|
|
|
На основе данных из рисунков 3.33-3.34 можно получить следующее уравнение регрессии  Если анализировать его, то можно сказать определенно, что модель является адекватной, на ее основе можно принимать решения и осуществлять прогнозы. Но определяющим здесь является коэффициент множественной детерминации. Для данной модели RI = 0,94, что говорит о 6% неучтенных факторов. Если рассматривать смешанные модели, в которые входят как факторы высших порядков, так и логарифмические, то определенно можно сказать, что коэффициент множественной детерминации не изменится и не превысит значения 0,97. Если рассматривать модели с натуральным и десятичным логарифмом, то коэффициент множественной детерминации опять-таки равен 0,94, что не является лучшим показателем. Выводы. Можно выбрать две лучшие модели (уравнения (3.8) и (3.9)). На их основе можно принимать решения и осуществлять прогнозы. Если сравнивать эти две модели по коэффициенту множествен- ной детерминации и числу неучтенных факторов, то логарифмическая модель уступает модели третьего порядка. Но если рассматривать их по числу входящих факторов, то оптимальной можно считать именно логарифмическую модель, включающую в себя больше значимых факторов. Задания для самостоятельного выполнения. 1. Используя данные таблицы Приложения В, построить прогноз с использованием многофакторных моделей прогнозирования. 2. Подобрать оптимальные параметры прогнозной модели. 3. Рассчитать ошибку прогнозирования, дополнительно руководствуясь теоретическими положениями, приведенными в Приложении А. |
|
|
