смотреть. 1 Задача Оценка согласованности мнений экспертов

Название	1 Задача Оценка согласованности мнений экспертов
Дата	25.12.2020
Размер	289.66 Kb.
Формат файла
Имя файла	смотреть.docx
Тип	Задача #164197
страница	2 из 3

2 Для оценки степени тесноты связи вычисляются следующие коэффициенты:

а) коэффициент корреляции:

= (5237380 - 22792,7 * 228,7) / 4256,6 * 31,3 = 0,185
где средние квадратические отклонения:

= √ 537625897,9 – (22792,7)²= 4256,609

= √ 53286,4 – (228,7)² = 31,348

Коэффициент корреляции показывает тесноту линейной связи между результативным (у) и факторным (х) признаками.

Коэффициент корреляции может принимать значения

. Если

, то связь между признаками прямая, если

- связь обратная.

Для оценки тесноты связи используют шкалу:

до

0,3 – связь отсутствует или очень слабая;

от

0,3 до

0,5 – связь слабая;

от

0,5 до

0,7 – связь умеренная;

от

0,7 до

1,0 – связь сильная.

Вывод: Коэффициент корреляции r= 0,185 говорит о том, что связь между признаками прямая. Теснота связи между фактором и результативным признаком очень слабая.

б) коэффициент детерминации:

D =

= (0,185)²= 0,034

Значение коэффициента детерминации изменяется от 0 до 1 и показывает, на сколько процентов вариация результативного признака определяется вариацией фактора, включенного в уравнение.

Чем ближе значение коэффициента детерминации к 1, тем функция является более адекватной по данному показателю.

Вывод: D=0,034 значит, вариация результата Y - потребление, молока и молочных продуктов на душу населения на 3,4 % определяется вариацией фактора, включенного в уравнение, т.е. среднедушевых денежных доходов населения.

3) Для оценки значимости уравнения регрессии рассчитывается F – критерий Фишера:

= 0, 175

Для оценки значимости уравнения регрессии

. сравнивается с Fтабл. при

Fтабл = 6,61

Если F_факт. >F_табл. уравнение регрессии значимо, статистически надежно и может быть использовано для прогнозирования.

Вывод: F_факт. < F_табл(0,258 < 6,61) уравнение регрессии незначимо, статистически ненадежно и не может быть использовано для прогнозирования.

Задача 3. Прогнозирование по методу экстраполяции
Задание.Используя метод экстраполяции и предполагая линейную зависимость потребления электроэнергии по субъектам Российской Федерации от времени:построить уравнение линейного тренда и получить прогноз на 2 года вперед (2020, 2021 гг.).

Отразить фактические и расчетные значения показателей потребления (включая прогноз) на графике.

Исходные данные представлены в таблице 5.

Потребление электроэнергии по субъектам Российской Федерации, (млн.кВт.час)
Таблица 5 – Исходные данные для прогнозирования по варианту № 68

1 2 3

Вывод: С увеличением среднедушевых денежных доходов населения на 1 руб. потребление, молока и молочных продуктов на душу населения увеличится на 0.001 кг. Связь прямая.

Вариант	Показатели	2011	2012	2013	2014	2015	2016	2017	2018	2019
68.	Челябинская область	36402,0	36310,2	35906,4	36508,8	35992,3	36267,9	36024,5	37731,2	37765,2

ВЫБРАТЬ ДАННЫЕ ТОЛЬКО СВОЕГО ВАРИАНТА И ПРЕДСТАВИТЬ В ТАБЛИЦЕ!!!

Годы	Потребление электроэнергии по субъекту Российской Федерации, (млн.кВт.час)
2011	36402,0
2012	36310,2
2013	35906,4
2014	36508,8
2015	35992,3
2016	36267,9
2017	36024,5
2018	37731,2
2019	37765,2

РЕШЕНИЕ:

Для определения параметров уравнения тренда построим вспомогательную таблицу 6.

Таблица 6 – Вспомогательная таблица для прогнозирования

Потребление электроэнергии по субъектам Российской Федерации, (млн.кВт.час)

Годы	У фактическое	Отклонение от года t	t²		Y расчетное *
2011	36402,0	-4	16	-145608	35897,981
2012	36310,2	-3	9	-108930,6	36059,833
2013	35906,4	-2	4	-71812,8	36221,685
2014	36508,8	-1	1	-36508,8	36383,537
2015	35992,3	0	0	0	36545, 389
2016	36267,9	1	1	36267,9	36707,241
2017	36024,5	2	4	72049	36869,093
2018	37731,2	3	9	113193,6	37030,945
2019	37765,2	4	16	151060,8	37192,797
Итого ()	328908,5	∑t =0	60	9711,1	328908,5

1 2 3