Коэффициент корреляции по отклонениям от тренда имеет вид:
,
где
,
- отклонения фактических значений ряда от тренда, т.е.
,
.
В качестве аппроксимирующей модели примем линейный тренд. Оценим параметры трендов с помощью встроенной функции MS Excel. Результаты представлены на рисунках 5.4 и 5.5.

Рисунок 5.4 – Динамика выпуска продукции

Рисунок 5.5 – Динамика энерговооруженности рабочих
Таблица 5.11 – Расчет коэффициента корреляции по остаточным величинам
| t | y | x | | | | | | | |
| 325,69 | 15,69 | 322,04 | 15,54 | 3,65 | 0,15 | 0,55 | 13,33 | 0,02 | |
| 340,79 | 16,69 | 338,74 | 16,77 | 2,05 | -0,08 | -0,16 | 4,22 | 0,01 | |
| 349,39 | 17,69 | 355,43 | 17,99 | -6,04 | -0,30 | 1,83 | 36,53 | 0,09 | |
| 373,59 | 19,09 | 372,13 | 19,22 | 1,46 | -0,13 | -0,19 | 2,12 | 0,02 | |
| 389,79 | 20,79 | 388,83 | 20,45 | 0,96 | 0,34 | 0,33 | 0,92 | 0,12 | |
| 399,09 | 21,69 | 405,53 | 21,67 | -6,44 | 0,02 | -0,11 | 41,45 | 0,00 | |
| 421,49 | 23,09 | 422,23 | 22,90 | -0,74 | 0,19 | -0,14 | 0,54 | 0,04 | |
| 441,39 | 24,09 | 438,92 | 24,13 | 2,47 | -0,04 | -0,09 | 6,08 | 0,00 | |
| 458,29 | 25,19 | 455,62 | 25,35 | 2,67 | -0,16 | -0,43 | 7,12 | 0,03 | |
| 472,33 | 26,58 | 472,32 | 26,58 | 0,01 | 0,00 | 0,00 | 0,00 | 0,00 | |
| 489,02 | 27,81 | 489,02 | 27,81 | 0,01 | 0,00 | 0,00 | 0,00 | 0,00 | |
| - | - | 505,72 | 29,03 | - | - | - | - | - | |
| Итого | 4460,86 | 238,39 | 4460,81 | 238,39 | 0,05 | -0,01 | 1,59 | 112,32 | 0,32 |
| В среднем | 405,53 | 21,67 | 405,53 | 21,67 | 0,00 | 0,00 | 0,14 | 10,21 | 0,03 |
Тогда коэффициент корреляции рядов x и y по отклонениям от тренда составит:
.
Следовательно, связь между случайными отклонениями по ряду
и ряду
прямая слабая.
Регрессия по отклонениям от трендаимеет вид
. Оценим параметры модели с помощью встроенной функции MS Excel. Результаты оценивания представлены в приложении Г.
Уравнение регрессии примет вид:
.
Коэффициент регрессии означает, что случайные отклонения по ряду
в среднем в 18,55 раз выше случайных колебаний по ряду
.
Прогнозная модель по отклонениям от тренда имеет вид:
,
где
- прогнозное значение результативного признака;
- прогноз по тренду результативного признака;
- прогнозное значение факторного признака;
- прогноз по тренду факторного признака.
Тогда, подставив соответствующие значения в модель, получим прогноз выпуска продукции на 12 год, при ожидаемой энерговооруженности
=28,81 кВт/ч:
тыс. тонн.






