Turinys
1. Įvadas 1
2. Teorinė dalis 2
2.1 Hipotezių tikrinimas 2
2.1.1 Hipotezė apie dviejų vidurkių lygybę 2
2.1.2 Hipotezė apie dviejų dispersijų lygybę 3
2.2 Tiesinės regresijos modelis 4
2.35 Kvartilinis pasiskirstymas 5
2.4 Skurdo ir nelygybės matai 6
3. Praktinė dalis 8
3.1 Hipotezių tikrinimas 8
3.1.1 Įvertinti vieno šeimos nario pajamų pasiskirstymą 8
3.1.2 Ar skiriasi vieno šeimos nario pajamos kaime ir mieste 9
3.1.3 Patikrinti ar namų ūkių santaupos didėja 10
3.2 Tiesinės regresijos modelis 11
3.2.1 Ar priklauso vieno šeimos nario pajamos nuo namų ūkio galvos amžiaus 11
3.2.2 Ar vieno namų ūkio nario vidutines išlaidas tiesiškai nusako namų ūkio vieno nario vidutinės pajamos 13
3.3 Įvertinti namų ūkių kvartilinį pasiskirstymą 15
3.4 Skurdo ir nelygybės matai 16
3.4.1 Skurdo riba 17
3.4.2 Skurdo lygis 17
3.4.3 Skurdo gylis 17
3.4.4 Gini koeficientas 18
4. Išvados 19
5. Literatūros sąrašas 20
6. Priedai 21
Įvadas
Ekonomistams, vadybininkams, teisininkams, valstybės tarnautojams arkitiems specialistams, beveik kasdien tenka priimti įvairiausius sprendimusremiantis statistine informacija, nagrinėti begalę statistinių duomenų.Statistika – tai informacija apie veiklą ar procesą, išreikšta skaičiais,lentelėmis ar diagramomis. Statistika taip pat galima apibrėžti kaip moksląapie duomenų rinkimą, vaizdavimą ir analizę. Pastarasis apibrėžimas darvadinamas aprašomąją statistika. Aprašomosios statistikos pagalba atliksim namų ūkių biudžetų tyrimą.Pagrindinis tyrimo objektas – namų ūkis, t.y. vienas asmuo ar asmenų grupė,kuri gyvena viename bute (name), turi bendrą biudžetą ir kartu maitinasi.Šiame darbe pateikti nagrinėjami 27 namų ūkiai. Pagrindinys dėmesysskiriamas namų ūkio disponuojamoms pajamoms ir vartojimo išlaidomspalyginti pagal įvairius faktorius, skurdui bei nelygybei įvertinti. Pateiksime kelis apibrėžimus, vartojamus darbe: Disponuojamos pajamos – į jas įtraukiamos visos piniginės ir natūrinėspajamos, gautos už darbą, iš ūkininkavimo, verslo, amatų, laisvosprofesinės veiklos, o taip pat pensijos, įvairios pašalpos, stipendijos,pajamos iš turto, renta. Vartojimo išlaidos – tai piniginės ir natūrinės išlaidos, skirtos namųūkių vartojimo poreikiams patenkinti, t.y. išlaidos maistui, drabužiams,
avalynei, būstui, sveikatos priežiūrai, kultūros, poilsio reikmėms.Teorinė dalis
2.1 Hipotezių tikrinimas
Hipotezė statistikoje yra suprantama kaip teiginys apie populiacijospožymio skirstinį ar jo parametrus arba apie kelių populiacijųnepriklausomumą, skirstinių sutapimą. Imties duomenys naudojami, kadpatvirtintų arba atmestų iškeltą hipotezę. Tikrinama hipotezė vadinamanulime hipoteze ir žymima H0, o jai priešingas teiginys vadinamasalternatyviąją hipoteze ir žymimas H1. Hipotezėms tikrinti yra naudojami įvairūs statistiniai kriterijai.Statistinis kriterijus – tai taisyklė, pagal kurią, remiantis imtiesduomenimis, hipotezė H0 priimama arba atmetama.
2.2 Hipotezė apie dviejų vidurkių lygybę
Tarkim [pic], [pic] – populiacijos vidurkiai. Tuomet vidurkių lygybeitikrinti naudosime Stjudento t kriterijų. T – kriterijaus statistikaapskaičiuojama pagal formulę: t = [pic],kur: [pic] , [pic]- imčių vidurkiai, [pic] ,[pic]-imčių dispersijos;
n, m – imčių dydžiai;Tuomet tikrinama hipotezė: [pic] Pasirenkam reikšmingumo lygmenį ( ( 0,05. Hipotezė Ho atmetama, jeigu|t| > t(/2(n + m – 2). Čia t(/2 (n + m – 2) yra Stjudento skirstinio su (n+m – 2) laisvės laipsnių (/2 lygmens kritinė reikšmė. Hipotezė Honeatmetama, jei |t| ≤ t(/2 (n + m – 2). Jeigu tikrinama hipotezė: [pic] Hipotezė Ho atmetama, jeigu t > t( (n + m – 2). Čia t( (n + m – 2) yraStjudento skirstinio su (n + m – 2) laisvės laipsnių ( lygmens kritinėreikšmė. Hipotezė Ho neatmetama, jei t ≤ t( (n + m – 2).
