Данная задача относится к предмету математическая статистика (раздел: регрессионный анализ и корреляция), а именно постановка задачи предполагает анализ зависимости двух переменных: объема продаж и затрат на рекламу . Для решения я выполню следующие шаги:
- Построю диаграмму рассеяния (график "точек", каждая из которых соответствует паре значений переменных и ).
- Рассчитаем выборочный коэффициент корреляции Пирсона.
- Проверим, отличается ли коэффициент значимо от нуля при уровне значимости .
- Запишем уравнение линейной регрессии.
- Дадим интерпретацию полученным результатам.
1. Построение диаграммы рассеяния
Пара значений и позволяет построить диаграмму рассеяния, которая показывает, есть ли графическая зависимость между этими переменными.
Пары значений:
Это создаст диаграмму с точками на плоскости (X, Y). Чем ближе точки к прямой линии, тем более выражена линейная зависимость.
2. Вычисление коэффициента корреляции Пирсона
Формула для расчёта коэффициента корреляции Пирсона ():
Где:
- (количество наблюдений),
- — это сумма значений переменной ,
- — это сумма значений переменной ,
- — это сумма произведений и ,
- — это сумма квадратов значений ,
- — это сумма квадратов значений .
Считаем промежуточные величины:
Подставляем в формулу коэффициента корреляции:
Выполним расчёты:
3. Проверка значимости корреляции
Теперь проверим статистическую значимость данного значения коэффициента корреляции при уровне значимости .
t-критерий для проверки значимости:
Так как , подставляем :
Сравниваем с критическим значением t-критерия при 8 степенях свободы и уровне значимости 0.05, которое составляет примерно .
Поскольку значительно меньше , мы не можем отвергнуть нулевую гипотезу, и зависимость статистически незначима.
4. Уравнение регрессии
Линейная регрессия имеет вид:
Коэффициенты и вычисляются по формулам:
Рассчитаем :
Теперь :
Получаем уравнение регрессии:
5. Интерпретация
- Коэффициент корреляции Пирсона указывает на очень слабую положительную корреляцию между расходами на рекламу и объемами продаж, однако эта корреляция статистически незначима при .
- Уравнение регрессии показывает, что на каждый 1 тыс. руб., потраченный на рекламу, прогнозируется увеличение продаж на 0.0426 тыс. руб., однако эта модель недостаточно адекватна для прогнозов из-за слабой зависимости переменных.
Следовательно, текущие результаты показывают, что влияние рекламных затрат на рост продаж в исследуемом случае выражено слабо.