EKONOMICKY AKTIVNÍ OBYVATELSTVO A TRH PRÁCE

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "EKONOMICKY AKTIVNÍ OBYVATELSTVO A TRH PRÁCE"

Transkript

1 EKONOMICKY AKTIVNÍ OBYVATELSTVO A TRH PRÁCE Economically active population and labour market Lukáš Bricín Abstract This thesis deal with evolution and comparison of economically active population in the countries of Central Europe (Germany, Poland, Czech Republic, Slovakia, Austria and Hungary) and confrontation of this evolution in region with dates representing whole EU. It is concentrated to definition the term economically active population and its evolution at first. Then it is gone in for problems of unemployment. The hypothesis about relationship between unemployment rate and number of people in productive age, long-term unemployment rate and evolution of GDP are put in this part and decisions about their truth follow. Last part of this thesis is about employment and detailed segmentation of employment rates in compared countries. Keywords economically active population, employment, unemployment, international comparisons Úvod Úkolem článku je přinést v rámci plánovaného rozsahu pokud možno ucelený nástin problematiky porovnání ekonomicky aktivního obyvatelstva v Česku a okolních zemích střední Evropy. Konkrétně se tedy budeme, krom situace u nás, věnovat ještě ekonomicky aktivnímu obyvatelstvu v Německu, Polsku, Slovensku, Maďarsku a Rakousku. Ve všech případech budou tato data ještě doplněna o údaj reprezentující celou EU. Tento údaj nám pomůže dokreslit postavení našeho regionu v rámci celé Evropy. Samotná práce je dále rozdělena do několika kapitol, přičemž se v každé z těchto kapitol budeme zabývat dílčími podtématy definovanými v průběhu práce. V některých z těchto kapitol budou také položeny některé zajímavé otázky. Tvrzení z nich vycházející se následně pokusíme potvrdit, či vyvrátit. Nejprve se podíváme, co se vlastně skrývá pod takovým pojmem, jako je ekonomicky aktivní obyvatelstvo, jak můžeme na tento pojem nahlížet a následně na vývoj jeho stavu. Poté přejdeme již konkrétněji k situaci zaměstnaných a nezaměstnaných v Česku a srovnání tohoto stavu se situací ve srovnávaných zemích. Nejprve se zaměříme na nezaměstnanost. Konkrétně na její celkový vývoj, strukturu nezaměstnanosti a srovnáním jejího vývoje s vývojem HDP. Právě v těchto částech budou položeny již zmíněné hypotézy týkající se vztahu celkové míry nezaměstnanosti s počtem osob v produktivním věku, mírou dlouhodobé nezaměstnanosti a vývojem HDP. Poté bude následovat poslední část této práce, ve které se budeme zabývat z několika úhlů pohledu statistikou zaměstnanosti. Po této části již bude následovat pouze krátké shrnutí výsledků práce v podobě jejího závěru doplněného o seznam zdrojů dat a podkladových informací

2 Ekonomicky aktivní obyvatelstvo Před tím, než se začneme věnovat vývoji a dalším aspektům ekonomicky aktivního obyvatelstva, si samozřejmě musíme ujasnit, co se pod tímto termínem skrývá. To nám pomůže osvětlit následující obrázek Schéma 1, který zachycuje různé možnosti pohledu na ekonomicky aktivní obyvatelstvo. Nejšíře bychom tedy mohli za ekonomicky aktivní obyvatelstvo označit všechny příslušníky generace produktivních. Jako členy produktivní generace se většinou označují všechny osoby ve věkovém intervalu let. Tématem této práce je ale vlastně trh práce, takže budeme v jejím průběhu nadále pracovat jen s členy produktivní generace, které se to bezprostředně týká. Pro potřeby této práce také nebudeme uvažovat možnost, že by někdo mohl být ekonomicky aktivní mimo vymezený věkový interval. Generace předproduktivní (0-14 let) a poproduktivní (65 let a více) tedy ponecháme mimo oblast našeho zájmu. 1 Toto vymezení by ale v mnohých případech bylo příliš široké, protože by zahrnovalo studenty, nemocné a další, kteří sice jsou v produktivním věku, ale jsou ekonomicky neaktivní čili, že nejsou zaměstnaní, ale zároveň nepatří mezi nezaměstnané. Právě na tyto dvě dílčí kategorie, zaměstnaní a nezaměstnaní, se v průběhu této práce zaměříme. Jak už je na schématu naznačeno, můžeme tyto kategorie dále mnoha různými způsoby segmentovat. Některým z těchto možných dělení se budeme blíže věnovat v příslušných částech této práce. Schéma 1 Generace produktivních Ekonomicky aktivní Zaměstnaní Nezaměstnan í studenti Placení zaměstnaní Sebezaměstna ní Krátkodob ě Déle než 12 měsíců Ekonomicky neaktivní nemocní a další Zdroj: vlastní kresba Nyní přejděme k vlastnímu vývoji podílu členů generace produktivních na celkové populaci v námi srovnávaných zemích, který je ilustrován s pomocí Tabulky 1 a souvisejícího grafu. Může nás překvapit, že ačkoliv můžeme často slyšet o tom, že evropská populace stárne, tak se podíl osob v produktivním věku za uváděné období u čtyř ze šesti srovnávaných zemí zvýšil (Česko, Polsko, Slovensko a Maďarsko) a u Rakouska víceméně stagnuje. Je snad tedy stárnutí evropského obyvatelstva jen nějakým výmyslem? Tak tomu ale určitě není, musíme si uvědomit, že stárnutí populace se neděje přes noc, ale jedná se o běh na dlouhou trať, a také že vývoj neprobíhá stejně rychle ve všech zemích. Zatímco ve většině zemí na západ od našich hranic v současnosti již podíl ekonomicky aktivních mírně klesá hlavně na úkor generace poproduktivních, tak Česko i další země v tabulce procházejí vývojem, kterým již jiné země prošly, a můžeme proto lépe odhadnout, kam tento vývoj směřuje. Například u 1 Hranice věkových intervalů uvedených v tomto odstavci nesmíme brát jako striktně dané, jako další možné věkové vymezení dolní hranice generace produktivních se často uvádí věk 20 let vzhledem k současným tendencím k prodlužování doby vzdělávání. V rámci této práce ale zůstaneme u již nastíněného rozdělení

3 % nás situaci významně ovlivňuje fakt, že se do produktivního věku v průběhu sledovaného období dostaly populačně silné ročníky sedmdesátých let, po kterých ale už tak silné ročníky nenásledují, a proto můžeme usuzovat na to, že jak se tyto ročníky postupem času budou posouvat stále blíže do důchodového věku, bude podíl členů produktivní generace klesat právě na úkor generace poproduktivních. Stárnutí populace a s ním související jevy, ale nejsou hlavním předmětem zájmu této práce, přejděme tedy nyní k následující kapitole věnované již čistě situaci na trhu práce ve střední Evropě. Kde využijeme i podkladová data pro tuto kapitolu k odpovědi na otázku, zda existuje nějaká závislost mezi počtem lidí v produktivním věku a mírou nezaměstnanosti. Tabulka 1 Podíl ekonomicky aktivních (%) Země/rok Německo 70,38 68,97 68,70 68,68 66,72 Česko 66,61 68,73 70,21 71,71 71,82 Slovensko 65,26 67,14 69,52 72,03 73,25 Polsko 65,75 66,77 69,09 70,81 72,01 Rakousko 68,39 67,92 68,17 68,58 68,17 Maďarsko 67,13 68,51 68,96 69,68 70,55 EU - 68,68 69,05 69,04 69,3* *2008 Zdroj: Eurostat, vlastní výpočty a grafické zpracování Graf 1 Podíl ekonomicky aktivních Německo Česko Slovensko Polsko Rakousko Maďarsko EU Zaměstnaní a nezaměstnaní ve střední Evropě Zaměstnanost a nezaměstnanost se jako dva hlavní aspekty trhu práce v nějaké míře v průběhu života dotknou každého z nás, proto se jim věnuje celá řada publikací a jsou námětem odborných i politických diskuzí ve snaze najít nějaké uspokojivé řešení problémů nezaměstnanosti, jak se například uvádí v úvodu kapitoly Politika zaměstnanosti v [1]: Nezaměstnanost jako důsledek fungování trhu práce je nesporně jedním z nejdůležitějších problémů současného světa Není proto divu, že aktivity ekonomického i sociálního charakteru směřující k jejímu řešení soustavně sílí a že politika zaměstnanosti se stala středem pozornosti různých vědních oborů i praktických aktivit. 2 Jak už bylo řečeno v předešlé kapitole, můžeme celou generaci produktivních rozdělit na dvě hlavní kategorie ekonomicky aktivní a ekonomicky neaktivní. Zařazení osob do jedné z těchto dvou kategorií vyplývá z jejich postavení na trhu práce. Ekonomicky neaktivní 2 Převzato z [1], kapitola 14 Politika zaměstnanosti, strana

