ятих в економіці у віці від 40 до 49 років і у віці від 50 до 59 років. У 2011 р в порівнянні з 2004 р чисельність зайнятого населення у віці 40-49 років зменшилася в 1,34 рази, а чисельність зайнятого населення у віці 50-59 років збільшилася в 1,33 рази.
Проаналізуємо склад зайнятого населення за статтю та віком одночасно в 2011 р (табл. 6).
Таблиця 6
Чисельність і структура зайнятого населення за статтю та віком в 2011 р
мужчіниженщіниВсего зайнято в економікетис. человек1165,30в процентах100В тому числі у віці, летдо 20тис. человек6,303,00в процентах0,540,2620-29тис. человек150,00120,40в процентах12,8710,3330-39тис. человек153,90147,80в процентах13,2112,6840-49тис. человек135, 20148,10в процентах11,6012,7150-59тис. человек136,50125,70в процентах11,7110,7960-72тис. человек18,5019,90в процентах1,591,71
Зобразимо структуру зайнятого населення за статтю та віком в 2011 р (рис. 12).
Малюнок 12. Структура зайнятого населення за статтю та віком в 2011
Можна зробити висновок, що в 2011 р більшу частку в загальній чисельності зайнятого населення мають чоловіки у віці 30-39 років, а меншу частку - жінки у віці до 20 років.
3.2 Кореляційно-регресійний аналіз впливу потреби організацій у працівниках на рівень зайнятості
Кореляційно-регресійний аналіз - це математико-статистичний метод, що дозволяє описувати у вигляді рівняння y=f (x) залежність варіації результативної ознаки y i від варіації факторного ознаки x i , а також кількісно оцінювати силу і тісноту досліджуваної залежності.
Вивчимо залежність рівня зайнятості y (%) від потреби організацій у працівниках, заявленої в служби зайнятості, x ( чол.) за період 2004-2011 рр. Зробимо всі розрахунки за допомогою програми Excel. Маючи фактичні значення x i і y i ( табл.3), знайдемо таке рівняння y=f (x), щоб вихідні точки ( x 1 ; y 1 ), ( x 2 ; y 2 ), ... , ( x 8 ; y 8 ) якомога ближче наближалися до цієї лінії.
Розглянемо випадок, коли f (x) - лінійна функція (прил.1). Щоб скласти рівняння парної лінійної регресії ( y=a + bx ), знайдемо коефіцієнти а і b за формулами:
(3.1)
, (3.2)
де,, (n - число спостережень).
Отримали рівняння: ? x =88,55 + 0,0004x . Після підстановки в рівняння фактичних значень фактора x i отримуємо розрахункові значення результату ? i , тобто такі його теоретичні значення, які сформувалися б при фактичних значеннях фактора та середнього ступеня взаємодії цього фактора з результатом. Розрахуємо коефіцієнт детермінації, який є ефективною оцінкою адекватності регресійної моделі:
(3.3)
або 50,12%, тобто зміни рівня зайнятості залежать від зміни потреби організацій у працівниках на 50,12%, а від зміни всіх інших причин - на 49,88%.
Розглянемо випадок, коли f (x) - статечна модель (прил.2). Щоб скласти рівняння статечної парної регресії ( y=ax b ), прологарифмируем обидві частини рівняння: lny=lna + blnx. Нехай lny=Y , lna=A , lnx =X . Рівняння прийме вигляд Y=A + bX . Знайдемо за формулами (3.1, 3.2) коефіцієнти А , b , але в якості вихідних даних будемо розглядати lnx i і lny i ; a=e A .
Отримали рівняння: ? x =69,53x 0,03 . Коефіцієнт детермінації для нелінійних моделей розраховується за формулою:
(3.4)
або 60,46%, тобто зміни рівня зайнятості залежать від зміни потреби організацій у працівниках на 60,46%, а від зміни всіх інших причин - на 39,54%.
Розглянемо випадок, коли f (x) - гіперболічна модель (дод.3). Щоб складе рівняння гіперболічної парної регресії ( y=a + b/x ), зробимо заміну: 1/x=X . Рівняння прийме вигляд y=a + bX . Знайдемо за формулами (3.1, 3.2) коефіцієнти a і b , але в якості вихі...
