Dane dotyczące sprzedaży wody mineralnej

Slides:



Advertisements
Podobne prezentacje
Przykład liczbowy Rozpatrzmy dwuwymiarową zmienną losową (X,Y), gdzie X jest liczbą osób w rodzinie, a Y liczbą izb w mieszkaniu. Niech f.r.p. tej zmiennej.
Advertisements

Excel Narzędzia do analizy regresji
I część 1.
Klasyfikacja roczna w roku szkolnym 2012/2013
2011 Joanna Bechcińska Bożena Boleska
Wykład 13 Estymacja wartości oczekiwanej zmiennej zależnej.
dr Jarosław Poteralski
POWIAT MYŚLENICKI Tytuł Projektu: Poprawa płynności ruchu w centrum Myślenic poprzez przebudowę skrzyżowań dróg powiatowych K 1935 i K 1967na rondo.
Analiza wyników konkursów przedmiotowych
Domy Na Wodzie - metoda na wlasne M
BUDOWA MODELU EKONOMETRYCZNEGO
ZNACZENIE ZDROWIA PSYCHICZNEGO DLA EFEKTYWNOŚCI PRACOWNIKA
1 mgr inż. Sylwester Laskowski Opiekun Naukowy: prof. dr hab. inż. Andrzej P. Wierzbicki.
Analiza współzależności
Wartość empiryczna (obserwowana) zmiennej
1 Dane dotyczące sprzedaży wody mineralnej Tygodnie Ilość sprzedanej wody mineralnej Y (litrów) Cena jednego litra X (płn.) 1101,3 262,0 351,7 4121,5 5101,6.
Prezentacja poziomu rozwoju gmin, które nie korzystały z FS w 2006 roku. Eugeniusz Sobczak Politechnika Warszawska KNS i A Wykorzystanie Funduszy.
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Proces analizy i rozpoznawania
Wprowadzenie do statystycznej analizy danych (SPSS)
Wzory ułatwiające obliczenia
UKŁADY SZEREGOWO-RÓWNOLEGŁE
Jak wypadliśmy na maturze z matematyki w 2010 roku?
Matura 2005 Wyniki Jarosław Drzeżdżon Matura 2005 V LO w Gdańsku
Efektywność zdawania egzaminu zawodowego w ZSP w Bytowie w roku szkolnym 2008/2009.
Ogólnopolski Konkurs Wiedzy Biblijnej Analiza wyników IV i V edycji Michał M. Stępień
Agnieszka Jankowicz-Szymańska1, Wiesław Wojtanowski1,2
Analiza współzależności cech statystycznych
Wyrażenia algebraiczne
Rozkłady wywodzące się z rozkładu normalnego standardowego
Harmonogram naboru do ZPORR w Województwie Małopolskim UNIA EUROPEJSKA FUNDUSZE STRUKTURALNE Marszałek Województwa Małopolskiego Janusz Sepioł
KALENDARZ 2011r. Autor: Alicja Chałupka klasa III a.
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
1/34 HISTORIA BUDOWY /34 3/34 6 MAJA 2011.
AKASA Bank Sebastian Marchel Anna Karpińska Anna Matusiewicz
EGZAMIN GIMNAZJALNY W SUWAŁKACH 2009 Liczba uczniów przystępująca do egzaminu gimnazjalnego w 2009r. Lp.GimnazjumLiczba uczniów 1Gimnazjum Nr 1 w Zespole.
Analiza wpływu regulatora na jakość regulacji (1)
Analiza wpływu regulatora na jakość regulacji
w ramach projektu Szkoła z Klasą 2.0
1. Pomyśl sobie liczbę dwucyfrową (Na przykład: 62)
Kalendarz 2011r. styczeń pn wt śr czw pt sb nd
Analiza matury 2013 Opracowała Bernardeta Wójtowicz.
Spływ należności w Branży Elektrycznej
(C) Jarosław Jabłonka, ATH, 5 kwietnia kwietnia 2017
Wstępna analiza egzaminu gimnazjalnego.
EGZAMINU GIMNAZJALNEGO 2013
EcoCondens Kompakt BBK 7-22 E.
EcoCondens BBS 2,9-28 E.
User experience studio Użyteczna biblioteka Teraźniejszość i przyszłość informacji naukowej.
WYNIKI EGZAMINU MATURALNEGO W ZESPOLE SZKÓŁ TECHNICZNYCH
Regresja wieloraka.
Testogranie TESTOGRANIE Bogdana Berezy.
Jak Jaś parował skarpetki Andrzej Majkowski 1 informatyka +
© GfK 2014 | GfK Health | Leki homeopatzcyne widziane okiem lekarzy 1 LEKI HOMEOPATYCZNE WIDZIANE OKIEM LEKARZY Czerwiec 2014.
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Dr hab. Renata Babińska- Górecka
1 Używanie alkoholu i narkotyków przez młodzież szkolną w województwie opolskim w 2007 r. Na podstawie badań przeprowadzonych przez PBS DGA (w pełni porównywalnych.
Kalendarz 2020.
Współrzędnościowe maszyny pomiarowe
Ankieta dotycząca kart bankomatowych i kont bankowych.
Elementy geometryczne i relacje
Strategia pomiaru.
LO ŁobżenicaWojewództwoPowiat pilski 2011r.75,81%75,29%65,1% 2012r.92,98%80,19%72,26% 2013r.89,29%80,49%74,37% 2014r.76,47%69,89%63,58% ZDAWALNOŚĆ.
Regresja liniowa. Dlaczego regresja? Regresja zastosowanie Dopasowanie modelu do danych Na podstawie modelu, przewidujemy wartość zmiennej zależnej na.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Jednorównaniowy model regresji liniowej
MNK – podejście algebraiczne
Korelacja i regresja liniowa
Zapis prezentacji:

