Лабораторная работа
.doc
|
Э |
Rпр |
Rлин |
Rпар |
|
6,78 |
55,64 |
54,86 |
54,82 |
|
7,05 |
56,41 |
54,80 |
54,65 |
|
7,14 |
53,14 |
54,78 |
54,63 |
|
6,58 |
55,78 |
54,91 |
55,03 |
|
6,62 |
54,15 |
54,90 |
54,98 |
|
7,76 |
55,1 |
54,65 |
54,80 |
|
7,56 |
54,3 |
54,69 |
54,67 |
|
6,7 |
53,96 |
54,88 |
54,90 |
Проведём дисперсионный анализ обеих моделей
|
Показатель |
Линейная модель |
Параболическая модель |
|
|
Рассеивание |
Qобщ |
438.48 |
438.48 |
|
Qфакт |
438.4843 |
438.4785 |
|
|
Qост |
0.0043 |
-0.0058 |
|
|
Степени свободы |
dfобщ |
7 |
7 |
|
dfфакт |
1 |
1 |
|
|
dfост |
6 |
6 |
|
|
Дисперсии |
S2общ |
4,2080 |
10,0944 |
|
S2факт |
438.4843 |
438.4785 |
|
|
S2ост |
54,8105 |
54,8098 |
|
|
Детерминация |
D |
0,0079 |
0,019 |
|
Очень слабая |
Очень слабая |
||
|
Коэф.Фишера |
F |
0,06 |
0,14 |
|
F1,22,0.05 |
64,28 |
64,28 |
|
Обе модели имеют очень близки к эмпирическим данным и практически не отличаются друг от друга по силе влияния. Хотя параболическая модель несколько лучше описывает модель, однако её преимущества настолько ничтожны, что нет необходимости ради этого настолько усложнять модель. Кроме того, линейная модель – это частный случай параболической (когда коэффициент перед квадратом Э равен нулю). Если же мы взглянем на параболическую модель, то увидим, что этот коэффициент действительно очень близок к нулю . Поэтому из этих моделей выберем линейную модель.
В ходе регрессионного анализа мы подтвердили линейную зависимость R от Э. Связь между этими показателями не очень сильная 0,079%, а дисперсия объяснённая факторами в 0,06 раза (F) больше не объяснённой дисперсии, а ошибка на одну степень свободы составляет 64,28%.
Таким образом, ни Э ни другие виды расходов на сбыт не оказывают влияния на выручку от реализации, что было выявлено в ходе корреляционного анализа.
