4) Оценим точность моделей на основе использования средней относительной ошибки аппроксимации.

Среднюю относительную ошибку аппроксимации рассчитаем по формуле:

*100%

Построим расчетную таблицу:

Таблица 2.4

t	y	E(t)	|E(t)|
1	11.04	-0.240	0.24	0.016
2	16.34	-1.540	1.54	0.078
3	21.64	0.160	0.16	0.006
4	26.94	-2.140	2.14	0.072
5	32.24	1.560	1.56	0.040
6	36.74	4.260	4.26	0.091
7	42.84	1.960	1.96	0.039
8	48.14	-0.340	0.34	0.006
9	53.44	-3.640	3.64	0.066
Итого	---	---	---	0.414

*100%= 4,6 %

Данную модель можно считать приемлемой, так как рассчитанное значение средней относительной ошибки аппроксимации меньше 15%.

5) Осуществим прогноз спроса на следующие две недели.

Рассчитаем прогнозные значения для 10 и 11 недели, подставив соответствующие значения в ранее полученное уравнение регрессии = 1,17+2,7t:

(10)= 8,24+5,3*10= 61,24

(11)= 8,24+5,3*11= 66,54

Доверительные интервалы для прогнозных значений рассчитаем по формуле:

, где

Среднее значения параметра t равно:

= = =5

Рассчитаем знаменатель дроби, находящейся под корнем. Для этого построим расчетную таблицу:

Таблица 2.5

t
1	16,00
2	9,00
3	4,00
4	1,00
5	0,00
6	1,00
7	4,00
8	9,00
9	16,00
Итого	60,00

=60

Из таблицы 2.2а берем значение стандартной ошибки оценки:

1,444

Рассчитаем S_пр для каждой недели:

=1,444* = 1,785

=1,444* = 1,889

Рассчитаем t-критерий Стьюдента с помощью формулы СТЬЮДРАСПОБР, при доверительной вероятности равной 70%:

t=1,119

Рассчитаем доверительные интервалы:

Для 10-ой недели:

61,24+1,119*1,785= 63,237

61,24-1,119*1,785= 59,243

Для 11-ой недели

66,54+1,119*1,889=68,654

66,54-1,119*1,889= 64,426

6) Представим графически фактические значения показателя, результаты моделирования и прогнозирования.

Рисунок 2.2.

27