Курсовая работа: Процесс анализа информационных массивов

Подставив данные из таблицы 2.1 в эту систему, получается:

Отсюда: a₀ = -2132,16; a₁ = 1,005433; a₂ =1,080124;

Расчеты показали, что с увеличением себестоимости проданных товаров, продукции, работ, услуг на 1 тыс. руб. и коммерческих, управленческих расходов на 1 тыс. руб. величина выручки от продажи возрастает соответственно в среднем на 1,0054 и 1,0801 тыс. руб.

Далее необходимо проверить адекватность модели, построенной на основе уравнений регрессии.

Во-первых, нужно проверить значимость каждого коэффициента регрессии. Значимость коэффициента регрессии осуществляется с помощью t-критерия Стьюдента (2.7):

,

(2.7)

где -дисперсия коэффициента регрессии.

Параметр модели признается статистически значимым, если

t_p > t_kp (α; ν=n-k-1),

где α – уровень значимости;

ν – число степеней свободы.

Величина может быть определена по формуле (2.8):

,(2.8)

где R – множественный коэффициент корреляции по y;

R_i – множественный коэффициент корреляции по фактору x_i с остальными факторами.

В данной работе R_i