Добавил:

Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Воронежский государственный университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Трендовые модели с.10-20, Регрессия

.pdf

Скачиваний:

Добавлен:

21.05.2015

Размер:

884.43 Кб

Скачать

☆

<<< < Предыдущая 1 2 34 / 124 5 6 7 8 9 10 11 12 > Следующая >>>

5. Ра счет скорректирова н н ого м н ож ествен н ого ин д екса коррел яции

9971= 9964,0.101(,=-

с кор

6. Ра счет б етта -коэф ф ициен тов

β1 =

1515,

, 0

13 ,

23 /

93 , 33 100

β2

= -

= - 0005,

, 0

13 ,

23 /

574

, 0

β3

0636,

, 0

13 ,

566

, 0 26,

β1 =

= 1669 . , 2

13 ,

60 , 3

93 ,

Пол у чен н ые зн а чен ия б етта -коэф ф ициен т ы

позвол яют

прора н ж

иро-

ва ть ф а кторы по степен и

ихвл иян ия н а

м од ел иру ем ый пока за тел ь

сл е-

д у ющ им об ра зом :

1) об щ а я пл ощ а д ь территории, прин а д л еж а щ ейотел ю (в бол ь ш ейсте-

пен и вл ияющ ийф а ктор);

2) числ о ком н а т в отел е;

3) н а л ичие соб ствен н ого пл яж

а ;

4) прест иж н ост ь ра йон а ,

котором

ра спол ож ен

отел ь

(в

м ен ь ш ей

ст епен и вл ияющ ийф а ктор).

7.Вычисл ен ие па рн ыхкоэф ф ициен тов коррел яции.

7.1.Провед ен ие пром еж у точн ыхра счетов и оф орм л ен ие резу л ь та -

тов ра счетов в вид е та б л . 3.2.7.
			7.2. Ра счет па рн ыхкоэф ф ициен тов коррел яции
r			00 ,			11290			r						752,
		=				=	780;,			=								=	010,,
		=	( × -1)			=	780;,			=		13 ,			23 ( ×	-1)		=	010,,			574	, 0	13 ,
	yx1		( × -1)			×	20	93yx,2		33		13 ,			23 ( ×	-1)		×	20			574	, 0	13 ,
ryx			00 ,		54				ryx						89 ,	478
		=				=	220;,			=							=		300.,
		=	( ×		-1)	=	220;,			=	, 0 13× ,				23× ( -1)		=		300.,		60 , 3		13 ,	23
	3		( ×		-1)	×	20	566			, 0 13× ,				23× ( -1)			20			60 , 3		13 ,	23
	3							4
	8. Ра счет д исперсион н ого отн ош ен ияФ иш ера
				Fрас ч =			99712	0,		-		-1		4	20
									×				=		55 ,	653
						-			×				=		55 ,	653
						-	99712 1 , 0 4
	Сра вн ен ие ра счетн ого зн а чен ия F-критерия с та б л ичн ым															F 154;=				865,

д л я 95%-н ого у ровн язн а чимост и позвол яет сд ел а ть вывод об а д еква тн ости построен н ойм од ел и.

Таб лиц а3.2.7

( −	)( 1 − x1 )	yx( y−		)( 2 − x2 )	yx( y−	)( 3 − x3 )		yx( y−		)( 4 − x4 )	yx y
( −	)( 1 − x1 )	yx( y−		)( 2 − x2 )	yx( y−	)( 3 − x3 )		yx( y−		)( 4 − x4 )	yx y
1008,2500			-14,9875				-10,9000		50,4806
1304,2500			15,8625				21,1500		72,3506
776,0000			-13,3375				-9,7000		40,0731
648,0000			9,1125				-8,1000		27,3881
808,0000			-13,8875				15,1500		36,6756
276,2500			7,3125				9,7500		13,8531
140,2500			-4,5375				4,9500		2,9081
174,2500			4,6125				-4,1000		6,6881
123,2500			3,2625				4,3500		1,1056
0,5000			0,1125				-0,1000		0,0131
-5,5000			-1,2375				1,1000		0,4056
-15,5000			4,2625				-4,6500		5,7931
126,7500			5,3625				3,9000		6,3131
165,7500			-5,7375				-7,6500		12,0806
178,7500			7,5625				5,5000		10,2781
230,7500			-7,9875				-10,6500		15,9306
826,5000			-9,7875				8,7000		27,1331
1130,5000			16,3625				11,9000		54,9631
1551,5000			14,7125				10,7000		37,3831
1841,5000			-14,2875				12,7000		57,0706
				Суммап	роизведений
11290,00			2,75				54,00		478,89
9. Ра счет t-ста тистик

57 ,

102

100,

020,

78,,

t90=

372,, t

− =020,, = −

1299

0433

7927

ˆ =

602,

832,,

t ˆ

,= 13 74 .,

9195

0137

Сра вн ен ие

пол у чен н ых t-ста тистик

с та б л ичн ым

зн а чен ием

950,

131

под, 2 тверж) (15д а ет

зн а чим ость

т а ких коэф ф ициен т ов

регрессии,

ка к

, и н езн а чим ость

b3 ,

коэф ф ициен та b2 .

Скорее всего, это связа н о с т ем , что престиж

н ость ра йон а ,

в кото-

ром ра спол ож

ен отел ь , в н екоторойстепен и опред ел яет ся н а л ичием

пл яж

а .

10. Построен ие с помощ ь ю «Па кет а

а н а л иза » л ин ейн ого регресси-

он н ого у ра вн ен ия, искл ючив x2

(см . Вывод итогов 3.2.2).

В Ы В О Д ИТО ГО В 3.2.2

Р егрес с ионная с т ат ис т ик а
М н ож ествен н ыйR	0,997143234
R-ква д ра т	0,994294628
Н орм ирова н н ыйR-
ква д ра т	0,993224871
Ста н д а ртн а яош иб-
ка	1,69128398
Н а бл юд ен ия	20
Дисперсион н ыйа н а л из
					З начимос т ь
	df	SS	MS	F	F
Регрессия	3	7975,983	2658,661	929,4583	3,739E-18
О ста ток	16	45,76706	2,860442
И того	19	8021,75

		Ст андарт ная	t-	P-	Ниж ние	В ерхние
	К оэффиц иент ы	ош иб к а	с т ат ис т ик а	З начение	95%	95%
Y-пересечен ие	102,5605062	1,056324	97,09187	1,34E-23	100,3212	104,7998
Перемен н а яX 1	0,103350894	0,041834	2,470506	0,025119	0,014667	0,192035
Перемен н а яX 2	2,597229942	0,881817	2,945315	0,009503	0,7278613	4,466599
Перемен н а яX 3	13,92581958	0,980218	14,20685	1,72E-10	11,84785	16,00379

Та ким обра зом , пригод н а я д л я цел ей прогн озирова н ия мод ел ь за -
писыва етсяв сл ед у ющ ем вид е:
=		+	+			+ 92x, y.13		x 59 , 2 x	10 , 0 56 ,
							3 1	2
11. Ра счет прогн озн ойоцен ки вел ичин ы пл а ты, котору ю он м ож ет по-
л у ча ть за пред оста вл ен ие в а рен д у						своего от ел я.
yˆ = 102,56 + 0,10 ×80 + 2,59 ×1+13,92 × 3,42 = 161.
12. Ра счет ст а н д а рт н ойош ибки прогн оза сред н его
12.1. Н а хож д ен ие		обра тн ой м а трицы					к м а трице	систем ы н ор-
м а л ь н ыху ра вн ен ий