4 jsou ti, kteří nejsou zaměstnaní, ale zároveň se ani nepočítají mezi nezaměstnané (Například studenti, nemocní, ) My se tedy budeme zabývat jen skupinou ekonomicky aktivních osob, do které patří všichni zaměstnaní (placení zaměstnaní a zaměstnaní pracující ve vlastním podniku) a nezaměstnaní. Podle definice Mezinárodní organizace práce (ILO) 3 řadíme mezi nezaměstnané všechny osoby, které splňují následující tři podmínky: Nebyly zaměstnané ani sebezaměstnané, práci si aktivně hledaly a byly schopny do ní okamžitě nebo nejpozději do čtrnácti dnů nastoupit. Nejčastěji používanou charakteristikou nezaměstnanosti, a vlastně i trhu práce obecně, je bezesporu míra nezaměstnanosti konstruována jako podíl počtu nezaměstnaných ku celkovému stavu pracovních sil. Pro mezinárodní srovnání musíme použít data publikovaná Českým statistickým úřadem (ČSÚ), respektive Eurostatem, který publikuje míry nezaměstnanosti v souladu s doporučením ILO, kde je počet nezaměstnaných získáván ze sčítání lidu či výběrového šetření pracovních sil (VŠPS). Kdybychom totiž použili míru registrované nezaměstnanosti, která vyplývá z legislativy jednotlivých států, byly by tyto údaje neporovnatelné. 4 (Registrovaným nezaměstnaným se rozumí ten, kdo je veden na úřadu práce. U nás tuto statistiku publikuje Ministerstvo práce a sociálních věcí (MPSV)) Nezaměstnanost Kromě obecné míry nezaměstnanosti popsané výše se samozřejmě definuje řada dílčích podrobnějších charakteristik, jako například míra dlouhodobé nezaměstnanosti, či různé míry konstruované podle pohlaví nebo odvětví. Tomuto podrobnějšímu členění se budeme věnovat dále v průběhu této kapitoly. Nejdříve se ale soustředíme na celkový vývoj této ostře sledované charakteristiky trhu práce. Celkový vývoj Jak už bylo zmíněno výše, bude se tato kapitola věnovat celkovému vývoji nezaměstnanosti v námi srovnávaných zemích. Také si položíme otázku, zda náhodou není tento vývoj nějak úzce spjat s vývojem podílu počtu členů generace produktivních nastíněného v druhé kapitole. Tato otázka by mohla vést k závěru, že pokud například počet členů generace produktivních rapidně poroste a trh práce nebude dostatečně flexibilní, takže nedokáže tento nárůst rychle vstřebat, projeví se tento nárůst zvýšením míry nezaměstnanosti. Pro nalezení odpovědi na tuto otázku potřebujeme roční míry nezaměstnanosti ve srovnávaných zemích za stejné období, za které zachycuje Tabulka 1 podíly produktivní generace v populaci. Tyto údaje nastiňuje následující Tabulka 2. Pro potřeby našeho výpočtu byla samozřejmě použita data za celé 20-ti leté období, pokud byla tato data k dispozici, a ne jen zde tabulkou nastíněný výčet několika let. 5 K rozhodnutí o závislosti či nezávislosti míry nezaměstnanosti na podílu členů produktivní generace v populaci využijeme korelační koeficienty. Zde by bylo zřejmě na místě si říci něco málo o korelačních koeficientech a postupu našeho výpočtu. Použijeme jednoduchý korelační koeficient definovaný jako podíl kovariance ku součinu směrodatných odchylek obou zkoumaných veličin (vzorec (1)). Pomocí tohoto koeficientu vypočítáme míru přímé (kladné hodnoty) nebo nepřímé (záporné hodnoty) lineární závislosti mezi mírou nezaměstnanosti a podílem osob v produktivním věku. Korelační koeficient obecně nabývá hodnot od mínus jedné do jedné, přičemž hodnoty jedna v případě přesné funkční nepřímé či přímé lineární závislosti a hodnoty nula v případě nezávislosti sledovaných veličin. Hodnotu tohoto koeficientu jsme zaznamenali do sloupce 3 S použitím informací na stránkách ČSÚ [7] 4 Stačí například srovnat data publikovaná ČSÚ, která čerpají z VŠPS a udávají míru nezaměstnanosti dle ILO a data publikovaná MPSV uvádějící míru registrované nezaměstnanosti. 5 Pokud by tabulka obsahovala všechny hodnoty, stávala by se nepřehlednou. K nastínění zkoumaného vývoje je toto postačující

5 v Tabulce 3, která nastiňuje postup našeho výpočtu. Sloupec t-krit poté zachycuje hodnotu testového kritéria spočítaného podle (2). Toto kritérium má při nezávislosti zkoumaných veličin t rozdělení s n-2 stupni volnosti (3). Poslední sloupec tabulky nám pak přináší informaci o pravdivosti, či nepravdivosti, položené hypotézy. Pokud by mezi sledovanými veličinami existoval nějaký významný lineární vztah, potom by podle (4) hodnota testového kritéria (2) překročila kritickou hodnotu reprezentovanou příslušným kvantilem t rozdělení na dané hladině významnosti (pravděpodobnosti chyby I. druhu) = 0,05 (3) a hypotézu o nezávislosti bychom tím pádem zamítli. (1) (2)(3) (4) Tabulka 2 Míra nezaměstnanosti (%) Země/rok Německo 4,90 8,20 8,00 11,20 7,80 Česko - - 8,80 8,00 6,80 Slovensko ,10 16,30 12,10 Polsko ,60 18,00 8,30 Rakousko - 4,40 4,70 5,20 4,90 Maďarsko - - 6,60 7,20 10,10 EU 8,50 10,80 8,50 9,10 9,00 Zdroj: Eurostat, vlastní výpočty a grafické zpracování Tabulka 3 Postup výpočtu n Země t-krit t (1- /2) (n-2) Rozhodnutí 20 Německo -0,41-1,91 2,10 nezávislé 13 Česko 0,00 0,00 2,20 nezávislé 12 Slovensko -0,48-1,75 2,23 nezávislé 13 Polsko -0,17-0,59 2,20 nezávislé 15 Rakousko 0,04 0,15 2,16 nezávislé 14 Maďarsko 0,01 0,03 2,18 nezávislé 16 EU 0,47 2,01 2,14 nezávislé Zdroj dat: Eurostat, vlastní výpočty a grafické zpracování Z Tabulky 3 vidíme, že vypočtené korelační koeficienty vycházejí u Německa, Slovenska a také u celé Evropské unie přes 0,4, což by ukazovalo na existenci nějaké závislosti, kdežto u zbylých zemí jsou hodnoty blízké nule značící nezávislost. Po určení významnosti těchto hodnot pomocí postupu popsaného výše vidíme, že hodnota testového kritéria (2) ve sloupci t-krit je ve všech případech nižší než kritická hodnota (3) ve sloupci t (1- /2) (n-2) a tak docházíme k závěru, že všechna testová kritéria zůstala v oborech přijetí nulové hypotézy, tudíž jsme neprokázali nějakou významnou závislost mezi velikostí míry nezaměstnanosti a podílu ekonomicky aktivních v populaci. Pokud bychom místo podílu ekonomicky aktivních do výpočtu dosadili jejich absolutní počet, dostali bychom se k obdobným výsledkům. Míra nezaměstnanosti se mění v závislosti na sezónních výkyvech poměrně zásadně i během roku, ponechat tedy popis celkového vývoje jen na tabulce obsahující roční data uvedené při prokazování nezávislosti míry nezaměstnanosti na podílu ekonomicky aktivních, by bylo poněkud nešťastné, a tak musíme přistoupit k bližšímu pohledu na vývoj míry nezaměstnanosti. Tento vývoj zachycuje následující Graf 2, na kterém můžeme vidět vývoj měsíční míry nezaměstnanosti v průběhu let 2000 až Povšimněme si zejména takřka dvojnásobné výše míry nezaměstnanosti u Polska a Slovenska v porovnání s ostatními zeměmi v první polovině grafu. Vývoj v druhé polovině grafu je potom pro všechny země podobný, po minimu v období hospodářské konjunktury došlo k nárůstu v důsledku - 6 -

6 % nastoupení recese. Zajímavý je výsledek Rakouska a Německa, kde došlo podle těchto dat v porovnání s Polskem či Slovenskem víceméně ke stagnaci této míry ve sledovaném období. Graf 2 Měsíční míra nezaměstnanosti 25,0 20,0 15,0 EU Česko Německo 10,0 5,0 0, Maďarsko Rakousko Polsko Slovensko Struktura nezaměstnanosti Údaj celkové míry nezaměstnanosti nám přináší informaci o stavu nezaměstnanosti bez dalšího rozlišení, což není vždy dostačující. Z tohoto důvodu musíme přistoupit k různě strukturovaným mírám nezaměstnanosti. Můžeme rozlišovat míry nezaměstnanosti podle pohlaví, regionů, či podle nejvyššího dosaženého vzdělání. Podobně budeme v další části této práce dělit zaměstnanost, a proto se nyní pokusíme na strukturu nezaměstnanosti podívat z trochu jiného úhlu pohledu. V této kapitole se zaměříme na členění nezaměstnanosti na krátkodobou a dlouhodobou. Současné trendy v sociální politice vede ke snaze zabránit tomu, aby se jedinec při ztrátě zaměstnání dostal do dlouhodobé nezaměstnanosti, protože čím déle je člověk bez zaměstnání, tím hůře se zapojuje aktivně zpět do trhu práce a zůstává po dlouho dobu odkázán na sociální dávky. Jistá část dlouhodobě nezaměstnaných navíc nikdy nepracovala a asi ani pracovat nebude. Ti tedy tvoří jakousi konstantní část celkového počtu nezaměstnaných, která se v relaci k celkovému počtu nezaměstnaných příliš nemění. Položme si tedy otázku, zda a nakolik se tato snaha o zabránění propadu do dlouhodobé nezaměstnanosti daří. Pokud by tomu tak bylo, poté by neměl počet dlouhodobě nezaměstnaných tolik kolísat, jako počet všech nezaměstnaných. Samozřejmě nesmíme zapomenout, že pokud nezaměstnanost z různých důvodů výrazněji roste, tak sociální systém není většinou schopen nějaké míře propadu do dlouhodobé nezaměstnanosti zabránit. Položme tedy hypotézu, že počet dlouhodobě nezaměstnaných je nezávislý na celkovém počtu nezaměstnaných, tedy že se do dlouhodobé nezaměstnanosti dostávají pouze osoby s jistými predispozicemi se tam dostat, jako jsou invalidé, lidé před důchodem, nebo pouze se základním vzděláním, a podobně. Tuto otázku se pokusíme vyřešit pomocí následující série grafů, na nichž je zachycen vývoj jak celkového počtu nezaměstnaných, tak počtu dlouhodobě nezaměstnaných (nezaměstnaných déle než 12 měsíců) v jednotlivých zemích a celé EU. Z nich vidíme, že závěr naší hypotézy není u všech zemí stejně jednoznačný a tudíž musíme naši hypotézu zamítnout. Zatímco u Slovenska, Rakouska a Polska můžeme na základě grafů tvrdit, že vývoj dlouhodobě nezaměstnaných se chová nezávisle na vývoji celkového počtu nezaměstnaných, tak u zbytku srovnávaných zemí je patrné jisté svázání trendů tohoto vývoje

7 Graf Grafy ,0 4500,0 4000,0 3500,0 3000,0 2500,0 2000,0 1500,0 1000,0 500,0 0,0 Grafy 600, , , , , , , Německo Nezaměstnanost Německo Dlouhodobá nezaměstnanost ,0 50 0, Maďarsko Nezaměstnanost Slovensko Nezaměstnanost Maďarsko Dlouhodobá nezaměstnanost Slovensko Dlouhodobá nezaměstnanost 450,0 400,0 350,0 300,0 250,0 200,0 150,0 100,0 50,0 0, Česko Nezaměstnanost Česko Dlouhodobá nezaměstnanost 250, , , , , , Rakousko Nezaměstnanost Polsko Nezaměstnanost Rakousko Dlouhodobá nezaměstnanost Polsko Dlouhodobá nezaměstnanost 20000, , ,0 5000,0 0, EU Nezaměstnanost EU Dlouhodobá nezaměstnanost - 8 -

8 Porovnání s vývojem HDP Nyní opustíme strukturu nezaměstnanosti a podíváme se na souvislost s dalším ekonomickým indikátorem. Úkolem poslední podkapitoly této části práce je porovnání vývoje nezaměstnanosti s vývojem HDP. Pokusíme se prokázat, zda je oprávněná domněnka, že by měl existovat nějaký vztah mezi vývojem těchto dvou charakteristik. Zjednodušeně řečeno, hrubý domácí produkt jakožto souhrn hodnoty všech vyrobených a poskytnutých statků a služeb za dané časové období by měl korespondovat s vývojem počtu zaměstnaných, respektive nezaměstnaných, z toho důvodu, že pokud chceme vyrobit více zboží, musíme zaměstnat více výrobních faktorů, tedy i práce, a tím pádem dojde ke snížení nezaměstnanosti. Nesmíme ale zapomenout, že hodnotu HDP určuje celý souhrn jevů. Jednoduchým příkladem může být například situace, kdy HDP roste, ale nezaměstnanost zůstává beze změny, protože za oním růstem stojí nové technologie, či zvýšená produktivita práce. Je tedy naše domněnka o vztahu mezi vývojem HDP a nezaměstnaností natolik správná, aby obstála a mohli jsme ji prohlásit za pravdivou? Hned se o tom přesvědčíme. Vývoj nezaměstnanosti byl již popsán v předešlých kapitolách. Podívejme se tedy, jaký byl za srovnatelné období v námi zkoumaných zemích vývoj HDP. Tento vývoj je zachycen v následujících dvou grafech. Z těchto grafů můžeme usoudit, že by zde nějaká, pravděpodobně nepřímá, závislost být mohla. Ale potvrdí se to i výpočtem? Graf 10 Vývoj nezaměstnanosti EU Česko Německo Maďarsko Rakousko Polsko Slovensko Graf 11 Vývoj HDP 12,0 10,0 8,0 EU 6,0 Česko 4,0 Německo 2,0 Maďarsko 0,0 Rakousko -2, Polsko -4,0 Slovensko -6,0-8,0-9 -

9 Ke zjištění zda je položená hypotéza o vztahu vývoje nezaměstnanosti a HDP pravdivá použijeme stejný postup výpočtu jako v případě první hypotézy o vlivu podílu ekonomicky aktivního obyvatelstva. Postup výpočtu ilustruje následující Tabulka 4, kde je označení jednotlivých sloupců shodné s Tabulkou 3. A vidíme, že závěr hypotézy není v tomto případě zcela jednoznačný. Nejen, že se neprokázala statisticky významná závislost mezi mírou nezaměstnanosti a vývojem HDP, s výjimkou Maďarska, kde dosáhl koeficient korelace zdaleka nejvyšší hodnoty. Navíc nám oproti předpokladu nevyšla u všech zemí záporná korelace tedy údaj, který by svědčil o existenci jisté míry nepřímé závislosti mezi zkoumanými jevy. Tomuto předpokladu nevyhovělo Česko spolu s Německem, můžeme tedy usoudit, že vliv, který, jak už jsme uvedli výše, není příliš významný (až na Maďarsko) mezi sledovanými veličinami byl přehlušen nějakými dalšími vlivy, které jsme nesledovali. Tabulka 4 Postup výpočtu Země t-krit t (1-a/2) (n-2) Rozhodnutí EU -0,28-1,32 2,09 nezávislé Česko 0,09 0,55 2,02 nezávislé Německo 0,30 1,41 2,09 nezávislé Maďarsko -0,75-7,23 2,02 závislé Rakousko -0,05-0,34 2,02 nezávislé Polsko -0,23-1,51 2,02 nezávislé Slovensko -0,16-1,01 2,02 nezávislé Zdroj dat: Eurostat, vlastní výpočty a grafické zpracování Podíváme-li se ale ještě jednou na uvedené grafy, dojdeme k závěru, že by zde přeci jenom měla nějaká závislost existovat. Když si navíc uvědomíme, že nezaměstnanost nereaguje na změny HDP okamžitě, ale díky výpovědním lhůtám a nepružnosti trhu práce obecně, až se zpožděním, jen to naši domněnku o existenci závislosti mezi vývojem HDP a míry nezaměstnanosti podpoří. Provedeme tedy výpočet znovu, ale tentokrát nebudeme posuzovat hodnoty za stejné období, jak tomu bylo v Tabulce 4, ale použijeme hodnoty zpožděné. Už při zahrnutí prvního zpoždění do výpočtu (Tabulka 5) si můžeme všimnout, že nám závislost, krom Maďarska, kde tomu tak bylo jako u jediné země i při srovnávání hodnot za stejné období, vyšla významná i u Polska a údaje za celou EU. Navíc došlo k posunu v samotných hodnotách korelačních koeficientů u všech zemích blíže směrem k mínus jedné, kladný zůstává tento koeficient už jenom v případě Německa. To nám potvrzuje naši původní domněnku o nepřímém vztahu mezi vývojem těchto dvou charakteristik. Tabulka 5; T-1 n Země t-krit t (1-a/2) (n- 2) Rozhodnutí 21 Eu -0,58-3,10 2,09 závislé 41 Česko -0,10-0,61 2,02 nezávislé 21 Německo 0,27 1,24 2,09 nezávislé 41 Maďarsko -0,84-9,72 2,02 závislé 41 Rakousko -0,22-1,42 2,02 nezávislé 41 Polsko -0,34-2,24 2,02 závislé 41 Slovensko -0,28-1,80 2,02 nezávislé Zdroj dat: Eurostat, vlastní výpočty a grafické zpracování V případě, že jsme zvýšili zpoždění o další období, připojilo se k již zmíněné trojici zemí, kde byla prokázána závislost mezi vývojem HDP a míry nezaměstnanosti, Slovensko. A pokud tento postup zopakujeme pro údaje o HDP a míře nezaměstnanosti zpožděné o tři

