Решение

Для расчёта параметров уравнения произведём дополнительные расчёты

№ п/п
	2,0	8,9	17,80	4,00	79,21	9,13	0,052 9
	2,3	10,0	23,0	5,29	100,00	9,66	0,115 6
	2,4	9,9	23,76	5,76	98,01	9,83	0,004 9
	2,9	10,3	29,87	8,41	106,09	10,71	0,168 1
	2,9	10,0	29,00	8,42	100,00	10,71	0,504 1
	3,7	13,0	48,10	13,69	169,00	12,12	0,774 4
	3,7	12,8	47,36	13,69	163,84	12,12	0,462 4
	4,6	13,1	53,71	16,81	171,61	12,83	0,072 9
	4,6	13,2	60,72	21,16	174,24	13,71	0,260 1
	4,7	13,5	63,45	22,09	182,25	13,88	0,144 4
Итого	33,3	114,7	396,77	119,31	1 344,25	114,7	2,559 8

1. Определим параметры уравнения и

;

=3,33; ;

; .

.

Уравнение регрессии

.

Таким образом, с увеличением стоимости основных производственных фондов на 1 млн руб. суточная переработка сахарной свёклы возрастает на 1,76 тыс.т.

Определим типичность параметров уравнения. Для этого необходимо вычислить теоретические значения , которые определяются из уравнения регрессии:

; ;

и т.д.

Рассчитаем и

; ;

.

Сравним и с ( (Приложение Г)

;

Следовательно, параметры признаются типичными.

Определим типичность параметров уравнения. Для этого необходимо вычислить теоретические значения , которые определяются из уравнения регрессии.

2. Определим тесноту связи с помощью линейного коэффициента корреляции

;

;

.

Таким образом, линейный коэффициент корреляции показывает сильную связь между стоимостью основных производственных фондов и суточной переработкой свёклы.

Проверим линейный коэффициент корреляции на значимость

.

Сравним рассчитанный показатель с табличным (Приложение Г).

= 2,306.

Следовательно, рассчитанный линейный коэффициент корреляции статистически значим.

3. Рассчитаем индекс корреляции

.

Таким образом индекс корреляции показывает сильную связь между факторным и результативным признаками.

Проверим исчисленный показатель на значимость с помощью .

= .

Сравним с (.

Так как =37,2 = 5,32 (Приложение В), то индекс корреляции признается статистически значимым. Следовательно, построенная модель пригодна для принятия решений и осуществления прогноза.