2.2 Hipotezė apie dviejų dispersijų lygybę Tarkim (x, (y – dispersijos. Statistinė hipotezė: [pic] Kriterijaus staristika F apskaičiuojama: F = [pic],čia [pic], [pic]yra imčių dispersijos. Tegu reikšmingumo lygmuo ( ( 0,05. Hipotezė Ho atmetama, jeigu F >F(/2(n – 1,m – 1). Čia F(/2 (n – 1,m – 1) yra Fišerio skirstinio su (n – 1)ir (m – 1) laisvės laipsnių (/2 lygmens kritinė reikšmė. Hipotezė Honeatmetama, jei F1-(/2 (n – 1,m – 1) ≤ F ≤ F(/2 (n – 1,m – 1). 2.2 Tiesinės regresijos modelis
Norint suprast procesų ir reiškinių esmę, reikia ištirti jų ryšius su
kitais procesais ir reiškiniais. Regresijos modelio pagalba galima ne tikįvertinti vieno kintamojo priklausomybės stiprumą pagal kitą kintamąjį, betir leidžia prognozuoti vieno kintamojo reikšmes pagal kito kintamojoreikšmes. Regresinėje analizėje priklausomas kintamasis buna tas, kurioelgesį norime išsiaiškinti, o nepriklausomas – kuriuo bandome aiškintipriklausomojo pokyčius. Nagrinėjamus duomenys įprasta iš pradžių pavaizduoti grafiškai, kadvizualiai parinkti geriausiai tinkantį regresijos modelį. Kai diagramostaškai grupuojasi apie tiesę, taikome tiesinę regresiją. Tarkim turim du kintamuosius X ir Y. Regresijos modelyje apibrėžiamakintamojo Y priklausomybė nuo X. Šiuos kintamuosius siejanti funkciją: y = a + bx,kur a = [pic] – tiesinės regresijos lygties kirtimas, b = [pic] – tiesinės regresijos lygties polinkis, [pic] – koreliacijos koeficientas tarp požymių X ir Y;|[pic] [pic] [pic] ||[pic] [pic] |Prieš darant sprendimus ir apibendrinančias išvadas, būtinapatikrinti, ar apskaičiuoti rodiklai rodo esminius ryšius ir ar jiepatikimi. Koreliacijos koeficiento reikšmingumas tikrinamas naudojantStjudento t kriterijų. Patikimumo koeficientas t – pagal formulę: [pic].Laikoma, kad koreliacijos koeficientas patikimas jei t ( 3. Norint patikrinti regresijos lygties reikšmingumą, pakanka patikrintikoeficiento b reikšmingumą, naudojant Stjudento t kriterijų, kurisapskaičiuojamas pagal formulę: [pic],kur b – regresijos koeficientas; (x – veiksnio vidutinis kvadratinisnuokrypis; n – koreliuojamų variantų skaičius; (y – rezultatinio požymiovidutinis kvadratinis nuokrypis; r – koreliacijos koeficientas. Laikoma,kad regresijos koeficientas b neatsitiktinis ir atspindi realius patikimusryšius tarp nagrinėjamų reiškinių, kai t ( 2 su reikšmingumo lygmeniu 0,05. Determinacijos koeficientas: [pic].Didesnis determinacijos koeficientas reiškia, kad stebėjimai yra labiaukoncentruoti apie mažiausiųjų kvadratų metodu gautą tiesę. Jei r2 < 0,25,labai abejotina, ar tiesinės regresijos modelis tinka.
2.3 Kvartilinis pasiskirstymas
Kvartiliai dalija visus turimus duomenys į keturias maždaug lygiasdalis. Jie žymimi Q1, Q2, Q3. Q2 sutampa su mediana ir dalija imtį į dvi
dalis. Tuomet Q1 yra apatinės dalies mediana, o Q3 viršutinės daliesmediana. Mediana duomenis padalina į dvi dalis – apatinę ir viršutinę. Jeiturim eilutę: x1 ≤ x2 ≤ x3 ≤ …. ≤ xn. Tada mediana apskaičiuojamataip: Mediana ( [pic][pic]2.4 Skurdo ir nelygybės matai
Visu pirma apibrėšime ekvivalentines skales. Tai skalės, kuriųpagalba, skirtingu dydžių namų ūkiai tampa labiau palyginami.Ekvivalentinės skalės namų ūkui suteikia tam tikrą svorį, kurisapskaičiuojamas pagal formulę: Suteikiamas namų ūkiui svoris = 1 + 0,7 * A + 0,5 * B,kur A – kiekvieno kito suaugusio namų ūkyje skaičius, B – vaikų skaičius namų ūkyje. Svorio pagalba randamos ekvivalenčios pajamos, kurios gaunamospadalinus visas namų ūkio pajamas iš to svorio. Santykinė skurdo riba apskaičiuojama pritaikius ekvivalentinę skalę irimant 50 procentų vartojimo išlaidų vidurkio per ekvivalentą. Tuomet galime apskaičiuoti skurdo lygį, kuris parodo gyventojų dali,kurių pajamos yra žemiau skurdo ribos. Jis apskaičiuojamas pagal formulę: L = [pic]Kur q – skurstančiųjų gyventojų skaičius, p – gyventojų skaičius šalyje. Skurdo gilumą nusako žemų pajamų nuokrypis – tai rodiklis, kurisparodo, kiek vidutiniškai skurstančiųjų pajamos nukrypsta nuo skurdo ribos.
Jis randamas: [pic]kur [pic] – I-tojo skurstančiojo pajamos; z – skurdo riba; q- skurtančiųjųgyventojų skaičius. Namų ūkių nelygybei apibūdinti naudojamas Gini koeficientas, kurisapibrėžiamas taip: [pic]kur n – stebėjimų skaičius; yi – I-tojo namų ūkio pajamos; ( – vidutinėspajamos vienam namų ūkio nariui. Kuo didesnė Gini koeficiento reikšmė, tuo pajamų pasiskirstymasnetolygesnis (jis svyruoja nuo 0 iki 1).
1. Praktinė dalis 3.1 Hipotezių tikrinimas 3.1.1 Įvertinti vieno šeimos nario pajamų pasiskirstymą Kad įvertinti kokia įtaką turi vieno šeimos nario pajamųpasiskirstymui ekvivalentinės skalės, patikrinsim dvi hipotezes: apievidurkių ir dispersijų lygybes. Naudojami duomenys pateikti III priede.Turim, kad n = 76, m = 27. Patikrinsim hipotezę apie vidurkių lygybę: [pic] Apskaičiuojam:
[pic] = 419; [pic]= 554.436; [pic] =40856.2; [pic]= 73101.2 [pic] Tada kritinė sritis : t = [pic]= -2,7265.Tarkim reikšmingumo lygmuo ( ( 0,05. Kadangi |t| = 2,7265 > 1,66 =t0,025(101), tai Ho atmetama. Liko alternatyva H1: (x ((y. Vadinas, galimesakyt, kad pajamos tenkančios vienam namų ūkio šeimos nariui ir pajamostenkančios vienam nariui taikant ekvivalentinę skalę skiriasi.
Patikrinsim hipotezę apie dispersijų lygybę: [pic]
Apskaičiuojam kritinę sritį:
F = [pic]( 1,79.
Tegu reikšmingumo lygmuo ( ( 0,05. Kadangi F = 1,79 > 1,7 =F0,025(75,26), tai Ho atmetama. Vadinas teisinga alternatyva H1. Taigiprielaida apie dispersijų lygybę yra neteisinga.
3.1.2 Ar skiriasi vieno šeimos nario pajamos kaime ir mieste
Palyginsime vidutines namų ūkio vieno šeimos nario pajamas mieste irkaime. Naudojami duomenys pateikti IV priede. Palyginimui naudosime Stjudento t kriterijų, kai reikšmingumo lygmuo (( 0,05. Pažymim: [pic] , [pic]- vidutinės vieno šeimos nario pajamos mieste ir kaime; [pic] Turim n = 34 – imties dydis mieste; m = 42 – imties dydis kaime; Tada tikrinam hipotezę: [pic] Apskaičiuojam: [pic] = 452,706; [pic]= 391,714; [pic] = 44383,85; [pic]= 37308,52. [pic] Taigi kritinė sritis:
t = [pic]= 1,314.
Kadangi t = 1,314 < 1,66 = t0,05(74), vadinas apskaičiuota statistikosreikšmė nėra reikšminga, t.y. Ho – neatmetama. Todėl galime laikyti, kadvidutinės pajamos mieste, tenkančios vienam namų ūkio šeimos nariui irvidutinės pajamas vieno namų ūkio šeimos nario kaime yra vienodas.
