Статистический анализ денежных доходов населения ЦФО. Статистический анализ денежных доходов населения цфо
Скачать 1.59 Mb.
|
Расчет относительных величин доли оплаты труда в составе денежных доходов населенияОтносительные величины– это показатель, который представляющий собой частное от деления двух статистических величин и характеризующий Проведем расчеты некоторых относительных величин. 1) Относительная величина структуры. Она характеризует удельный вес составных частей. 2) Относительная величина координации (ОВК) характеризует соотношение отдельных частей целого. Таблица 12 Объем и структура денежных доходов населения, млрд. руб.
Структура доходов населения в 2017г. на 65,4% состояла из оплаты труда, 19,61% - из социальных выплат, 7,64% - доходы от предпринимательской деятельности, 5,36% - доходы от собственности, 2% - другие доходы. На 100 руб., приходящихся от оплаты труда приходится 17 руб., полученных от предпринимательской деятельности, 30 руб. – от социальных выплат, 8 руб. – от доходов от собственности 3 руб. от других доодов. Расчет индивидуальных индексов денежных доходов населения Рассчитаем индексы по данным таблицы 13. Таблица 13 Индивидуальные индексы
Расчет индивидуальных индексов показал, что в 2017г. денежные доходы населения выросли на 2%, в том числе: оплата труда выросла на 4%, социальные выплаты – на 5%, другие доходы – на 2%. Доходы от собственности снизились на 16%. Применение выборочного метода для определения границ реальной среднемесячной начисленной заработной платы работников в ЦФО Выборочное наблюдение– это метод статистических исследований, при котором могут обобщаются показатели совокупности и устанавливаются по отдельно взятой части на основе положений случайного отбора. Далее определяем среднемесячную заработную плату работников в ЦФО в ноябре 2018г. по выборочным данным из таблицы 14. Таблица 14 Среднемесячная заработная плата работников в ЦФО в ноябре 2018г.
Тогда N= 18, а n = 3. Выбираем области: Брянская – 27403 руб. Калужская – 38005 руб. Орловская – 26834 руб. Расчеты ведем с вероятностью 0,997 ( ). Рассчитаем дисперсию: Средняя ошибка выборки будет равна: Найдем предельную ошибку выборки для среднего значения: |