APLICAȚIE REZOLVATĂ.

În ultimii ani o firmă a obţinut următoarele rezultate economice:

Am putea utiliza indicatorul „bugetul de publicitate” ca o variabilă explicativă, în baza căreia să prognozăm indicatorul „cifra
indicatorii corelației:

Bugetul de Cifra de (𝑋 − 𝑋ത) (𝑌 − 𝑌ത) (𝑋 − 𝑋ത)* (𝑌 − 𝑌ത)

publicitate (mii $) afaceri (mii $) (𝑋 − 𝑋ത)2 (𝑌 − 𝑌ത)2

t1 45 2200 -19 -1325 25175 361 1755625

t2 54 3400 -10 -125 1250 100 15625
t3 76 3800 12 275 3300 144 75625
t4 81 4700 17 1175 19975 289 1380625
Media 64 3525
Suma 49700 894 3227500
Covarianța = 49700/4 12425
Coeficientul de corelație = 49700/(894*3227500)^(1/2) 0.92524
Coeficientul de determinare = 0,92524^2 0.856069

Răspuns: da, indicatorul „bugetul de publicitate” poate fi utilizat ca o variabilă explicativă în prognozele indicatorul „
le rezultate economice:

ă prognozăm indicatorul „cifra de afaceri”? Calculăm

Este o legătură puternică directă

Corelație puternică pozitivă
85 % din variația cifrei de afaceri este
explicată de variața bugetului de
publicitate
tivă în prognozele indicatorul „cifra de afaceri”
 Bugetul de Cifra de
publicitate afaceri (𝑋 − 𝑋ത) (𝑌 − 𝑌ത) (𝑋 − 𝑋ത)* (𝑌 − 𝑌ത) (𝑋 − 𝑋ത)2
(mii $) (mii $)
5000
t1 45 2200 -19 -1325 25175 361
4500
t2 54 3400 -10 -125 1250 100 4000 f(x) = 5
R² = 0.9
t3 76 3800 12 275 3300 144 3500
t4 81 4700 17 1175 19975 289 3000
Total 256 14100 0 0 49700 894 2500
Media 64 3525 2000
1500
a -32.94 1000
b 55.59 500
0
40 45 5

Bugetul de Cifra de
publicitate afaceri X2 X*Y
(mii $) (mii $)
t1 45 2200 2025 99000
t2 54 3400 2916 183600
t3 76 3800 5776 288800 4𝑎 + 256𝑏 = 14100
6561 380700 ቄ
256𝑎 + 17278𝑏 = 952100
t4 81 4700
Total 256 14100 17278 952100
5000 Cifra de afaceri (mii $)
4500
4000 f(x) = 55.1047574950804 x
R² = 0.991219338958362
3500
3000
2500
2000
1500
1000
500
0
40 45 50 55 60 65 70 75 80 85
Bugetul pentru publicitate, mii $
Corelația se calculează și prin funcția CORREL

0.925240221

Se mai poate de utilizat și pachetul DATA ANALYSIS (cum se activează privind în tutorial de pe moodle)

Corelația
Column 1 Column 2
Column 1 1
Column 2 0.92524 1

Covarianța
Column 1 Column 2
Column 1 223.5
Column 2 12425 806875

Regresia
SUMMARY OUTPUT

Regression Statistics
Multiple R 0.92524
R Square 0.856069 Coeficient de determinare
Adjusted R Sq 0.784104
Standard Error 481.9418
Observations 4

ANOVA
df SS MS F Significance F
Regression 1 2762964 2762964 11.89559 0.07476
Residual 2 464535.8 232267.9
Total 3 3227500

Coefficients
Standard Error t Stat P-value Lower 95%Upper 95%Lower 95,0%
Intercept -32.94183 1059.358 -0.031096 0.978017 -4590.99 4525.106 -4590.99
Bugetul de publ55.59284 16.11854 3.448999 0.07476 -13.75966 124.9453 -13.75966
Coeficienții din ecuația de regresie

RESIDUAL OUTPUT

Observation
Predicted Cifra de afaceri
Residuals
(mii $)
1 2468.736 -268.736
2 2969.072 430.9284
3 4192.114 -392.1141
4 4470.078 229.9217
n tutorial de pe moodle)

Upper 95,0%
4525.106
124.9453
Aplicația 1.

Nivelul
SUBIECTUL Vîrsta (X) (xi-xmed) (yi-ymed) (xi-xmed)*(yi-ymed) (xi-xmed)^2 (yi-ymed)^2
glucozei (Y)
1 43 99 1.8 18.0 33 3.36 324.00
2 21 65 -20.2 -16.0 322.67 406.69 256.00
3 25 79 -16.2 -2.0 32.33 261.36 4.00
4 42 75 0.8 -6.0 -5.00000000000001 0.69 36.00
5 57 87 15.8 6.0 95 250.69 36.00
6 59 81 17.8 0.0 0 318.03 0.00
Media 41.2 81.0
Suma 478 1240.833 656

Covariatia 478/6 79.7

Coeficientul de corelatie 478/((1240.83*656)^(1/2)) 0.53 Corelatie pozitiva moderata
Coeficientul de determinare 0.53^2 0.28
b 0.39
a 65.1

y=65,1+0,39x
 Столбец 1 Столбец 2
Столбец 1 206.8055555556
Столбец 2 79.66666666667 109.333333333333

Столбец 1 Столбец 2
Столбец 1 1
Столбец 2 0.52980890189 1

Corelatie pozitiva moderata

ВЫВОД ИТОГОВ

Регрессионная статистика
Множественный R 0.52980890189
R-квадрат 0.280697472522
Нормированный R-квадрат 0.100871840653
Стандартная ошибка 10.86119765525
Наблюдения 6

Дисперсионный анализ
df SS
Регрессия 1 184.13754197448
Остаток 4 471.862458025521
Итого 5 656

КоэффициентыСтандартная ошибка
Y-пересечение 65.14157152451 13.4452584930164
Переменная X 1 0.38522498321 0.308333697767669
 MS F Значимость F
184.1375 1.560943 0.279645
117.9656

t-статистикаP-Значение
Нижние 95%
Верхние 95%
Нижние 95.0%
Верхние 95.0%
4.844948 0.00837 27.81155 102.4716 27.81155 102.4716
1.249377 0.279645 -0.470847 1.241297 -0.470847 1.241297