Статистический анализ связи в Российской Федерации за 2001-2010 года

 

Рис.4 Сравнение динамики выпуска специалистов связи высшего и среднего образования в Российской Федерации с 2001 по 2010 года.

На  графике отчетливо видно, что  количество специалистов с высшем образованием сейчас увеличилось, хотя еще в начале 2001х преимущественно связь выпускала специалистов среднего образования. Так же как и в общем количество выпущенных специалистов связи с годами растет. Видна положительная динамика.

 

 

 

 

 

 

 

 

 

Глава 3.     Изучение взаимосвязи между доходом связи (всего),                численностью населения и объемом услуг связи.

Одной из важнейших задач  статистического анализа является изучение объективно существующих связей между явлениями. В ходе статистического исследования этих связей необходимо выявить причинно-следственные зависимости между показателями, т.е. насколько изменение одних показателей зависит от изменения других показателей. Эти задачи призваны решать методы корреляционного анализа. В статистике показатели, характеризующие социально-экономические явления, могут быть либо связанны зависимостью, либо нет.

Задача корреляционного анализа сводится к установлению направления и формы зависимости между признаками, измерению ее тесноты и к оценке достоверности выборочных показателей корреляции. 
Корреляционная связь между признаками может быть линейной и нелинейной, положительной и отрицательной. Прямая корреляция отражает однотипность в изменении признаков: с увеличением значений первого признака увеличиваются значения и другого, или с уменьшением первого уменьшается второй. Обратная корреляция указывает на увеличение первого признака при уменьшении второго или уменьшение первого признака при увеличении второго.

Проведем  корреляционный анализ между показателями взаимосвязи, где в качестве результативного признака возьмем доход связи (Y), а в роли факторных признаков будут выступать численность населения (X1) и объем услуг связи (X2). Для этого построим матрицу парных и частных коэффициентов корреляции, проверим значимость выборочных парных и частных коэффициентов, для значимых коэффициентов построим доверительный интервал, и в конце проведем сравнительный анализ выборочных парных и частных коэффициентов.

     Исходные данные представлены  в таблице 4.

Таблица 4

Исходные  данные для проведения корреляционного  анализа

Года	Доходы от услуг связи населению У	Численность населения Х1	Объем услуг связи Х2
2001	291,8	147	146431
2002	409,4	146,3	203412
2003	556,9	145,2	276342
2004	719,3	145	381453
2005	1637,7	144,2	540250
2006	2285,1	143,5	659910
2007	2784,3	142,8	833168
2008	3307,1	142,2	1035950
2009	3729,9	142	1221500
2010	5225,8	141,9	1274257

На основе данных, представленных в таблице 4, с помощью пакета анализа  данных в  программе Statistika произведен расчёт матрицы выборочных парных коэффициентов корреляции (табл. 4).

Таблица 5

Матрица парных коэффициентов корреляции исследуемых  экономических исследуемых показателей

с выделением значимых коэффициентов (при α=0,05)

	У	Х1	Х2
У	1,000000	-0,930896	0,978115
Х1	-0,930896	1,000000	-0,965748
Х2	0,978115	-0,965748	1,000000

Значимые коэффициенты выделены жирным цветом. Гипотеза о равенстве нулю этих коэффициентов отвергается с вероятностью ошибки, равной 0,05,  т.е. соответствующие коэффициенты значимы. Что означает, что все парные коэффициенты связанны друг с другом и имеют сильную связь.

Теперь приступим к  расчету частных коэффициентов  корреляции. Результат расчета представлен в таблице 6.

 

Таблица 6

Матрица выборочных частных коэффициентов  корреляции исследуемых показателей

	У	Х1	Х2
У	1	-0,25408	0,83457
Х1	-0,25408	1	-0,80185
Х2	0,83457	-0,801851	1

Для проверки значимости парных коэффициентов проверим гипотезу H₀: ρ_ij/{..} = 0, для уровня значимости α=0,05. По таблице t-распределения Стьюдента t_кр(0,05; 7)=2,36.Наблюдаемые значения t-статистик представлены в таблице 7.

Таблица 7

Матрица наблюдаемыx значений t-статистик частных коэффициентов корреляции исследуемых показателей

с выделением значимых коэффициентов (при α=0,05)

	У	Х1	Х2
У	1	-0,695041017	4,008084689
Х1	-0,695041017	1	-3,550479584
Х2	4,008084689	-3,550479584	1

 

 

 

По результатам, представленным в таблице 7 видно, что  нулевая гипотеза не отвергается  лишь в одном случае: Доходы от услуг связи населению (У) и Численность населения (Х1), т.е. соответствующий коэффициент незначим.

