- •К лабораторной работе № 5
- •Севастополь
- •1 Цель работы
- •2 Теоретические сведения
- •2.1 Простая линейная регрессия. Прямая регрессии
- •2.2 Стандартная ошибка оценки
- •2.3 Прогнозирование величины y
- •2.4 Разложение дисперсии
- •2.5 Коэффициент детерминации
- •2.6 Проверка гипотез
- •2.7 Анализ остатков
- •2.8 Преобразования переменных
- •3 Практическая часть
- •3.1 Постановка задачи
- •3.2 Пример использования Minitab for Windows для построения уравнений регрессии
- •3.3 Пример использования ms Excel для построения уравнений регрессии
- •4 Порядок выполнения работы
- •5 Контрольные вопросы
- •Библиографический список
- •Приложение а Исходные данные для задания 1
3.3 Пример использования ms Excel для построения уравнений регрессии
1 Ввести исходные данные в ячейки рабочего листа Excel.
2 Для выполнения регрессионного анализа выбрать команду ToolsData Analysis (Сервис Анализ данных).
3 На экране раскроется диалоговое окно Data Analysis (Анализ данных). В списке Analysis Tools (Инструменты анализа) выбрать значение Regression (Регрессия) и щелкнуть на кнопке ОК. На экране раскроется диалоговое окно Regression (Регрессия) .
а) в поле Input Y Range (Входной интервал Y) ввести значение объемов продаж.
б) в поле Input X Range (Входной интервал X) ввести значение цены.
в) установите переключатель Output options (Выходные параметры) в положение Output Range (Выходной интервал) и ввести значение С1 в поле ввода справа
г) щелкните на кнопке ОК, и в рабочую таблицу Excel будут помещены результаты вычислений.
4 Порядок выполнения работы
1 Изучить методические указания к выполнению работы.
2 Провести анализ данных с использованием Minitab for Windows и MS Excel. Данные для задания 1 представлены в приложении А. Задание 2 выполнить по данным примера.
3 Подготовить отчет по лабораторной работе.
4Ответить на контрольные вопросы.
5 Защитить лабораторную работу.
5 Контрольные вопросы
-
В чем сущность метода наименьших квадратов?
-
Как определяется стандартная ошибка оценки? Что она характеризует?
-
Какие источники неопределенности в точечном прогнозе, использующем уравнение регрессии, вы знаете?
-
Как рассчитывается стандартная ошибка прогноза и что она характеризует?
-
В чем сущность разложения дисперсии?
-
Как рассчитывается коэффициент детерминации и что он характеризует?
-
Какие способы существуют для проверки гипотезы о наличии линейной связи между Х и Y?
-
Для чего используется преобразование переменных?
Библиографический список
-
Вишнев С.М. Основы комплексного прогнозирования. - М.: Наука, 1997,-287с.
-
Економічний словник-довідник / За ред. д. економ, наук, проф. С.В.Мочерного. - К.: Феміна, 1995.- 368 с.
-
Емельянов А.С.Эконометрия и прогнозирование.- М.: Экономика, 1985.-208с.
-
Тейл Г. Прикладное экономическое прогнозирование: Пер. с англ.-М.: Прогресс, 1970.-504 с.
-
Тейл Г. Экономические прогнозы и принятие решений. Пер. с англ.- М.: Статистика. 1971.- 485 с.
-
Ханк Д.Э. Бизнес прогнозирование // Д.Э. Ханк, Д.У. Уичерн, А.Дж. Райтс. – М.: Издательский дом «Вильямс», 2003. – 656 с.
