Регресійний аналіз величини інвестицій та прибутку від реалізації продукції а, млн. Гри.
|
ВЫВОД ИТОГОВ |
|
|
Регрессионная статистика | |
|
Множественный R |
0,763762616 |
|
R-квадрат |
0,583333333 |
|
Нормированный R-квадрат |
0,53125 |
|
Стандартная ошибка |
2,453738644 |
|
Наблюдения |
10 |
Дисперсионныйанализ
|
|
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
1 |
67,43333333 |
67,43333333 |
11,2 |
0,010131 |
|
Остаток |
8 |
48,16666667 |
6,020833333 |
|
|
|
Итого |
9 |
115,6 |
|
|
|
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
|
Y-пересечение |
0 |
2,1750 |
0 |
1 |
-5,0155 |
5,0155 |
-5,0155 |
5,0155 |
|
Переменная X 1 |
0,9444 |
0,2822 |
3,3466 |
0,0101 |
0,2936 |
1,5952 |
0,2936 |
1,5952 |
ВЫВОД ОСТАТКА
|
Наблюдение |
Предсказанное Y |
Остатки |
Стандартные остатки |
|
1 |
2,833333333 |
-1,833333333 |
-0,792481976 |
|
2 |
3,777777778 |
-0,777777778 |
-0,336204474 |
|
3 |
4,722222222 |
-0,722222222 |
-0,312189869 |
|
4 |
5,666666667 |
-0,666666667 |
-0,288175264 |
|
5 |
6,611111111 |
0,388888889 |
0,168102237 |
|
6 |
7,555555556 |
0,444444444 |
0,192116843 |
|
7 |
8,5 |
1,5 |
0,648394344 |
|
8 |
6,611111111 |
4,388888889 |
1,89715382 |
|
9 |
10,38888889 |
1,611111111 |
0,696423554 |
|
10 |
11,33333333 |
-4,333333333 |
-1,873139215 |
Модель
має вигляд: 
Рнс.6.4. Графік розрахованої однофакторної моделі координатах Х1-Y
Побудована модель має нормальні статистики (R2=0,5833; F=11,2; t=3,3466), Вона може бути пояснена так: із збільшенням прибутку від реалізації продукції А на 1 млн. грн. величина інвестицій збільшиться в середньому на 0,94млн. грн.
Модель
1.
,
(табл. 6, рис. 5).
Таблиця 5
Регресійний аналіз величини інвестицій та прибутку від реалізації продукції б, млн. Грн.
ВЫВОД ИТОГОВ
|
Регрессионная статистика | |
|
Множественный R |
0,698206927 |
|
R-квадрат |
0,487492912 |
|
Нормированный R-квадрат |
0,423429526 |
|
Стандартная ошибка |
2,721346618 |
|
Наблюдения |
10 |
Дисперсионныйанализ
|
|
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
1 |
56,35418066 |
56,35418066 |
7,609540222 |
0,02473 |
|
Остаток |
8 |
59,24581934 |
7,405727418 |
|
|
|
Итого |
9 |
115,6 |
|
|
|
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
|
Y-пересечение |
4,1316 |
1,2947 |
3,1911 |
0,0128 |
1,1460 |
7,1172 |
1,1460 |
7,1172 |
|
Переменная X 1 |
0,1382 |
0,0501 |
2,7585 |
0,0247 |
0,0227 |
0,2538 |
0,0227 |
0,2538 |
ВЫВОД ОСТАТКА
|
Наблюдение |
Предсказанное Y |
Остатки |
Стандартные остатки |
|
1 |
4,684644347 |
-3,684644347 |
-1,436110887 |
|
2 |
5,099419965 |
-2,099419965 |
-0,818260756 |
|
3 |
6,205488281 |
-2,205488281 |
-0,859601479 |
|
4 |
4,684644347 |
0,315355653 |
0,122911642 |
|
5 |
7,864590753 |
-0,864590753 |
-0,336979116 |
|
6 |
8,69414199 |
-0,69414199 |
-0,27054575 |
|
7 |
4,684644347 |
5,315355653 |
2,071689803 |
|
8 |
10,491503 |
0,508496998 |
0,198189569 |
|
9 |
10,90627862 |
1,09372138 |
0,426284068 |
|
10 |
4,684644347 |
2,315355653 |
0,902422906 |
Модель
має вигляд: 
Рис. 5. Графік розрахованої однофакторної моделі в координатах Х2-Y
Ця побудована модель погані статистики(R2=0,487492912; F=7,609540222; t=2,758539509). Вона може бути пояснена так: із збільшенням прибутку від реалізації продукції Б на 1 млн. грн. величина інвестицій збільшиться в середньому на 0,138 млн. грн.
Модель
3. Побудуємо двофакторну модель 
Для побудови багатофакторної моделі в
пакеті Excel введу дані в електронну
таблицю.
Отже, побудую регресійну модель з двома змінними: Х1 і X2. Для цього у вікні діалогу «Регрессия» в полі вхідний інтервал X виділю стовпці Х1 і X2, заздалегідь записавши їх поруч. Інші дії аналогічні процедурі простої регресії. Після натиснення ОК будуть показані наступні дані (табл. 7, рис. 6).
Таблиця 7