Ziua Nr.

spoturi
publicitare
Profit din vanzari
(u.m.)
1 7 22
2 5 12
3 1 8
4 8 20
5 10 40
6 2 10
7 6 15

Exemplu rezolvare n EXCEL
Rezolvare folosind EXCEL:
Introducei datele pe dou coloane. n celula A1 se scrie Nr. spoturi iar
n B1 Profit.
Apsai TOOLS/DATA ANALYSIS i apoi REGRESSION
La Input Y Range selectai B1:B8
La Input X Range selectai A1:A8
Daca doriti sa calculati valorile reziduale selectati Residuals.
Apsai OK
Exemplu rezolvare n EXCEL
Exemplu:
y = 2.9884x + 1.4931
0
5
10
15
20
25
30
35
40
45
0 2 4 6 8 10 12
Nr. spoturi
P
r
o
f
i
t

Corelograma (Scatter diagram)
Exemplu rezolvare n EXCEL
RESIDUAL OUTPUT
Observation Predicted Profit din vanz. Residuals
1 22,41204 -0,41204
2 16,43519 -4,43519
3 4,48148 3,51852
4 25,40046 -5,40046
5 31,37731 8,62269
6 7,46991 2,53009
7 19,42361 -4,42361
Exemplu rezolvare n EXCEL
SUMMARY OUTPUT

Regression Statistics
Multiple R (R) 0,8793
R Square (R
2
) 0,7731
Adjusted R Square 0,7278
Standard Error (s
e
) 5,6869
Observations (n) 7

Interpretri:
R : legtura dintre X i Y este puternic.
R
2
: 77,3% din variaia lui Y este determinat de
influena lui X (este explicat de model)

Exemplu rezolvare n EXCEL
ANOVA
df SS MS F
Signifi-
cance F
Regression k = 1 SSR = 551,1511 MSR = 551,1511
F
calc
=
17,04176
minim
o
=
0,0091
Residual n-k-1 = 5 SSE = 161,7060 MSE = 32,3412
Total n-1 = 6 SST = 712,8571

Interpretri:
Modelul de regresie este semnificativ statistic (valid) (adic se accept
H1) pentru o probabilitate de cel mult 100-0,91=99,01%>95% (100-
Significance F %)

Grade de libertate
(Degrees of Freedom)
Varian
(Sum-of-Squares)
Dispersie corectat
(Mean-of-Squares)
Valoarea calculata
a testului F
Exemplu rezolvare n EXCEL
Coefficients
Standard
Error t Stat P-value
Lower
95%
Upper
95%
Intercept a = 1,4930
s
a
=
4,5702
=
o
calc
t
0,3267
0,7571 -10,2551 13,2412
Nr.spoturi
publicitare b =2,9884
s
b

=0,7239
=
|
calc
t
4,1282
0,0091 1,1275 4,8493

Interpretri:
- Parametrul nu este semnificativ, deoarece probabilitatea cu care se poate accepta
H1 (care susine c este semnificativ) este de cel mult 100-75,71=24,29%<95%.
2412 , 13 2551 , 10 s s o

- Parametrul este semnificativ, deoarece probabilitatea cu care se poate accepta H1
(care susine c este semnificativ) este de cel mult 100-0,91=99,01%>95%
8493 , 4 1275 , 1 s s |

Exemplu rezolvare n EXCEL
SUMMARY OUTPUT
Regression Statistics
Multiple R 0,879293972
R Square 0,77315789
Adjusted R
Square 0,727789468
Standard Error 5,686932715
Observations 7
ANOVA
df SS MS F
Signifi-
cance F
Regression 1 551,151124 551,151 17,0418 0,00910121
Residual 5 161,706019 32,3412
Total 6 712,857143
Coefficients
Standard
Error t Stat P-value Lower 95% Upper 95%
Intercept 1,493055556 4,57023275 0,32669 0,75713 -10,255102 13,2412128
Nr.spoturi publicitare 2,988425926 0,7239111 4,12817 0,0091 1,1275532 4,84929865
Determinarea coeficientului de
corelatie liniara Pearson in Excel