Приложение а Исходные данные для задания 1
|
Вариант 1 |
Объем продаж |
11,0 |
5,0 |
9,0 |
10,0 |
15,0 |
4,0 |
12,0 |
12,0 |
20,0 |
21,0 |
2,0 |
7,0 |
12,0 |
13,0 |
Прогнозная цена |
|
Цена |
8,0 |
10,3 |
10,3 |
9,4 |
8,9 |
11,5 |
9,5 |
10,0 |
5,7 |
5,5 |
12,0 |
9,1 |
8,0 |
8,3 |
8,7 |
|
|
Вариант 2 |
Объем продаж |
890,0 |
891,0 |
880,0 |
895,0 |
900,0 |
900,0 |
901,0 |
878,0 |
903,0 |
920,0 |
850,0 |
861,0 |
906,0 |
904,0 |
Прогнозная цена |
|
Цена |
97,0 |
99,0 |
100,0 |
95,0 |
95,0 |
96,0 |
99,0 |
100,0 |
93,0 |
89,0 |
107,0 |
105,0 |
93,0 |
94,0 |
98 |
|
|
Вариант 3 |
Объем продаж |
412,0 |
388,0 |
394,0 |
409,0 |
390,0 |
388,0 |
374,0 |
403,0 |
386,0 |
399,0 |
390,0 |
408,0 |
370,0 |
400,0 |
Прогнозная цена |
|
Цена |
39,0 |
62,0 |
50,0 |
37,0 |
58,0 |
60,0 |
73,0 |
50,0 |
63,0 |
51,0 |
64,0 |
40,0 |
78,0 |
50,0 |
55 |
|
|
Вариант 4 |
Объем продаж |
108,0 |
99,0 |
117,0 |
103,0 |
129,0 |
100,0 |
135,0 |
140,0 |
112,0 |
91,0 |
120,0 |
106,0 |
141,0 |
133,0 |
Прогнозная цена |
|
Цена |
9,0 |
11,0 |
7,0 |
10,0 |
5,0 |
10,0 |
3,0 |
1,0 |
8,0 |
11,0 |
6,0 |
10,0 |
1,0 |
4,0 |
9,5 |
|
|
Вариант 5 |
Объем продаж |
200,0 |
190,0 |
210,0 |
235,0 |
214,0 |
212,0 |
206,0 |
202,0 |
218,0 |
233,0 |
227,0 |
218,0 |
219,0 |
228,0 |
Прогнозная цена |
|
Цена |
463,0 |
476,0 |
456,0 |
450,0 |
462,0 |
463,0 |
467,0 |
470,0 |
460,0 |
451,0 |
455,0 |
460,0 |
459,0 |
454,0 |
461 |
|
|
Вариант 6 |
Объем продаж |
566,0 |
489,0 |
496,0 |
511,0 |
507,0 |
559,0 |
490,0 |
558,0 |
469,0 |
536,0 |
549,0 |
572,0 |
513,0 |
470,0 |
Прогнозная цена |
|
Цена |
44,0 |
67,0 |
65,0 |
60,0 |
63,0 |
47,0 |
68,0 |
47,0 |
74,0 |
53,0 |
49,0 |
42,0 |
60,0 |
73,0 |
45 |
|
|
Вариант 7 |
Объем продаж |
3089,0 |
3200,0 |
2230,0 |
3067,0 |
1984,0 |
2722,0 |
2108,0 |
1986,0 |
3091,0 |
2353,0 |
3214,0 |
2968,0 |
3225,0 |
2640,0 |
Прогнозная цена |
|
Цена |
12,0 |
11,0 |
19,0 |
12,0 |
21,0 |
15,0 |
20,0 |
21,0 |
12,0 |
18,0 |
11,0 |
13,0 |
11,0 |
16,0 |
17 |
|
|
Вариант 8 |
Объем продаж |
720,0 |
640,0 |
655,0 |
700,0 |
666,0 |
713,0 |
700,0 |
693,0 |
710,0 |
681,0 |
721,0 |
640,0 |
653,0 |
707,0 |
Прогнозная цена |
|
Цена |
103,0 |
132,0 |
126,0 |
110,0 |
123,0 |
106,0 |
111,0 |
113,0 |
107,0 |
117,0 |
102,0 |
131,0 |
128,0 |
108,0 |
125 |
|
|
Вариант 9 |
Объем продаж |
301,0 |
262,0 |
270,0 |
264,0 |
255,0 |
280,0 |
335,0 |
242,0 |
328,0 |
296,0 |
313,0 |
301,0 |
319,0 |
240,0 |
Прогнозная цена |
|
Цена |
62,0 |
72,0 |
70,0 |
71,0 |
74,0 |
67,0 |
52,0 |
77,0 |
55,0 |
63,0 |
59,0 |
62,0 |
58,0 |
76,0 |
64 |
|
|
Вариант 10 |
Объем продаж |
95,0 |
111,0 |
200,0 |
285,0 |
210,0 |
160,0 |
90,0 |
142,0 |
266,0 |
251,0 |
265,0 |
1,0 |
177,0 |
248,0 |
Прогнозная цена |
|
Цена |
66,3 |
61,9 |
50,5 |
38,1 |
48,0 |
55,0 |
65,7 |
58,8 |
40,5 |
43,7 |
40,7 |
78,5 |
53,0 |
43,9 |
56,9 |