ВУЗ:
Составители:
Рубрика:
108
42,118
60
7105
;89,2421
9
21797
2
1
0
==
∑
∑
=
==
∑
=
t
ty
a
n
y
a
В результате получаем следующее уравнение регрессии данных выручки по
собственной продукции: ty
t
42,11889,2421
+
= (таблица 6).
На рисунке 7 наглядно изображена тенденция роста выручки от продажи
собственной продукции до августа месяца, в августе происходит снижение выручки, а с
сентября опять наблюдается небольшое увеличение.
Коэффициенты уравнения регрессии данных выручки от продажи покупной
продукции:
47,15
60
928
;33,1085
9
9768
2
1
0
==
∑
∑
=
==
∑
=
t
ty
a
n
y
a
Таблица 6
Расчет показателей модели при линейной аппроксимации
Период
y
t
2
t
ty
⋅
t
y
2
)(
t
yy −
1
1639
-4 16 -6556 1948 95618
2
2041
-3 9 -6123 2067 657
3
2172
-2 4 -4344 2185 170
4
2266
-1 1 -2266 2303 1404
5
2816
0 0 0 2422 155324
6
2855
1 1 2855 2540 99033
7
3003
2 4 6006 2659 118527
8
2487
3 9 7461 2777 84181
9
2518
4 16 10072 2896 142548
Итого 21797 0 60 7105 - 697462
Графическая иллюстрация линейного тренда представлена на (рис. 7.).
∑ y 21797
a0 = = = 2421,89;
n 9
∑ ty 7105
a1 = = = 118,42
∑t2 60
В результате получаем следующее уравнение регрессии данных выручки по
собственной продукции: y t = 2421,89 + 118,42t (таблица 6).
На рисунке 7 наглядно изображена тенденция роста выручки от продажи
собственной продукции до августа месяца, в августе происходит снижение выручки, а с
сентября опять наблюдается небольшое увеличение.
Коэффициенты уравнения регрессии данных выручки от продажи покупной
продукции:
∑ y 9768
a0 = = = 1085,33;
n 9
∑ ty 928
a1 = = = 15,47
∑t2 60
Таблица 6
Расчет показателей модели при линейной аппроксимации
Период y t t2 y ⋅t yt ( y − yt ) 2
1 1639 -4 16 -6556 1948 95618
2 2041 -3 9 -6123 2067 657
3 2172 -2 4 -4344 2185 170
4 2266 -1 1 -2266 2303 1404
5 2816 0 0 0 2422 155324
6 2855 1 1 2855 2540 99033
7 3003 2 4 6006 2659 118527
8 2487 3 9 7461 2777 84181
9 2518 4 16 10072 2896 142548
Итого 21797 0 60 7105 - 697462
Графическая иллюстрация линейного тренда представлена на (рис. 7.).
108
