Прогнозирование на основе регрессионных моделей

По имеющимся исходным данным выявить и оценить на основе регрессионных моделей производственные связи. Провести расчет прогнозных значений показателей, когда уровень факторных показателей на 30% превышают средние величины исходных данных.

Исходные данные представлены в таблице:

Удой молока на среднегодовую корову, кг

Расход кормов на 1 корову, корм. ед.

Удельный вес чистопородных коров в стаде, %

Себестоимость молока за 1 кг, руб.

1328048,20610,313
2292043,10540,413
3514060,70700,268
4463060,10670,310
5495059,40710,309
6500052,50740,288
7279044,00450,357
8434054,20680,247
9416053,20650,305
10266046,40510,376
11296047,10520,351
12323046,10570,356
13348053,90580,312
14323053,40520,415
15237039,40440,411
16261040,20500,380
17300045,50520,326
18296041,40490,341
19310047,80530,398
20272046,30570,405

Необходимо определить тесноту связи между данными признаками. Для этого вначале воспользуемся коэффициентом корреляции рангов Спирмэна. Этот показатель основан на корреляции не самих значений коррелируемых признаков, а их рангов. Для его расчета присвоим ранги значениям соответствующих признаков, затем найдем их разность d. Эти вычисления отразим в нижеследующих таблицах. Далее вычислим непосредственно сам коэффициент, который равен: , ( n – число наблюдаемых пар значений признаков.)

Расчетные таблицы для определения коэффициента корреляции рангов Спирмэна

Удой молока на среднегодовую корову, кгСебестоимость молока за 1 кг, руб.РангиРазность рангов d = Nx - Ny

d2

xy

Nx

Ny

32800,313813-525
29200,41315213169
51400,268119-18324
46300,31415-11121
49500,309316-13169
50000,288218-16256
27900,357168864
43400,247520-15225
41600,305617-11121
26600,37618711121
29600,35113,5103,512,25
32300,3569,590,50,25
34800,312714-749
32300,4159,518,572,25
23700,41120317289
26100,3819613169
30000,326121200
29600,34113,5112,56,25
31000,398115636
27200,40517413169
n = 20

∑ d 2 =

2398
ρ =-0,803
Актуально: