Практичне заняття № 2

Побудова та дослідження прогнозних моделей

Методичні вказівки до виконання практичного завдання
У прогнозуванні за допомогою регресій виділяють три основних методи побудови найпростіших
статистичних наближень.
a) За методом „натягнутої нитки” регресію визначають так. Вибирають дві точки A ( x A , y A )
та B ( xB , y B ) , через які проводять пряму, яка на думку дослідника найкращим чином
відображує зв’язок між двома факторами. Після цього складають рівняння
x - xA y - yA
= ,
xB - x A y B - y A
з якої і знаходять параметри a і b регресії y = ax + b .
b) За методом сум регресію визначають так. Поділяють вибірку на дві рівні за кількістю
é n + 1ù
значень частини. Кількість k пар факторів у першій частині визначають так: k = ê , де
ê 2 úú
éê x ùú означає округлення числа x до найближчого цілого числа, яке не більше за x .
Відповідно, друга вибірка буде містити n - k пар значень. Параметри регресії a і b
знаходять із системи:
ì k k

ïa å xi + kb = å yi
ï i =1 i =1
í n n
ïa
ïî iå
xi + (n - k )b = å yi
= k +1 i = k +1
с) Параметри лінійної прогнозної моделі за методом найменших квадратів визначають за
формулами:
n n n
n × å xi yi - (å xi ) × (å yi )
a= i =1
n
i =1
n
i =1

n × å xi2 - (å xi ) 2
i =1 i =1

1 n 1 n
b= × å yi - a × × å xi
n i =1 n i =1

Завдання до практичного заняття

1. На основі статистичних даних побудувати економіко-математичну модель прогнозу залежності
показника Y від фактору Х. Для обчислення коефіцієнтів моделі використати:
а) метод натягнутої нитки;
б) метод сум;
в) метод найменших квадратів.
2. Обчислити прогнозне значення показника для заданого значення фактору.
3. Побудувати в одній системі координат:
1) точковий графік початкових статистичних даних;
2) графіки регресійних прямих, отриманих різними методами;
3) прогнозні значення показника, отримані різними методами.
 Варіанти індивідуальних завдань до практичного заняття

Варіант 1 Варіант 2 Варіант 3

№ x y № x y № x y
1 1 32 1 2 14 1 3 14
2 1.5 33 2 2.25 15 2 3.5 15
3 2 33 3 2.5 15 3 4 14
4 2.5 36 4 2.75 19 4 4.5 17
5 3 34 5 3 17 5 5 20
6 3.5 35 6 3.25 21 6 5.5 22
7 4 41 7 3.5 20 7 6 24
8 4.5 42 8 3.75 22 8 6.5 25
9 5 40 9 4 23 9 7 24
10 5.5 45 10 4.25 26 10 7.5 25
9 ? 7 ? 11 ?

Варіант 4 Варіант 5 Варіант 6

№ x y № x y № x y
1 4 13 1 5 56 1 6 65
2 4.25 13 2 5.1 56 2 6.25 69
3 4.5 14 3 5.2 58 3 6.5 72
4 4.75 13 4 5.3 57 4 6.75 73
5 5 13 5 5.4 58 5 7 75
6 5.25 14 6 5.5 59 6 7.25 78
7 5.5 14 7 5.6 62 7 7.5 81
8 5.75 16 8 5.7 62 8 7.75 85
9 6 16 9 5.8 64 9 8 85
10 6.25 17 10 5.9 66 10 8.25 90
9 ? 7 ? 10 ?

Варіант 7 Варіант 8 Варіант 9

№ x y № x y № x y
1 7 70 1 8 22 1 11 34
2 7.5 69 2 8.1 25 2 11.25 28
3 8 70 3 8.2 28 3 11.5 35
4 8.5 78 4 8.3 25 4 11.75 37
5 9 79 5 8.4 28 5 12 53
6 9.5 83 6 8.5 31 6 12.25 51
7 10 89 7 8.6 36 7 12.5 65
8 10.5 93 8 8.7 37 8 12.75 69
9 11 98 9 8.8 32 9 13 72
10 11.5 97 10 8.9 39 10 13.25 80
15 ? 10 ? 15 ?

Варіант 10 Варіант 11 Варіант 12

№ x y № x y № x y
1 10 31 1 11 34 1 12 14
2 10.5 33 2 11.25 28 2 12.5 20
3 11 40 3 11.5 35 3 13 21
4 11.5 43 4 11.75 37 4 13.5 24
5 12 50 5 12 53 5 14 34
6 12.5 56 6 12.25 51 6 14.5 34
7 13 64 7 12.5 65 7 15 41
8 13.5 71 8 12.75 69 8 15.5 59
9 14 76 9 13 72 9 16 52
10 14.5 76 10 13.25 80 10 16.5 65
18 ? 15 ? 20 ?

