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.
- 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 |