	0,3900	0,004218			-0,1217		-0,1853
	0,0042	0,000612			-0,0058		-0,0135
	-0,1217	-0,00583			0,2718		0,1121
	-0,1853	-0,01355			0,1121		0,3359
12.2. Н а хож д ен ие ост а т очн ой д исперсии по а н а л огии с п. 3.1 н а -
стоящ ейза д а чи
			σˆ 2		= 2,86.
12.3. Вычисл ен ие		ста н д а ртн ой ош ибки прогн оза						по ф орм у л е
(3.1.19)
				S ˆ =		510.,
				y

13. Проверки обосн ова н н ост и

вел ичин ы

а рен д н ой пл а т ы, котору ю

пред прин им а тел ь ж

ел а ет н а зн а чить

за свойотел ь

13.1. Ра счет t-ста тистик по ф орм у л е (3.1.20)

tp1 =

−161

162

−161

165

961;,

tp2

847.,

510,

13.2. Сра вн ен ие пол у чен н ыхt-ста тистик с та б л ичн ым зн а чен ием

975 0, =

120 свид, 2

ет) ел(16ь ству ет о том , что перва я вел ичи-

н а

а рен д н ой пл а ты н езн а чимо от л ича ет ся от

сред н ей про-

гн озиру ем ойвел ичин ы, а втора я– зн а чим о.

Сл ед ова тел ь н о, пред прин им а т ел ь , н а зн а ча я а рен д н у ю пл а ту 165 тыс. ру б . в год , риску ет в б ол ь ш ей степен и н е н а йт и а рен д а торов своего отел я, чем при у ста н овл ен ии ра зм ера пл а ты в 162тыс. ру б . ил и в 161 т ыс. ру б ., поскол ь ку 165 тыс. ру б . су щ ествен н о превыш а ет сред н ий сл ож ивш ийся у ровен ь а рен д н ойпл а ты трехзвезд н ыхот ел ейв д а н н ойку рорт н ойзон е.

3.3. За да ния для са мо сто яте льно й р а б о ты

З а да ние 3.3.1. Н а ча л ь н ик отд ел а м а ркетин га кин от еа тра «О тра ж ен ие» пору чил своим сотру д н ика м провести иссл ед ова н ие, в резу л ь та те кот орого н еобход им о: 1) выявить ф а ктор, в н а иб ол ь ш ейстепен и вл ияющ ийн а сред -

н ее числ о зрител ей за первые три д н я прока т а	ф ил ь ма ; 2) построить про-
гн озн у ю м од ел ь в вид е ф у н кции, н а ил у чш им	об ра зом отра ж а ющ у ю за ви-

сим ость посещ а ем ости кин осеа н сов от выб ра н н ого ф а ктора ; 3) с пом ощ ь ю построен н ойм од ел и пол у чит ь прогн озн ые оцен ки сред н его числ а зрител ей н а первые три д н я прока та сл ед у ющ ихд ву хф ил ь м ов. Специа л ист ы отд ел а

м а ркетин га	экспертн ым пу	тем в ка честве ф а ктора , в н а иб ол ь ш ей степен и
вл ияющ его	н а посещ ен ие	кин осеа н сов, у ста н овил и ра сход ы н а рекл а м у

ф ил ь м а (см . та б л . 3.3.1). Выпол н ите 2-е и 3-е за д а н ие н а ча л ь н ика отд ел а м а ркетин га .

З а да ние 3.3.2. Ру ковод ство кру пн ойком па н ии З А О «Н а д еж н а я связь », пред оста вл яющ а я у сл у ги м об ил ь н ой и ста цион а рн ой т ел еф он н ой связи, а та кж е осу щ ествл яющ а я прод а ж у тел еф он н ыха ппа ра тов, пл а н иру ет в сл е-

д у ющ ем ква рт а л е ра сш ирить	свой б изн ес, освоив за счет приб ыл и ком па -
н ии н ову ю рын очн у ю н иш у	– пред оста вл ен ие И н терн ет-у сл у г в соб ст вен -

н ом И н т ерн ет-са л он е. Пол у чите прогн озн ые оцен ки приб ыл и ком па н ии в сл ед у ющ ем ква рта л е д л я того, чтоб ы у ру ковод ства сл ож ил ось пред ст а в- л ен ие о возм ож н ом ра зм ере ф ин а н сового об еспечен ия этого б изн ес-пл а н а .