2
Варіант 13 Варіант 14 Варіант 15
№ x y № x y № x y
1 13 10 1 14 40 1 15 9
2 13.5 15 2 14.25 37 2 15.25 9
3 14 26 3 14.5 48 3 15.5 24
4 14.5 34 4 14.75 50 4 15.75 15
5 15 31 5 15 55 5 16 22
6 15.5 37 6 15.25 61 6 16.25 39
7 16 53 7 15.5 74 7 16.5 31
8 16.5 61 8 15.75 75 8 16.75 43
9 17 62 9 16 73 9 17 43
10 17.5 63 10 16.25 87 10 17.25 51
21 ? 18 ? 19 ?

Варіант 16 Варіант 17 Варіант 18

№ x y № x y № x y
1 1.6 8 1 1.7 17 1 1.8 20
2 2.1 11 2 1.95 16 2 2.3 28
3 2.6 12 3 2.2 20 3 2.8 33
4 3.1 13 4 2.45 19 4 3.3 34
5 3.6 13 5 2.7 28 5 3.8 35
6 4.1 14 6 2.95 29 6 4.3 47
7 4.6 15 7 3.2 26 7 4.8 46
8 5.1 15 8 3.45 28 8 5.3 55
9 5.6 18 9 3.7 29 9 5.8 52
10 6.1 19 10 3.95 32 10 6.3 57
9 ? 6 ? 9 ?

Варіант 19 Варіант 20 Варіант 21

№ x y № x y № x y
1 1.9 17 1 2 13 1 2.1 15
2 2.15 17 2 2.1 15 2 2.6 18
3 2.4 21 3 2.2 22 3 3.1 25
4 2.65 20 4 2.3 24 4 3.6 23
5 2.9 22 5 2.4 27 5 4.1 28
6 3.15 26 6 2.5 27 6 4.6 30
7 3.4 26 7 2.6 24 7 5.1 31
8 3.65 29 8 2.7 28 8 5.6 33
9 3.9 28 9 2.8 35 9 6.1 38
10 4.15 33 10 2.9 37 10 6.6 39
6 ? 4 ? 10 ?

Варіант 22 Варіант 23 Варіант 24

№ x y № x y № x y
1 2.2 28 1 2.3 15.3 1 2.4 22
2 2.7 31 2 2.4 12 2 2.6 27
3 3.2 34 3 2.5 10 3 2.8 32
4 3.7 43 4 2.6 8.7 4 3 36
5 4.2 44 5 2.7 7.7 5 3.2 33
6 4.7 49 6 2.8 7 6 3.4 34
7 5.2 59 7 2.9 6.4 7 3.6 38
8 5.7 66 8 3 6 8 3.8 41
9 6.2 63 9 3.1 5.6 9 4 41

3
 10 6.7 64 10 3.2 5.3 10 4.2 47
10 ? 4 ? 6 ?

Варіант 25 Варіант 26 Варіант 27

№ x y № x y № x y
1 2.5 31 1 2.6 24 1 2.7 20
2 3 34 2 2.85 29 2 3.2 24
3 3.5 31 3 3.1 30 3 3.7 28
4 4 35 4 3.35 28 4 4.2 40
5 4.5 46 5 3.6 35 5 4.7 47
6 5 49 6 3.85 33 6 5.2 54
7 5.5 56 7 4.1 39 7 5.7 53
8 6 63 8 4.35 44 8 6.2 68
9 6.5 74 9 4.6 43 9 6.7 72
10 7 75 10 4.85 47 10 7.2 79
11 ? 7 ? 10 ?

Варіант 28 Варіант 29 Варіант 30

№ x y № x y № x y
1 2.8 30 1 2.9 31 1 3 38
2 3.05 29 2 3.15 40 2 3.25 40
3 3.3 38 3 3.4 40 3 3.5 40
4 3.55 42 4 3.65 38 4 3.75 51
5 3.8 39 5 3.9 49 5 4 54
6 4.05 38 6 4.15 44 6 4.25 56
7 4.3 46 7 4.4 51 7 4.5 58
8 4.55 43 8 4.65 51 8 4.75 57
9 4.8 50 9 4.9 59 9 5 63
10 5.05 54 10 5.15 60 10 5.25 62
7 ? 7 ? 7 ?