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 kartu 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 visos 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 vartojimo 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 išlaidos1111 4 1000 19411112 1 511 4061113 3 1111 7951114 2 930 11721115 2 1818 12041116 3 3570 30441117 3 1464 7521118 3 890 13821119 2 904 8841120 3 487 4631121 1 102 6011122 3 1176 10321123 3 700 12691124 3 2099 12351125 3 1423 14661126 4 212 4191127 3 814 10551128 4 1908 24461129 3 1082 16401130 2 771 10021131 4 3920 7811132 2 414 16061133 3 2059 13231134 3 495 16391135 3 825 7061111 4 1000 19411112 1 511 406Iš viso: 70 30685 30263

Vidurkis – tai visų stebėtų skaitinių duomenų suma, padalinta iš duomenų skaičiaus. Jis rodo 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 koeficientas:>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 lentelėCharakteristikos Namų ūkio dydis Namų ūkio disponuoja-mos pajamos (Lt) Namų ūkio vartojimoišlaidos (Lt)Vidurkis 2,8 1227,4 1210,52Standartinė paklaida 0,16 186,49 124,44Mediana 3 930 1172Moda 3 #N/A #N/AVidutinis kvadratinisnuokrypis 0,82 932,46 622,20Dispersija 0,67 869482,67 387130,01Eksceso koeficientas 0,36 2,83 2,11Asimetrijos koeficientas -0,60 1,65 1,24

Duomenų plotis 3 3818 2638Minimali reikšmė 1 102 406Maksimali reikšmė 4 3920 3044Suma 70 30685 30263Duomenų skaičius 25 25 25

Diagramos

1. Namų ūkio dydis

Namų ūkio dydis Namų ūkio skaičius1 72 73 64 35 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 skaičiusŪkininkai 2Samdomi darbuotojai 11Verslininkai 0Pensininkai 11Kita 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 skaičiusIki 500Lt. 6Nuo 500 iki 1000 Lt 11Nuo 1000 iki 1500 Lt 7Daugiau 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 ūkių 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 nariui1111 4 1000 2501112 1 511 5111113 3 1111 370,331114 2 930 4651115 2 1818 9091116 3 3570 11901117 3 1464 4881118 3 890 296,671119 2 904 4521120 3 487 162,331121 1 102 1021122 3 1176 3921123 3 700 233,331124 3 2099 699,671125 3 1423 474,331126 4 212 531127 3 814 271,331128 4 1908 4771129 3 1082 360,671130 2 771 385,51131 4 3920 9801132 2 414 2071133 3 2059 686,331134 3 495 1651135 3 825 275Iš 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=0,185714Galima teigti, kad 18,57% stebimų gyventojų yra skurstantys, nes jie gyvena žemiau skurdo ribos.

Žemų pajamų nuokrypisŠis skurdo rodiklis apskaičiuojams pagal formulę:N=1/q sum.z-yi/z =0,0780kur: – 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 parodo skurdo gilumą. N = (1 / q) * suma((Z – yi) / Z) Z – skurdo riba yi – i-ojo skurstančiojo pajamosN = (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 indeksasŠis 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 nuokrypisPaskutinis 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 skaičiusQ = (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 = 0,042521Skurdo intensyvumo rodiklis, kuris parodo pajamų tarp skurstančiųjų pasiskirstymo procentą, yra lygus 4,25%.Džini indeksasNorint nustatyti…..

, kur – pajamos arba išlaidos vienam namų ūkio nariuim – vidutinės pajamos vienam namų ūkio nariui – tiriamųjų skaičius

Disponuojamos pajamos vienam ūkio nariui Namų ūkio dydis,n

165 3 47 165 7755233,33 3 46 165 7590271,33 3 45 165 7425275 3 44 233,33 10266,52360,67 3 43 233,33 10033,19370,33 3 42 233,33 9799,86385,5 2 41 271,33 11124,53392 3 40 271,33 10853,2452 2 39 271,33 10581,87465 2 38 275 10450474,33 3 37 275 10175477 4 36 275 9900488 3 35 360,67 12623,45511 1 34 360,67 12262,78686,33 3 33 360,67 11902,11699,67 3 32 370,33 11850,561190 3 31 370,33 11480,237896,5 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 4198,02Vidurkis 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 1219102 1 22 53 1166162,33 3 21 53 1113207 2 20 53 1060250 4 19 102 1938296,67 3 18 162,33 2921,94909 2 17 162,33 2759,61980 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 980vidurkis 384,48 59196,91 118393,82 Kaime Džini 0,461372936IŠVADOS: Hipotezių tikrinimasHipotezė apie vidurkio lygybe skaičiui, kai dispersija žinoma.H0

– kritinė reikšmėH0 : ═ 950 LtHA : ≠ 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 aukstasMean 1041,666667 2202,5Variance 659149,4333 1052293,667Observations 21 4df 20 3F 0,626393044 P(F<=f) one-tail 0,22167673 F Critical one-tail 0,322748138

t-Test: Two-Sample Assuming Unequal Variances

neturi auksto aukstasMean 1041,666667 2202,5Variance 659149,4333 1052293,667Observations 21 4Hypothesized 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. χRegresinės 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 X5Namų 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 1406 1 511 1 1 2265 3 370,33 2 1 1586 2 465 1 1 1602 2 909 1 2 11014,67 3 1190 2 1 1250,67 3 488 1 1 1460,67 3 296,67 2 2 2442 2 452 1 1 2154,33 3 162,33 2 2 1601 1 102 1 2 1344 3 392 1 1 1423 3 233,33 2 1 1411,67 3 699,67 1 1 1488,67 3 474,33 2 1 1104,75 4 53 1 2 1351,67 3 271,33 2 1 1611,5 4 477 1 1 1546,67 3 360,67 2 1 1501 2 385,5 1 1 2195,25 4 980 1 2 1803 2 207 1 2 2441 3 686,33 2 1 1546,33 3 165 1 1 2235,33 3 275 1 1 1

Koreliacijos tikrinimas:

Column 1 Column 2 Column 3 Column 4 Column 5Column 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 992,9410396X1 -70,53068678 54,514248 -1,2938028 0,211241 -184,63032 43,568945 -184,63032 43,56894494X2 0,282755323 0,1470272 1,9231496 0,0695789 -0,0249762 0,5904868 -0,0249762 0,590486815X3 49,30631235 84,327896 0,5846975 0,5656303 -127,194 225,80663 -127,194 225,8066263X4 4,280673761 85,47164 0,050083 0,960579 -174,61352 183,17487 -174,61352 183,174871X5 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 923,1478085X1 -70,28079146 52,914375 -1,32819846 0,1990713 -180,65824 40,09666 -180,65824 40,09666043X2 0,281566372 0,1414334 1,990805685 0,0603423 -0,0134585 0,5765912 -0,0134585 0,576591226X3 48,59208201 81,014165 0,599797357 0,5553766 -120,4005 217,58467 -120,4005 217,5846683X5 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 929,91448X1 -67,125231 51,843348 -1,2947704 0,2094552 -174,93937 40,688912 -174,93937 40,688912X2 0,2815809 0,1392607 2,0219696 0,0561038 -0,0080276 0,5711894 -0,0080276 0,5711894X5 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 876,41623X1 -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 494,9020X2 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 LtAnalogiškai 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 koeficientIII. Atlikus regresinę analizę buvo gauta tokia regresijos lygtis: Y = 144,17 + 0,75*X2IV. 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.