Главная страница
Навигация по странице:

  • Компания

  • Среднее квадратическое отклонение

  • реферат. Практическое задание 1.. Парная регрессия


    Скачать 43.47 Kb.
    НазваниеПарная регрессия
    Анкорреферат
    Дата09.04.2023
    Размер43.47 Kb.
    Формат файлаdocx
    Имя файлаПрактическое задание 1..docx
    ТипДокументы
    #1047989



    ПАРНАЯ РЕГРЕССИЯ

    1. В таблице приведены данные, опубликованные в марте 1984 года в журнале Wall Street и иллюстрирующие взаимосвязь между расходами на рекламу (в миллионах долларов) 21 фирмы за 1983 год и миллионами отзывов, оставляемых потребителями продукции этих фирм в среднем за неделю.


    Компания

    Отзывы,

    млн.

    Расходы на рекламу

    (млн. дол.)

    Miller Lite

    32.1

    50.1

    Pepsi

    99.6

    74.1

    Stroh’s

    11.7

    19.3

    Fed’I Express

    21.9

    22.9

    Burger King

    60.8

    82.4

    Coca Cola

    78.6

    40.1

    McDonald’s

    92.4

    185.9

    MCI

    50.7

    26.9

    Diet Cola

    21.4

    20.4

    Ford

    40.1

    166.2

    Levi’s

    40.8

    27.0

    Bud Lite

    10.4

    45.6

    ATT/ Bell

    88.9

    154.9

    Calvin Klein

    12.0

    5.0

    Wendy’s

    29.2

    49.7

    Polaroid

    38.0

    26.9

    Shasta

    10.0

    5.7

    Meow Mix

    12.3

    7.6

    Oscar Meyer

    23.4

    9.2

    Crest

    71.1

    32.4

    Kibbles ‘N Bits

    4.4

    6.1

    1. Постройте график, отложив на вертикальной оси «Отзывы» и «Расходы на рекламу» по горизонтали.





    1. Связь между признаками прямая, поскольку с увеличением расходов на рекламу увеличиваются отзывы потребителей.

    с) Оправданы. Так как видна тенденция увеличения отзывов с увеличением расходов на рекламу.

    2. Исследуется зависимость объема продаж бензина от динамики потребительских цен. Были получены следующие данные по 9 регионам:

    Квартал

    1

    2

    3

    4

    5

    6

    7

    8

    9

    Индекс потребительских цен (в %) Х

    139

    132

    126

    121

    117

    112

    106

    100

    100

    Средний за день объем продаж бензина в течение квартала (тыс. л.) Y

    65

    68

    72

    75

    77

    80

    83

    85

    89

    1. Построить поле корреляции результативного и факторного признаков (график), сделать вывод о форме связи между ними.



    Вывод: Связь между объемом продаж бензина и потребительскими ценами обратная (С увеличением Х, уменьшается Y – из 2 в 4 четверть).

    1. Рассчитать линейный коэффициент корреляции; среднее квадратическое отклонение

    x

    y

    x-xср

    y-yср



    2

    xy

    (x-xср)(y-yср)

    139

    65

    22

    -12,11

    484

    146,6521

    9035

    -266,42

    132

    68

    15

    -9,11

    225

    82,9921

    8976

    -136,65

    126

    72

    9

    -5,11

    81

    26,1121

    9072

    -45,99

    121

    75

    4

    -2,11

    16

    4,4521

    9075

    -8,44

    117

    77

    0

    -0,11

    0

    0,0121

    9009

    0

    112

    80

    -5

    2,88

    25

    8,2944

    8960

    -14,4

    106

    83

    -11

    5,89

    121

    34,6921

    8798

    -64,79

    100

    85

    -17

    7,89

    289

    62,2521

    8500

    -134,13

    100

    89

    -17

    11,89

    289

    141,3721

    8900

    -202,13

























    1053

    694







    1530

    506,8312

    80325

    -872,95

    117

    77,11







    170

    56,31458

    8925





    Var(x)= 170;

    Var(y) = 56,31458;
    Среднее квадратическое отклонение:




    rxy=–872,95/ = - 0,99131612 - коэффициент корреляции

    0,7< rxy <1

    1. Вывод:

    Коэффициент корреляции между количеством продаваемого товара и ценой за единицу обратный и имеет сильную степень связи (коэффициент корреляции близок к -1). Это означает, что с увеличением цены продажи количество продаваемого товара снижается, а при снижении цены количество продаваемого товара увеличивается. Также можно заметить, что наблюдения не равномерно распределены вдоль линии регрессии, что может указывать на наличие других факторов, влияющих на спрос на товар, помимо цены.


    написать администратору сайта