/Td>
101
квітня
71
111
травня
81
81
червня
61
71
липня
50
61
серпня
55
71
вересня
71
111
жовтня
81
111
листопада
93
91
Грудень
183
101
Разом:
1012
1072
Для вирішення цього завдання, побудуємо математичну модель у вигляді трьох регресій (Лінійної, поліноміальної другого порядку, експоненційної) і на підставі порівняння коефіцієнта детермінації R 2 виберемо найкраще рівняння регресії (R 2 ближче до одиниці). p> На рис. 1 побудована лінійна регресія і обчислення коефіцієнта детермінації. p> Отримане рівняння регресії і значення коефіцієнта детермінації R 2 занесемо в таблицю 3.
Таблиця 3
Вибір найкращої регресії
Рівняння регресії
R 2
y = 3,2448 x + 63,242
0,1153
y = 2,3611 x 2 - 27,45 x + 134,86
0,685
y = 68,743 e 0,0226 х
0,0595
Найкращою регресією є поліноміальна регресія, у якої значення R ^ 2 більш близько до одиниці, тобто рівнянням найкращою регресії є рівняння поліноміальної регресії y = 2,3611 x 2 - 27,45 x + 134,86
Дамо прогноз продажів у штуках на наступні 6 місяців, за допомогою рівняння поліноміальної регресії другого порядку:
Січень: 2,36411 * 13 ^ 2 - 27,45 * 13 + 134,86 = 176
Лютий: 2,36411 * 14 ^ 2 - 27,45 * 14 + 134,86 = 213
Березень: 2,3611 * 15 ^ 2 - 27,45 * 15 + 134,86 = 254
Квітень: 2,3611 * 16 ^ 2 - 27,45 * 16 + 134,86 = 299
Травень: 2,3611 * 17 ^ 2 - 27,45 * 17 + 134,86 = 350
Червень: ...
