Анализ результатов расчёта

Следовательно, модель парной линейной регрессии имеет вид:

Выполним анализ качества полученной модели регрессии:

• следовательно, 78,07% дисперсии индекса снижения себестоимости продукции объясняется влиянием факторного признака «среднегодовая численность ППП»;

• Критическое значение критерия Фишера при . Следовательно, уравнение регрессии в целом статистически значимо, т.е. имеется хорошее соответствие данным наблюдений;

Критическое значение - статистики при уровне значимости Для параметра модели регрессии при факторном признаке х₁₁ расчетное значение - статистики равно 13,0755, т.е. этот параметр статистически значим. Об этом же свидетельствуют: - значение ( <0,05) и границы доверительного интервала (нижние 95% и верхние 95%). Следовательно, нулевая гипотеза о том, что параметр модели регрессии может принимать нулевые значения, отвергается.

Выполним прогнозирование на основе полученной модели регрессии.

36 – е предприятие может обеспечить среднегодовая численность ППП в размере 31,160тыс. чел

Тогда точечный прогноз для рентабельности этого предприятия равен:

31,160=-19,40579

Интервальный прогноз:

т.е. с вероятностью 95% истинное значение индекса снижения себестоимости на предприятии будет находиться в пределах от -83,138 до 44,32649, если оно обеспечит среднегодовую численность ППП в размере 31,160тыс. чел

Точечный прогноз показывает, каким был бы индекс снижения себестоимости на предприятии при среднегодовой численности ППП в размере 31,160тыс. чел,если бы оно использовало свои производственные возможности в такой степени, как в среднем все предприятия. Фактическое значение индекс снижения себестоимости 36 - ого предприятия Следовательно, предприятие использует свои возможности хуже, чем в среднем все исследуемые предприятия.

В таблице приведены прогнозные значения индекса снижения себестоимости продукции для 36 – го предприятия и при увеличении максимального выборочного значения признака среднегодовой численность ППП тыс.чел. на 18 %,т.е. призначении 36,7688 тыс.чел.

Анализ результатов расчета показывает, что увеличение максимального значения признака среднегодовой численности ППП на 18 % дает точечный прогноз рентабельности -19,3582.

Парный нелинейный регрессионный анализ

Пусть по виду корреляционного поля точек предполагается нелинейная зависимость результативного признака от факторного признака. Запишем в общем виде модель парной нелинейной регрессии

Запишем в общем виде модель парной нелинейной регрессии

Определим параметры модели регрессии с помощью надстройки «Поиск решения». Размещение информации представлено в следующей таблице.

Определим параметры модели регрессии с помощью инструмента Регрессия пакета анализа. Для оценки качества модели регрессии используем коэффициент парной корреляции и критерий Фишера.

Выходная информация инструмента Регрессия и размещение информации приведены в таблице: