У спрос {43,3; 44,1; 45,8; 47,3; 48,4; 49,3}
Х1 (н. р. ) {81.4; 83,8; 85,7; 88,3; 89,1; 90,3}
Х2 (цена) {16,3; 16,9; 17,3; 17,7; 18,1; 18,5}
Требуется предвидеть дальнейшее поведение спроса на периоды t7, t8, t9, t10. Оцените адекватность выводов.
--- __ ; ---__ ;--- __ ;--- __ ;--- __ ;--- __ ;--- __ ;
Можно сделать через Excel через формулы (=trend и прочие) или через анализ данных - регрессия.. .
Сначала делаешь множественную линейную регрессию
Y(X1;X2)≈-9.3686+0.344311•X1+1.48714•X2
Потом вводишь дополнительный вектор времени:
t {1,2,3,4,5,6} и через него получаешь трэнд факторов Х1 и Х2 посредством регрессии по времени:
t , _ .; _Y__ .. _ X1_ . ,_ X2
1 .. ; .. 43.3 .. ; .. 81.4 .. ; .. 16.3
2 .. ; .. 44.1 .. ; .. 83.8 .. ; .. 16.9
3 .. ; .. 45.8 .. ; .. 85.7 .. ; .. 17.3
4 .. ; .. 47.3 .. ; .. 88.3 .. ; .. 17.7
5 .. ; .. 48.4 .. ; .. 89.1 .. ; .. 18.1
6 .. ; .. 49.3 .. ; .. 90.3 .. ; .. 18.5
X1(t)≈80.13333+1.8t
X2(t)≈15.96667+0.42857t
Отсюда для t:{7,8,9,10} получаешь значения Х1(t) и Х2(t) и дальше соответственно Y(X1[t];X2[t])
t_ .; __Y(X1;X2)_ ., __ X1(t)_ . ,__X2(t)
7 .. ; .. 50.7665 .. ; .. 92.7333 .. ; .. 18.9667
8 .. ; .. 52.0236 .. ; .. 94.5333 .. ; .. 19.3952
9 .. ; .. 53.2807 .. ; .. 96.3333 .. ; .. 19.8238
10 . ; . 54.5378 .. ; .. 98.1333 .. ; .. 20.2524
или если более подробно (с доверительными интервалами и другим анализом качества моделей) то получится так (х1 заменено на х, х2 заменено на у, и у заменено на z)
Остальные показатели качества модели Y(X1;X2)≈-9.3686+0.344311•X1+1.48714•X2