3.1.3 Patikrinti ar namų ūkių santaupos didėja
Namų ūkiai taupo juodai dienai dėl nenumatytų aplinkybių – ligos,nelaimingų atsitikimų, nedarbo. Taupymas priklauso nuo pajamų dydžio. Jeipajamos labia mažos, tai santaupos gali būti tik vartojamos. Ir santaupos,ir vartojimo išlaidos varijuoja priklausomai nuo pajamų dydžio. Kadįvertinti ar santaupos didėja palyginsim namų ūkių disponuojamas pajamas irvartojimo išlaidas. Kitaip sakant patikrinsim hipotezę: [pic]kur [pic], [pic] – vidutinės namų ūkio pajamos ir išlaidos. Pasirenkamreikšmingumo lygmenį ( ( 0,05. Imties dydžiai n = m = 27. Apskaičiuojam: [pic] = 442,394; [pic]= 438,216; [pic] = 58231; [pic]= 62860,6. [pic] Tuomet kritinė sritis :
t = [pic]= 0,06.
Kadangi t = 0,06 < 1,67 = t0,05(52), tai Ho neatmetama. Vadinas namųūkių santaupos nedidėja. 3.4 Tiesinės regresijos modelis 3.4.1 Ar priklauso vieno šeimos nario pajamos nuo namų ūkio galvos amžiaus Svarbi vieta tyrinėjant namų ūkio biudžetą yra pajamos. Namų ūkiųdisponuojamų pajamų dydis priklauso nuo įvairių rodiklių. Vienas iš jų –namų ūkio galvos amžiaus.
Didžiausios disponuojamos pajamos tenka namų ūkiams, kurių galvosamžius iki 30 metų, kituose amžiaus grupėse pasiskirstę panašiai. Surasim regresijos lygtį, kuri apibrėžia namų ūkio vieno nario pajamųpriklausomybę nuo namų ūkio galvos amžiaus, ji bus tokio pavidalo: y = a + bxkur a = [pic] – tiesinės regresijos lygties kirtimas, b = [pic] – tiesinės regresijos lygties polinkis. (Skaičiavimamsnaudojami duomenys pateikti priede IV). Apskaičiuosime koreliacijos koeficientą: [pic] kur:|[pic] [pic] [pic] ||[pic] [pic] |
Dabar galim apskaičiuoti ir regresijos lygties koeficientus. Taigi
|[pic] ||[pic] |
Tad regresijos lygties išraiška yra y = 627,29 – 53,108x. [pic] 3.42. Ar vieno namų ūkio nario vidutines išlaidas tiesiškai nusako namų ūkio vieno nario vidutinės pajamos Vienas iš svarbiausių statistikos uždavimių yra ryšių tarp reiškiniųtyrimas. Surasim vieno namų ūkio nario vidutines pajams ir vidutinesišlaidas siejančią funkciją. Vartojimo išlaidų (y) priklausomybė nuodisponuojamų pajamų (x) aprašoma lygtimi: y = a + bx . Šia lygtimi galimanaudotis prognozuojant vartojimo išlaidas. Parametras b parodo, keliaisvienetais pasikeis išlaidos (keliais litais padidės išlaidos) vienu vienetupadidinus pajamas (vienu litu padidinus pajamas). Apskaičiuosim koreliacijos koeficientą r, kuris parodo nagrinėjamųreiškinių ryšio stiprumą: [pic] kur:|[pic] [pic] || [pic] ||[pic] ||[pic] |
Dabar galim apskaičiuoti ir regresijos lygties koeficientus. Taigi
|[pic] ||[pic] |
Tad regresijos lygties išraiška yra y = 196,28 + 0,547x.
Patikrinsim koreliacijos koeficiento reikšmingumas naudojant Stjudentot kriterijų, pagal formulę: [pic].
Kadangi t ( 3, tai rodo, kad ryšio glaudumas duotu atveju įvertintaspatikimai. Norint patikrinti regresijos lygties reikšmingumą, pakanka patikrintikoeficiento b reikšmingumą, naudojant Stjudento t kriterijų, kurisapskaičiuojamas pagal formulę: [pic],Kadangi t ( 2 su reikšmingumo lygmeniu 0,05, tai galime tvirtinti, kadregresijos koeficientas b neatsitiktinis ir atspindi realius patikimusryšius tarp vieno namų ūkio nario vidutinių pajamų ir išlaidų. Determinacijos koeficientas: [pic]= 28%. Tai parodo, kad namų ūkio vieno nario išlaidos 28% priklauso nuo pajamų,o kiti 72% – nuo kitų reikšmių.3.5 Įvertinti namų ūkių kvartilinį pasiskirstymą
Kvartiliai dalija visus turimus duomenys į keturias maždaug lygiasdalis, t.y. atskiria Q1 = 25%, Q2 = 50% ir Q3 = 75% turimus duomenys.| |Disponuojam|vartojimo || |ų pajamų |išlaidų ||mažiausia |258 |240 ||reikšme (min) | | ||Q1 |727 |697.5 ||Q2 |997 |972 ||Q3 |1527.5 |1462 ||didžiausia |3737 |6490 ||reikšme (max) | | |
Šiuos duomenis pateiksime grafiškai:
Vieno ketvirtadalio tyrinėtų namų ūkių tiek pajamos tiek išlaidos yraapie 700 Lt, ir tik vienas ketvirtadalis namų ūkių pajamos ir išlaidosviršyja maždaug 1500 Lt.
