Планирование. Работа некоторого предприятия в 2014 году характеризовалась

• Название: Работа некоторого предприятия в 2014 году характеризовалась
• Анкор: Планирование
• Дата: 21.07.2021
• Размер: 97.05 Kb.
• Имя файла: yana planirovanie.docx
• Тип: Документы; #224962
• страница: 4 из 5

Задача 6. Используя результаты задач 4 и 5, необходимо:

1. 
   выбрать модель f(x) с помощью которой может быть осуществлен наиболее точный прогноз;
   
2. 
   по ней произвести точечный прогноз y на: а)январь, б)февраль, в) март2015года.
   

Решение:

Исходя из результатов полученных в задаче 4,5, выбираем модель з числом гармоник m=1, по ней можно осуществить наиболее точный прогноз.

Для января : s=1, t=13



y = 33,83t +808,26

t	y	I
1	1000	0,972605
2	850	0,826714
3	930	0,904523

72,16*13) = 910 чел.
Теперь произведем прогноз с помощью уравнения Фурье:
















Модель адекватна, поскольку двумя методами подтверждается.

Для февраля : s=2, t=14

72,16*14) = 838 чел.

Для марта : s=3, t=15

72,16*15) = 974 чел.

Задача 7. Для ряда значений у из таблицы проверить гипотезы:

1. 
   об отсутствии автокорреляции.
   

Решение:

Построим ряд остатков:

e(t)	e(t-1)*e(t)	e^2(t)
968,15		937314,4
833,349	806806,8	694470,6
923,3635	769484	852600,1
975,51	900750,3	951619,8
959,2135	935722,3	920090,5
929,161	891263,7	863340,2
899,85	836105,5	809730
892,651	803252	796825,8
931,6365	831626,3	867946,6
932,49	868741,8	869537,6
1258,787	1173806	1584544
1401,839	1764616	1965153
11906	10582175	12113172

Получаем:


Отсюда:

Критическое значения t- критерия находим из таблицы Стьюдента: t(0:0,5:10)=2,23
Поскольку неравенство выполняется : , то гипотеза принимается.
Таблица 2

Y	X1	X2
11,3	13	7,5
14,2	14	8,2
13,6	16	8,6
11,3	17	8,7
14,1	19	8,8

Задача 8. По данным таблицы 2 необходимо:

1. 
   вычислить множественный коэффициент корреляции и сделать выводы о характере и тесноте связи между факторными и результативным признаками;
   

Решение:

Найдем частные коэффициенты корреляции:

i		y	x1	x2	y^2		x1^2	x2^2		y*x1		y*x2
1		11,3	13	7,5	127,69		169	56,25		146,9		84,75
2		14,2	14	8,2	201,64		196	67,24		198,8		116,44
3		13,6	16	8,6	184,96		256	73,96		217,6		116,96
4		11,3	17	8,7	127,69		289	75,69		192,1		98,31
5		14,1	19	8,8	198,81		361	77,44		267,9		124,08
SUMM		64,5	79	41,8	840,79		1271	350,58		1023,3		540,54
Средние:		12,9	15,8	8,36	168,158		254,2	70,116		204,66		108,108
y'^2		166,41	249,64	69,8896
σ^2		1,748	4,56	0,2264
σ		1,32212	2,135416	0,475815
			0,297527	0,419658
	r=		0,897582147

Итак, парные коэффициенты корреляции:

, между показателями х1 и y умеренная связь

, между показателями х2 и y умереная связь

, между показателями х2 и х1 тесная связь

1. 
   Вычислим множественный коэффициент корреляции:
   

Поскольку, =0,48 стримиться к 0,5, можно сделать вывод о достаточно тесной связи и достаточно хорошей степени линейности корреляционной зависимости.