji kintamieji;

– atsitiktinis dydis, parodantis nukrypimus nuo taško iki tiesės.
Tos regresinės analizės tikslas yra ištirti kaip namų ūkio vartojimo išlaidos priklauso nuo pasirinktų veiksnių. Pasirinkau tokius veiksnius: namų ūkio dydis, namų ūkio galvos lytis, namų ūkio gyvenamoji vieta, namų ūkio disponuojamos pajamos, namų ūkio socialinė padėtis.
Y- namų ūkio vartojimo išlaidos vienam gyventojui

X1-namų ūkio dydis;
X2-disponuojamos pajamos vienam namų ūkio nariui;
X3-namų ūkio galvos lytis:
1 moteris “2”
2 vyras “1”
X4-namų ūkio gyvenamoji vieta:
1 mieste “1”
2 kaime “2”
X5-namų ūkio socialinė padėtis:
2 dirbantys “1”
3 pensininkai “2”
4 lentelė. Duomenys, reikalingi regresinei analizei atlikti.

Y X1 X2 X3 X4 X5
Namų ūkio vartojimo išlaidos 1 nariui (Lt) Namų ūkio dydis Disponuojamos pajamos vienam nariui Namų ūkio galvos lytis moteris(2) ir vyras(1) Namų ūkis mieste(1) ir kaime(2) Pagal soc. padėtį dirbantys(1)ir pensininkai(2)
485,25 4 250 1 2 1
406 1 511 1 1 2
265 3 370,33 2 1 1
586 2 465 1 1 1
602 2 909 1 2 1
1014,67 3 1190 2 1 1
250,67 3 488 1 1 1
460,67 3 296,67 2 2 2
442 2 452 1 1 2
154,33 3 162,33 2 2 1
601 1 102 1 2 1
344 3 392 1 1 1
423 3 233,33 2 1 1
411,67 3 699,67 1 1 1
488,67 3 474,33 2 1 1
104,75 4 53 1 2 1
351,67 3 271,33 2 1 1
611,5 4 477 1 1 1
546,67 3 360,67 2 1 1
501 2 385,5 1 1 2
195,25 4 980 1 2 1
803 2 207 1 2 2
441 3 686,33 2 1 1
546,33 3 165 1 1 2
235,33 3 275 1 1 1

Koreliacijos tikrinimas:

Column 1 Column 2 Column 3 Column 4 Column 5
Column 1 1
Column 2 -0,32842 1
Column 3 0,339095 0,052651 1
Column 4 0,03712 0,1875 0,041916 1
Column 5 -0,08712 0,064312 -0,16185 -0,15721 1

Regresijos tikrinimas:

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,520995018
R Square 0,271435809
Adjusted R Square 0,07970839
Standard Error 193,3308745
Observations 25

ANOVA

df SS MS F Significance F
Regression 5 264578,99 52915,798 1,4157381 0,2634868
Residual 19 710159,71 37376,827
Total 24 974738,7

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 341,6085068 311,19209 1,0977416 0,2860348 -309,72403 992,94104 -309,72403 992,9410396
X1 -70,53068678 54,514248 -1,2938028 0,211241 -184,63032 43,568945 -184,63032 43,56894494
X2 0,282755323 0,1470272 1,9231496 0,0695789 -0,0249762 0,5904868 -0,0249762 0,590486815
X3 49,30631235 84,327896 0,5846975 0,5656303 -127,194 225,80663 -127,194 225,8066263
X4 4,280673761 85,47164 0,050083 0,960579 -174,61352 183,17487 -174,61352 183,174871
X5 89,70780823 104,51442 0,8583295 0,4014093 -129,04338 308,45899 -129,04338 308,4589949

Tiriamųjų veiksnių P-value reikšmė turi būti mažesnė už mano pasirinktą reikšmingumo lygmenį α = 0,05. Taigi atliekame tyrimą, kol nebelieka koeficiento, kurio P-value reikšmė didesnė už α.
Pagal gautus duomenis X4 P-value lygi 0,960579 ir yra didžiausia, vadinasi tas faktorius yra nereikšmingas ir jis yra išmetamas.
SUMMARY OUTPUT

Regression Statistics
Multiple R 0,520902704
R Square 0,271339627
Adjusted R Square 0,125607552
Standard Error 188,4480653
Observations 25

ANOVA

df SS MS F Significance F
Regression 4 264485,24 66121,30886 1,8619074 0,1566833
Residual 20 710253,47 35512,67331
Total 24 974738,7

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 348,1111379 275,66958 1,262784 0,2211919 -226,92553 923,14781 -226,92553 923,1478085
X1 -70,28079146 52,914375 -1,32819846 0,1990713 -180,65824 40,09666 -180,65824 40,09666043
X2 0,281566372 0,1414334 1,990805685 0,0603423 -0,0134585 0,5765912 -0,0134585 0,576591226
X3 48,59208201 81,014165 0,599797357 0,5553766 -120,4005 217,58467 -120,4005 217,5846683
X5 89,65604902 101,8698 0,880104341 0,389256 -122,84062 302,15272 -122,84062 302,1527178

Pagal gautus duomenis X3 P-value lygi 0,5553766 ir yra didžiausia, vadinasi tas faktorius yra nereikšmingas ir jis yra išmetamas.

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,5081659
R Square 0,2582326
Adjusted R Square 0,1522658
Standard Error 185,55315
Observations 25

ANOVA

df SS MS F Significance F
Regression 3 251709,31 83903,102 2,4369205 0,0930402
Residual 21 723029,39 34429,971
Total 24 974738,7

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 417,41925 246,43769 1,6938125 0,1050829 -95,075983 929,91448 -95,075983 929,91448
X1 -67,125231 51,843348 -1,2947704 0,2094552 -174,93937 40,688912 -174,93937 40,688912
X2 0,2815809 0,1392607 2,0219696 0,0561038 -0,0080276 0,5711894 -0,0080276 0,5711894
X5 79,926412 99,025016 0,8071335 0,4286371 -126,00738 285,86021 -126,00738 285,86021

Pagal gautus duomenis X5 P-value lygi 0,4286371 ir yra didžiausia, vadinasi tas faktorius yra nereikšmingas ir jis yra išmetamas.

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,4849963
R Square 0,2352214
Adjusted R Square 0,1656961
Standard Error 184,07747
Observations 25

ANOVA

df SS MS F Significance F
Regression 2 229279,4 114639,7 3,3832476 0,0523471
Residual 22 745459,3 33884,514
Total 24 974738,7

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 578,31519 143,74121 4,0233081 0,0005698 280,21416 876,41623 280,21416 876,41623
X1 -85,704696 46,083286 -1,8597783 0,0763412 -181,27558 9,866189 -181,27558 9,866189
X2 0,2590951 0,1353605 1,9141106 0,0687031 -0,0216255 0,5398156 -0,0216255 0,5398156

Pagal gautus duomenis X1 P-value lygi 0,0763412 ir yra didžiausia, vadinasi tas faktorius yra nereikšmingas ir jis yra išmetamas.

SUMMARY OUTPUT

Regression Statistics
Multiple R 0,339094609
R Square 0,114985154
Adjusted R Square 0,076506247
Standard Error 193,6669286
Observations 25

ANOVA

df SS MS F Significance F
Regression 1 112080,48 112080,4794 2,988264598 0,097273092
Residual 23 862658,22 37506,87923
Total 24 974738,7

Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0%
Intercept 344,0979166 72,89951 4,720167742 9,35011E-05 193,2938 494,9020 193,2938 494,9020
X2 0,245840625 0,1422146 1,728659769 0,097273092 -0,0484 0,5400 -0,0484 0,5400

Significance F>0,05 (0,097273092) ═ X2 P-value (0,097273092) >0,05. Galima manyti, kad namų ūkio vartojimo išlaidos priklauso tik nuo disponuojamų pajamų.

Tą priklausomybę aprašo ši lygtis:
Y = 344,10 + 0,25*X2

Y-išlaidos vienam ūkio nariui

X2-namų ūkio disponuojamos pajamos vienam nariui.

Didžiausios išlaidos, tenkančios vienam ūkio nariui, kai jis gaus didžiausias pajamas:
Užrašę regresijos lygtį galima apskaičiuoti, kokios bus išlaidos esant atitinkamoms pajamoms. Taigi didžiausias išlaidas namų ūkio narys patirs tada, kai jis gaus didžiausias pajamas, t.y. 1190 Lt.
Y=344,10 +0,25*1190=641,6 Lt
Analogiškai mažiausiai pinigų vartojimo išlaidoms namų ūkio narys išleis tada, kai gaus mažiausias pajamas 53Lt.
Y=344,10 +0,25*53=357,35 Lt.

Determinacijos koeficiento įvertis

Determinacijos koeficientas – tai daugiamačio koreliacijos koeficiento kvadratas (R2).
1. Jis turi patekti į šį intervalą: 0 £ R2 £ 1.
2. Jis atspindi parinkto modelio tikslumą, t.y. kuo R2 artimesnis 1, tuo parinktas modelis geriau aprašo duomenis.
Gaunu, kad R2 = 0,114985154. Pagal tą rezultatą galiu teigti, kad mano pasirinktas namų ūkio modelis silpnai aprašo duomenis, nes namų ūkio išlaidos 11,50% priklauso nuo namų ūkio pajamų.

Regresijos koeficiento reikšmingumo patikrinimas

Regresijos koeficiento reikšmingumas tikrinamas pagal Fišerio kriterijų (F).
1 Regresijos koeficiento reikšmę (Significance F) reikia lyginti su a = 0,05.
2 Significance F turi būti mažesnė už 0,05, tuomet veiksnys yra reikšmingas namų ūkio vartojimo išlaidoms.
3 Reikia atsižvelgti ir į kiekvieno regresoriaus P-value reikšmes. Jeigu ji yra didesnė už 0,05, tuomet regresorių galima laikyti nereikšmingu, tačiau tik tą, kurio P-value yra didžiausia.
4 Nereikšmingus regresorius reikia išmetinėti po vieną.
5 Po to atliekamos visos operacijos iš naujo, tol kol Significance F<0,05 ir kada visos regresorių P-value bus mažesnės už 0,05. Tokiu atveju visi regresoriai, kurie liko, bus reikšmingi.

Išvados

I. Atlikus tyrimus, buvo nustatyta, kad reikšmingiausias faktorius, turintis įtaką išlaidoms, yra namų ūkio dydis.
II. Įvertinus skurdo rodiklius buvo gauti tokie rezultatai: L = 0,3934; N = 0,0780; I = 0.0307; Q = 0,0138. Džini koeficient
III. Atlikus regresinę analizę buvo gauta tokia regresijos lygtis:

Y = 144,17 + 0,75*X2
IV. Hipotezė

V. Išlaidos vienam namų ūkio nariui priklauso nuo namų ūkio dydžio. Vartojimo išlaidoms vienam namų ūkio nariui visiškai neturi šie faktoriai: socialinė-ekonominė grupė, gyvenamoji vieta, namų ūkio galvos lytis bei namų ūkio disponuojamos pajamos.

Leave a Comment