В таблице представлены: расходы предприятия на рекламу и продвижение товаров на рынок Y и прибыль предприятия X.
Y X
38 45
26 42
35 47
62 49
53 47
48 51
45 44
15 34
38 46
33 41
11 30
64 48
5 24
25 36
19 37
45 48
32 45
8 24
Решение
Построим диаграмму рассеяния.
По виду рассеяния можно предположить наличие возрастающей линейной зависимости.
2. Проведем линейный регрессионный анализ расходов предприятия на рекламу в зависимости от прибыли предприятия.
Проведем вычисления с помощью надстройки «Анализ данных» MS Excel.
Вносим исходные данные в таблицу MS Excel.
С помощью инструмента Регрессия (Сервис→Анализ данных→Регрессия) получаем следующие результаты:
В результате решения задачи получили следующее уравнение парной линейной регрессии:
y = -44,08 + 1,89 x .
С ростом прибыли предприятия на 1 тыс. руб. расходы на рекламу увеличиваются в среднем на 1,89 тыс. руб.
Тесноту линейной связи оценит коэффициент корреляции:
0,897.
Абсолютное значение коэффициента корреляции превышает 0,7, что говорит о тесной связи между фактором и результатом.
Коэффициент детерминации (квадрат коэффициента корреляции) равен:
0,804.
Это означает, что 80,4% вариации расходов на рекламу () объясняется вариацией фактора – прибылью предприятия.
3
. Проверим значимость коэффициентов регрессионной модели.
Так как Р-Значение для свободного члена равно 0,00 0,05, то свободный член а = -44,08 признаем значимым.
Для коэффициента b = 1,89 Р-Значение равно 0,00 0,05, поэтому признаем его значимым.
4. Построим доверительные интервалы для коэффициентов регрессионной модели. Выписываем эти интервалы из таблицы, столбцы Нижние 95% и Верхние 95%:
-64,77 а -23,39
1,40 b 2,39
Так как интервал для параметра а не содержит ноль внутри, т.е