Ūkio statistikos kursinis darbas (namų ūkio biudžeto tyrimas)

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 ar

kitiems specialistams, beveik kasdien ttenka priimti įvairiausius sprendimus

remiantis statistine informacija, nagrinėti begalę statistinių duomenų.

Statistika – tai informacija apie veiklą ar procesą, išreikšta skaičiais,

lentelėmis ar diagramomis. Statistika taip pat galima apibrėžti kaip mokslą

apie duomenų rinkimą, vaizdavimą ir analizę. Pastarasis apibrėžimas dar

vadinamas aprašomąją statistika.

Aprašomosios statistikos ppagalba 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 dėmesys

skiriamas namų ūkio disponuojamoms pajamoms ir vartojimo išlaidoms

palyginti pagal įvairius faktorius, skurdui bei nelygybei įvertinti.

Pateiksime kelis apibrėžimus, vartojamus darbe:

Disponuojamos pajamos – į jas įtraukiamos visos piniginės ir natūrinės

pajamos, gautos už darbą, iš ūkininkavimo, verslo, amatų, laisvos

profesinės veiklos, o taip pat pensijos, įvairios pašalpos, stipendijos,

pajamos iš turto, renta.

Vartojimo išlaidos – tai piniginės ir natūrinės išlaidos, skirtos namų

ūkių 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 populiacijos

požymio skirstinį ar jo parametrus arba apie kelių populiacijų

nepriklausomumą, skirstinių sutapimą. Imties duomenys naudojami, kad

patvirtintų arba atmestų iškeltą hipotezę. Tikrinama hipotezė vadinama

nulime hipoteze ir žymima H0, o jai priešingas teiginys vadinamas

alternatyviąją hipoteze ir žymimas H1.

Hipotezėms tikrinti yra naudojami įvairūs statistiniai kriterijai.

Statistinis kriterijus – tai taisyklė, pagal kurią, remiantis imties

duomenimis, hipotezė H0 priimama arba atmetama.

2.2 Hipotezė apie dviejų vidurkių lygybę

Tarkim [pic], [pic] – populiacijos vidurkiai. Tuomet vidurkių lygybei

tikrinti naudosime Stjudento t kriterijų. T – kriterijaus statistika

apskaičiuojama 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 Ho

neatmetama, 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) yra

Stjudento skirstinio su (n + m – 2) laisvės laipsnių ( lygmens kritinė

reikšmė. 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 Ho

neatmetama, jei F1-(/2 (n – 1,m – 1) ≤ F ≤ F(/2 (n – 1,m – 1).

2.2 Tiesinės regresijos modelis

Norint suprast procesų ir rreiškinių esmę, reikia ištirti jų ryšius su

kitais procesais ir reiškiniais. Regresijos modelio pagalba galima ne tik

įvertinti vieno kintamojo priklausomybės stiprumą pagal kitą kintamąjį, bet

ir leidžia prognozuoti vieno kintamojo reikšmes pagal kito kintamojo

reikšmes. Regresinėje analizėje priklausomas kintamasis buna tas, kurio

elgesį norime išsiaiškinti, o nepriklausomas – kuriuo bandome aiškinti

priklausomojo pokyčius.

Nagrinėjamus duomenys įprasta iš pradžių pavaizduoti grafiškai, kad

vizualiai parinkti geriausiai tinkantį regresijos modelį. Kai diagramos

taškai grupuojasi apie tiesę, taikome tiesinę regresiją.

Tarkim turim du kintamuosius X ir Y. Regresijos modelyje apibrėžiama

kintamojo 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, būtina

patikrinti, ar apskaičiuoti rodiklai rodo esminius ryšius ir ar jie

patikimi. Koreliacijos koeficiento reikšmingumas tikrinamas naudojant

Stjudento t kriterijų. Patikimumo koeficientas t – pagal formulę:

[pic].

Laikoma, kad koreliacijos koeficientas patikimas jei t ( 3.

Norint patikrinti regresijos lygties reikšmingumą, pakanka patikrinti

koeficiento b reikšmingumą, naudojant Stjudento t kriterijų, kuris

apskaičiuojamas pagal formulę:

[pic],

kur b – regresijos koeficientas; (x – veiksnio vidutinis kvadratinis

nuokrypis; n – koreliuojamų variantų skaičius; (y – rezultatinio požymio

vidutinis kvadratinis nuokrypis; r – koreliacijos koeficientas. Laikoma,

kad regresijos kkoeficientas b neatsitiktinis ir atspindi realius patikimus

ryšius tarp nagrinėjamų reiškinių, kai t ( 2 su reikšmingumo lygmeniu 0,05.

