Автор работы: Пользователь скрыл имя, 20 Октября 2014 в 13:28, курсовая работа
Целями и задачами данной курсовой работы «Статистический анализ занятости и безработицы населения в Республике Бурятия» является следующее:
1. Раскрыть понятие рынка труда, занятости и безработица.
2. Изучить методы статистического анализа занятости и безработицы
3. Проанализировать занятость и безработность населения в Республики Бурятии.
4. Прогноз занятых в экономике в Республике Бурятии на 2014-2016 гг.
ВВЕДЕНИЕ………………………………………………………………...…...…3
РАЗДЕЛ 1. РЫНОК ТРУДА , БЕЗРАБОТИЦЫ И ЗАНЯТОСТИ
1.1 Понятие рынка труда………………………………………………..……..5
1.2 Занятость и гарантии в области занятости……………………………….8
1.3 Понятие безработицы и гарантии безработным гражданам…………...10
РАЗДЕЛ 2.МЕТОДИКА СТАТИСТИЧЕСКОГО АНАЛИЗА ЗАНЯТОСТИ И БЕЗРАБОТИЦЫ
2.1 Метод корреляционно – регрессионного анализа……………………...15
2.2 Ряды динамики и группировка статистических данных………….........17
РАЗДЕЛ 3. АНАЛИЗ ЗАНЯТЫХ И БЕЗРАБОТНЫХ В РЕСПУБЛИКЕ БУРЯТИЯ
3.1 Состав и структура экономически активного населения……….……...21
3.2 Среднегодовая численность занятых в экономике и показатели занятости………………………………………………………………………....23
3.3 Анализ показателей безработицы………………………………………..33
3.4 Прогноз численности занятых в экономики на 2014-2016 гг………….38
ЗАКЛЮЧЕНИЕ………………………………………………………………….43
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ..……...…….……….…….45
ПРИЛОЖЕНИЯ………………………………………………………………….47
Так, согласно гл.3 ст.12 Закона, государство гарантирует гражданам:
Выделяют следующие виды безработицы:
также:
Для безработных граждан в гл.3 ст.12 и ст.13 Закона «О занятости населения в РФ » приводятся особые гарантии. При этом следует иметь в виду, что здесь речь идет о тех гражданах, которые зарегистрированы в органе службы занятости в качестве безработных:
Теснота связи |
0,1-0,3 |
0,3-0,5 |
0,5-0,7 |
0,7-0,9 |
0,9-0,99 |
1,0 |
Характеристика связи |
слабая |
умеренная |
заметная |
тесная |
Очень тесная |
Функции ональная |
Для количественной оценки тесноты связи используют линейный коэффициент корреляции. Если заданы значения переменных Х и У, то он вычисляется по формуле:
(4)
Коэффициент корреляции принимает значения в интервале от –1 до +1. Принято считать, что если |r|< 0,30, то связь слабая; при |r| = (0,3; 0,7) – средняя; при |r| > 0,70 – сильная, или тесная. Когда |r| = 1 – связь функциональная. Если же r ≈ 0, то это дает основание говорить об отсутствии линейной связи между У и Х.
Для характеристики влияния изменений Х на вариацию У служат методы регрессионного анализа. В случае парной линейной зависимости строится регрессионная модель:
Yi = ao + a1·Xi + εi,i = 1,...,n,
где n – число наблюдений;
ao , a1 - неизвестные параметры уравнения;
εi - ошибка случайной переменной У.
Уравнение регрессии записывается как
Уi теор = ao + a1·Xi,
где Уi теор – рассчитанное выравненное значение результативного признака после подстановки в уравнение Х.
Параметры ao и a1 оцениваются с помощью процедур, наибольшее распространение из которых получил метод наименьших квадратов. Его суть заключается в том, что наилучшие оценки ao и a1 получают, когда
∑( Yi - Уi теор)² = min,
т.е. сумма квадратов отклонений эмпирических значений зависимой переменной от вычисленных по уравнению регрессии должна быть минимальной. Сумма квадратов отклонений является функцией параметров ao и a1. Ее минимизация осуществляется решением системы уравнений:
n ao + a1∑X = ∑У;
ao ∑X + a1∑X² = ∑ХУ.
Важен смысл параметров: a1 – это коэффициент регрессии, характеризующий влияние, которое оказывает Х на У. Он показывает, на сколько единиц в среднем изменится У при изменении Х на одну единицу. Если a1 больше 0, то наблюдается положительная связь. Если a1 имеет отрицательное значение, то увеличение Х на единицу влечет за собой уменьшение У в среднем на a1. Параметр a1 обладает размерностью отношения У к Х. Параметр ao – это постоянная величина в уравнении регрессии.
Ряд динамики – это последовательность упорядоченных во времени числовых показателей, характеризующих уровень развития изучаемого явления. Всякий ряд динамики включает два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда.
При изучении явления во времени перед исследователем встает проблема описания интенсивности изменения и расчета средних показателей динамики. Для характеристики интенсивности во времени такими показателями будут: абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процента прироста.
Показатель |
Базисный |
Цепной |
Абсолютный прирост (Δ i баз; Δ і цеп)* |
Yi - Yo |
Yi - Yi-1 |
Коэффициент роста (Кр)** |
Yi : Yo |
Yi:Yi-1 |
Темп роста (Тр) |
(Yi : Yo)·100 |
(Yi : Yi-1) ·100 |
Коэффициент прироста (Кпр) |
Кр – 1; (Yi - Yo) : Yo; Δбаз : Yo |
Кр – 1; (Yi - Yi-1) : Yi-1; Δцеп : Yi-1 |
Темп прироста (Тпр) |
Кпр·100; Тр – 100 |
Кпр·100; Тр – 100 |
Абсолютное значение одного процента прироста (А) |
Yo : 100 |
Yi-1 : 100; Δ : Тпр; (Yi - Yi-1) : (Тр – 100) |
Система средних показателей динамики включает: средний уровень ряда, средний абсолютный прирост, средний темп роста, средний темп прироста.
Средний уровень ряда – это показатель, обобщающий итоги развития явления за единичный интервал или момент из имеющейся временной последовательности. В данной работе мы будем рассматривать равные периоды времени, поэтому средний уровень ряда будем рассчитывать по формуле:
где n и (n+1) – общая длина временного ряда или общее число равных временных отрезков, каждому из которых соответствует свой уровень Yi.
Средний абсолютный прирост рассчитывается по формулам в зависимости от способа нумерации интервалов (моментов).
∆‾ ═ ∆‾баз : n или ∆‾ = ∆баз : (n – 1).
Средний темп роста:
Т‾р = К‾р ∙100,
где К‾р – средний коэффициент роста, рассчитанный как
Информация о работе Статистический анализ занятости и безработицы населения в Республике Бурятия