Сравнение парных и частных коэффициентов  играет важную роль в выявлении механизмов воздействия переменных друг на друга, представим их сравнение в таблице 9.

 

Таблица 8

Таблица сравнения выборочных оценок парных и частных коэффициентов корреляции с выделением значимых коэффициентов

Между переменными	Коэффициент корреляции
	парный	частный
Y X1	-0,93	-0,254
Y X2	0,978	0,8345
X1 X2	-0,966	-0,8018

 

 

 

 

 

По полученным данным можно сделать следующие  выводы.

Значимые корреляционные зависимости, полученные на этапе расчёта  парных коэффициентов корреляции, в 2х случаях из 3х подтвердились  и при вычислении частных коэффициентов  корреляции. При этом выявлены следующие  механизмы воздействия переменных друг на друга:

1. Между переменными У (Доходы от услуг связи населению) и Х2 (Объем услуг связи) выявлена самая тесная связь. (Прямая зависимость).  
2. Самая слабая связь наблюдается между переменными доходы от услуг связи населению (У) и численность населения (Х1), частный коэффициент оказался незначимым.
3. Сильная зависимость так же присутствует между Х1 –численность населения и Х2 – оббьем услуг связи. При этом присутствует обратная зависимость.
4. Все парные коэффициенты корреляции больше частных, это говорит о том, что коэффициенты зависят так же и от других факторов, которые не были представлены в модели.

После корреляционного анализа, являющегося важной частью статистического анализа экономических показателей, для наиболее полного анализ нужно изучить изменение значений показателей во времени. В данной курсовой – динамику показателей связи.

 

Глава 4. Изучение динамики основных показателей  связи

Статистика изучает социально-экономические  явления, которые находятся в  непрерывном развитии, поэтому изучение изменения различных явлений  во времени – одна из важнейших  задач статистики. Решаются эти задачи путем составления и анализа  так называемых рядов динамики. Ряд  динамики представляет собой числовые значения определенного статистического  показателя в последовательные моменты  или периоды времени.

Чтобы проследить за направлением и  размером изменений показателей, характеризующих состояние лесного хозяйства РФ, для рядов динамики рассчитываются такие показатели, как:

Абсолютные приросты (цепной и базисный); темпы роста (цепной и базисный);темпы прироста уровней (цепной и базисный).

Таблица 9

Исходные  данные для изучения динамики показателей  связи

(в сопоставимых  ценах, в процентах к предыдущему  году)

ИНДЕКСЫ ТАРИФОВ НА УСЛУГИ СВЯЗИ ДЛЯ  НАСЕЛЕНИЯ
Услуги связи - всего	почтовая связь	городская телефонная связь	Между-городная телефонная связь	телеграфная	проводное вещание
130,7	146,3	135,2	108,7	117,7	127,2
123,3	142,7	125,4	106,2	130,9	124,7
137,6	132,7	151	102,2	135,5	142
118,7	114,8	127,8	100,8	100,6	117,8
109,9	107,2	122,6	95,5	114,5	121,8
109,1	111	117,4	95,6	103	120,3
102,1	115,7	101,5	101,2	122,5	121,5
110,8	100,3	127,4	99,2	105	114,7
102	115,4	104,4	88,5	121,4	133,6
102,9	119	107,9	97,9	121,4	120,7

 

Рассмотрим  динамику производства показателей  всего и для каждой категории  в отдельности. Для этого рассчитаем необходимые показатели и проведем анализ.

Таблица 10

Динамика  тарифов на услуги связи для населения всего (в сопоставимых ценах, в процентах к предыдущему году)

Годы	Услуги связи - всего	Темпы роста, %		Темпы прироста, %		Абсолютные приросты
		по сравнению с предыдущим годом	по сравнению с 2001 годом	по сравнению с предыдущим годом	по сравнению с 2001 годом	по сравнению с предыдущим годом	по сравнению с 2001 годом
2001	130,7	__	__	__	__	__	__
2002	123,3	106,00162	106,002	-6,0016	-6,0016	-6	-6
2003	137,6	89,607558	105,279	10,3924	-5,2793	10	-5
2004	118,7	115,92249	90,8187	-15,922	9,18133	-16	9
2005	109,9	108,00728	84,0857	-8,0073	15,9143	-8	16
2006	109,1	100,73327	83,4736	-0,7333	16,5264	-1	17
2007	102,1	106,85602	78,1178	-6,856	21,8822	-6	22
2008	110,8	92,148014	84,7743	7,85199	15,2257	8	15
2009	102	108,62745	78,0413	-8,6275	21,9587	-9	22
2010	102,9	99,125364	78,7299	0,87464	21,2701	1	21