Глава 1     Глава 2   
 

 

На основе данных из рисунков 3.33-3.34 можно получить следующее уравнение регрессии



Если анализировать его, то можно сказать определенно, что модель является адекватной, на ее основе можно принимать решения и осуществлять прогнозы. Но определяющим здесь является коэффициент множественной детерминации. Для данной модели RI = 0,94, что говорит о 6% неучтенных факторов.

Если рассматривать смешанные модели, в которые входят как факторы высших порядков, так и логарифмические, то определенно можно сказать, что коэффициент множественной детерминации не изменится и не превысит значения 0,97. Если рассматривать модели

с натуральным и десятичным логарифмом, то коэффициент множественной детерминации опять-таки равен 0,94, что не является лучшим показателем.

 

Выводы.

Можно выбрать две лучшие модели (уравнения (3.8) и (3.9)).

На их основе можно принимать решения и осуществлять прогнозы.

Если сравнивать эти две модели по коэффициенту множествен-

ной детерминации и числу неучтенных факторов, то логарифмическая модель уступает модели третьего порядка. Но если рассматривать их по числу входящих факторов, то оптимальной можно считать именно логарифмическую модель, включающую в себя больше

значимых факторов.

 

Задания для самостоятельного выполнения.

1. Используя данные таблицы Приложения В, построить прогноз с использованием многофакторных моделей прогнозирования.

2. Подобрать оптимальные параметры прогнозной модели.

3. Рассчитать ошибку прогнозирования, дополнительно руководствуясь теоретическими положениями, приведенными в Приложении А.








if gte vml