Задания для самостоятельного выполнения. Фирма провела рекламную кампанию

Задача № 1.

Фирма провела рекламную кампанию. Через 10 недель фирма решила проанализировать эффективность этого вида рекламы, сопоставив недельные объёмы продаж (у, тыс. руб.) с расходами на рекламу (х, тыс. руб.).

Недельные объёмы продаж, (у), тыс. руб. Расходы на рекламу, (х), тыс. руб.

1. Полагая, что между переменными имеет место линейная зависимость, определить выборочное уравнение линейной регрессии.

2. Рассчитать ошибки прогноза.

3. Рассчитать коэффициент корреляции ПИРСОНА и коэффициент детерминации. Сделать выводы.

4. Найти ожидаемое значение объема недельных продаж, если расходы на рекламу составят:

а) 15 тыс. руб,

б) 11 тыс.руб.

в) 20 тыс руб.

Решение задачи с использованием электронных таблиц

1. Оформить заголовок работы

2. Скопировать данные задачи в буфер и вставить в электронную таблицу

3. Подобрать нужную ширину столбцов при помощи операции «формат» в меню «главное»

4. Для расчета коэффициента а использовать статистическую функцию ОТРЕЗОК

5. Для расчета коэффициента b использовать статистическую функцию НАКЛОН

6. Для расчета коэффициента корреляции ПИРСОНА использовать статистическую функцию КОРРЕЛ:

КОРРЕЛ(массив1;массив2)

Возвращает коэффициент корреляции между диапазонами ячеек "массив1" и "массив2". Коэффициент корреляции используется для определения взаимосвязи между двумя свойствами. Например, можно установить зависимость между средней температурой в помещении и использованием кондиционера.

7. Для расчета коэффициента корреляции детерминации использовать статистическую функцию КВПИРСОН

КВПИРСОН(известные_значения_y;звестные_значения_x)

Возвращает квадрат коэффициента корреляции Пирсона через точек данных в известные_значения_y и известные_значения_x.

  1. Для прогноза ожидаемых объемов продаж использовать статистическую функцию ТЕНДЕНЦИЯ

ТЕНДЕНЦИЯ(известные_значения_y; [известные_значения_x]; [новые_значения_x]; [конст])

Возвращает значения в соответствии с линейным трендом. Аппроксимирует прямой линией (по методу наименьших квадратов) массивы "известные_значения_y" и "известные_значения_x". Возвращает значения y, соответствующие этой прямой для заданного массива "новые_значения_x".

Задача № 2.Представлены статистические данные инвестиций в экономику региона (y) и среднегодовой стоимости основных фондов в экономике региона (х) по 18 территориям Центрального федерального округа. Изучить зависимость инвестиций в экономику региона (у) от среднегодовой стоимости основных фондов в экономике региона (х):

1. Из 18 территорий Центрального федерального округа исключить Москву и Московскую область, так как они имеют аномально высокие значения инвестиций и основных фондов, нарушающие однородность изучаемой совокупности.

2. Полагая, что между переменными имеет место линейная зависимость, определить выборочное уравнение линейной регрессии.

3. Рассчитать ошибки прогноза.

4. Рассчитать коэффициент корреляции ПИРСОНА и коэффициент детерминации. Сделать выводы.

5. Найти ожидаемое значение инвестиций, если среднегодовая стоимость основных фондов составит составят:

а) 150 млрд.. руб,

б) 300 млрд.. руб.

в) 50 млрд.. руб

Сделайте выводы. Решение задачи оформить с помощью электронных таблиц.

Территории Центрального федерального округа Стоимость основных фондов в экономике региона (х), млрд.руб Инвестиции в экономику региона (y), млрд.руб
Белгородская область 194,1 10,2
Брянская область 147,3 4,1
Владимирская область 162,9 8,6
Воронежская область 290,1 14,8
Ивановская область 99,7 2,9
Калужская область 123,2 7,2
Костромская область 108,4 5,6
Курская область 177,5 9,7
Липецкая область 191,5 10,4
Москва 2048,6 205,4
Московская область 909,5
Орловская область 93,6 4,7
Рязанская область 167,7 6,7
Смоленская область 175,5 10,5
Тамбовская область 160,5 4,9
Тверская область 225,4
Тульская область 215,3 9,1
Ярославская область 12,6

Наши рекомендации