Determinacijos koeficientas:

[pic].

Didesnis determinacijos koeficientas reiškia, kad stebėjimai yra labiau

koncentruoti 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 lygias

dalis. Jie žymimi Q1, Q2, Q3. Q2 sutampa su mediana ir dalija imtį į dvi

dalis. Tuomet Q1 yra apatinės dalies mediana, o Q3 viršutinės dalies

mediana.

Mediana duomenis padalina į dvi dalis – apatinę ir viršutinę. Jei

turim eilutę: x1 ≤ x2 ≤ x3 ≤ .. ≤ xn. Tada mediana apskaičiuojama

taip:

Mediana ( [pic][pic]

2.4 Skurdo ir nelygybės matai

Visu pirma apibrėšime ekvivalentines skales. Tai skalės, kurių

pagalba, skirtingu dydžių namų ūkiai tampa labiau palyginami.

Ekvivalentinės skalės namų ūkui suteikia tam tikrą svorį, kuris

apskaičiuojamas 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 gaunamos

padalinus visas namų ūkio pajamas iš to svorio.

Santykinė skurdo riba apskaičiuojama pritaikius ekvivalentinę skalę ir

imant 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, kuris

parodo, kiek vidutiniškai skurstančiųjų pajamos nukrypsta nuo skurdo ribos.

Jis randamas:

[pic]

kur [pic] – I-tojo skurstančiojo pajamos; z – skurdo riba; q- skurtančiųjų

gyventojų skaičius.

Namų ūkių nelygybei apibūdinti naudojamas Gini koeficientas, kuris

apibrėžiamas taip:

[pic]

kur n – stebėjimų skaičius; yi – I-tojo namų ūkio pajamos; ( – vidutinės

pajamos vienam namų ūkio nariui.

Kuo didesnė Gini koeficiento reikšmė, tuo pajamų pasiskirstymas

netolygesnis (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 pajamų

pasiskirstymui ekvivalentinės skalės, patikrinsim dvi hipotezes: apie

vidurkių 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 kkritinė 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, galime

sakyt, kad pajamos tenkančios vienam namų ūkio šeimos nariui ir pajamos

tenkančios vvienam 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. Taigi

prielaida 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 ir

kaime. 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] = 444383,85; [pic]= 37308,52.

[pic] Taigi kritinė sritis:

t = [pic]= 1,314.

Kadangi t = 1,314 < 1,66 = t0,05(74), vadinas apskaičiuota statistikos

reikšmė nėra reikšminga, t.y. Ho – neatmetama. Todėl galime laikyti, kad

vidutinės pajamos mieste, tenkančios vienam namų ūkio šeimos nariui ir

vidutinės 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. Jei

pajamos labia mažos, tai santaupos gali bbūti tik vartojamos. Ir santaupos,

ir vartojimo išlaidos varijuoja priklausomai nuo pajamų dydžio. Kad

įvertinti ar santaupos didėja palyginsim namų ūkių disponuojamas pajamas ir

vartojimo išlaidas. Kitaip sakant patikrinsim hipotezę:

[pic]

kur [pic], [pic] – vidutinės namų ūkio pajamos ir išlaidos. Pasirenkam

reikšmingumo 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 namų

ūkių 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 ūkių

disponuojamų pajamų dydis priklauso nuo įvairių rodiklių. Vienas iš jų –

namų ūkio galvos amžiaus.

Didžiausios disponuojamos pajamos tenka namų ūkiams, kurių galvos

amžius iki 30 metų, kituose amžiaus grupėse pasiskirstę panašiai.

Surasim regresijos lygtį, kuri apibrėžia namų ūkio vieno nario pajamų

priklausomybę nuo namų ūkio galvos amžiaus, ji bus tokio pavidalo:

y = a + bx

kur a = [pic] – tiesinės regresijos lygties kirtimas,

b = [pic] – tiesinės regresijos lygties polinkis. (Skaičiavimams

naudojami duomenys pateikti priede IV).

Apskaičiuosime koreliacijos koeficientą:

[pic]

kur:

|[pic] [pic] [pic] |

|[pic] [pic] |

Dabar galim apskaičiuoti ir regresijos lygties koeficientus. Taigi

|[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 reiškinių

tyrimas. Surasim vieno namų ūkio nario vidutines pajams ir vidutines

išlaidas siejančią funkciją. Vartojimo išlaidų (y) priklausomybė nuo

disponuojamų pajamų (x) aprašoma lygtimi: y = a + bx . Šia lygtimi galima

naudotis prognozuojant vartojimo išlaidas. Parametras b parodo, keliais

vienetais pasikeis išlaidos (keliais litais padidės išlaidos) vienu vienetu

padidinus pajamas (vienu litu padidinus pajamas).

