- •Индивидуальное задание Вариант 5
- •Задание 1.1.
- •Вопросы
- •Формулы, которые использовались при подсчетах в заданиях
- •А) Существует ли значимая взаимосвязь между расходами на рекламу и объемом продаж?
- •Б) Определить уравнение линейной модели с помощью таблиц .
- •и функции «Регрессия» получили
- •Модель является адекватной, так как множественный R меньше 0,3.
- •Г) Определите объем продаж при расходах на рекламу в 55 грн.
- •Задание 1.2.
- •Вопросы
- •А) Существует ли значимая взаимосвязь между временем обслуживания и объемом покупок?
- •Б) Определить уравнение линейной модели с помощью таблиц.
- •и функции «Регрессия» получили выводы итогов
- •ВЫВОД ИТОГОВ
- •Г) Определить объем покупок при времени обслуживания в 1, 3 и 5 минут.
- •Задание 2.1. Таблица 3
- •Рис. 2. Параболический тренд
- •Рис. 4. Степенной тренд
- •Таблица 4
- •Задание 2.2. Таблица 5
- •Рис. 7. Параболический тренд
- •Рис. 9. Степенной тренд
- •Таблица 5
- •Задание 3.
- •1. Вычислите
- •2. Получите прогноз авиаперевозок на 3 года с учетом сезонности
- •данных, полученной модели и прогноза
- •Задание 4
- •1. Построим корреляционную матрицу. Данные представлены в таблице 7.
- •Благодаря выводу итогов, мы видим, что переменная х2 не влияет на стоимость страницы
- •Модель является адекватной, так как множественный R меньше 0,3.
- •Дисперсионный анализ
- •Модель является адекватной, так как множественный R меньше 0,3.
- •Найдем уравнение регрессии:
Задание 2.2. Таблица 5
Выбрать любой из макроэкономических показателей Украины.
Подобрать наилучший тренд, описывающий динамику данных, среди следующих функций: линейная; квадратичная (с линейной составляющей и без нее); логарифмическая; степенная; экспоненциальная. Привести графики по подобранным моделям. По лучшим моделям получить прогноз.
Рис. 7. Параболический тренд
Рис. 6. Линейный тренд
Рис. 9. Степенной тренд
Рис. 8. Логарифмический тренд
Рис. 10. Экспоненциальный тренд
Таблица 5
Вывод: параболический тренд является наиболее точным. Поэтому при условии, что тенденция реализованной продукции сохранится в будущем можно спрогнозировать, что в 2020 году они составят 156990,8 тыс.грн, а в 2021 году – 191715,2 тыс.грн.
Задание 3.
Вопросы
1.Вычислите сезонные индексы для каждого квартала.
2.Получите прогноз авиаперевозок на 3 года с учетом сезонности
3.Постройте графики исходных данных, полученной модели и прогноза.
1. Вычислите
сезонные индексы для каждого
квартала
Были найдены следующие показатели:
1 квартал - 0,90
2 квартал - 1,05
3 квартал - 1,18
4 квартал - 0,87
Индексы
сезонности
свидетельствуют, что объемы пассажира потока авиакомпании увеличиваются во 2 и 3 квартале и снижаются в 1 и 4.
Квартал |
Объем |
Средняя |
Скользащая |
Отношение к скользящему |
Сезонный |
Объем перевозок |
авиаперевозок |
квартал |
средняя |
среднему |
индекс |
на сезон |
|
1 |
377 |
125,67 |
х |
х |
0,90 |
416,78 |
2 |
400 |
133,33 |
х |
х |
1,05 |
381,44 |
3 |
447 |
149,00 |
395,4 |
1,13 |
1,18 |
379,88 |
4 |
356 |
118,67 |
404,8 |
0,88 |
0,87 |
409,49 |
1 |
397 |
132,33 |
427,4 |
0,93 |
|
438,89 |
2 |
424 |
141,33 |
418,4 |
1,01 |
|
404,33 |
3 |
513 |
171,00 |
444,8 |
1,15 |
|
435,97 |
4 |
402 |
134,00 |
471 |
0,85 |
|
462,40 |
1 |
488 |
162,67 |
505,6 |
0,97 |
|
539,49 |
2 |
528 |
176,00 |
500,8 |
1,05 |
|
503,50 |
3 |
597 |
199,00 |
532,2 |
1,12 |
|
507,36 |
4 |
489 |
163,00 |
554 |
0,88 |
|
562,48 |
1 |
559 |
186,33 |
587,6 |
0,95 |
|
617,98 |
2 |
597 |
199,00 |
582,6 |
1,02 |
|
569,30 |
3 |
696 |
232,00 |
613,4 |
1,13 |
|
591,50 |
4 |
572 |
190,67 |
646 |
0,89 |
|
657,95 |
1 |
643 |
214,33 |
684,2 |
0,94 |
|
710,84 |
2 |
722 |
240,67 |
666,4 |