Дл я построен ия прогн озн ойм од ел и м н ож ествен н ойрегрессии воспол ь зу й- тесь д а н н ым и т а б л . 3.3.2. Прогн озн ые оцен ки ф а кторов, вл ияющ ие н а при- б ыл ь ком па н ии, н еоб ход им о пол у чит ь с пом ощ ь ю трен д овыхмод ел ей.

			Таб лиц а3.3.1

Сред н ее числ о зрител ей	Ра сход ы н а	Сред н ее числ о зрител ей	Ра сход ы н а
за первые три д н я	рекл а м у	за первые три д н я	рекл а м у
прока та ф ил ь м а	ф ил ь м а , ру б .	прока та ф ил ь м а	ф ил ь м а , ру б .
282	2750	305	4565
263	2430	328	5987
295	3700	335	6100
276	2860	251	2375
285	3180	292	3480
342	4270	290	3295
276	2875	387	7500
328	5295	326	5430
321	5140	347	6310
326	4870	234	2100

				Таб лиц а3.3.2

	Прибыл ь	О б щ ее числ о	Выру чка за	З а тра ты н а под д ерж а н ие
К ва рта л	ком па н ии,	а б он ен тов	м обил ь н ый	и обн овл ен ие програ м м -
	тыс. ру б .	ком па н ии	тра ф ик, тыс.ру б .	н ого об еспечен ия, ру б .
1.	10500	17075	7670	3200
2.	12128	18014	7993	3460
3.	12160	18642	8281	3500
4.	13890	19253	8746	3750
5.	13445	19809	9040	4260
6.	12123	20394	9310	4870
7.	13675	20891	9555	4880
8.	13823	21398	9800	5680
9.	14464	21891	10045	5720
10.	15123	22386	10290	5830
11.	14780	22876	10536	5940
12.	14865	23312	10781	6890
13.	15092	23897	11026	7550
14.	25764	34144	19263	8340
15.	40623	51890	29709	10120
16.	46798	59644	34270	12230
17.	45846	61645	34571	12470
18.	48124	63734	35278	14890
19.	49383	68521	36079	16240
20.	50920	69123	37542	16710
21.	51220	70165	38906	17560
22.	52087	71233	39244	18430

4. РЕ ГРЕ ССИЯ САВ ТО К О РРЕ ЛИРО В АННЫ М И О СТАТК АМ И

4.1. Ра сче тны е фо р мулы

4.1.1. К ритерийДа рб ин а – У отсон а

		ån (et - et−1 )2
d =	t=2		.
d =			.
		n
		ået2
		t=1
4.1.2. К оэф ф ициен т а втокоррел яции
ρˆ =		åeˆt eˆt−1 .
		åeˆt2−1

4.1.3. Преобра зова н ие исход н ыхд а н н ых

	=y		ˆ	yP,	X	ˆ
	=y			yP,	X	= PX ,
ˆ	ˆ	¢	ˆ	ˆ−1		ˆ
гд е P та кое, что		¢			. М а трица P пред ста вл яет соб ойко-
гд е P та кое, что	P P = S0				. М а трица P пред ста вл яет соб ойко-

рен ь ква д ра т н ыйизм а трицы, об ра т н ойк кова риа цион н ойм а т -

	ˆ −1	, и им еет вид
рице оста тков S0		, и им еет вид
	æ					L 0	0	ö
	æ	2		0 0				ö
	ç	1- ρˆ		0 0				÷
	ç		- ρˆ	1	0	L 0	0	÷
ˆ	ç	0		- ρˆ 1		L 0	0	÷
P	= ç	0		- ρˆ 1		L 0	0	÷.
	ç					ML M M	M M	÷
	ç			0	0			÷
	è			0	0	L0 - ρˆ 1ø

