Новые_значения_X; константа)

Известные_значения_Y – это зависимый массив либо интервал данных.

Новые_значения_X – массив (либо интервал данных), который должен содержать столбец (либо строчку) для каждой независящей переменной, как и

Известные_значения_X. Если аргумент новые_значения_X опущен, то подразумевается, что он совпадает с аргументом известные_значения_X.

константа – логическое значение, которое Новые_значения_X; константа) показывает, требуется ли, чтоб константа b была равна 0.

Пример 1. В таблице 2 приведены характеристики уровня жизни по территориям регионов республики Беларусь за 200Хг. Провести анализ зависимости среднедневной зарплаты, руб. (Y) от среднедушевого прожиточного минимума в денек 1-го трудоспособного, руб.( ).

Таблица 2. – Характеристики уровня жизни по территориям регионов республики Беларусь за 200Хг

Номер Новые_значения_X; константа) региона Среднедушевой прожиточный минимум в денек 1-го трудоспособного, руб. Среднедневная зарплата, руб.
X Y

Разместим таблицу с начальными данными в ячейках А3:С24 рабочего листа Excel. В ячейки В22-В24 внесем значения среднедушевого прожиточного минимума, для которых требуется выполнить прогноз уровня среднедневной зарплаты (см рис.1).

Чтоб выполнить анализ зависимости среднедневной Новые_значения_X; константа) зарплаты, руб. (Y) от среднедушевого прожиточного минимума в денек 1-го трудоспособного, руб. (X) следует выстроить однофакторную регрессионную модель вида y = m∙x + b

Рассчитаем линейную регрессионную однофакторную модель (см. рис.1 и рис.2), зачем в ячейки Е5:А9 введем функцию ЛИНЕЙН в формате: =ЛИНЕЙН(C6:C21;B6:B21;1;1).

Результатом работы Новые_значения_X; константа) функции является массив значений:

ячейки E5, F5 – коэффициенты уравнения регрессии m=1.4111 и b=3816,154;

ячейка Е7 – коэффициент детерминированности R2 =0.885;

ячейка E8 – аспект Фишера F=108.12.

Рис.1 – Расчет однофакторной регрессионной модели. Результаты

Таким макаром однофакторная регрессионная модель, оценивающая воздействие среднедушевого прожиточного минимума в денек 1-го трудоспособного на величину среднедневной зарплаты имеет вид:

Y = 1.411∙x Новые_значения_X; константа) + 3816.154

Вывод:так как коэффициент детерминированности R2=0.885 лежит в границах 0,75 – 1, расчетное значение аспекта Фишера F=108,12 больше табличного (FРАСПОБР(0,05;1;F8)= 4,6), модель следует признать адекватной, и использовать для прогнозирования.

В ячейке С22 рассчитаем прогнозное значение среднедневной зарплаты по формуле =E5*B22+F5. В ячейках С23, С24 расчет аналогичен (см. рис.2).

В Новые_значения_X; константа) ячейках Е12:Е14 рассчитаем прогнозное значение среднедневной зарплаты для среднедушевого прожиточного минимума, равного 4000 руб., 4500 руб., 5000 руб. (ячейки В22–В24) с внедрением функции ТЕНДЕНЦИЯ:

=ТЕНДЕНЦИЯ(C6:C21;B6:B21;B22:В24;1)

Рис. 2 – Расчет однофакторной регрессионной модели. Формулы

В ячейке Е15 рассчитаем прогнозное значение среднедневной зарплаты с внедрением функции ПРЕДСКАЗ:

=ПРЕДСКАЗ(B22;C6:C Новые_значения_X; константа)21;B6:B21).

В ячейке Е18 рассчитаем значение коэффициента корреляции R2:

=КОРРЕЛ(C6:C21;B6:B21)^2.

В ячейке Е12 рассчитаем табличное значение аспекта Фишера:

=FРАСПОБР(0,05;1;F8)

Приобретенные значения совпали c плодами, возвращенными функцией ЛИНЕЙН.

Для построения моделей на основании экспоненциальной зависимости и предстоящего расчета прогнозов Excel предлагает функции ЛГРФПРИБЛ и РОСТ, работа которых Новые_значения_X; константа) базирована на вычислении экспоненциальной кривой, аппроксимирующей данные. Эти функции могут употребляться как для расчета однофакторных, так и многофакторных моделей.

Функция ЛГРФПРИБЛ в регрессионном анализе вычисляет экспоненциальную кривую, аппроксимирующую данные, и возвращает массив значений, описывающий эту кривую. Она является универсальной для расчета характеристик экспоненциальных моделей, потому что не считая Новые_значения_X; константа) коэффициентов уравнения регрессии может возвращать и дополнительную статистику по регрессии.

Формат


novij-kurs-podorozhal-gazeta-melnikova-elena-02022009-016-str-15-novosti-23.html
novij-mehanizm-funkcionirovaniya.html
novij-mikroskop-doklad.html