Таблица 52
Y |
X1 |
X2 |
X3 |
|
Среднеквадратичное отклонение |
0,622 |
1,205 |
0,833 |
0,385 |
абсолютная ошибка |
0,526 |
1,018 |
0,704 |
0,325 |
относительная ошибка |
148,926 |
636,501 |
211,437 |
131,538 |
4.3 Прогнозирование на основе уравнения регрессии
Прогнозирование на 1 квартал вперед результативного показателя происходит при использовании построенного в разделе 2.4 линейного множественного уравнения регрессии, а именно Y = 0,5941*Х1 -1,7527*Х2 -2,0338*Х3 + 0,7894.
Результаты расчетов по прогнозированию факторных признаков содержит таблица 53.
Таблица 53
Тенденция (Х1) |
-0,411 |
Рост (Х1) |
- |
Тенденция (Х2) |
-0,270 |
Рост (Х2) |
- |
Тенденция (Х3) |
0,205 |
Рост (Х3) |
- |
Прогнозные значения результативного показателя, рассчитанные по уравнению множественной регрессии Y = = 0,5941*Х1 -1,7527*Х2 -2,0338*Х3 + 0,7894 при линейной и экспоненциальной траекториях факторных признаков, приведены в таблице 54.
Прогноз факторов по функции "тенденция" |
1,434 |
Прогноз факторов по функции "рост" |
- |
Данный метод свидетельствует о нежелательности применения на практике данного метода прогнозирования для данных показателей, так как невозможен прогноз всех факторов по функции «Рост»
Сравнивая результаты прогнозирования, выполненного различными методами по величине относительной ошибки прогноза, можно сделать вывод о том, что наиболее достоверным для исследуемого показателя можно считать методэкспоненциальных средних.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.