Documente Academic
Documente Profesional
Documente Cultură
Am putea utiliza indicatorul „bugetul de publicitate” ca o variabilă explicativă, în baza căreia să prognozăm indic
Calculăm indicatorii corelației:
Bugetul de Cifra de
publicitate afaceri (𝑋 − 𝑋ത) (𝑌 − 𝑌ത) (𝑋 − 𝑋ത)* (𝑌 − 𝑌ത)
n (mii $) (mii $)
t1 45 2200 -19 -1325 25175
t2 54 3400 -10 -125 1250
t3 76 3800 12 275 3300
t4 81 4700 17 1175 19975
Media 64 3525 X X X
Suma 49700
Covarianța = 49700/4
Coeficientul de corelație = 49700/(894*3227500)^(1/2)
Coeficientul de determinare = 0,92524^2
Interpretarea rezultatelor:
Cov = 12425 - Este o legătură puternică, directă
r = 0,9252 - Este o corelație puternică, pozitivă
R²= 0,86 , sau 86% din variația cifrei de afaceri este explicată prin variația bugetului de publicitate.
Răspuns:
Da, indicatorul „bugetul de publicitate” poate fi utilizat ca o variabilă explicativă în prognozele indicatorul „cifra
y-?
x-?
R²= r²
(𝑋 − 𝑋ത)2 (𝑌 − 𝑌ത)2
Covarianţa surprinde existenţa şi direcţia legăturii dintre variabila
361 1755625 Valorile pozitive ale acestui indicator reflectă o legătură directă, ia
100 15625 Valorile mari ale indicatorului arată o legătură puternică, în timp c
144 75625 semnifică lipsa de legătură între variabilele y şi x.
289 1380625
X X Coeficientul de corelaţie măsoară intensitatea legăturii liniare din
894 3227500 Coeficientul de corelație ia valori între -1 şi +1, unde: -1 (corelație
49700/4 12425 0 -nu există corelație.
4*3227500)^(1/2) 0.925240221 Un coeficient de corelatie de la -0,25 la 0,25 inseamna o corelatie
,92524^2 0.85606946733 Un coeficient de corelatie de la 0,25 la 0,50 (sau de la -0,25 la -0,5
Un coeficient de corelatie de la 0,50 la 0,75 (sau de la -0,50 la -0,7
Un coeficient de corelatie mai mare de 0,75 (sau mai mic de -0,75
prezintă partea din variaţia totală a lui Y explicată prin relaţia liniară între X şi Y.
atia totala a variabilei dependente care este explicata de variabila independentă.
Funcția de regresie yᵢ = f (xᵢ)= a+b*xᵢ , unde a- intercept, b- coeficientul dreptei, x- predictor
Parametru “b” se numeşte coeficient de regresie şi exprimă sensul şi mărimea influenţei lui x asupra lui y.
Dacă “b” este pozitiv, se arată o legătură directă; dacă “b” este negativ, atunci se arată o legătură indirectă.
Mărimea parametrului “b” arată cu cât se modifică variabila rezultativă la creşterea cu o unitate a factorului de influ
Estimarea parametrilor funcţiei de regresie se face cu metoda celor mai mici pătrate pe baza următorului sistem:
Se dă:
În ultimii ani o firmă a obţinut următoarele rezultate economice:
Perioada t1 t2 t3 t4
Cifra de
afaceri
(mii $) 2200 3400 3800 4700
Bugetul de
publicitate
(mii $)
45 54 76 81
Care va fi cifra de afaceri, dacă bugetul pentru publicitate va crește până la 150 mii $ ?
Știind că între acești indicatori este o corelație puternică, vom trece la calcularea ecuației de regresie
Bugetul
Cifra de
de
publicitate
afaceri (𝑋 − 𝑋ത) (𝑌 − 𝑌ത) (𝑋 − 𝑋ത)* (𝑌 − 𝑌ത) (𝑋 − 𝑋ത)2
(mii $)
(mii $)
t1 45 2200 -19 -1325 25175 361
t2 54 3400 -10 -125 1250 100
t3 76 3800 12 275 3300 144
t4 81 4700 17 1175 19975 289
Total 256 14100 0 0 49700 894
Media 64 3525
Bugetul
Cifra de
de
afaceri X2 X*Y
publicitate
(mii $)
(mii $)
t1 45 2200 2025 99000 4𝑎 + 256𝑏 = 14100
t2 54 3400 2916 183600 ቄ
256𝑎 + 17278𝑏 = 952100
t3 76 3800 5776 288800
t4 81 4700 6561 380700
Total 256 14100 17278 952100
Raspuns:
Coeficientul de regresie este de 55,59. Acesta exprimă o legătură directă a influenței bugetului de publicitate asupra
Ecuația de regresie va fi: y = -32,94 +55,59*x;
Dacă bugetul pentru publicitate va crește la nivelul de 150 mii $, atunci cifra de afaceri prognozată va atinge nive
ptei, x- predictor
ației de regresie
b = 55.59
a = -32.94 Cifra de afaceri (mii $)
5000
4500
4000 f(x) = 55.592841163311 x − 32.9418344519017
R² = 0.856069467332782
Cifra de afaceri, mii$
3500
3000
2500
2000
56𝑏 = 14100 1500
7278𝑏 = 952100 1000
500
0
40 45 50 55 60 65 70 75 80 85
Bugetul pentru publicitate, mii $
500
0
40 45 50 55 60 65 70 75 80 85
Bugetul pentru publicitate, mii $
1. Corelația
Столбец 1 Столбец 2
Столбец 1 1
Столбец 2 0.9252402214197 1
2. Covarianța
Столбец 1 Столбец 2
Столбец 1 223.5
Столбец 2 12425 806875
3. Regresia
ВЫВОД ИТОГОВ
ВЫВОД ОСТАТКА
ia variabilei dependente este explicat de variația variabilei independente (85% din variația Cifrei de afaceri este influențată de variația
ouă modele care compară aceleași date și de obicei este mai mic decât Rpatrat
MS F Значимость F
2762964.20581655 11.8955922898181 0.074759778580296
232267.897091722
1 x − 32.9418344519017
82
60 65 70 75 80 85