4.2. Р е ш е ние с по мо щ ью		Excel
З а да ние 4.2.1.	Госпож а	А реш н икова В.В.,	презид ен т ком па н ии
«Пресл а ва », собра л а	д а н н ые о м есячн ыхоб ъ ем а хпрод а ж			своей ком па н ии
( yt , тыс. ру б.) вм ест е с н ескол ь ким и д ру гим и			пока за т ел ям и, ка к		он а
пол а га л а , способ н ым и ока зыва ть вл иян ие н а об ъ ем прод а ж				. В ка честве	этих


пока за тел ейею б ыл и выбра н ы ра сход ы н а рекл а м					у ( x1t , тыс. ру б .) и ин д екс
потреб ител ь ских ра сход ов ( x2t ,			%). Собра н н ые		госпож ой А л еш н иковой
В.В. д а н н ые	пред ста вл ен ы	в	та б л . 4.2.1.	Треб у ется		оцен ить степен ь
вза им освязи	м еж д у этим и	пока за тел ям и,		построив		соответству ющ ее

м еж д у эт им и пока за тел ям и, построив соответству ющ ее л ин ейн ое у ра вн е- н ие регрессии. Дл я построен н ого у ра вн ен ия сл ед у ет проверить гипотезу о н а л ичии а втокоррел яции в ост а тка х. В сл у ча е под тверж д ен ия этой гипоте-

зы н еобход имо оцен ить	па ра м етры регрессии обобщ ен н ым М Н К и пол у -
чит ь прогн озн у ю оцен ку	об ъ ема прод а ж н а сл ед у ющ ий м есяцпри у сл овии
того, что ра сход ы н а рекл а м у соста вят 7,9 т ыс. ру б ., а ин д екс потреб ител ь -
скихра сход ов возра ст ет д о 114,9 %.
	Таб лиц а4.2.1

t	yt	x1t	x2t	t		yt	x1t	x2t
1	252	4,0	97,9		10	734	14,6	109,2
2	274	5,8	98,4		11	642	10,2	110,1
3	296	4,6	101,2		12	614	8,5	110,7
4	382	6,7	103,5		13	662	6,2	110,3
5	548	8,7	104,1		14	690	8,4	111,8
6	740	8,2	107		15	728	8,1	112,3
7	764	9,7	107,4		16	768	6,9	112,9
8	790	12,7	108,5		17	791	7,5	113,1
9	734	13,5	108,3		18	832	7,7	113,4

Реш ен ие с пом ощ ь ю Excel

1.Ввод исход н ыхд а н н ыхс вкл ючен ием в м од ел ь д опол н ител ь н ойперем ен н ой х0 , прин им а ющ ейед ин ствен н ое зн а чен ие, ра вн ое 1.

2.Н а хож д ен ие вектора оцен ок коэф ф ициен тов регрессии с испол ь зо-

ва н ием м а тричн ыхф у н кцийExcel (М У М Н О Ж , ТРА Н СП, М О БР)

	ˆ	-2813,50
	b0	-2813,50
	ˆ	20,30
	b1	20,30
	ˆ	30,31
	b2	30,31
3. Ра счет ост а тков ˆ = −	ˆ	y
3. Ра счет ост а тков ˆ = −	b.eX	y

4. Вычисл ен ие ра зн ост ей e = y − yˆ и оф орм л ен ие пром еж у точн ых резу л ь та тов в вид е та б л . 4.2.2.

5.Проверка гипот езы о н а л ичии а втокоррел яции в оста тка х

5.1.Проверка гипотезы о н а л ичии а втокоррел яции в ост а тка хс испол ь зова н ием критерияДа рб ин а – У от сон а .

5.1.1. Вычисл ен ие (е − e		)2 и e2	. О ф орм л ен ие резу л ь та т ов
t	t−1	t

ра счетов в вид е та б л . 4.2.3.

