Визуализация данных

1. Визуализация данных

На первом этапе своего исследования, я проверила гипотезу относительно однородности данных, независимости наблюдений, нормальности распределения данных. В итоге пришла к выводу, что данные по факторам У и Х2 однородны, распределены приблизительно нормально. На это указывает отсутствие скопления точек вдоль линии тенденции на диаграммах "рассеивания" и то, что линия средней не параллельна, гистограммы плотности распределения и функции распределения на нормальной вероятностной бумаге свидетельствуют о близости распределения данных к нормальному. ( см. Рис 1-3 стр.21). Тогда как факторы Х1 Х3 довольно не однородны и их распределение не однородно. Что так же видно из гистограммы и диаграммы "рассеивания". Учитывая то, что мною проводится анализ временных рядов, данный факт не противоречит исследованию.

2. Построение трендовых моделей и прогнозирование результатов будующих периодов

Следующим этапом моего исследования было построение трендовой модели для распределения во времени имеющихся факторов:

2.1 Трендовая модель для У (объем продаж ОАО "КрасЦветМет" в тыс. р.) и T(номера наблюдения)

Y=19057,66+15406,22*√T

	Beta	Std.Err.of Beta	B	Std.Err. of B	t(22)	p-level
Intercept			19057,66	7532,861	2,529937	0,019075
SQRV2	0,838955	0,116024	15406,22	2130,615	7,230881	0,000000

Multipl R²=0,70384588- коэффициент детерминации близок к 1 следовательно уравнение качественное.

А так как коэффициент Durbin-Watson= 1,660515, то есто близок к 2 следовательно автокорреляции нет, и остатки независимы между собой. Учитывая нормальные характеристики уравнения регрессии можно составить прогноз.

Из данной таблицы следует, что с вероятностью 95% Y (объем продаж ОАО "КрасЦветМет" в тыс. руб.) в 25 периоде (т. е. на 01.08) будет варьироваться в промежутке от 86170,4 до 102894,5 тыс. руб.

2.2 Затем построим трендовую модель для Х1(затраты на изготовление календарей в тыс. руб.) и T(номер наблюдения)

	Beta	Std.Err.of Beta	B	Std.Err. of B	t(22)	p-level
Intercept			89,12270	29,70670	3,000087	0,006593
V2**4	0,281994	0,204548	0,00034	0,00025	1,378620	0,181870

Х1=89,12270+0,00034*T⁴

Multipl R²=0,36351875 - коэффициент детерминации совсем не близок к 1 следовательно уравнение не качественное.

Durbin-Watson d (Spreadsheet1) and serial correlation of residuals
	Durbin- Watson d	Serial Corr.
Estimate	2,435416	-0,255076

Коэффициент Durbin-Watson= 2,435416, то есть близок к 2 следовательно автокорреляции нет, и остатки независимы между собой.

Характеристики уравнения не удовлетворяют условию нормальности, по этому на мой взгляд, не имеет смысла делать прогноз на будущий период.