10 čtvrtletí, tak nám podle Tabulky 6 zbude už pouze dvojice Německo a Rakousko, kde nám stále vychází tento vztah jako nezávislí. V případě Rakouska nám sice vychází záporná korelace, ale v případě tří zpoždění ještě není dostatečně silná na to, abychom mohli zamítnout hypotézu o nezávislosti. V případě Německa dosahuje korelační koeficient stále neočekávaných kladných hodnot, i když i zde dochází k postupnému posunu hodnot korelačních koeficientů směrem k předpokládaným záporným hodnotám. Tabulka 6; T-3 n Země t-krit t (1-a/2) (n- 2) Rozhodnutí 19 Eu -0,82-6,01 2,11 závislé 39 Česko -0,34-2,18 2,03 závislé 19 Německo 0,25 1,04 2,11 nezávislé 39 Maďarsko -0,87-10,65 2,03 závislé 39 Rakousko -0,21-1,29 2,03 nezávislé 39 Polsko -0,48-3,29 2,03 závislé 39 Slovensko -0,50-3,50 2,03 závislé Zdroj dat: Eurostat, vlastní výpočty a grafické zpracování Takto bychom samozřejmě mohli pokračovat dál, ale abychom tuto práci zbytečně neprotahovali, uvedeme pouze, že až při zahrnutí nezaměstnanosti zpožděné o sedm období, vyšly testy pro všechny země ve prospěch závislosti mezi sledovanými veličinami. Můžeme tedy považovat za prokázané, že nějaký vztah mezi vývojem míry nezaměstnanosti a HDP existuje, ale neprojevuje se až na výjimky okamžitě, ale až s určitým zpožděním. U Maďarska jsme nemuseli k prokázání závislosti uvažovat žádné zpoždění. Při zahrnutí jednoho zpoždění se prokázala závislost u Polska a EU. Při použití dat zpožděných o dvě období byla závislost prokázána i u Slovenska a při třech i u Česka. Abychom ale dosáhli stejných výsledků i u Německa a Rakouska, museli jsme použít data zpožděná o další čtyři období. Právě z různě dlouhého zpoždění, které muselo být uvažováno, aby byla jasně prokázána závislost, můžeme vyvodit zajímavý závěr, co se rychlosti projevu změn ve vývoji ekonomiky na trh práce týče. Nejrychleji tato reakce proběhla v Maďarsku a nejpomaleji naopak v Rakousku a Německu. To by mohlo být například způsobeno na jedné straně různou měrou dopadu ekonomických změn v průběhu hospodářské recese, které na Maďarsko dopadly v jejím průběhu ze sledovaných zemí určitě nejsilněji a dohnaly ho na dohled od státního bankrotu. Na druhé straně také různě nastavenými legislativními pravidly v oblasti trhu práce a sociální politiky. Například, jak složité je rozvázání pracovního poměru a jaké je zákonem dané odstupné, nebo jak je nastavena sociální politika, aby motivovala při ztrátě zaměstnání k hledání dalšího pracovního uplatnění a zabraňovala případnému propadu nezaměstnaných mezi dlouhodobě nezaměstnané. Podrobné rozebírání všech možných příčin a důsledků sledovaného vývoje je mimo možnosti i plánovaný rozsah této práce, a proto nyní již definitivně opustíme oblast nezaměstnanosti a přejdeme k další části práce, ve které se budeme blíže věnovat zaměstnanosti a jejímu členění. Zaměstnanost a její členění Další zajímavou charakteristikou, která nám pomůže vykreslit situaci zaměstnaných a nezaměstnaných na trhu práce ve střední Evropě bude míra zaměstnanosti. Tato míra udává kolik procent lidí z dané věkové kategorie je nějakým způsobem zaměstnaných a budeme se jí blíže věnovat v průběhu této kapitoly

11 Zaměstnanost Než se podíváme na různá podrobnější členění míry zaměstnanosti, zaměříme se na její konkrétní celkové hodnoty. Kromě míry za celý produktivní věk 15 až 64 let nás bude ještě zajímat věková kategorie, ve které lidé nastupují do prvního zaměstnání 15 až 24 let, a také předdůchodový věk 55 až 64 let. Všechny tyto míry zaměstnanosti za první čtvrtletí letošního roku najdeme zapsané v následující Tabulce 7 a graficky znázorněné v sousedním Grafu 12. Z nich vidíme, že nejvyšších hodnot, co se týče celkové míry zaměstnanosti, dosahuje Německo s Rakouskem, kde pracuje přes 70% osob v produktivním věku, poté následuje Česko, které je těsně nad průměrem EU. Na další příčce se pak umístilo Slovensko s Polskem se zaměstnaností kolem 58 %. Nejnižší zaměstnanost naopak vykazuje Maďarsko, kde tato míra nedosáhla ani 55 %. Obdobně i v dílčích mírách zaměstnanosti v intervalech a let dosahuje Maďarsko v porovnání se zbytkem zkoumaných zemích nejnižších hodnot (v kategorii let dosáhlo nižší hodnoty jen Polsko). Obdobně na druhé straně nejvyšších hodnot dosáhlo Německo následované Českem, které dosáhlo stejné úrovně jako je průměrná hodnota za celou EU. Tabulka 7 Míry zaměstnanosti Země EU 63,7 33,4 46,0 Česko 64,1 24,1 46,0 Německo 70,8 45,7 57,7 Maďarsko 54,5 17,7 33,2 Rakousko 70,6 52,0 41,8 Polsko 58,2 25,6 32,6 Slovensko 58,0 20,3 40,2 Zdroj: Eurostat Graf 12 EU Česko Německo Maďarsko Rakousko Polsko Slovensko Míry zaměstnanosti 2010 Q1 (%) 0,0 20,0 40,0 60,0 80, let let let Z uvedených měr zaměstnanosti ve zkoumaných zemích se můžeme pokusit odvodit, jakou má osoba v daném věkovém intervalu šanci najít nějaké zaměstnání, a to za předpokladu, že v případě vyšší míry zaměstnanosti můžeme předpokládat, že osoby v dané zemi v daném věkovém intervalu mohou snadněji najít práci, než v zemi kde je tato míra menší. Nejsnáze tedy najdeme práci v Německu či Rakousku, a nejhůře se nám povede v Maďarsku. Toto je samozřejmě určité zjednodušení, které tak musíme brát. Každý trh práce je svým způsobem specifický a pro bližší prozkoumání všech důvodů a souvislostí bychom potřebovali detailněji znát legislativu v jednotlivých zemích, která tvoří právní rámec pro jeho fungován. Zajímat by nás například mohla dostupnost a četnost využívání předčasných a invalidních důchodů a podobně. Vývoj celkové míry zaměstnanosti ve sledovaných zemích v období 1999 až 2009 poté zachycuje následující Graf 13. Z něj můžeme vyčíst, že míra zaměstnanosti měla ve všech zemích víceméně rostoucí trend až do roku 2008, po němž došlo k poklesu či stagnaci zřejmě v souvislosti s globální recesí. Oproti ostatním zemím je vidět atypický průběh velikosti míry zaměstnanosti v případě Polska, kde na rozdíl od ostatních zemí v první čtvrtině grafu k celkem znatelnému poklesu, který byl po tříleté stagnaci vystřídán opět poměrně znatelným růstem. Také vidíme, že rozdíly nejsou jen mezi vývojem jednotlivých měr, ale i mezi jejich absolutní velikostí. Tento rozdíl přesahuju v roce 2009 patnáct procent. Nejvyšší míra zaměstnanosti je v celém sledovaném období v Rakousku,