3.6 Skurdo ir nelygybės matai
Skurdo sąvoka daugiaprasmė, ji kinta vystantis visuomenei irskirtingai suprantama įvairiuose šalyse. Net toje pačioje šalyje vienu metuskurdo samprata nėra vienareikšmė – nelygu kokiais faktoriais remiamasi.Lietuvoje naudojami įvairūs skurdo rodykliai: minimalus gyvenimo lygis,skurdo riba, skurdo lygis ir kt.
3.6.1 Skurdo riba
Skurdo mastui nusakyti naudojama skurdo ribos sąvoka. Kadangi skurdasapibūdinamas nevienareikšmiškai, tai ir skurdo ribos gali būti įvairios.Pagrindinai skurdo ribų tipai yra trys: absoliuti, santykinė ir subjektyvi.Skurdo ribai įvertinti naudosime santykinę skurdo ribą. Ši Ji siejama sutam tikrais pajamų arba išlaidų vidutiniais rodyklias. Taigi namų ūkiai,kurių pajamos savo dydžiu yra mažesnis negu tam tikras pajamų vidurkis,traktuojami kaip gyvenantys žemiaus skurdo ribos. Mes laikysim skurdo riba50 procentų pajamų vidurkio, tai bus 277,22 Lt. Gauname, kad 11 % namų ūkių
yra žemiau skurdo ribos.3.6.2 Skurdo lygis Apskaičiuosim skudo lygį, t.y. gyventojų dalį, kurių pajamos yražemiau skurdo ribos: L = [pic]=[pic]= 0,092;kur q – skurstančiųjų gyventojų skaičius, p – gyventojų skaičius šalyje. Pagal nagrinėjamus duomenys gauname, kad skurdo lygis yra 9,2procentai. Žemiau skurdo ribos gyvena 7 gyventojai.
3.6.3 Skurdo gylis Įvertinsim skurdo gilumą, kuris parodo skurstančiųjų vartojimo išlaidųnuokrypį nuo skurdo ribos: [pic][pic]= 0,104.Kur [pic] – I-tojo skurstančiojo pajamos, z – skurdo riba, q- skurtančiųjųgyventojų skaičius.
Skurdo gylis sudarė 10,4 procento. Tai reiškia, kad žemiau skurdoribos esančiuose namų ūkiuose vidutinės vieno nario pajamos buvodešimtadaliu mažesnės už skurdo ribą.
3.6.4 Gini koeficientas
Analizuojant asmeninio pajamų pasiskirstymo rezultatus, nustatomas šiųpajamų lygis (pajamos, tenkančios vidutiniškai vienam namų ūkio nariui arvienam namų ūkiui), t.y. atskleidžiamas pajamų pasiskirstymo netolygumas.Šiuo tikslu apskaičiuosim Gini koeficientą (duomenys pateikti priede V): [pic]= [pic]= 0,000259.Kur n – stebėjimų skaičius, yi – I-tojo namų ūkio pajamos, ( – vidutinėspajamos vienam namų ūkio nariui. Gavome, kad mūsų nagrinėjamiems duomenims, pajamų nelygybe maža, t.y.0,02 procento.