								Таб лиц а4.2.2

	t	yt	x0t	x1t		x2t	yˆt	et
	1	252	1	4		97,9	234,74	17,26
	2	274	1	5,8		98,4	286,43	-12,43
	3	296	1	4,6		101,2	346,93	-50,93
	4	382	1	6,7		103,5	459,27	-77,27
	5	548	1	8,7		104,1	518,06	29,94
	6	740	1	8,2		107	595,80	144,20
	7	764	1	9,7		107,4	638,37	125,63
	8	790	1	12,7		108,5	732,62	57,38
	9	734	1	13,5		108,3	742,80	-8,80
	10	734	1	14,6		109,2	792,40	-58,40
	11	642	1	10,2		110,1	730,35	-88,35
	12	614	1	8,5		110,7	714,02	-100,02
	13	662	1	6,2		110,3	655,21	6,79
	14	690	1	8,4		111,8	745,33	-55,33
	15	728	1	8,1		112,3	754,39	-26,39
	16	768	1	6,9		112,9	748,21	19,79
	17	791	1	7,5		113,1	766,46	24,54
	18	832	1	7,7		113,4	779,61	52,39
								Таб лиц а4.2.3

t		et2	(еt − et−1)2			t	et2	(еt − et−1)2
1		298,00				10	3411,10	2460,98
2		154,61	881,91			11	7806,06	896,84
3		2593,94	1481,98			12	10004,50	136,20
4		5970,72	693,78			13	46,17	11409,94
5		896,49	11494,40			14	3061,38	3859,45
6		20794,50	13055,69			15	696,56	837,36
7		15782,21	345,06			16	391,48	2132,44
8		3292,91	4657,16			17	602,38	22,63
9		77,38	4379,83			18	2744,81	775,49
					Сумма		78625,21	59521,14

5.1.2. Ра счет ста тистики Да рб ин а – У от сон а
		d =59521,14 / 78625,21= 0,757.
Та к ка к	<	L	< dd , тd.е. 0,757 < 1,05 < 1,53, то		су щ ест ву ет
				U
пол ож ит ел ь н а яа втокоррел яцияост а т ков.
5.2. Проверка	гипотезы о н а л ичии а вт окоррел яции в оста тка хс ис-
пол ь зова н ием м етод а ряд ов.
Посл ед ова т ел ь н ое				опред ел ен ие зн а ков от кл он ен ий позвол яет
пол у чить сл ед у ющ ие ряд ы:
(+) (– – –) (+				+ + +) (– – – –) (+) (– –) ( + +	+)

и сд ел а ть вывод о прису тствии а втокоррел яции в ост а тка х.

5.3. Проверка гипотезы о н а л ичии а вт окоррел яции в оста тка хс испол ь зова н ием гра ф ического пред ста вл ен ия за висим ости ост а т - ков от врем ен и.

А н а л из построен н ого гра ф ика , пред ста вл ен н ого н а рис. 4.2.1, пока зыва ет, что изм ен ен ие ост а тков под чин яется н екоторой за ко-

н ом ерн ост и и мож н о сд ел а т ь вывод о том ,		что он и а втокоррел иро-
ва н ы.
Н а л ичие а втокоррел яции озн а ча ет, что ε		= ρ e −1 + δt t , т.е. tн е вы-
пол н яются пред пол ож	ен ия кл а ссического	регрессион н ого а н а л иза,
и, сл ед ова тел ь н о, м ож		ˆ
и, сл ед ова тел ь н о, м ож	н о н а йти бол ее эф ф ективн у ю оцен ку , чем b .

200

150

100

-50

-100

-150

Рис . 4.2.1. Гра ф ик за висимости оста тков от времен и

6.Преобра зова н ие исход н ыхд а н н ых.

6.1.О цен ка па ра м етра ρ .

6.1.1.Вычисл ен ие et et−1 и оф орм л ен ие резу л ь та тов ра счет ов в вид е т а б л . 4.2.4.

6.1.2.Вычисл ен ие коэф ф ициен т а а втокоррел яции

ρ= 47343,24 / 78625,21 = 0,6021.