1,08 |
|
688,50 |
3 |
788 |
262,67 |
680,4 |
1,16 |
|
669,68 |
4 |
607 |
202,33 |
699,8 |
0,87 |
|
698,21 |
1 |
642 |
214,00 |
729,2 |
0,88 |
|
709,74 |
2 |
740 |
246,67 |
706,8 |
1,05 |
|
705,67 |
3 |
869 |
289,67 |
736,8 |
1,18 |
|
738,52 |
4 |
676 |
225,33 |
782,2 |
0,86 |
|
777,58 |
1 |
757 |
252,33 |
841,8 |
0,90 |
|
836,87 |
2 |
869 |
289,67 |
828,8 |
1,05 |
|
828,68 |
3 |
1038 |
346,00 |
872,2 |
1,19 |
|
882,15 |
4 |
804 |
268,00 |
924,8 |
0,87 |
|
924,81 |
1 |
893 |
297,67 |
988,6 |
0,90 |
|
987,22 |
2 |
1020 |
340,00 |
960,6 |
1,06 |
|
972,68 |
3 |
1188 |
396,00 |
997,2 |
1,19 |
|
1009,62 |
4 |
898 |
299,33 |
1046,6 |
0,86 |
|
1032,93 |
1 |
987 |
329,00 |
1112,8 |
0,89 |
|
1091,14 |
2 |
1140 |
380,00 |
1075,8 |
1,06 |
|
1087,11 |
3 |
1351 |
450,33 |
1103,2 |
1,22 |
|
1148,15 |
4 |
1003 |
334,33 |
1138 |
0,88 |
|
1153,71 |
1 |
1035 |
345,00 |
1193 |
0,87 |
|
1144,20 |
2 |
1161 |
387,00 |
1127 |
1,03 |
|
1107,13 |
3 |
1415 |
471,67 |
1151 |
1,23 |
|
1202,54 |
4 |
1021 |
340,33 |
1204,6 |
0,85 |
|
1174,42 |
1 |
1123 |
374,33 |
1289,4 |
0,87 |
|
1241,49 |
2 |
1303 |
434,33 |
1244,2 |
1,05 |
|
1242,55 |
3 |
1585 |
528,33 |
1288,4 |
1,23 |
|
1347,01 |
4 |
1189 |
396,33 |
1360,4 |
0,87 |
|
1367,66 |
1 |
1242 |
414,00 |
1450 |
0,86 |
|
1373,04 |
2 |
1483 |
494,33 |
1392,6 |
1,06 |
|
1414,20 |
3 |
1751 |
583,67 |
х |
х |
|
1488,09 |
4 |
1298 |
432,67 |
х |
х |
|
1493,04 |
2. Получите прогноз авиаперевозок на 3 года с учетом сезонности
С помощью пакета «Анализ данных» и функции «Регрессия» получили выводы итогов
ВЫВОД ИТОГОВ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Регрессионная статистика |
|
|
|
|
|
|
|
|
|
||
Множественный R |
|
0,990243 |
|
|
|
|
|
|
|
|
|
R-квадрат |
|
0,98058 |
|
точна |
|
|
|
|
|
|
|
|
|
0,980158 |
|
|
|
|
|
|
|
|
|
Нормированный R- |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
||
Стандартная ошибк |
|
47,45369 |
|
|
|
|
|
|
|
|
|
Наблюдения |
|
48 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
|
|
|
||
|
|
df |
|
SS |
MS |
F |
Значимость F |
|
|
|
|
Регрессия |
|
1 |
5230489 |
5230489,171 |
2322,749298 |
5,03235E-41 |
надежна |
|
|
||
Остаток |
|
46 |
103585,2 |
2251,852654 |
|
|
|
|
|
|
|
Итого |
|
47 |
5334074 |
|
|
|
|
|
|
|
|
|
|
Коэффициен |
артная о |
t-статистика |
P-Значение |
Нижние 95% |
ерхние 95 |
жние 95,0 |
Верхние 95,0% |
||
|
|||||||||||
Y-пересечение |
|
273,037 |
13,91558 |
19,62095931 |
5,52719E-24 |
245,0264134 |
301,0476 |
245,0264 |
301,0476316 |
||
Переменная X 1 |
|
23,82836 |
0,494417 |
48,19490946 |
5,03235E-41 |
22,83315304 |
24,82357 |
22,83315 |
24,82357093 |
Модель является надежной, так как –критерий Фишера меньше уровня значимости альфа 0,05. Поскольку R-квадрат близок к 1, модель точна.
Были получены следующие уравнения:
у=b0+b1x
y=273,037+23,82836х
|
|
|
|
Таблица 6 |
|
|
|
|
|
|
|
Год |
Квартал |
х |
Прогноз с поправкой |
Прогнос с учетом |
|
на сезон |
сезонности |
||||
|
|
|
|||
|
|
|
|
|
|
2015 |
1 |
49 |
1440,6 |
1303,133771 |
|
2015 |
2 |
50 |
1464,5 |
1535,704725 |
|
2015 |
3 |
51 |
1488,3 |
1751,227422 |
|
2015 |
4 |
52 |
1512,1 |
1314,581422 |
|
2016 |
1 |
53 |
1535,9 |
1389,350531 |
|
2016 |
2 |
54 |
1559,8 |
1635,655423 |
|
2016 |
3 |
55 |
1583,6 |
1863,380466 |
|
2016 |
4 |
56 |
1607,4 |
1397,443869 |
|
2017 |
1 |
57 |
1631,3 |
1475,567292 |
|
2017 |
2 |
58 |
1655,1 |
1735,606122 |
|
2017 |
3 |
59 |
1678,9 |
1975,53351 |
|
2017 |
4 |
60 |
1702,7 |
1480,306316 |
данных, полученной модели и прогноза
График объема авиаперевозок и объема перевозок с поправкой на сезон
График объема авиаперевозок, объема перевозок с поправкой на сезон и прогноз с учетом сезонности