ify"> Середній х 1 = 6; х 2 = 10; х 3 = 6; х 4 = 4; х 5 = 1; х6 = 25; х7 = 70; у 1 = 56298777,42
Max х 1 = 8; х 2 = 12; х 3 = 6; х 4 = 5; х 5 = 1; x6 = 15; х7 = 80; у 1 = 102624160,1
За результатами оптимізації проведемо регресійний аналіз за допомогою програми Statistica 8.0 і виведемо формулу, що характеризує залежність оптимізуються факторів від об'єктивних чинників.
Таким чином результати регресії наведені в Таблицях 3.7.1 - 3.7.5
Результати множинної регресії для оптимизируемого фактора Х1opt:
Multiple Regression Results: х1opt Multiple R =, 98767305 F = 1,857163? =, 95029039 df = 4,42. of cases: 47 adjusted R? =, 86936567 p =, 135946error of estimate:, 602820338: -28,63607595 Std.Error: 32,80392 t (42) = -, 8729 p =, 3877
х6 beta = 1,95 х7 beta = 5,46 х6 * х6 beta = -2,0
х7 * х7 beta = -5,5
Таблиця 3.7.1 - Результати регресійного аналізу для змінної Х1opt
В
У результаті регресійного аналізу було отримано наступне рівняння для x1opt:
x1opt = -28,636076 +0,330380 * x6 +0,925063 * х7-0, +006608 * х6 * х6-0, +006608 * х7 * х7
Результати множинної регресії для оптимизируемого фактора Х2opt:
Multiple Regression Results: х2opt Multiple R =, 98767305 F = 1,857163? =, 95029039 df = 4,42. of cases: 47 adjusted R? =, 86936567 p =, 135946error of estimate:, 830534512: -73,48417722 Std.Error: 76,54249 t (42) = -, 9600 p =, 3425
х6 beta = 1,95 х7 beta = 5,46 х6 * х6 beta = -2,0
х7 * х7 beta = -5,5
Таблиця 3.7.2 - Результати регресійного аналізу для змінної Х2opt
В
У результаті регресійного аналізу було отримано наступне рівняння для x2opt:
x2opt = -73,484177 +0,770886 * х6 +2,158481 * х7-0, 015 418 * х6 * х6-0, 015 418 * х7 * х7
Результати множинної регресії для оптимизируемого фактора Х3opt:
Multiple Regression Results: х3opt Multiple R =, 94315661 F = 4,394021? =, 89501911 df = 4,42. of cases: 47 adjusted R? =, 82787807 p =, 004664error of estimate:, 007327694: 5,664757849 Std.Error:, 0000289 t (42) = 1957E2 p ...