							Таб лиц а4.2.4

t	et	et2	et et−1	t	et	et2	et et−1
1	17,26	298,00		10	-58,40	3411,10	513,75
2	-12,43	154,61	-214,65	11	-88,35	7806,06	5160,16
3	-50,93	2593,94	633,29	12	-100,02	10004,50	8837,18
4	-77,27	5970,72	3935,44	13	6,79	46,17	-679,63
5	29,94	896,49	-2313,59	14	-55,33	3061,38	-375,95
6	144,20	20794,50	4317,65	15	-26,39	696,56	1460,29
7	125,63	15782,21	18115,83	16	19,79	391,48	-522,20
8	57,38	3292,91	7208,98	17	24,54	602,38	485,61
9	-8,80	77,38	-504,77	18	52,39	2744,81	1285,85
					Сумма	78625,21	47343,24

6.2.Преобра зова н ие исход н ыхд а н н ыхпо ф орм у л а м (4.1.3) и оф орм л ен ие резу л ь та тов ра счетов в вид е та б л . 4.2.5.

Таб лиц а4.2.5

t	y				t	y
	y	x0	x1	x2		y	x0	x1	x2
1	201,19	0,80	3,19	78,16	10	292,03	0,40	6,47	43,99
2	122,26	0,40	3,39	39,45	11	200,03	0,40	1,41	44,35
3	131,01	0,40	1,11	41,95	12	227,43	0,40	2,36	44,40
4	203,77	0,40	3,93	42,56	13	292,29	0,40	1,08	43,64
5	317,98	0,40	4,67	41,78	14	291,38	0,40	4,67	45,38
6	410,03	0,40	2,96	44,32	15	312,52	0,40	3,04	44,98
7	318,42	0,40	4,76	42,97	16	329,64	0,40	2,02	45,28
8	329,97	0,40	6,86	43,83	17	328,56	0,40	3,35	45,12
9	258,31	0,40	5,85	42,97	18	355,71	0,40	3,18	45,30

7. О цен ка с пом ощ ь ю об ычн ого М Н К вектора коэф ф ициен т ов регрессии ˆ = ( ′ )−1 ′y сXисполbXь зоваX н ием м а тричн ыхф у н кцийExcel

ˆ	-2941,41
b0
ˆ	14,15
b1
ˆ	32,00
b2

8. Н а хож д ен ие прогн озн ойоцен ки об ъ ем а прод а ж н а сл ед у ющ ийпе-

риод
при x′T +1 = (	9,) и114с у четом9; , 7;1того, чт о еТ +1 коррел ирова н н о

с пред ыд у щ им зн а чен ием в выборочн ом период е

yˆ		=	¢		æ
	+1			+1	ˆ + ρˆç y
					è

-		ˆö		815,79+0,60x b		(832 – 796,96) = 836,89.
-	¢ b÷x=			815,79+0,60x b		(832 – 796,96) = 836,89.
	T	ø	T	T	T

<<< < Предыдущая 1 2 34 / 124 5 6 7 8 9 10 11 12 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

#
20.05.201511.44 Кб122Титульный лист курсовой работы.docx
#
19.03.201622.53 Кб14Трагедия Сумарокова.doc
#
20.05.201580.9 Кб15Требования к курсовой работе.doc
#
21.05.2015690.18 Кб6Требования к судьям. Мин Спорта РФ 25.07.2011.pdf
#
19.03.20162.31 Mб285Тренажер Валентность.docx
#
21.05.2015884.43 Кб4Трендовые модели с.10-20, Регрессия.pdf
#
18.08.2019561.66 Кб1Триггеры.doc
#
20.05.2015135.17 Кб34ТЭД. Свойства классов соединений.doc
#
19.03.20161.77 Mб9Уваров_ПоэтикаПетербурга.pdf
#
19.03.2016997.38 Кб20УМК по МП-15-16гг.doc
#
17.11.20192.87 Mб14УМК ЭУП менеджмент.doc