Apskaičiuosim koreliacijos koeficientą r, kuris parodo nagrinėjamų

reiškinių ryšio stiprumą: [pic]

kur:

|[pic] [pic] |

| [pic] |

|[pic] |

Dabar galim apskaičiuoti ir regresijos lygties koeficientus. Taigi

|[pic] |

Tad regresijos lygties išraiška yra y = 196,28 + 0,547x.

Patikrinsim koreliacijos koeficiento reikšmingumas naudojant Stjudento

t kriterijų, pagal formulę:

[pic].

Kadangi t ( 3, tai rodo, kad ryšio glaudumas duotu atveju įvertintas

patikimai.

Norint patikrinti regresijos lygties reikšmingumą, pakanka patikrinti

koeficiento b reikšmingumą, naudojant Stjudento t kriterijų, kuris

apskaičiuojamas pagal formulę:

[pic],

Kadangi t ( 2 su reikšmingumo lygmeniu 0,05, tai galime tvirtinti, kad

regresijos koeficientas b neatsitiktinis ir atspindi realius patikimus

ryšius tarp vieno namų ūkio nario vidutinių pajamų ir išlaidų.

Determinacijos koeficientas:

[pic]= 28%.

Tai parodo, kad namų ūkio vieno nario išlaidos 28% ppriklauso nuo pajamų,

o kiti 72% – nuo kitų reikšmių.

3.5 Įvertinti namų ūkių kvartilinį pasiskirstymą

Kvartiliai dalija visus turimus duomenys į keturias maždaug lygias

dalis, 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 yra

apie 700 Lt, ir tik vienas ketvirtadalis namų ūkių pajamos ir išlaidos

viršyja maždaug 1500 Lt.

3.6 Skurdo ir nelygybės matai

Skurdo sąvoka daugiaprasmė, ji kinta vystantis visuomenei ir

skirtingai suprantama įvairiuose šalyse. Net toje pačioje šalyje vienu metu

skurdo 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 skurdas

apibūdinamas 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 su

tam 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 riba

50 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 yra

žemiau skurdo ribos:

L = [pic]=[pic]= 0,092;

kur q – skurstančiųjų gyventojų skaičius, p – gyventojų skaičius šalyje.

Pagal nagrinėjamus duomenys gauname, kad skurdo lygis yra 9,2

procentai. Žemiau skurdo ribos gyvena 7 gyventojai.

3.6.3 Skurdo gylis

Įvertinsim skurdo gilumą, kuris parodo skurstančiųjų vartojimo išlaidų

nuokrypį nuo skurdo ribos:

[pic][pic]= 0,104.

Kur [pic] – II-tojo skurstančiojo pajamos, z – skurdo riba, q- skurtančiųjų

gyventojų skaičius.

Skurdo gylis sudarė 10,4 procento. Tai reiškia, kad žemiau skurdo

ribos esančiuose namų ūkiuose vidutinės vieno nario pajamos buvo

dešimtadaliu mažesnės už skurdo ribą.

3.6.4 Gini koeficientas

Analizuojant asmeninio pajamų pasiskirstymo rezultatus, nustatomas šių

pajamų lygis (pajamos, tenkančios vidutiniškai vienam namų ūkio nariui ar

vienam 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, ( – vidutinės

pajamos 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 ūkių

statistinė 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 pajamų

priklausomybę nuo namų ūkio galvos amžiaus, bei vieno namų ūkio nario

vidutinių išlaidų priklausomybę nuo pajamų. Abiems atvejams užrašėme

regresijos 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 sąrašas

1. 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

|Namų ūkio disponuojamos pajamos (Lt) | |2 Moteris |

| | | | |

|Gyvenamoji vieta |Namų ūkio galvos pagrindinis pajamų |

| |šaltinis |

|Namų ūkiai su vaikais ir be vaikų | |5 Samdomas darbas ne ŽŪ |

| | |visuom. sektoriuje |

|Namų ūkio galvos išsimokslinimas | |10 Pensija |

| |5 Akštesnysis |Namų ūkio galvos socialinė – ekonominė |

| | |grupė |

|Namų ūkio galvos amžius (grupuotas) | |3 Verslininkai |

| |4 50 – 59 metai |Miestas – Kaimas |

|Namų ūkio vartojimo išlaidos | | |

Priedas III

|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

| | | |(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 | |