12 které je těsně následováno Německem. Na opačné straně nejnižších hodnot dosahuje Polsko spolu s Maďarskem, přičemž si v průběhu zachyceného období vzájemné pořadí dvakrát vymění. Údaje za Česko hlavně v druhé polovině grafu takřka přesně kopírují linii vývoje v celé EU. Graf 13 Míra zaměstnanosti - vývoj Rakousko Česko EU Německo Maďarsko Polsko Slovensko Členění zaměstnanosti Zabývat se celkovou mírou zaměstnanosti nám určitě přináší zajímavé informace, pokud ale chceme zkoumat zaměstnanost detailněji, musíme přikročit i k detailnějšímu členění měr zaměstnanosti. Možnosti konkrétního zaměření dílčích měr zaměstnanosti jsou rozmanité. Můžeme například sledovat míry zaměstnanosti mužů a žen, nebo různě členěné podle regionů, či nejvyššího dosaženého vzdělání. Některé z nich si nyní blíže přiblížíme. Máme zde dvě tabulky. První z nich zachycuje míru zaměstnanosti členěnou podle pohlaví na muže a ženy v jednotlivých sektorech ekonomiky v zemědělství, průmyslu a službách v roce Ve všech srovnávaných zemích je vidět, že nejnižší zaměstnanost panuje v zemědělství, naopak nejvyšší je ve službách, kde převládají více ženy, kdežto v kategorii průmyslu je převaha mužů. Mezi jednotlivými zeměmi není ale poměr mezi zaměstnanými v jednotlivých sektorech stejný. Nejmarkantnější a tedy nejzajímavější rozdíl můžeme najít v sektoru zemědělství, kde má Rakousko a zejména pak Polsko výrazně vyšší míru zaměstnanosti než zbytek srovnávaných zemí. Tabulka 8;Struktura zaměstnanosti podle sektorů, 2004,% z celkové zaměstnanosti Země Zemědělství Průmysl Služby Celkem Muži Ženy Celkem Muži Ženy Celkem Muži Ženy EU 5,1 5,9 4,0 25,1 34,8 13,1 69,8 59,3 82,9 Česká republika 4,0 4,9 2,8 37,8 47,1 25,7 58,3 48,0 71,6 Německo 2,2 2,8 1,6 26,4 37,0 14,1 71,3 60,2 84,3 Maďarsko 5,1 7,3 2,6 32,9 41,6 22,6 62,0 51,1 74,9 Rakousko 12,6 12,3 12,8 22,5 32,6 10,6 65,0 55,1 76,6 Polsko 19,2 20,1 18,3 26,8 35,7 16,2 53,9 44,2 65,6 Slovensko 3,9 5,5 2,1 34,2 43,9 23,2 61,8 50,6 74,7 Zdroj: ČSÚ 6 Novější data se nalézt nepodařilo, ale protože se dá předpokládat, že nedošlo ve sledované struktuře k nějakým dramatickým změnám, mají tato data stále vypovídací hodnotu

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC Kateřina Pojkarová 1 Anotace:Článek se věnuje železniční přepravě mezi kraji v České republice, se zaměřením na

Více

ANALÝZA MOŽNOSTI PŘEDČASNÝCH DŮCHODŮ A PŘEDDŮCHODŮ DO ROKU 2065

ANALÝZA MOŽNOSTI PŘEDČASNÝCH DŮCHODŮ A PŘEDDŮCHODŮ DO ROKU 2065 ANALÝZA MOŽNOSTI PŘEDČASNÝCH DŮCHODŮ A PŘEDDŮCHODŮ DO ROKU 2065 Zuzana Mačková Martina Miskolczi Abstrakt Předčasné důchody mají v České republice již dlouholetou tradici, může si o ně zažádat osoba nejdříve

Více

VÝBĚROVÉ ŠETŘENÍ PRACOVNÍCH SIL

VÝBĚROVÉ ŠETŘENÍ PRACOVNÍCH SIL VÝBĚROVÉ ŠETŘENÍ PRACOVNÍCH SIL Labour Force Sample Survey Stanislav Mazouch Abstract Výběrové šetření pracovních sil se provádí v České republice již od prosince 1992. Je prováděno Českým statistickým

Více

NEZAMĚSTNANOST V JEDNOTLIVÝCH KRAJÍCH ČR V LETECH 2000 2011

NEZAMĚSTNANOST V JEDNOTLIVÝCH KRAJÍCH ČR V LETECH 2000 2011 NEZAMĚSTNANOST V JEDNOTLIVÝCH KRAJÍCH ČR V LETECH 2000 2011 Markéta Nesrstová Abstrakt Nezaměstnanost vždy byla, je a bude závažným problémem. Míra nezaměstnanosti v České republice se v současné době

Více

Rozdělení populace v ČR podle věku a pohlaví (v %)

Rozdělení populace v ČR podle věku a pohlaví (v %) tabulka č. 1 Rozdělení populace v ČR podle věku a pohlaví (v %) Populace celkem* Populace ohrožená chudobou ** Věk Celkem Muži Ženy Celkem Muži Ženy Celkem 100 100 100 100 100 100 0-15 18 32 16-24 12 13

Více

HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1

HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1 HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1 Ivana Staňková, Tomáš Volek Jihočeská univerzita v Českých Budějovicích, Zemědělská

Více

Trh práce v Plzeňském kraji

Trh práce v Plzeňském kraji Trh práce v Plzeňském kraji Regionální rozvojová agentura Plzeňského kraje, o. p. s. Ing. Pavel Beneš Mgr. Martina Robotková Září 2011 Obsah: Úvod... 3 1. Postavení Plzeňského kraje v rámci ČR z hlediska

Více

Varianty zvyšování minimální mzdy v příštím období

Varianty zvyšování minimální mzdy v příštím období Ministerstvo práce a sociálních věcí ČR Varianty zvyšování v příštím období A. Základní sazba Minimální mzda v Programovém prohlášení Vlády ČR V Programovém prohlášení vlády je uvedeno, že Vláda zvýší

Více

PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH

PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH PRACOVNÍ DOBA V ČESKÉ REPUBLICE JE V RÁMCI EU JEDNA Z NEJDELŠÍCH Podíl úvazků na zkrácenou pracovní dobu je v České republice jeden z nejmenších. Podle výsledků výběrového šetření pracovních sil (VŠPS-LFS)

Více

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií Hodina 50 Strana /4 Gymnázium Budějovická Volitelný předmět Ekonomie - jednoletý BLOK ČÍSLO 8 Hodnocení akcií Předpokládaný počet : 9 hodin Použitá literatura : František Egermayer, Jan Kožíšek Statistická

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

Podíl z celkového počtu pojištěnců, migranti, kteří se kteří se vrátili v roce 2010 po 1 až 4 letech 6=1-3

Podíl z celkového počtu pojištěnců, migranti, kteří se kteří se vrátili v roce 2010 po 1 až 4 letech 6=1-3 1.17. Remitence Remitence Čechů do České republiky 1.17.1. Odhad remitencí vychází z definice pojmu remitencí v souladu s metodikou platební bilance - BPM6. Metoda odhadu je založena na kvantitavním přístupu,

Více

VÝVOJ NĚKTERÝCH DEMOEKONOMICKÝCH CHARAKTERISTIK ZOHLEDŇUJÍCÍCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU V ČR

VÝVOJ NĚKTERÝCH DEMOEKONOMICKÝCH CHARAKTERISTIK ZOHLEDŇUJÍCÍCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU V ČR VÝVOJ NĚKTERÝCH DEMOEKONOMICKÝCH CHARAKTERISTIK ZOHLEDŇUJÍCÍCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU V ČR Tomáš Fiala, Jitka Langhamrová, Martina Miskolczi, Zdeněk Pavlík Abstrakt: Článek obsahuje projekci vývoje

Více

DOKUMENTY POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE D O K U M E N T Y. Graf č. A.2.7

DOKUMENTY POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE D O K U M E N T Y. Graf č. A.2.7 DOKUMENTY D O K U M E N T Y POČET ZAPSANÝCH STUDENTŮ VYSOKÝCH ŠKOL V ČESKÉ REPUBLICE Graf č. A.2.7 Poznámka: počet studentů k 31. prosinci kalendářního roku Vysokoškolské studium v České republice se uskutečňuje

Více

Audit návštěvnosti internetu

Audit návštěvnosti internetu 1 Audit návštěvnosti internetu Trendy v návštěvnosti internetu leden 2009 únor 2011 www.netmonitor.cz www.spir.cz 2 Trendy v návštěvnosti internetu Více než polovina (57 %) české populace je na internetu

Více

Míra přerozdělování příjmů v ČR

Míra přerozdělování příjmů v ČR Míra přerozdělování příjmů v ČR Luboš Marek, Michal Vrabec Anotace V tomto článku počítají autoři hodnoty Giniho indexu v České republice. Tento index je spočítán nejprve za celou ČR, poté pro skupinu

Více

13.3.2012. Kdo je nezaměstnaný? Míra nezaměstnanosti

13.3.2012. Kdo je nezaměstnaný? Míra nezaměstnanosti Měření nezaměstnanosti Nezaměstnanost 15.3.2012 Kdo je nezaměstnaný? Ekonomicky aktivní ob. Celkové obyvatelstvo Ekonomicky neaktivní ob. Zaměstnaní Nezaměstnaní důchodci studenti rodičovská dovolená Zaměstnaní:

Více

Stav a výhled české ekonomiky rok po přijetí kurzového závazku

Stav a výhled české ekonomiky rok po přijetí kurzového závazku Stav a výhled české ekonomiky rok po přijetí kurzového závazku Prof. Ing. KAMIL JANÁČEK, CSc. Člen bankovní rady Česká národní banka XIII. Exportní fórum (Asociace exportérů) 7. listopadu 214 Obsah prezentace

