Расчет параметров линейного уравнения множественной регрессии (по данным о деятельности крупнейших кампаний), страница 6

день

yt

yt-1

1

29,000

2

40,000

29,000

1,571

-8,714

-13,694

2,469

75,939

3

30,000

40,000

-8,429

2,286

-19,265

71,041

5,224

4

52,000

30,000

13,571

-7,714

-104,694

184,184

59,510

5

47,000

52,000

8,571

14,286

122,449

73,469

204,082

6

28,000

47,000

-10,429

9,286

-96,837

108,755

86,224

7

16,000

28,000

-22,429

-9,714

217,878

503,041

94,367

8

51,000

16,000

12,571

-21,714

-272,980

158,041

471,510

9

40,000

51,000

1,571

13,286

20,878

2,469

176,510

10

35,000

40,000

-3,429

2,286

-7,837

11,755

5,224

11

57,000

35,000

18,571

-2,714

-50,408

344,898

7,367

12

28,000

57,000

-10,429

19,286

-201,122

108,755

371,939

13

33,000

28,000

-5,429

-9,714

52,735

29,469

94,367

14

42,000

33,000

3,571

-4,714

-16,837

12,755

22,224

15

39,000

42,000

0,571

4,286

2,449

0,327

18,367

S

538,000

528,000

0,000

0,000

-367,286

1611,429

1692,857

=(40+30+52+47+28+16+51+40+35+57+28+33+42+39)/14=538/14=38,429

==(29+40+30+52+47+28+16+51+40+35+57+28+33+42)/14=528/14==37,714

Коэффициент корреляции первого порядка свидетельствует о незначительной линейной зависимости между количеством посещений, имевших место в течение текущего дня, и количеством посещений, произошедших в течение непосредственно предшествующего дня.

Затем определим коэффициент автокорреляции второго порядка (r2):

 


Расчет значений, необходимых для определения коэффициента автокорреляции второго порядка проведем в таблице 31.3

Таблица 31.3

день

yt

yt-2

1

29,000

2

40,000

3

30,000

29,000

-8,308

-8,385

69,657

69,018

70,302

4

52,000

40,000

13,692

2,615

35,811

187,479

6,840

5

47,000

30,000

8,692

-7,385

-64,189

75,556

54,533

6

28,000

52,000

-10,308

14,615

-150,651

106,249

213,609

7

16,000

47,000

-22,308

9,615

-214,497

497,633

92,456

8

51,000

28,000

12,692

-9,385

-119,112

161,095

88,071

9

40,000

16,000

1,692

-21,385

-36,189

2,864

457,302

10

35,000

51,000

-3,308

13,615

-45,036

10,941

185,379

11

57,000

40,000

18,692

2,615

48,888

349,402

6,840

12

28,000

35,000

-10,308

-2,385

24,580

106,249

5,686

13

33,000

57,000

-5,308

19,615

-104,112

28,172

384,763

14

42,000

28,000

3,692

-9,385

-34,651

13,633

88,071

15

39,000

33,000

0,692

-4,385

-3,036

0,479

19,225

S

498,000

486,000

0,000

0,000

-592,538

1608,769

1673,077