Составители:
130
2,52
1
1
=⋅
∑
=
n
i
i
i
yx
n
;
06,1
25,305,38
9,75,52,52
*
=
−
⋅−
=b
;
07,25,506,19,7
*
=⋅−=а .
Итак, уравнение регрессии, согласно уравнению (10.8)
у*=f(x)=a* +b*x =2,07+1,06x (10.13)
Построим табл. 10.5 для этого уравнения. Для сравнения возьмем
экспериментальные данные и теоретические, полученные по уравнению (10.13)
значения у*.
Для х=1 получаем
у*=2,07+1,06·1=3,13
Для х=2 получаем
у*=2,07+1,06·2=2,07+2,12=4,19 и т.д.
Таблица 10.5
Число
автомобилей
х 1 2 3 4 5 6 7 8 9 10
Затраты по
уравнению
регрессии
у
*
3,13 4,19 5,25 6,31 7,37 8,43 9,49 10,55 11,61 12,67
Реальные
затраты
у 3 4 6 6,5 7 8,5 9 10 12 13
Построим графики функций у и у
*
(рис. 10.2).
0
2
4
6
8
10
12
14
12345678910
х
у
у*
у
Рис. 10.2
Из табл. 10.5 и рис. 10.2 видно, что несмотря на минимальный объем
данных, точность воспроизведения реальной зависимости достаточно высока.
Рассчитаем затраты для двенадцати автомобилей, (т.е. спрогнозируем
затраты для 12 автомобилей): х=12, значит, у*=2,07·12+1,06=14,79 (у.е).
В Excel регрессионный анализ осуществляется в Пакете анализа графически,
а также функциями ЛИНЕЙН, ТЕНДЕНЦИЯ, ЛГРФПРИБЛ, РОСТ,
ПРЕДСКАЗ, ОТРЕЗОК, НАКЛОН
, СТОШУХ и другие.
Страницы
- « первая
- ‹ предыдущая
- …
- 129
- 130
- 131
- 132
- 133
- …
- следующая ›
- последняя »