Více

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice MAKROEKONOMIE NEZAMĚSTNANOST A TRH PRÁCE Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice Tento učební materiál vznikl v rámci projektu

Více

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE ZPRÁVA O STAVU ZA ROK 2013

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE ZPRÁVA O STAVU ZA ROK 2013 RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE ZPRÁVA O STAVU ZA ROK 213 25 2 27 28 29 21 211 212 March 213 June 213 Sept 213 Oct 13 Nov 213 Dec 213 25 2 27 28 29 21 211 212 213 214* 215* Tato nově publikovaná

Více

Statistika. Semestrální projekt

Statistika. Semestrální projekt Statistika Semestrální projekt 18.5.2013 Tomáš Jędrzejek, JED0008 Obsah Úvod 3 Analyzovaná data 4 Analýza dat 6 Statistická indukce 12 Závěr 15 1. Úvod Cílem této semestrální práce je aplikovat získané

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 8. 2009 40 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví European

Více

Pružnost trhu práce a EU

Pružnost trhu práce a EU Pružnost trhu práce a EU Kamil Galuščák (ČNB) Smilovice, 4.6.2003 Připravenost trhu práce na vstup do EU 1. Mzdová diferenciace a pružnost mezd 2. Mobilita pracovních sil 3. Politika zaměstnanosti, sociální

Více

Společná tisková zpráva Českého statistického úřadu a Ministerstva práce a sociálních věcí ČR ZMĚNA VÝPOČTU UKAZATELE REGISTROVANÉ NEZAMĚSTNANOSTI

Společná tisková zpráva Českého statistického úřadu a Ministerstva práce a sociálních věcí ČR ZMĚNA VÝPOČTU UKAZATELE REGISTROVANÉ NEZAMĚSTNANOSTI Společná tisková zpráva Českého statistického úřadu a Ministerstva práce a sociálních věcí ČR ZMĚNA VÝPOČTU UKAZATELE REGISTROVANÉ NEZAMĚSTNANOSTI Praha, 7. 11. 2012 - Ministerstvo práce a sociálních věcí

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Analýza zdravotního stavu. obyvatel. zdravého města STRAKONICE. II.část. MUDr. Miloslav Kodl

Analýza zdravotního stavu. obyvatel. zdravého města STRAKONICE. II.část. MUDr. Miloslav Kodl Analýza zdravotního stavu obyvatel zdravého města STRAKONICE II.část 214 MUDr. Miloslav Kodl Analýza byla zpracována za podpory Národní sítě Zdravých měst ČR v rámci projektu STRATEG-2, který je financován

Více

Vymezení klasifikace hlavních skupin domácností ohrožených finanční nedostupností bydlení z důvodu hospodářské krize

Vymezení klasifikace hlavních skupin domácností ohrožených finanční nedostupností bydlení z důvodu hospodářské krize Vymezení klasifikace hlavních skupin domácností ohrožených finanční nedostupností bydlení z důvodu hospodářské krize Martina Mikeszová Oddělení socioekonomie bydlení A09101 Aktivita se soustředí na zmapování

Více

ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU

ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU Praha, 1. 11. 2012 ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU Struktura výdajů domácností prochází vývojem, který je ovlivněn především cenou zboží a služeb. A tak skupina zboží či služeb, která

Více

Průzkum makroekonomických prognóz

Průzkum makroekonomických prognóz Průzkum makroekonomických prognóz Makroekonomický scénář Konvergenčního programu, makroekonomické rámce státního rozpočtu a rozpočtového výhledu a predikce MF ČR jsou pravidelně srovnávány s výsledky šetření

Více

Vývoj věkové struktury obyvatelstva v okresech ČR a její proměny v důsledku demografického stárnutí

Vývoj věkové struktury obyvatelstva v okresech ČR a její proměny v důsledku demografického stárnutí Vývoj věkové struktury obyvatelstva v okresech ČR a její proměny v důsledku demografického stárnutí Age structure of the population in districts of the Czech Republic and its changes relating demographic

Více

Národní h ospo ář dá t s ví a sociální sy sté m ČR

Národní h ospo ář dá t s ví a sociální sy sté m ČR Národní hospodářství tí a sociální systém ČR ObN 3. ročník Ekonomické sektory: Národní hospodářství primární (zemědělství a hornictví) sekundární í( (zpracovatelský průmysl) ů terciární (poskytování služeb)

Více

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB Informace o nesezdaném soužití (Český statistický úřad používá k označení vztahu druha a družky pojem faktické manželství) byly zjišťovány ve Sčítáních

Více

5 Kvalita veřejných financí příjmy a výdaje

5 Kvalita veřejných financí příjmy a výdaje 5.1 Příjmy vládního sektoru Celkové daňové příjmy vládního sektoru se v roce 2008 vyvíjejí zhruba v souladu s očekáváním. O něco hůře, a to zejména z důvodu většího zpomalení výdajů na konečnou spotřebu,

Více

Demografický vývoj. Základní charakteristikou demografického vývoje je vývoj počtu obyvatel. Retrospektivní vývoj počtu obyvatel je zřejmý z tabulky.

Demografický vývoj. Základní charakteristikou demografického vývoje je vývoj počtu obyvatel. Retrospektivní vývoj počtu obyvatel je zřejmý z tabulky. Demografický vývoj Základní charakteristikou demografického vývoje je vývoj počtu obyvatel. Retrospektivní vývoj počtu obyvatel je zřejmý z tabulky. Tab. č.1: Vývoj počtu obyvatel ve Vnorovech v období

Více

7.1 Karta jevu (procesu): Prostorové znaky a sídelní hierarchie

7.1 Karta jevu (procesu): Prostorové znaky a sídelní hierarchie 7 SOCIODEMOGRAFICKÉ PODMÍNKY 7.1 Karta jevu (procesu): Prostorové znaky a sídelní hierarchie Pilíř: Sledovaná složka/objekt: Sociodemografický Územněsprávní členění, rozloha, lidnatost Kriteria jevu (procesu):

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Parlament České republiky JAK SE ŽIJE SENIORŮM V ČESKÉ REPUBLICE? Senát 22. září 2009 Dr. Zdeněk Pernes (předseda Rady seniorů České republiky, o.s.

Parlament České republiky JAK SE ŽIJE SENIORŮM V ČESKÉ REPUBLICE? Senát 22. září 2009 Dr. Zdeněk Pernes (předseda Rady seniorů České republiky, o.s. Parlament České republiky JAK SE ŽIJE SENIORŮM V ČESKÉ REPUBLICE? Senát 22. září 2009 Dr. Zdeněk Pernes (předseda Rady seniorů České republiky, o.s.) SOCIÁLNÍ POSTAVENÍ A ŽIVOTNÍ ÚROVEŇ ČESKÝCH SENIORŮ

Více

Hodnocení efektivnosti programů podpory malého a středního podnikání na základě realizace projektů podpořených

Hodnocení efektivnosti programů podpory malého a středního podnikání na základě realizace projektů podpořených Příloha č. 2 Hodnocení efektivnosti programů podpory malého a středního podnikání na základě realizace projektů podpořených Českomoravskou záruční a rozvojovou bankou Skutečné efekty podpor z roku 2003

Více

Příručka k měsíčním zprávám ING fondů

Příručka k měsíčním zprávám ING fondů Příručka k měsíčním zprávám ING fondů ING Investment Management vydává každý měsíc aktuální zprávu ke každému fondu, která obsahuje základní informace o fondu, jeho aktuální výkonnosti, složení portfolia

Více

Makroekonomický vývoj a situace na trhu práce

Makroekonomický vývoj a situace na trhu práce Makroekonomický vývoj a situace na trhu práce Setkání s představiteli odborových svazů Tomáš Holub Ředitel sekce měnovm nové a statistiky Praha, 3.11.9 Plán n prezentace Vnější prostředí Veřejné finance

Více

Stav a výhled české ekonomiky rok po přijetí kurzového závazku

Stav a výhled české ekonomiky rok po přijetí kurzového závazku Stav a výhled české ekonomiky rok po přijetí kurzového závazku Prof. Ing. KAMIL JANÁČEK, CSc. Člen bankovní rady Česká národní banka Klub Stratég 7. ledna 1 Obsah prezentace Analýza současného stavu ekonomiky

Více

Vysoká škola báňská Technická univerzita Ostrava Ekonomická fakulta Katedra regionální a environmentální ekonomiky

Vysoká škola báňská Technická univerzita Ostrava Ekonomická fakulta Katedra regionální a environmentální ekonomiky Vysoká škola báňská Technická univerzita Ostrava Ekonomická fakulta Katedra regionální a environmentální ekonomiky Úvodem V roce 2006 vyhlásilo MMR výzkumný program WD - Výzkum pro potřeby řešení regionálních

