ВЫВОД ИТОГОВ |
|||||||||
Регрессионная статистика |
|||||||||
Множественный R |
0,773972 |
||||||||
R-квадрат |
0,599032 |
||||||||
Нормированный R-квадрат |
0,532204 |
||||||||
Стандартная ошибка |
3,900578 |
||||||||
Наблюдения |
15 |
||||||||
Дисперсионный анализ |
|||||||||
df |
SS |
MS |
F |
Значимость F |
|||||
Регрессия |
2 |
272,7593 |
136,3796 |
8,96379 |
0,004156 |
||||
Остаток |
12 |
182,5741 |
15,21451 |
||||||
Итого |
14 |
455,3333 |
|||||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
||
Y-пересечение |
-7,36269 |
4,967497 |
-1,48217 |
0,164072 |
-18,1859 |
3,460554 |
-18,1859 |
3,460554 |
|
X1 |
0,006147 |
0,002297 |
2,67635 |
0,020173 |
0,001143 |
0,011151 |
0,001143 |
0,011151 |
|
X3 |
0,889239 |
0,29056 |
3,06043 |
0,009891 |
0,256163 |
1,522315 |
0,256163 |
1,522315 |
Оценим качественность выбранной модели. Для этого используем количественные характеристики:
1) Коэффициент множественной корреляции – отражает тесноту связи и модели. R = 0,774, он близок к 1, следовательно, модель точна.
2) Коэффициент детерминации – показывает долю вариации результативного признака, находящегося под воздействием изучаемых факторов. R2 = 0,599, т.е. в данной модели 59,9% изменение количества претензий и рекламаций на проданную продукцию учтено в модели и обусловлено влиянием включенных факторов.
Запишем уравнение, полученное при помощи инструмента Регрессия, оно будет иметь вид:
Y = -7,36269 + 0,006147X1 +0,889239X2 (2)
X1 – это значения X1, а X2 – это значения X3
Произведем оценку влияния отдельных факторов на основе модели при помощи коэффициентов эластичности, B –коэффициентов, ∆ - коэффициентов. Все значения занесем в таблицу 5.
Таблица 5 – Оценка влияния отдельных факторов.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.