Dane dotyczące sprzedaży wody mineralnej Tygodnie Ilość sprzedanej wody mineralnej Y (litrów) Cena jednego litra X (płn.) 1 10 1,3 2 6 2,0 3 5 1,7 4 12 1,5 1,6 15 1,2 7 8 1,4 9 17 1,0 20 1,1

Wykres rozrzutu zmiennych X i Y

Równanie prostej regresji Ŷ - i-ta wartość teoretyczna zmiennej objaśnianej Xi – i-ta obserwacja zmiennej objaśniającej b0 - wyraz wolny b1 – współczynnik kierunkowy

Różnicę pomiędzy wartością empiryczną zmiennej objaśnianej Yi a wartością teoretyczną Ŷi nazywa się i-ta resztą

Metoda najmniejszych kwadratów opiera się na koncepcji poszukiwania takich wartości b0 b1, przy których suma kwadratów reszt osiąga minimum

Dane dotyczące sprzedaży wody mineralnej Tygodnie Ilość sprzedanej wody mineralnej Y (litrów) Cena jednego litra X (PLN) 1 10 1,3 2 6 2,0 3 5 1,7 4 12 1,5 1,6 15 1,2 7 8 1,4 9 17 1,0 20 1,1

b1 = -14,54 b0 = 32,14 Ŷ = 32,14 – 14,54 X

Równanie regresji ??? Ŷ = 32,14 – 14,54 X

Równanie regresji Ŷ = 32,14 – 14,54 X 32,14

Równanie regresji Ŷ = 32,14 – 14,54 X ??? Parametr b1 informuje, o ile wzrósł (gdy b1 > 0) lub zmalał (gdy b1 < 0) średni poziom zmiennej Y pod wpływem zwiększenia się zmiennej X o jednostkę

Równanie regresji Ŷ = 32,14 – 14,54 X Wzrost X (ceny wody mineralnej) o 1 zł spowoduje spadek Y (wielkość sprzedaży) o 14,54 litrów.