4. Išvados Šiame darbe, aprašomosios statistikos pagalba, atlikatas namų ūkiųstatistinė analizė. Patikrintos trys hipotezės, gavometi tokius rezultatus: ➢ Pajamos tenkančios vienam namų ūkio šeimos nariui ir pajamos tenkančios vienam nariui taikant ekvivalentinę skalę skiriasi; ➢ Vidutinės pajamos mieste, tenkančios vienam namų ūkio šeimos nariui ir vidutinės pajamos vieno namų ūkio nario kaime yra vienodos; ➢ Namų ūkio santaupos nedidėja. Regresijos modelio pagalba įvertinom vieno šeinos nario pajamųpriklausomybę nuo namų ūkio galvos amžiaus, bei vieno namų ūkio nariovidutinių išlaidų priklausomybę nuo pajamų. Abiems atvejams užrašėmeregresijos lygtis. Taip pat įvertinom namų ūkių pajamų ir išlaidų kvartilinį pasiskir-stymą pagal gyvenamąją vietą. Įverinom skurdo ir nelygybės rodyklius:
skurdo ribą, skurdo lygį, skurdo gylį ir nelygybės (Gini) koeficientą. 5. Literatūros sąrašas1. M. Genienė, V. Čiulevičienė “bendroji ir žemės ūkio statistika” 1997 m. Kaunas:Margi raštai 2. S. Martišius “Statistinių išvadų teorijos pradmenys” 1987m. Vilnius: VU 3. V. Čekanavičius, G Murauskas “ Statistika ir jos taikymai. I dalis 2001 m. Vilnius:TEV 4. V. Čekanavičius, G Murauskas “ Statistika ir jos taikymai. II dalis 2002 m. Vilnius:TEV
5. Priedai
Priedas I
| | | |1 Vyras ||Namų ūkio disponuojamos pajamos (Lt) | |2 Moteris || | | | ||Gyvenamoji vieta |Namų ūkio galvos pagrindinis pajamų || |šaltinis || |1 5 Didieji miestai | |1 Darbas asmeniniame žemės || | | |ūkyje || |2 Kiti miestai | |2 Samdomas darbas ŽŪ visuom.|| | | |sektoriuje || |3 Kaimas | |3 Samdomas darbas ŽŪ priv. || | | |sektoriuje || | | |4 Pajamos iš verslo, amatų ||Namų ūkiai su vaikais ir be vaikų | |5 Samdomas darbas ne ŽŪ || | |visuom. sektoriuje || | | |6 Samdomas darbas ne ŽŪ || | | |priv. sektoriuje || |1 Namų ūkis su vaikais iki 18 metų | |7 Pajamos iš laisvos || | | |profesinės veiklos || |2 Namų ūkis be vaikų iki 18 metų | |8 Bedarbio pašalpa || | | |9 Stipendija ||Namų ūkio galvos išsimokslinimas | |10 Pensija || |1 Neturi pradinio | |11 Socialinės pašalpos || |2 Pradinis | |12 Išlaikytiniai || |3 Pagrindinis | |13 Kitas pajamų šaltinis || |4 Bendras vidurinis | | || |5 Akštesnysis |Namų ūkio galvos socialinė – ekonominė || | |grupė || |6 Aukštasis | |1 Ūkininkai || | | |2 Samdomi darbuotojai ||Namų ūkio galvos amžius (grupuotas) | |3 Verslininkai || |1 iki 30 metų | |4 Pensininkai || |2 30 – 39 metai | |5 Kita || |3 40 – 49 metai | | || |4 50 – 59 metai |Miestas – Kaimas || |5 60 metų ir daugiau | |1 Miestas || | | |2 Kaimas ||Namų ūkio vartojimo išlaidos | | |
Priedas III
|Namų |Namų |Namų ūkio |Pajamos |Svoris |Ekvivalenčios||ūkio |ūki |dispuonuojamo|tenkančios | |pajamos (su ||eilės |dydis |s pajamos |vienam namų | |svoriu) ||Nr. | | |ūkio nariui | | ||21 |3 |1627 |542,33 |2,2 |739,55 ||47 |4 |1000 |250 |2,7 |370,37 ||96 |2 |674 |337 |1,7 |396,47 ||130 |3 |1697 |565,67 |2,4 |707,08 ||578 |1 |258 |258 |1 |258 ||853 |3 |1149 |383 |2,4 |478,75 ||879 |1 |317 |317 |1 |317 ||1013 |4 |1080 |270 |2,7 |400 ||1064 |2 |903 |451,5 |1,7 |531,18 ||1297 |3 |850 |283,33 |2,2 |386,36 ||1379 |2 |780 |390 |1,7 |458,823 ||1403 |3 |671 |223,67 |2,2 |305 ||1514 |2 |665 |332,5 |1,7 |391,18 ||1655 |4 |1468 |367 |2,7 |543,7 ||2248 |3 |1158 |386 |2,2 |526,36 ||2366 |1 |1173 |1173 |1 |1173 ||2577 |4 |1850 |462,5 |3,1 |596,77 ||2633 |4 |1587 |396,75 |2,7 |587,78 ||2639 |3 |2373 |791 |2,4 |988,75 ||2665 |2 |418 |209 |1,7 |245,88 ||2718 |4 |667 |166,75 |2,7 |247,04 ||3074 |3 |1913 |637,67 |2,2 |869,55 ||3125 |1 |972 |972 |1 |972 ||3231 |3 |886 |295,33 |2,4 |369,17 ||3317 |2 |974 |487 |1,7 |572,94 ||3328 |4 |997 |249,25 |2,7 |369,26 ||3392 |5 |3737 |747,4 |3,2 |1167,81 ||Viso: |76 | | | | || | |Vidurkis: |419 | |554,44 || | |Dispersija: |40856,17 | |73101,19 |
Priedas IV
|Namų ūkio|Namų |Namų ūkio |Namų ūkio |Namų ūkio |xy ||eilės Nr.|ūki |dispuonuojamos |galvos |vieno šeimos | || |dydis |pajamos |amžius |nario pajamos | || | | |(grupuotas) |(y) | || | | |(x) | | ||21 |3 |1627 |3 |542,33 |1627 ||47 |4 |1000 |3 |250,00 |750 ||96 |2 |674 |3 |337,00 |1011 ||130 |3 |1697 |1 |565,67 |565,6667 ||578 |1 |258 |5 |258,00 |1290 ||853 |3 |1149 |4 |383,00 |1532 ||879 |1 |317 |5 |317,00 |1585 ||1013 |4 |1080 |3 |270,00 |810 ||1064 |2 |903 |5 |451,50 |2257,5 ||1297 |3 |850 |3 |283,33 |850 ||1379 |2 |780 |5 |390,00 |1950 ||1403 |3 |671 |4 |223,67 |894,6667 ||1514 |2 |665 |5 |332,50 |1662,5 ||1655 |4 |1468 |3 |367,00 |1101 ||2248 |3 |1158 |2 |386,00 |772 ||2366 |1 |1173 |1 |1173,00 |1173 ||2577 |4 |1850 |4 |462,50 |1850 ||2633 |4 |1587 |2 |396,75 |793,5 ||2639 |3 |2373 |4 |791,00 |3164 ||2665 |2 |418 |5 |209,00 |1045 ||2718 |4 |667 |4 |166,75 |667 ||3074 |3 |1913 |3 |637,67 |1913 ||3125 |1 |972 |5 |972,00 |4860 ||3231 |3 |886 |5 |295,33 |1476,667 ||3317 |2 |974 |2 |487,00 |974 ||3328 |4 |997 |2 |249,25 |498,5 ||3392 |5 |3737 |3 |747,40 |2242,2 || | | | | | || | |Vidurkis: |3,48 |442,39 |1456,12 || | |Dispersija: |1,64 |58231 | || | | | | | || | | | | | |
Priedas V
Eilės Nr. |Namų ūkio disponuojamos pajamos | |1 |2 |3 |4 |5 |6 |7|8 |9 |10 |11 |12 |13 |14 |15 |16 |17 |18 |19 |20 |21 |22 |23 |24 |25 |26 |27 | |1 |1627 | |0 |627 |953 |70 |1369 |478 |1310 |547 |724 |777 |847 |956 |962 |159 |469 |454 |223 |40 |746 |1209 |960 |286 |655 |741 |653 |630 |2110 | |2 |1000 | |627 |0 |326 |697 |742 |149 |683 |80 |97 |150 |220 |329 |335 |468 |158 |173 |850 |587 |1373 |582 |333 |913 |28 |114 |26 |3 |2737 | |3 |674 | |953 |326 |0 |1023 |416 |475 |357 |406 |229 |176 |106 |3 |9 |794 |484 |499 |1176 |913 |1699 |256 |7 |1239 |298 |212 |300 |323 |3063 | |4 |1697 | |70 |697 |1023 |0 |1439 |548 |1380 |617 |794 |847 |917 |1026 |1032|229 |539 |524 |153 |110 |676 |1279 |1030 |216 |725 |811 |723 |700 |2040 | |5 |258 | |1369 |742 |416 |1439 |0 |891 |59 |822 |645 |592 |522 |413 |407 |1210 |900 |915 |1592 |1329 |2115 |160 |409 |1655 |714 |628 |716 |739 |3479 | |6 |1149 | |478 |149 |475 |548 |891 |0 |832 |69 |246 |299 |369 |478 |484 |319 |9 |24 |701 |438 |1224 |731 |482 |764 |177 |263 |175 |152 |2588 | |7 |317 | |1310 |683 |357 |1380 |59 |832 |0 |763 |586 |533 |463 |354 |348 |1151 |841 |856 |1533 |1270 |2056 |101 |350 |1596 |655 |569 |657 |680 |3420 | |8 |1080 | |547 |80 |406 |617 |822 |69 |763 |0 |177 |230 |300 |409 |415 |388 |78 |93 |770 |507 |1293 |662 |413 |833 |108 |194 |106 |83 |2657 | |9 |903 | |724 |97 |229 |794 |645 |246 |586 |177 |0 |53 |123 |232 |238 |565 |255 |270 |947 |684 |1470 |485 |236 |1010 |69 |17 |71 |94 |2834 | |10 |850 | |777 |150 |176 |847 |592 |299 |533 |230 |53 |0 |70 |179 |185 |618 |308|323 |1000 |737 |1523 |432 |183 |1063 |122 |36 |124 |147 |2887 | |11 |780 | |847 |220 |106 |917 |522 |369 |463 |300 |123 |70 |0 |109 |115 |688 |378 |393 |1070 |807 |1593 |362 |113 |1133 |192 |106 |194 |217 |2957 | |12 |671 | |956 |329 |3 |1026 |413 |478 |354 |409 |232 |179 |109 |0 |6 |797 |487|502 |1179 |916 |1702 |253 |4 |1242 |301 |215 |303 |326 |3066 | |13 |665 | |962 |335 |9 |1032 |407 |484 |348 |415 |238 |185 |115 |6 |0 |803 |493 |508 |1185 |922 |1708 |247 |2 |1248 |307 |221 |309 |332 |3072 | |14 |1468 | |159 |468 |794 |229 |1210 |319 |1151 |388 |565 |618 |688 |797 |803 |0 |310 |295 |382 |119 |905 |1050 |801 |445 |496 |582 |494 |471 |2269 | |15 |1158 | |469 |158 |484 |539 |900 |9 |841 |78 |255 |308 |378 |487 |493 |310 |0 |15 |692 |429 |1215 |740 |491 |755 |186 |272 |184 |161 |2579 | |16 |1173 | |454 |173 |499 |524 |915 |24 |856 |93 |270 |323 |393 |502 |508 |295 |15 |0 |677 |414 |1200 |755 |506 |740 |201 |287 |199 |176 |2564 | |17 |1850 | |223 |850 |1176 |153 |1592 |701 |1533 |770 |947 |1000 |1070 |1179 |1185 |382 |692 |677 |0 |263 |523 |1432 |1183 |63 |878 |964 |876 |853 |1887 | |18 |1587 | |40 |587 |913 |110 |1329 |438 |1270 |507 |684 |737 |807 |916 |922 |119 |429 |414 |263 |0 |786 |1169 |920 |326 |615 |701 |613 |590 |2150 | |19 |2373 | |746 |1373 |1699 |676 |2115 |1224 |2056 |1293 |1470 |1523 |1593 |1702 |1708 |905 |1215 |1200 |523 |786 |0 |1955 |1706 |460 |1401 |1487 |1399 |1376 |1364 | |20 |418 | |1209 |582 |256 |1279 |160 |731 |101 |662 |485 |432 |362 |253 |247 |1050 |740 |755 |1432 |1169 |1955 |0 |249 |1495 |554 |468 |556 |579 |3319 | |21 |667 | |960 |333 |7 |1030 |409 |482 |350 |413 |236 |183 |113 |4 |2 |801 |491 |506 |1183 |920 |1706 |249 |0 |1246 |305 |219 |307 |330 |3070 | |22 |1913 | |286 |913 |1239 |216 |1655 |764 |1596 |833 |1010 |1063 |1133 |1242 |1248 |445 |755 |740 |63 |326 |460 |1495 |1246 |0 |941 |1027 |939 |916 |1824 | |23 |972 | |655 |28 |298 |725 |714 |177 |655 |108 |69 |122 |192 |301 |307 |496 |186 |201 |878 |615 |1401 |554 |305 |941 |0 |86 |2 |25 |2765 | |24 |886 | |741 |114 |212 |811 |628 |263 |569 |194 |17 |36 |106 |215 |221 |582 |272 |287 |964 |701 |1487 |468 |219 |1027 |86 |0 |88 |111 |2851 | |25 |974 | |653 |26 |300 |723 |716 |175 |657 |106 |71 |124 |194 |303 |309 |494 |184 |199 |876 |613 |1399 |556 |307 |939 |2 |88 |0 |23 |2763 | |26 |997 | |630 |3 |323 |700 |739 |152 |680 |83 |94 |147 |217 |326|332 |471 |161 |176 |853 |590 |1376 |579 |330 |916 |25 |111 |23 |0 |2740 | |27 |3737 | |2110 |2737 |3063 |2040 |3479 |2588 |3420 |2657 |2834 |2887 |2957 |3066 |3072 |2269 |2579 |2564 |1887 |2150 |1364 |3319 |3070 |1824 |2765 |2851 |2763 |2740 |0 | |Suma:: |18955 |12780 |15742 |20145 |24878 |13365 |23403 |13020 |13151 |13594 |14364 |15787 |15893 |16808 |13428 |13563 |23052 |18355 |34955 |21080 |15855 |24375 |12806 |13270 |12800|12777 |69055 | |