КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Решение задачиНам неизвестна зависимость У от Х, поэтому выдвигаем следующие гипотезы: Предполагаем, что зависимость У от Х можно представить в виде классической нормальной линейной модели парной регрессии. Приводим спецификацию данной модели: Уi = a + bXi+ ei, i = 1, 2, …, n; У – случайная величина (стохастическая); Х – неслучайная (детерминированная) величина; e- нормально распределенная случайная величина со средним eср=0 и дисперсией равной se2 , где a, b -неизвестные параметры; e -неизвестное возмущение; se2 - неизвестная дисперсия возмущения e; М – знак математического ожидания; n – объем выборки. Напомним некоторые основные понятия регрессионного анализа с помощью графического представления данных, см. рис 1.1.
Рис. 1.1 - Графический анализ данных Проведем аппроксимационную линию так, чтобы разница между фактическими и расчетными значениями розничного товарооборота (остатки) были минимальными. Если говорить более строго, то необходимо так провести линию, чтобы сумма квадратов остатков была минимальной. Для оценки параметров a, b и возмущения e, будем использоватькоэффициентыа0, а1 и остатки е следующего линейного парного уравнения регрессии, вычисленных по выборочной совокупности объемом n = 5: Уi= а0+а1*Хi+еi = Урi+еi, где: Уi - фактические значения розничного товарооборота; i – порядковый номер измерения; а0 – свободный коэффициент линейного уравнения регрессии равный значению Ур при Х = 0; а1- коэффициент пропорциональности между У и Х, равного приросту Ур при изменении Х на единицу. В нашем примере коэффициент а1 означает среднею производительность труда продавцов; Урi = а0 +а1*Хi - расчетные значения розничного товарооборота; еi = Уi - Урi - остатки модели, учитывающие влияние факторов, не включенные в модель. Визуальный анализ графика зависимости У от Х позволяет приблизительно вычислить коэффициенты парной регрессии. а0=2,5 а1 =1,7 Ур =2,5+1,7 * Х Если в уравнение регрессии подставить ожидаемое значение Хож = 5, то можно получить прогнозное значение Упр. Упр =2,5+1,7*Хож = 2,5+1,7*5 =11 тыс. руб.
Дата добавления: 2014-01-15; Просмотров: 536; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |