Сделать выводы по полученным результатам
С помощью коэффициента эластичности определим силу влияния фактора на результативный показатель
Рассчитаем параметры линейного уравнения множественной регрессии
Оценим качество построенного уравнения с помощью средней ошибки аппроксимации
Определим прогнозное значение результата, если прогнозные значения факторов составляют 80 % от их максимальных значений
Сделать выводы по полученным результатам
Построим авторегрессионную модель временного ряда
Навигация
Сделать выводы по полученным результатам
Линейный множественный регрессивный анализ
47795
знаков
19
таблиц
14
изображений
5. Сделать выводы по полученным результатам.
Решение:
1. Представим временной ряд графически:
Проведем его сглаживание методом простой скользящей средней. Выбрав величину скользящей средней, равную 3, доработаем исходную таблицу данных – найдем средние значения для каждых трех исходных (графа 4 Приложения 13).
На основе средних значений строим диаграмму сглаженных данных:
По графику можно сделать предположение о наличии тренда линейного типа. Для наглядности еще более сгладим исходные данные, построив с помощью инструмента «Скользящее среднее» надстройки «Анализ данных» приложения MS Excel график пятичленной скользящей средней.
Предположение о наличии тренда подтверждается, очевидно, также имеет место сезонная компонента.
2. Построим уравнение неслучайной составляющей (тренда) временного ряда
Для определения параметров модели временного ряда из линейного уравнения
воспользуемся инструментом «Регрессия» надстройки «Анализ данных» приложения MS Excel (результаты вычислений – в Приложении 14).
Получаем уравнение тренда временного ряда следующего вида:
Проверим значимость построенного уравнения по F-критерию при уровне значимости 
Величина коэффициента детерминации R2=0,324 также рассчитана с помощью инструмента «Регрессия» надстройки «Анализ данных» приложения MS Excel (результаты вычисления – в Приложении 14). Судя по этому параметру, изменение результативного показателя примерно на 32 % обусловлено влиянием временного фактора. Построенную модель на основе парного коэффициента корреляции =0,57 можно признать умеренно качественной.
Наблюдаемое значение F–критерия меньше табличного: 250,476 > 16,2, т.е. выполнено неравенство 
, а значит, в 95 % случаев уравнение регрессии статистически незначимо и не отражает зависимости между временем и объемом продаж продовольственных товаров, что подтверждается экономической теорией.
3. Дать точечную, интервальную оценки прогноза среднего и индивидуального значений с надежностью 
на 1 и 2 шага вперед.
Чтобы сделать точечный прогноз на 1 и 2 шага вперед, подставим соответствующие значения фактора в полученное уравнение регрессии:
Доверительный интервал для среднего размера объема продаж продовольственных товаров на 01.12.1995 г. (t=36) с надежностью g=0,95:
где стандартная ошибка для средних значений:
,
Т.е. средний размер объема продаж продовольственных товаров на 01.12.1995 г. (t=36) примерно находится в интервале от 249 до 292 относительных единиц.
Доверительный интервал для индивидуальных значений размера объема продаж продовольственных товаров на 01.12.1995 г. (t=36) с надежностью g=0,95:
где стандартная ошибка для индивидуальных значений:
Таким образом, размер объема продаж продовольственных товаров на 01.12.1995 г. (t=36) в 95% случаев может находиться внутри интервала примерно от 205 до 335 относительных единиц.
Для прогноза на 2 шага вперед:
Доверительный интервал для среднего размера объема продаж продовольственных товаров на 01.01.1996 г. (t=37) с надежностью g=0,95:
где стандартная ошибка для средних значений:
,
Т.е. средний размер объема продаж продовольственных товаров на 01.01.1996 г. (t=37) примерно находится в интервале от 250 до 294 относительных единиц.
Доверительный интервал для индивидуальных значений размера объема продаж продовольственных товаров на 01.01.1996 г. (t=37) с надежностью g=0,95:
где стандартная ошибка для индивидуальных значений:
Таким образом, размер объема продаж продовольственных товаров на 01.01.1996 г. (t=37) в 95% случаев может находиться внутри интервала примерно от 207 до 304 относительных единиц.
Похожие работы
... , что найденный вариант является наилучшим. В современных условиях даже не значительные ошибки могут привести к огромным потерям. В связи с этим возникла необходимость привлечения к анализу и синтезу экономических систем оптимизационных экономико-математических методов и ЭВМ, что создает основу для принятия научно обоснованных решений. Такие методы объединяют в одну группу под общим названием « ...
... - Социальное развитие – 107,3 тыс. грн. - Материальное поощрение – 422,8 тыс. грн. - Другие цели – 51,4 тыс. грн. Вывод Анализ хозяйственной деятельности института позволяет сделать следующие выводы: Институт ЮжНИИгипрогаз является акционерным обществом открытого типа уставный фонд которого сформирован за счет выпуска акций суммарной номинальной стоимостью 1628,7 тыс. грн.; Институт ...
... до 30,4 ц. Значение стандартной ошибки апраксимаци значительно, поэтому прогноз будет носить условный характер. Заключение Статистико-экономический анализ удоя молока от одной коровы по 30 хозяйствам подтвердил сложную экономическую ситуацию, сложившуюся в России в молочном животноводстве. Низкая продуктивность животных, большие затраты на средства производства, топлива и энергию приводят к ...
... между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак. Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной. Решение названных задач опирается на соответствующие приемы, ...
0 комментариев