Расчетные показатели

i
1	0,6021	0,3625	0,9031	0,1761	0,7044	0,2500	0,0625	0,3750
2	0,6990	0,4886	1,3979	0,3010	0,8805	0,2000	0,0400	0,4000
3	0,6990	0,4886	0,9786	0,1461	0,8805	0,2000	0,0400	0,2800
4	0,7782	0,6055	1,7897	0,3617	1,0565	0,1667	0,0278	0,3833
5	0,9031	0,8156	2,4383	0,4314	1,4087	0,1250	0,0156	0,3375
6	1,0000	1,0000	4,0000	0,6021	1,7609	0,1000	0,0100	0,4000
7	0,9031	0,8156	2,0771	0,3617	1,4087	0,1250	0,0156	0,2875
8	0,8451	0,7142	2,1127	0,3979	1,2326	0,1429	0,0204	0,3571
9	1,0414	1,0845	6,8732	0,8195	1,9370	0,0909	0,0083	0,6000
10	0,7782	0,6055	1,3229	0,2304	1,0565	0,1667	0,0278	0,2833
	8,2490	6,9805	23,8936	3,8281	12,3264	1,5671	0,2680	3,7038

Для нахождения МНК-оценок параметров параболической модели, используя суммы в итоговой строке табл. 1.11.6, запишем систему уравнений (1.11.15):

. (1.11.26)

Решаем систему (1.11.26) по формулам Крамера (определители матриц вычисляются в Excel с помощью функции МОПР()):

, ,

, ,

, , .

Таким образом, получены следующие регрессионные модели зависимости затрат на ремонт торгового оборудования от продолжительности его эксплуатации:

, (1.11.27)

, (1.11.28)

, (1.11.29)

(1.11.30)

и

. (1.11.31)

Для вычисления средних ошибок аппроксимации построенных моделей по формуле (1.11.19) составим расчетную табл. 1.11.8.

Таблица 1.11.8