
- •Статистичні дані
- •Знайшовши середні значення (Xіc, Yc), робимо деякі розрахунки для спрощення (табл. 2).
- •Розрахунки
- •Б удуємо кореляційну матрицю
- •Знаходимо оцінки параметрів багатофакторної регресії.
- •Оцінюємо щільність зв’язку між результативною і факторними ознаками за допомогою коефіцієнта детермінації. Щоб оцінити модель використовуємо розрахунки табл. 3
- •Розрахунки
Оцінюємо щільність зв’язку між результативною і факторними ознаками за допомогою коефіцієнта детермінації. Щоб оцінити модель використовуємо розрахунки табл. 3
Таблиця 3
Розрахунки
№ |
Y |
Y-Yc |
(Y-Yc)2 |
Yт |
Yт-Yc |
(Yт-Yc) 2 |
Y-Yт |
(Y-Yт) 2 |
1 |
26,140 |
-14,669 |
215,170 |
25,926 |
-14,882 |
221,485 |
0,214 |
0,046 |
2 |
23,100 |
-17,709 |
313,597 |
31,274 |
-9,534 |
90,905 |
-8,174 |
66,818 |
3 |
46,150 |
5,341 |
28,530 |
43,898 |
3,089 |
9,541 |
2,252 |
5,073 |
4 |
41,150 |
0,341 |
0,117 |
38,784 |
-2,025 |
4,100 |
2,366 |
5,599 |
5 |
51,460 |
10,651 |
113,451 |
48,379 |
7,571 |
57,314 |
3,081 |
9,491 |
6 |
28,790 |
-12,019 |
144,448 |
27,283 |
-13,525 |
182,937 |
1,507 |
2,270 |
7 |
55,760 |
14,951 |
223,542 |
54,097 |
13,288 |
176,573 |
1,663 |
2,766 |
8 |
34,110 |
-6,699 |
44,872 |
33,649 |
-7,160 |
51,265 |
0,461 |
0,213 |
9 |
47,370 |
6,561 |
43,051 |
45,924 |
5,116 |
26,171 |
1,446 |
2,090 |
10 |
42,290 |
1,481 |
2,194 |
40,980 |
0,172 |
0,029 |
1,310 |
1,715 |
11 |
41,120 |
0,311 |
0,097 |
37,784 |
-3,025 |
9,150 |
3,336 |
11,130 |
12 |
32,060 |
-8,749 |
76,539 |
47,269 |
6,460 |
41,736 |
-15,209 |
231,313 |
13 |
35,910 |
-4,899 |
23,997 |
34,060 |
-6,749 |
45,548 |
1,850 |
3,423 |
14 |
35,390 |
-5,419 |
29,362 |
32,725 |
-8,084 |
65,346 |
2,665 |
7,102 |
15 |
71,330 |
30,521 |
931,552 |
70,098 |
29,289 |
857,849 |
1,232 |
1,518 |
Сума |
612,130 |
0,000 |
2190,519 |
612,130 |
0,000 |
1839,950 |
0,000 |
350,569 |
Адекватність побудованої моделі статистичним даним генеральної сукупності можна перевірити за допомогою F-критерію (критерію Фішера):
За статистичними
таблицями з ступенями вільності
та рівнем ймовірності Р=0,95 знаходимо
критичне значення Fкр=3,89. Оскільки
F>Fкр, то побудована модель
адекватна статистичним даним генеральної
сукупності. Це означає, що статистична
база є достатньою, а модель для опису
економічного процесу обрана правильно,
тому її можна застосовувати для аналізу
та прогнозування господарської діяльності
підприємства.
Знаходимо прогнозне значення (y16) та інтервали довіри для прогнозу.
Інтервал
довіри знаходять за формулою
,
,
,
t = 2,179 – значення t-критерію при ймовірності р=0,95 і n-m-1=12 ступенях вільності;
-
середньоквадратичне відхилення залишків;
-
матриця спостережуваних значень
факторів;
-вектор
прогнозних значень.
ХрТ(ХТХ)-1Хр= |
0,59459
|
.
Визначаємо частинні коефіцієнти еластичності для прогнозу.
Для багатофакторної регресії частинний коефіцієнт еластичності показує, на скільки відсотків зміниться показник, якщо один із факторів зміниться на 1% при незмінних значеннях інших факторів.
Частинний коефіцієнт
еластичності для фактора хі
обчислюється за формулою
.
Це означає, що при зміні витрат на маркетинг на 1% дохід підприємства зміниться на 0,25%.
Це означає, що при зміні інвестицій у виробництво на 1% дохід підприємства зміниться на 0,52%.