Автор работы: Пользователь скрыл имя, 03 Сентября 2012 в 12:43, контрольная работа
Проведем визуальный анализ данных путем построения корреляционного поля зависимости производительности труда от среднегодовой численности ППП.
Корреляционно-регрессионный анализ
Однофакторный корреляционно-регрессионный анализ
Результаты регрессионного анализа
Корреляционная матрица
Однофакторный регрессионный анализ с применением
«Мастера функций»
Многофакторный корреляционно регрессионный анализ
Результаты анализа
Многофакторный регрессионный анализ с применением
«Мастера функций»
Ряды динамики
Выравнивание методом скользящей средней
Выравнивание методом укрупнения интервалов
Выравнивание с применением линейной функции
Выравниванием с применением параболической функции
второго порядка
Выравнивание с применением показательной функции
Выравнивание с применением гиперболической функции
Характеристика сезонных колебаний
Прогнозирование
yпр. = ŷt ± tα ∙ Sŷt.
tα = 2,003.
Прогнозирование по гиперболической функции
ŷt = 2,3898 +
Год | Месяц | t | ŷt | yпр.мин | yпр.макс |
2006 | Декабрь | 30 | 2,4245 | -80,4438 | 85,2929 |
2007 | Январь | 31 | 2,4234 | -80,4449 | 85,2917 |
| Февраль | 32 | 2,4224 | -80,4459 | 85,2907 |
| Март | 33 | 2,4214 | -80,4469 | 85,2897 |
| Апрель | 34 | 2,4205 | -80,4479 | 85,2888 |
| Май | 35 | 2,4196 | -80,4487 | 85,2879 |
| Июнь | 36 | 2,4188 | -80,4496 | 85,2871 |
| Июль | 37 | 2,4180 | -80,4503 | 85,2863 |
| Август | 38 | 2,4172 | -80,4511 | 85,2856 |
| Сентябрь | 39 | 2,4165 | -80,4518 | 85,2848 |
| Октябрь | 40 | 2,4159 | -80,4525 | 85,2842 |
| Ноябрь | 41 | 2,4152 | -80,4531 | 85,2835 |
| Декабрь | 42 | 2,4146 | -80,4537 | 85,2829 |
| Январь | 43 | 2,4140 | -80,4543 | 85,2824 |
Итого |
|
| -1126,29 | 1194,0185 | |
yпр. = ŷt ± tα ∙ Sŷt.
tα = 2,003.
Прогнозирование по показательной функции
ŷt = 2,2381 ∙ (1,0209)t.
Год | Месяц | t | ŷt | yпр.мин | yпр.макс |
2006 | Декабрь | 30 | 4,1592 | -78,7091 | 87,0275 |
2007 | Январь | 31 | 4,2460 | -78,6223 | 87,1143 |
| Февраль | 32 | 4,3346 | -78,5337 | 87,2030 |
| Март | 33 | 4,4251 | -78,4432 | 87,2934 |
| Апрель | 34 | 4,5175 | -78,3508 | 87,3858 |
| Май | 35 | 4,6118 | -78,2565 | 87,4801 |
| Июнь | 36 | 4,7080 | -78,1603 | 87,5763 |
| Июль | 37 | 4,8063 | -78,062 | 87,6746 |
| Август | 38 | 4,9066 | -77,9617 | 87,7749 |
| Сентябрь | 39 | 5,0090 | -77,8593 | 87,8773 |
| Октябрь | 40 | 5,1136 | -77,7548 | 87,9819 |
| Ноябрь | 41 | 5,2203 | -77,648 | 88,0886 |
| Декабрь | 42 | 5,3293 | -77,5391 | 88,1976 |
Итого |
|
| -1015,9 | 1138,6754 | |
yпр. = ŷt ± tα ∙ Sŷt.
tα = 2,003.
Эмпирические данные по экспорту на 2007 год
Год | Месяц | y |
2006 | Декабрь | 4,118 |
2007 | Январь | 3,064 |
| Февраль | 3,501 |
| Март | 4,029 |
| Апрель | 4,147 |
| Май | 4,426 |
| Июнь | 4,082 |
| Июль | 4,562 |
| Август | 4,7 |
| Сентябрь | 4,417 |
| Октябрь | 5,015 |
| Ноябрь | 5,17 |
| Декабрь | 5,467 |
Итого | 56,698 | |
Ярко выраженные несоответствия наблюдаются при прогнозировании по линейной и параболической функциям. Это может объясняться тем, что выбранные для прогнозирования кривые не являются единственно возможными для описания тенденции.