y пр=190,927+31,318 x. (4.7)
Таблица 4.2
zi | ui=50´zi | xi | yiср=200+30xi | yi=yср+ui | xiyi | xi2 | yi2 | yiпр | ei |
0,546 | 27,30 | 257,30 | 257,30 | 66203,29 | 222,24 | 35,06 | |||
-1,083 | -54,15 | 205,85 | 411,70 | 42374,22 | 253,56 | -47,71 | |||
-0,633 | -31,65 | 258,35 | 775,05 | 66744,72 | 284,88 | -26,53 | |||
-0,799 | -39,95 | 280,05 | 1120,20 | 78428,0 | 316,20 | -36,15 | |||
0,464 | 23,20 | 373,20 | 1866,00 | 139278,24 | 347,52 | 25,68 | |||
2,431 | 121,55 | 501,55 | 3009,30 | 251552,40 | 378,83 | 122,72 | |||
-0,511 | -25,55 | 384,45 | 2691,15 | 147801,80 | 410,15 | -25,70 | |||
-0,637 | -31,85 | 408,15 | 3265,20 | 166586,42 | 441,47 | -33,32 | |||
-0,079 | -3,95 | 466,05 | 4194,45 | 217202,60 | 472,79 | -6,74 | |||
-0,064 | -3,20 | 496,80 | 4968,00 | 246810,24 | 504,11 | -7,31 | |||
Сумма | 3631,75 | 22558,35 | 1422981,95 | ||||||
Среднее | 5,5 | 363,18 | 2255,84 | 38,50 | 142298,19 |
Уравнение регрессии (4.7) позволяет вычислить прогноз средних затрат y ср(x) при любом объеме продаж x. При x =1 средние затраты составят
y cр(1)= 230 у.е.,
а их прогноз
y пр(1)=190,927+31,318´1=222,24 у. е.
(При этом по исходным данным фактические затраты составляли 257,3 у.е.) Расхождение между фактическими и прогнозируемыми затратами называют остатками ei. При x =1 остаток составит величину
|
|
e 1=y1- y пр(1)=257,3-222,24= 35,06.
Все значения yi пр и остатки ei помещены в двух последних столбцах табл. 4.2. Ниже построен график линии регрессии и точками отмечены исходные данные.
Для дисперсии s2 найдем ее оценку s2 по формуле
.
Тогда стандартная ошибка s = =53,74.
Теперь можно сравнить параметры уравнения модели (4.4) с коэффициентами уравнения регрессии (4.7) и стандартное отклонение s со стандартной ошибкой s:
параметр a 0=200, а его оценка b 0=190,927,
параметр a 1=30, а его оценка b 1=31,318,
параметр s=50, а его оценка s =53,74.
В нашем примере сравнение показывает относительную близость параметров и их оценок. Используя предположение о нормальном распределении отклонений u фактических затрат от средних, можно оценить степень отклонения оценок от параметров.