Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лабораторне заняття № 6 .doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
487.94 Кб
Скачать

3. Обчислимо прогнозні значення Yпр:

У рівняння Yрозр = 23,89 +0,97X1 +0,38X2 підставимо прогнозні значення фактору Хпр = (1, 15, 35), що лежить за межами базового періоду (точковий прогноз):

Yпр = 23,89 + 0,97  15 + 0,38  35 = 51,79

Тоді M(Yпр) можна розглядати як оцінку прогнозного значення математичного сподівання та індивідуального значення обсягу виробленої продукції при відомих параметрах вартості основних засобів (Х1) та чисельності працюючих (Х2).

Визначимо дисперсію прогнозу з урахуванням матриці похибок, яка для прикладу має вигляд:

(Х'  Х)–1 =

3,78969

0,12007

–0,20478

0,12007

0,03291

–0,01593

–0,20478

–0,01593

0,01438

Елементи дисперсійно-ковартційної матриці, які розраховуються за формулами і мають значення:

6,36573

0,20169

–0,343982

var (В) =

0,20169

0,05529

–0,02676

–0,343982

–0,02676

0,02415

Хпр =

1

15

35

Х'пр =

1

15

35

Х'пр * var (В) =

–2,6483

0,0944

0,0999

Знайдемо дисперсію прогнозу:

Середньоквадратична похибка прогнозу математичного сподівання M(Ynp):

Довірчий інтервал для математичного сподівання M(Ynp) прогнозного значення розрахуємо за формулою:

де t – табличне значення t-критерію Ст’юдента з ступенем вільності k=nm1 та рівнем значимості =0,05.

51,79 – 2,57058  1,5046 ≤ M(Yпр) ≤ 51,79 + 2,57058  1,5046

47,9264

≤ M(Yпр) ≤

55,6617

Знайдемо межі інтервального прогнозу індивідуального значення Yпр:

Для цього обчислимо дисперсію та стандартну похибку прогнозу індивідуального значення Yпр:

51,79 – 2,57058  1,9858 ≤ Yпр  ≤ 51,79 + 2,57058  1,9858

46,6893

≤ Yпр ≤

56,8988

4. Графічне зображення моделі ґрунтується на побудові ліній регресії, в прямокутних координатах Y – x1 та Y – x2 (рис. 6.1).

При цьому масштаб треба обрати таким, щоб мінімальні та максимальні значення x1 та x2 співпадали між собою.

Лінія регресії Y=f(X1) при X2=const відображає вплив першого фактора х1 на продуктивність праці при постійному значенні другого х2 (середнє значення х2).

Лінія регресії Y=f(X2) при X1=const відображає вплив другого фактора х2 на продуктивність праці при постійному значенні х1 (середнє значення х1).

 

X1

X2

Y=f(X1) при X2=const

Y=f(X2) при X1=const

Середні значення

min

4,20

13,00

30,64

35,64

X1

X2

max

14,20

28,00

40,38

41,34

7,00

22

Рис. 6.1. Графічне зображення моделі