Více

Vývoj zemědělského půdního fondu ve světě

Vývoj zemědělského půdního fondu ve světě UNIVERZITA KARLOVA Přírodovědecká fakulta Vývoj zemědělského půdního fondu ve světě (cvičení z ekonomické geografie) 2005/2006 Pavel Břichnáč 1.roč. Ge-Ka 1.1 Vývoj zemědělského půdního fondu podle makroregionů

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 1. 8. 2014 19 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 12. 2002 60 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Tato

Více

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim

Více

VÝVOJ EKONOMICKÉHO ZATÍŽENÍ DŮCHODOVÉHO SYSTÉMU ČR PŘI RŮZNÝCH VARIANTÁCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU

VÝVOJ EKONOMICKÉHO ZATÍŽENÍ DŮCHODOVÉHO SYSTÉMU ČR PŘI RŮZNÝCH VARIANTÁCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU VÝVOJ EKONOMICKÉHO ZATÍŽENÍ DŮCHODOVÉHO SYSTÉMU ČR PŘI RŮZNÝCH VARIANTÁCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU Tomáš Fiala, Jitka Langhamrová Abstract The population ageing and its consequences for the financing

Více

VĚKOVÁ STRUKTURA OBYVATELSTVA ČR A VYBRANÝCH ZEMÍ EU

VĚKOVÁ STRUKTURA OBYVATELSTVA ČR A VYBRANÝCH ZEMÍ EU VĚKOVÁ STRUKTURA OBYVATELSTVA ČR A VYBRANÝCH ZEMÍ EU PERSPEKTIVY BUDOUCÍHO VÝVOJE Tomáš Fiala, Jitka Langhamrová Klíčová slova: Populační projekce, stárnutí populace, biologické generace, ekonomické generace.

Více

2.3 Proměna věkové struktury

2.3 Proměna věkové struktury 2.3 Proměna věkové struktury Proces suburbanizace má značný vliv na proměnu věkové struktury obcí (nejen) v suburbánní zóně Prahy. Vzhledem k charakteristické věkové struktuře migrantů (stěhují se především

Více

Aktuální makroekonomická prognóza a výhled měnové politiky

Aktuální makroekonomická prognóza a výhled měnové politiky Aktuální makroekonomická prognóza a výhled měnové politiky Rozpočet a finanční vize měst a obcí 11. září 14 Praha Autoklub ČR Smetanův sál Petr Král Ředitel odboru měnové politiky a fiskálních analýz Sekce

Více

Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO. www.kredo.reformy-msmt.cz

Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO. www.kredo.reformy-msmt.cz Uplatnění mladých lidí na trhu práce po ukončení svého studia, Ondřej Nývlt prezentace IPN KREDO www.kredo.reformy-msmt.cz Osoby ve věku 30-34 let podle vybraných typů dosaženého vzdělání a pohlaví (1995-2013)

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

Více

Finální zpráva vyhodnocení dopadů investic čerpajících pobídky a zhodnocení efektivity agentury CzechInvest

Finální zpráva vyhodnocení dopadů investic čerpajících pobídky a zhodnocení efektivity agentury CzechInvest Finální zpráva vyhodnocení dopadů investic čerpajících pobídky a zhodnocení efektivity agentury CzechInvest Agentura pro podporu a podnikání CzechInvest 15. 2. 21 Manažerské shrnutí Investiční pobídky

Více

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE 14 5 7 8 9 1 11 1 13 14 Leden 14 Únor 14 Březen 14 Duben 14 Květen 14 Červen 14 Červenec 14 Srpen 14 Září 14 Říjen 14 Listopad 14 Prosinec 5 7 8 9 1 11 1 13

Více

Česká veřejnost o tzv. Islámském státu březen 2015

Česká veřejnost o tzv. Islámském státu březen 2015 pm TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: + E-mail: jan.cervenka@soc.cas.cz Česká veřejnost o tzv. Islámském státu březen 05 Technické parametry

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 31. 8. 2012 42 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

NÁVRH DŮCHODOVÉ REFORMY V ČR

NÁVRH DŮCHODOVÉ REFORMY V ČR Jaroslav Pilný Ústav ekonomie FES UPa Analýza současného stavu NÁVRH DŮCHODOVÉ REFORMY V ČR Současný základní důchodový systém je při splnění stanovených předpokladů povinný pro všechny ekonomicky aktivní

Více

LOKÁLNÍ EXTRÉMY. LOKÁLNÍ EXTRÉMY (maximum a minimum funkce)

LOKÁLNÍ EXTRÉMY. LOKÁLNÍ EXTRÉMY (maximum a minimum funkce) Předmět: Ročník: Vytvořil: Datum: MATEMATIKA ČTVRTÝ Mgr. Tomáš MAŇÁK 5. srpna Název zpracovaného celku: LOKÁLNÍ EXTRÉMY LOKÁLNÍ EXTRÉMY (maimum a minimum funkce) Lokální etrémy jsou body, v nichž funkce

Více

3.3 Data použitá v analýze

3.3 Data použitá v analýze ALCHYMIE NEPOJISTNÝCH SOCIÁLNÍCH DÁVEK 3.3 Data použitá v analýze V kapitole se vychází zejména z mikrodat statistického šetření SILC, které je dnes jednotně využíváno ve všech zemích EU k měření sociální

Více

Ošetřovatelská následná péče v České republice v roce 2008. Nursing after-care in the Czech Republic in 2008

Ošetřovatelská následná péče v České republice v roce 2008. Nursing after-care in the Czech Republic in 2008 Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 13. 03. 2009 3 Ošetřovatelská následná péče v České republice v roce 2008 Nursing after-care in the Czech Republic

Více

SOCIODEMOGRAFICKÁ ANALÝZA ÚZEMÍ ORP HUSTOPEČE

SOCIODEMOGRAFICKÁ ANALÝZA ÚZEMÍ ORP HUSTOPEČE SOCIODEMOGRAFICKÁ ANALÝZA ÚZEMÍ ORP HUSTOPEČE červen 2013 1 Zpracovatel: GaREP, spol. s r.o. Náměstí 28. října 3 602 00 Brno RNDr. Hana Svobodová, Ph.D. RNDr. Kateřina Synková Ing. Jan Binek, Ph.D. 2 1.

Více

Doporučení pro nastavení politiky v oblasti zahraniční zaměstnanosti

Doporučení pro nastavení politiky v oblasti zahraniční zaměstnanosti Doporučení pro nastavení politiky v oblasti zahraniční zaměstnanosti s ohledem na připravovanou novou právní úpravu vstupu a pobytu cizinců na území České republiky Předkládaná doporučení vychází především

Více

Sazba daně je algoritmus, prostřednictvím kterého se ze základu daně (sníženého o odpočty) stanoví velikost daně.

Sazba daně je algoritmus, prostřednictvím kterého se ze základu daně (sníženého o odpočty) stanoví velikost daně. 1.1 Sazba daně Sazba daně je algoritmus, prostřednictvím kterého se ze základu daně (sníženého o odpočty) stanoví velikost daně. I když obecně může mít podobu v podstatě jakéhokoliv výpočtového algoritmu,

Více

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát

Více

Adresa: Kontaktní osoba: Ing. Martina Jeníčková Na poříčním právu 1/ Telefon: 221 923 587 128 01 Praha 2 Fax: E-mail: martina.jenickova@mpsv.

Adresa: Kontaktní osoba: Ing. Martina Jeníčková Na poříčním právu 1/ Telefon: 221 923 587 128 01 Praha 2 Fax: E-mail: martina.jenickova@mpsv. Návrh výzkumné potřeby státní správy pro zadání veřejné zakázky na projekt z programu veřejných zakázek ve výzkumu, experimentálním vývoji a inovacích pro potřeby státní správy BETA Předkladatel - garant

Více

Audit návštěvnosti internetu

Audit návštěvnosti internetu 1 Audit návštěvnosti internetu Trendy v návštěvnosti internetu ročenka 2012 leden 2011 únor 2013 www.netmonitor.cz www.spir.cz 2 Trendy v návštěvnosti internetu Na internetu je 69 % české populace 10+

Více

Analysis of the personal average tax rate evolution at the selected taxpayers in the Czech Republic during the years of 1993-2011

Analysis of the personal average tax rate evolution at the selected taxpayers in the Czech Republic during the years of 1993-2011 VŠB-TU Ostrava, faculty of economics,finance department 6 th 7 th September 11 Abstract Analysis of the personal average tax rate evolution at the selected taxpayers in the Czech Republic during the years

Více

Vliv regionálních rozdílů ve finanční dostupnosti bydlení na pracovně orientovanou migraci české populace

Vliv regionálních rozdílů ve finanční dostupnosti bydlení na pracovně orientovanou migraci české populace Vliv regionálních rozdílů ve finanční dostupnosti bydlení na pracovně orientovanou migraci české populace Martin LUX Petr SUNEGA Struktura prezentace Kontext k problému Návaznost na dříve řešený projekt

Více

TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE

TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE 15/H1 5 7 8 9 1 11 1 13 1 Leden 1 Únor 1 Březen 1 Duben 1 Květen 1 Červen 1 Červenec 1 Srpen 1 Září 1 Říjen 1 Listopad 1 Prosinec 15 Leden 15 Únor 15 Březen

Více

Vize propojení zdravotního pojištění a sociálního systému. RNDr. Jiří Schlanger 1. lékařská fakulta, Univerzita Karlova v Praze

Vize propojení zdravotního pojištění a sociálního systému. RNDr. Jiří Schlanger 1. lékařská fakulta, Univerzita Karlova v Praze Vize propojení zdravotního pojištění a sociálního systému RNDr. Jiří Schlanger 1. lékařská fakulta, Univerzita Karlova v Praze Proč je nezbytné propojení zdravotního pojištění a sociálního systému Zdravotní

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Pro jednání 107. Plenární schůze Rady hospodářské a sociální dohody ČR

Pro jednání 107. Plenární schůze Rady hospodářské a sociální dohody ČR Ministerstvo práce a sociálních věcí Praha dne 17. března 2014 Pro jednání 107. Plenární schůze Rady hospodářské a sociální dohody ČR Věc: Aktivní politika zaměstnanosti, vyhodnocení programů na podporu

Více

Projekce obyvatelstva České republiky (Projekce 2013)

Projekce obyvatelstva České republiky (Projekce 2013) Projekce obyvatelstva České republiky (Projekce 2013) Poslední Projekci obyvatelstva vydal ČSÚ před čtyřmi roky, v květnu 2009 (Projekce 2009). Základními vstupními údaji nové projekce (Projekce 2013)

Více

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I.

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. pro kombinované a distanční studium Radim Briš Martina Litschmannová

Více

MĚSÍČNÍK VÝZKUMU SHARE (50+ v Evropě) 2/2013 15-64. 65 a více

MĚSÍČNÍK VÝZKUMU SHARE (50+ v Evropě) 2/2013 15-64. 65 a více MĚSÍČNÍK VÝZKUMU SHARE (50+ v Evropě) 2/2013 Zpravodaj SHARE Survey of Health, Retirement and Ageing in Europe Třetina obyvatel starších 50 let žije sama Stárnutí populace není pouze tématem pro demografy

Více

Počet nezaměstnaných podle vzdělání

Počet nezaměstnaných podle vzdělání Počet nezaměstnaných podle vzdělání 6 5 4 3 2 Celkem Neúplné základní vzdělání a bez vzdělání Základní vzdělání Nižší střední a střední vzdělání bez maturity Střední odborné vzdělání s výučním listem Střední

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Martina Mikeszová Oddělení ekonomické sociologie, tým socioekonomie bydlení

Více

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: Číslo projektu: Název projektu školy: Šablona III/2: EU PENÍZE ŠKOLÁM CZ.1.07/1.5.00/34.0536 Výuka s ICT na SŠ obchodní České

Více

PROJEKCE OBYVATELSTVA ČESKÉ REPUBLIKY 2009-2065

PROJEKCE OBYVATELSTVA ČESKÉ REPUBLIKY 2009-2065 PROJEKCE OBYVATELSTVA ČESKÉ REPUBLIKY 29-265 1. Demografická konference Ph.D. studentů demografie Praha, 26.11.29 Český statistický úřad, oddělení demografie PROJEKCE ČSÚ 29 ZÁKLADNÍ FAKTA vypracována

Více

In: Demografie Demografické informace, analýzy a komentáře 2006. ISSN 1801-2914

In: Demografie Demografické informace, analýzy a komentáře 2006. ISSN 1801-2914 Do 1368 Vývoj a struktura dávek státní sociální podpory Ettlerová, Sylva In: Demografie Demografické informace, analýzy a komentáře 2006. ISSN 1801-2914 Vyšší porodné od dubna letošního roku má být jedním

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

Přístup MPSV v politice zaměstnanosti mladých do 25 let. Pozice mladých na trhu práce v ČR Fridrich-Ebert-Stiftung ČR Praha 5.

Přístup MPSV v politice zaměstnanosti mladých do 25 let. Pozice mladých na trhu práce v ČR Fridrich-Ebert-Stiftung ČR Praha 5. Přístup MPSV v politice zaměstnanosti mladých do 25 let Pozice mladých na trhu práce v ČR Fridrich-Ebert-Stiftung ČR Praha 5. prosince 2012 1 Výchozí situace 2 Ekonomická aktivita a neaktivita mladých

Více

Česká veřejnost o tzv. Islámském státu únor 2015

Česká veřejnost o tzv. Islámském státu únor 2015 pm50 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: +40 86 840 9 E-mail: jan.cervenka@soc.cas.cz Česká veřejnost o tzv. Islámském státu únor 05

Více

4ST201 STATISTIKA CVIČENÍ Č. 7

4ST201 STATISTIKA CVIČENÍ Č. 7 4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické

Více

Benchmarking Říčany. projekt Systémová podpora rozvoje meziobecní spolupráce v ČR v rámci území správních obvodů obcí s rozšířenou působností

Benchmarking Říčany. projekt Systémová podpora rozvoje meziobecní spolupráce v ČR v rámci území správních obvodů obcí s rozšířenou působností Benchmarking Říčany projekt Systémová podpora rozvoje meziobecní spolupráce v ČR v rámci území správních obvodů obcí s rozšířenou působností 1 1 SO ORP Říčany charakteristika území Správní obvod obce s

Více

POTENCIÁL TRHU PRÁCE V ČR A JEHO BUDOUCNOST

POTENCIÁL TRHU PRÁCE V ČR A JEHO BUDOUCNOST POTENCIÁL TRHU PRÁCE V ČR A JEHO BUDOUCNOST Ondřej Nývlt, Ivana Vitoulová Abstrakt Článek poukazuje na potenciál trhu práce v České republice. Ukazuje možné rezervy, kdy některé skupiny obyvatel velmi

Více

Monitoring nákladů práce v ČR a ve státech Evropské unie Bulletin No 1

Monitoring nákladů práce v ČR a ve státech Evropské unie Bulletin No 1 Monitoring nákladů práce v ČR a ve státech Evropské unie Bulletin No 1 Tomáš Kozelský VÚPSV, v.v.i. Praha 2007 Vydal Výzkumný ústav práce a sociálních věcí, v.v.i. Praha 2, Palackého náměstí 4 Vyšlo v

Více

Audit návštěvnosti internetu

Audit návštěvnosti internetu 1 Audit návštěvnosti internetu Trendy v návštěvnosti internetu leden 2010 únor 2012 www.netmonitor.cz www.spir.cz 2 Trendy v návštěvnosti internetu Tři pětiny (60 %) české populace je na internetu (alespoň

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR 1 aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické

Více

VLIV KOHEZNÍ POLITIKY NA ÚROVEŇ A KVALITU ZAMĚSTNANOSTI V ČESKÉ REPUBLICE

VLIV KOHEZNÍ POLITIKY NA ÚROVEŇ A KVALITU ZAMĚSTNANOSTI V ČESKÉ REPUBLICE MINISTERSTVO PRO MÍSTNÍ ROZVOJ VLIV KOHEZNÍ POLITIKY NA ÚROVEŇ A KVALITU ZAMĚSTNANOSTI V ČESKÉ REPUBLICE ZÁVĚREČNÁ ZPRÁVA Praha, červenec 2010 Zpracovatel: Národní vzdělávací fond, o.p.s. Opletalova 25

Více

ANALÝZA NEZAMĚSTNANOSTI MLADISTVÝCH A ABSOLVENTŮ V KRAJÍCH ČR 1

ANALÝZA NEZAMĚSTNANOSTI MLADISTVÝCH A ABSOLVENTŮ V KRAJÍCH ČR 1 ANALÝZA NEZAMĚSTNANOSTI MLADISTVÝCH A ABSOLVENTŮ V KRAJÍCH ČR 1 Unemployment Analysis of Young and Graduates in Regions in the Czech Republic Martina Miskolczi Abstract Total unemployment is influenced

Více

Systém zadávání a kontrola veřejných zakázek v ČR Předražené zakázky: Jaká protikorupční opatření navrhuje NERV?

Systém zadávání a kontrola veřejných zakázek v ČR Předražené zakázky: Jaká protikorupční opatření navrhuje NERV? Systém zadávání a kontrola veřejných zakázek v ČR Předražené zakázky: Jaká protikorupční opatření navrhuje NERV? Jan Pavel Říjen 2011 Názory prezentované v tomto příspěvku jsou názory autora a nemusí odpovídat

Více

Investiční výdaje (I)

Investiční výdaje (I) Investiční výdaje Investiční výdaje (I) Zkoumáme, co ovlivňuje kolísání I. I = výdaje (firem) na kapitálové statky (stroje, budovy) a změna stavu zásob. Firmy si kupují (pronajímají) kapitálové statky.

Více