Na podstawie b0 i b1 oraz X można wyznaczyć wartości teoretyczne zmiennej objaśnianej oraz reszty Wartość empiryczna (obserwowana) zmiennej Wartość teoretyczna (przewidywana) zmiennej ei ei Reszta

Reszty ei Cena jednego litra (PLN) Ilość sprzedanej wody mineralnej (litrów) Wartości empiryczne Wartości teoretyczne Reszty ei X1 = 1,3 Y1 = 10 X2 = 2,0 Y2 = 6 X3 = 1,7 Y3 = 5 X4 = 1,5 Y4 = 12 X5 = 1,6 Y5 = 10 X6 = 1,2 Y6 = 15 X7 = 1,6 Y7 = 5 X8 = 1,4 Y8 = 12 X9 = 1,0 Y9 = 17 X10 = 1,1 Y10 = 20

Ŷi = 32,14 – 14,54 Xi Ŷ1 = 32,14 – 14,54 · 1,3 = 13,24 Ŷ2 = 32,14 – 14,54 · 2,0 = 3,06 Ŷ3 = 32,14 – 14,54 · 1,7 = 7,42 Ŷ4 = 32,14 – 14,54 · 1,5 = 10,33 Ŷ5 = 32,14 – 14,54 · 1,6 = 8,88 Ŷ6 = 32,14 – 14,54 · 1,2 = 14,69 Ŷ7 = 32,14 – 14,54 · 1,6 = 8,88 Ŷ8 = 32,14 – 14,54 · 1,4 = 11,78 Ŷ9 = 32,14 – 14,54 · 1,0 = 17,60 Ŷ10 = 32,14 – 14,54 · 1,1 = 16,15

Reszty ei Cena jednego litra (PLN) Ilość sprzedanej wody mineralnej (litrów) Wartości empiryczne Wartości teoretyczne Reszty ei X1 = 1,3 Y1 = 10 Ŷ1 = 13,24 X2 = 2,0 Y2 = 6 Ŷ2 = 3,06 X3 = 1,7 Y3 = 5 Ŷ3 = 7,42 X4 = 1,5 Y4 = 12 Ŷ4 = 10,33 X5 = 1,6 Y5 = 10 Ŷ5 = 8,88 X6 = 1,2 Y6 = 15 Ŷ6 = 14,69 X7 = 1,6 Y7 = 5 Ŷ7 = 8,88 X8 = 1,4 Y8 = 12 Ŷ8 = 11,78 X9 = 1,0 Y9 = 17 Ŷ9 = 17,60 X10 = 1,1 Y10 = 20 Ŷ10 = 16,15

Reszty e1 = Y1 - Ŷ1 = 10 - 13,24 = -3,24 e2 = Y2 – Ŷ2 = 6 - 3,06 = 2,94 e3 = Y3 – Ŷ3 = 5 - 7,42 = -2,42 e4 = Y4 – Ŷ4 = 12 - 10,33 = 1,67 e5 = Y5 – Ŷ5 = 10 - 8,88 = 1,12 e6 = Y6 – Ŷ6 = 15 - 14,69 = 0,31 e7 = Y7 – Ŷ7 = 5 - 8,88 = -3,88 e8 = Y8 – Ŷ8 = 12 - 11,78 = 0,22 e9 = Y9 – Ŷ9 = 17 - 17,60 = - 0,60 e10 = Y10 - Ŷ10 = 20 - 16,15 = 3,85

Reszty ei Cena jednego litra (PLN) Ilość sprzedanej wody mineralnej (litrów) Wartości empiryczne Wartości teoretyczne Reszty ei X1 = 1,3 Y1 = 10 Ŷ1 = 13,24 e1 = -3,24 X2 = 2,0 Y2 = 6 Ŷ2 = 3,06 e2 = 2,94 X3 = 1,7 Y3 = 5 Ŷ3 = 7,42 e3 = -2,42 X4 = 1,5 Y4 = 12 Ŷ4 = 10,33 e4 = 1,67 X5 = 1,6 Y5 = 10 Ŷ5 = 8,88 e5 = 1,12 X6 = 1,2 Y6 = 15 Ŷ6 = 14,69 e6 = 0,31 X7 = 1,6 Y7 = 5 Ŷ7 = 8,88 e7 = -3,88 X8 = 1,4 Y8 = 12 Ŷ8 = 11,78 e8 = 0,22 X9 = 1,0 Y9 = 17 Ŷ9 = 17,60 e9 = -0,60 X10 = 1,1 Y10 = 20 Ŷ10 = 16,15 e10 = 3,85

