налізу
дата y, Чисельність населення - всього, тис. осіб, у тому числі: tt ^ 2 20001004,80112001996,90242002981,23392003979,604162004974,305252005969, 206362006963,307492007960,008642008959,909812009960,70101002010971,30111212011971, 20121442012971,3013169
У результаті проведення регресійного аналізу отримуємо кілька таблицю:
Таблиця 9 - Регресійна статистика
Множинний R0, 97795R-квадрат0, 956387Нормірованний R-квадрат0, 947664Стандартная ошібка3, 159046Наблюденія13 = 0,98 свідчить про наявність тісного і статистично значущою зв'язку між часом і динамікою чисельності населення РБ.
Коефіцієнт детермінації = 0,96, показує, що зміна чисельності населення на 96% визначається часом.
Таблиця 10 - Дисперсійний аналіз
dfSSMSFЗначімость FРегрессія22188, 3971094, 198109,64381,58 Остаток1099, 795729,9795723,29 Ітого122288, 193
З даної таблиці можна зробити висновок про те то шукане рівняння регресії вважається статистично значимим, тому що F розр > F тпбл , 1094,2> 3,29.
Таблиця 11 - Оцінка коефіцієнтів регресії
КоеффіціентиСтандартная
Таким чином, рівняння, що характеризує залежність між чисельністю населення РБ і часом, виглядає наступним чином:
= 0,708 x 2 - 12,473 x + 1016,785
В
Рис 2. Графік динаміки чисельності населення РБ і прогнозне очікування
Розглянемо, як відображає динаміку чисельності населення, лінійне рівняння тренду для цього скористаємося наступними показниками в таблиці 12.
Таблиця 12 - Показники для регресійного аналізу
дата y, Чисельність населення - всього, тис. осіб, у тому числі: t 20001004,8012001996,9022002981,2332003979,6042004974,3052005969, 2062006963,3072007960,0082008959,9092009960,70102010971,30112011971, +20122012971,3013
У результаті проведення регресійного аналізу отримуємо кілька таблицю:
Таблиця 13 - Регресійна статистика
Множинний R0, 718888R-квадрат0, 5168Нормірованний R-квадрат0, 472872Стандартная ошібка10, 02567Наблюденія13
Коефіцієнт детермінації = 0,52, показує, що зміна чисельно...
