Розрахункові значення коефіцієнтів aj в рівняннях регресії Yi

	a0	a1	a2	a3	a4	a5
Y1	-2306,27	0,008	-2,71	11820,79	11,73	-
Y2	13,90	0,028	2318,21	-23,91	12,36	-
Y3	23,73	0,004	-0,004	0,004	-28,06	-
Y4	0,16	0,22	-0,05	26,53	-	-
Y5	-406,84	-0,002	0,06	-4,06	5,41	23,73
Y6	1477,00	-7,06	17,71	20,23	-	-
Y7	7,32	-0,12	58,90	-	-	-

Отримані регресійні значення Y_і досить добре узгоджуються зі статистичними даними. Числові характеристики аналізу якості регресії наведено в таблиці 3.3.

Таблиця 3.3

Регресійна статистика для Yі

	Множинний коефіцієнт кореляції	Коефіцієнт детермінації (R2)	Fрозр.	Fтабл.
Y1	0,97	0,93	13,54	9,55
Y2	0,99	0,99	83644,08	9,55
Y3	0,99	0,99	45873,21	9,55
Y4	0,89	0,80	22,61	19,2
Y5	0,99	0,99	374,63	7,71
Y6	0,97	0,95	21,66	19,2
Y7	0,98	0,96	36,26	225

Бачимо, що розраховане значення F-статистики з рівнем значущості =0,5 майже в усіх випадках перевищує критичне значення F_табл. Тільки для Y₇ F_розр.< F_табл. Це означає, що побудована модель для Y₇ не адекватна, тобто не може бути застосована при прогнозуванні грошових коштів. Для виходу з такої ситуації для прогнозування величини грошових коштів доцільно застосовувати попереднє значення цього показника, відкориговане на рівень інфляції.

Коефіцієнт детермінації R² близький до одиниці. Це говорить про те, що якість регресії висока.

Розраховані значення парних коефіцієнтів кореляції дозволяють нам визначити фактори, що найбільш суттєво впливають на результуючий показник, і фактори, які можна виключити з подальшого розгляду. Здійснивши такі перетворення, заново розрахуємо коефіцієнти а_j згідно з попередньо описаним порядком. Таким чином, отримаємо дещо інші регресійні рівняння, які вже більш адекватно описують наявну залежність:

Y₁ = -981,37 + 0,01*x₁ + 756,64*x₃ + 13,78*x₄;

Y₂ = 13,9 + 0,03*x₁ + 2318,21*x₂ – 23,94*x₃ + 12,36*x₄;

Y₃ = 36,48 + 0,01*x₁ – 0,004*x₂ – 0,008*x₃;

Y₄ = 0,16 + 0,22*x₁ – 0,05*x₂ + 26,53*x₃;

Y₅ = -21,92 + 0,04*x₁ – 0,02*x₂ + 22,4*x₅;

Y₆ = 1477 – 7,06*x₁ + 17,71*x₂ + 20,23*x₃;

Y₇ = 7,32 – 0,12*x₁ + 58,9*x₂.

Підставивши в рівняння регресії відповідні значення x_i, можна визначити розрахункові значення результативного показника (Y_розр.) для кожного досліджуваного року та здійснити прогноз на наступні періоди. Прогнозний розрахунок Y₁ наведено в табл.3.4.

Аналогічні таблиці можна побудувати також для інших Y_i, i = 2, 7 та отримати прогнозні значення вартості запасів незавершеного виробництва (Y₂), вартості запасів готової продукції на складі (Y₃), витрат майбутніх періодів (Y₄), вартості товарів відвантажених (Y₅), дебіторської заборгованості (Y₆) та грошових коштів (Y₇).

Таблиця 3.4