Построение трендовых моделей и прогнозирование результатов будующих периодов
Multipl R2=0,47127964 - коэффициент детерминации не близок к 1 следовательно уравнение не качественное.
|
Durbin-Watson d (Spreadsheet1) and serial correlation of residuals | |||
|
Durbin- Watson d |
Serial Corr. | ||
|
Estimate |
1,885253 |
0,050585 | |
А так как коэффициент Durbin-Watson= 1,885253, то есто близок к 2 следовательно автокорреляции нет, и остатки независимы между собой.
|
Predicting Values for (Spreadsheet1) variable: X2 | |||
|
B-Weight |
Value |
B-Weight * Value | |
|
V2**2 |
-0,17765 |
576,0000 |
-102,325 |
|
1/V2 |
84,85116 |
0,4167 |
35,355 |
|
№ |
7,35035 |
24,0000 |
176,408 |
|
Intercept |
-12,043 | ||
|
Predicted |
97,395 | ||
|
-95,0%CL |
74,059 | ||
|
+95,0%CL |
120,730 | ||
Из данной таблицы следует, что с вероятностью 95% Х2- затраты на наружную рекламу в тыс. руб. в 25 периоде (т. е. на 01.08) будет варьироваться в промежутке от 74,059 до 120,730 тыс. руб.
2.4 Построим трендовую модель для Х3(затраты на проведение выставок в тыс. руб.) и T(номер наблюдения)
Х3=-238,7172+1151,882\T
|
Regression Summary for Dependent Variable: X3 (Spreadsheet1) R= ,30199164 R?= ,09119895 Adjusted R?= ,04988981 F(1,22)=2,2077 p<,15151 Std.Error of estimate: 779,12 | |||||||
|
Beta |
Std.Err. of Beta |
B |
Std.Err. of B |
t(22) |
p-level | ||
|
Intercept |
238,717 |
200,4239 |
1,191058 |
0,246323 | |||
|
1/V2 |
0,301992 |
0,203246 |
1151,882 |
775,2402 |
1,485839 |
0,151512 | |