Równanie regresji Ŷ = 32,14 – 14,54 X b0=32,14 Różnica niewyjaśniona regresją (reszta) Różnica całkowita Róznica wyjaśniona regresją 11,2=Y̅

Równanie regresji Ŷ = 32,14 – 14,54 X b0=32,14 Y10 =20 Różnica niewyjaśniona regresją (reszta) Ŷ10=16,15 Różnica wyjaśniona regresją 11,2=Y̅

różnica niewyjaśniona regresją (reszta) różnica wyjaśniona regresją b0=32,14 różnica całkowita różnica wyjaśniona regresją Y Ŷ Y̅

Pierwszy z tych składników (Ŷi – Y̅ ) można traktować jako tę część całkowitych różnic Yi i Y̅ , która jest wyjaśniona regresją Y względem X. Drugi składnik (Yi - Ŷi) jest resztą ei , a zatem jest to ta część całkowitych różnic Yi i Ŷ, która nie została wyjaśniona regresją.

Analogiczna równość zachodzi także dla sum kwadratów odpowiednich różnic

całkowite wyjaśnione regresją niewyjaśnione regresją SST = SSR + SSE różnice różnice różnice całkowite wyjaśnione regresją niewyjaśnione regresją

SS – Sum of Squares T – Total R – Regression E – Error SST = SSR + SSE różnice różnice różnice całkowite wyjaśnione regresją niewyjaśnione regresją

Współczynnik determinacji (R2) informuje, jaka część całkowitej zmienności zmiennej objaśnianej (Y) jest wyjaśniona przez X

Dane dotyczące sprzedaży wody mineralnej X Y Ŷ Y-Ŷ (Y-Ŷ)2 Y-Y̅ (Y-Y̅ )2 1,3 10 13,24 -3,24 10,47 -1,2 1,44 2 6 3,06 2,94 8,65 -5,2 27,04 1,7 5 7,42 -2,42 5,86 -6,2 38,44 1,5 12 10,33 1,67 2,80 0,8 0,64 1,6 8,87 1,13 1,27 1,2 15 14,69 0,31 0,10 3,8 14,44 -3,87 15,01 1,4 11,78 0,22 0,05 1 17 17,60 -0,60 0,36 5,8 33,64 1,1 20 16,14 3,86 14,87 8,8 77,44 Średnia 11,2 Suma 0,00 59,42 233,60 SSE SST

Dane dotyczące sprzedaży wody mineralnej SST = 233,60 SSE = 59,42 74,6% zmienności sprzedaży wody mineralnej jest wyjaśnione zmianami cen.

Odchylenie standardowe reszt Odchylenie standardowe reszt (standardowy błąd estymacji) informuje o ile średnio wartości obserwowane Y odchylają się od wartości przewidywanych Ŷ modelu n – liczba obserwacji k – liczba współczynników w równaniu

Dane dotyczące sprzedaży wody mineralnej X Y Ŷ Y-Ŷ (Y-Ŷ)2 1,3 10 13,24 -3,24 10,47 2 6 3,06 2,94 8,65 1,7 5 7,42 -2,42 5,86 1,5 12 10,33 1,67 2,80 1,6 8,87 1,13 1,27 1,2 15 14,69 0,31 0,10 -3,87 15,01 1,4 11,78 0,22 0,05 1 17 17,60 -0,60 0,36 1,1 20 16,14 3,86 14,87 Średnia 11,2 Suma 0,00 59,42 Rzeczywiste wielkości sprzedaży wody mineralnej różnią się od przewidywanych przeciętnie o 2,725 litrów.