Nr. Spoturi
publicitare
Profit din
vanzari (u.m)
Nr. Spoturi
publicitare
1
Profit din vanzari
(u.m)
0,879293972 1

xy
r
Exemplu rezolvare n SPSS
Exemplu rezolvare n SPSS
Exemplu rezolvare n SPSS
Exemplu rezolvare n SPSS
Exemplu rezolvare n SPSS
2. Estimarea valorilor variabilei
dependente
Dac presupunem c la unit. statistica i variabila independent ia valoarea
specificat X
n+1,i
i legtura liniar se menine, atunci valoarea
corespunztoare a variabilei dependente la acea unitate (Y
n+1,i
) este:
Y
n+1,i
= o + |X
n+1,i
+ c
n+1,i
cu val. ajustata:

Daca (X
n+1,i
) = X
n+1,
atunci media tuturor valorilor Y
n+1,i
va fi:
(Y
n+1,i
/X = X
n+1
) = o + |X
n+1
.
Ecuaiile de mai sus sunt utilizate pentru estimarea mediei de rspuns i
pentru estimarea unui rspuns individual.
Pentru amndou estimaiile putem obine estimaii punctuale sau pe
intervale de ncredere.
Pentru a obine estimaii punctuale, folosim ecuaia de regresie liniar n
eantion:
i n i n
X Y
, 1 , 1

+ +
+ = | o
2. Estimarea valorilor variabilei
dependente
y
i
= a + bx
i
+ e
i
;

i atunci, nlocuind pe x
i
cu valoarea dat X
n+1
, obinem:
= a + bx
n+1
.

Construirea intervalului de ncredere pentru previzionare
necesit cunoaterea distribuiei, mediei i dispersiei pentru
. Variabila urmeaz o distribuie t cu (n 2) grade de
libertate. Dispersia asociat variabilei poate fi identificat n
trei cazuri i anume:
1 n
y

+
1 n
y

+ 1 n
y

+
i i
x b a y + =
2. Estimarea valorilor variabilei
dependente
determinarea intervalului de ncredere pentru media de
rspuns, cnd x
n+1
= .
tim c: dar

dac x
n+1
= , atunci iar estimatorul dispersiei pentru
este:


Intervalul de ncredere este, n acest caz:



x
( ) x x b y bx x b y y

1 n 1 n 1 n
+ = + =
+ + +
x
, y y

1 n
=
+
1 n
y

+
( )
( )
n
s
s s
2
e
2
y
2
y
1 n
= =
+
n
s
t y

e
2 n , 2 / 1 n +

o
1 1

+ +
+ =
n n
x b a y = + = x b y a x b a y
2. Estimarea valorilor variabilei
dependente
determinarea intervalului de ncredere pentru media de
rspuns, cnd x
n+1
= .
n acest caz:

iar estimatorul dispersiei pentru este:




Intervalul de ncredere pentru media de rspuns este:


x
) x x ( b y y

1 n 1 n
+ =
+ +
1 n
y

+
( )
| |
( )
|
|
|
|
.
|

\
|

+ = =

=
+
+
+
+
n
i
i
n
e
x x b y
y
x x
x x
n
s s s
n
n
1
2
2
1
2 2
) (
2

) ( 1
1
1
( )
( )

=
+
+

+
n
1 i
2
i
2
1 n
e 2 n , 2 / 1 n
x x
x x
n
1
s t y

o
2. Estimarea valorilor variabilei
dependente
determinarea intervalului de ncredere pentru un rspuns
individual.
n acest caz trebuie s determinm dispersia diferenei adic
dispersia erorii de previzionare.
Dispersia n eantion este:




Intervalul de ncredere este:


,

, 1 1 i n n
y y
+ +

( ) ( )
|
|
|
|
.
|

\
|

+ + = +
|
|
|
|
.
|

\
|

+ = =

=
+
=
+

+ + +
n
i
i
n
e e n
i
i
n
e y y y
x x
x x
n
s s
x x
x x
n
s s s
i n n i n
1
2
2
1
2 2
1
2
2
1
2 2

) (
) ( 1
1
) (
) ( 1
, 1 1 , 1

=
+
+

+ +
n
i
i
n
e n i n
x x
x x
n
s t y
1
2
2
1
2 , 2 / , 1
) (
) ( 1
1