Zad.. 1 |
|
|
|
|
|
|
|
|
|
|
|
|
i |
Ti |
Wi |
|
|
|
|
|
|
|
|
|
|
1 |
18 |
91 |
|
|
|
2 |
19 |
92 |
|
|
3 |
20 |
95 |
|
|
4 |
21 |
100 |
|
|
5 |
22 |
110 |
|
|
6 |
23 |
120 |
|
|
7 |
24 |
125 |
|
|
8 |
25 |
128 |
|
|
9 |
26 |
126 |
|
|
10 |
28 |
125 |
|
|
11 |
30 |
125 |
|
|
12 |
31 |
124 |
|
|
13 |
33 |
120 |
|
|
14 |
34 |
117 |
|
|
15 |
35 |
115 |
|
|
16 |
37 |
112 |
|
|
|
|
parabola f. wielomianowa st. 2 |
|
|
|
|
|
17 |
38 |
110 |
|
|
|
|
alfa2 < 0 ramiona do dolu |
|
|
|
|
|
18 |
39 |
108 |
|
|
|
|
|
|
|
|
|
|
19 |
40 |
106 |
|
|
|
|
|
|
|
|
|
|
20 |
41 |
105 |
|
|
|
|
|
|
|
|
|
|
|
|
112,7 |
|
|
|
|
|
|
|
|
|
|
Na podstawie zawartych w tablicy danych dotyczących indywidualnej wydajności pracy W, |
|
|
|
|
|
|
|
|
|
|
|
|
mierzonej procentem wykonania normy, oraz wieku pracowników T, wyrażonym w latach: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a) Sporzadzić wykres korelacyjny i określić postać analityczną modelu zależności |
|
|
|
|
|
|
|
|
|
|
|
|
indywidualnej wydajności pracy od wieku pracownika. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b) Dokonać estymacji parametrów modelu ustalonego w punkcie a) oraz jego weryfikacji. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
c) Określić optymalny, z punktu widzenia wydajności indywidualnej, wiek pracownika oraz |
|
|
|
|
|
|
|
|
|
|
|
|
podać optymalną wielkość wydajności. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
W = alfa0 + alfa1 * T + alfa2 * T^2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
W = - 90,5 + 14,318T - 0,2369 T^2 |
|
|
|
Wi |
Ti |
Ti^2 = Z |
|
|
|
|
|
|
|
|
|
|
91 |
18 |
324 |
|
|
|
|
|
|
|
|
|
|
92 |
19 |
361 |
|
|
|
|
|
|
|
|
|
|
95 |
20 |
400 |
|
|
|
|
|
|
model pomocniczy liniowy |
|
|
|
100 |
21 |
441 |
|
|
|
|
|
|
W = alfa0 + alfa1*T + alfa2*Z |
|
|
|
110 |
22 |
484 |
|
|
|
|
|
|
|
|
|
|
120 |
23 |
529 |
|
|
|
|
|
|
|
Współczynniki |
Błąd standardowy |
bledy ocen |
125 |
24 |
576 |
|
|
|
|
|
|
Przecięcie |
-90,4996450848019 |
21,9054300252743 |
parametrow |
128 |
25 |
625 |
|
|
|
|
|
|
Ti |
14,3184873061181 |
1,55552437187396 |
strukturalnych |
126 |
26 |
676 |
|
|
|
|
|
|
Ti^2 = Z |
-0,236856810596106 |
0,026215359881095 |
sa dopuszczalne |
125 |
28 |
784 |
|
|
|
|
|
|
|
|
|
|
125 |
30 |
900 |
|
|
|
|
|
|
R2 = |
0,84 |
|
|
124 |
31 |
961 |
|
|
|
|
|
|
model wyjasnia zmiennosc wydajnosci pracy w ok. 84% |
|
|
|
120 |
33 |
1089 |
|
|
|
|
|
|
czyli jest dobrze dopasowany do danych |
|
|
|
117 |
34 |
1156 |
|
|
|
|
|
|
|
|
|
|
115 |
35 |
1225 |
|
|
|
|
|
|
Se = |
5,05 |
|
|
112 |
37 |
1369 |
|
|
|
|
|
|
wydajnosc empiryczna rozni się od wydajnosci teoretycznej |
|
|
|
110 |
38 |
1444 |
|
|
|
|
|
|
przeciętnie o ok. 5,05% wykonania normy |
|
|
|
108 |
39 |
1521 |
|
|
|
|
|
|
|
|
|
|
106 |
40 |
1600 |
|
|
|
|
|
|
|
Se/ Wśr * 100 = |
4,48092280390417 |
% < 5% |
105 |
41 |
1681 |
|
|
|
|
|
|
|
blad dopuszczalny |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ad. C) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Xw = -b / 2a = |
Topt - optymalny wiek pracownika |
|
|
|
|
|
|
|
|
|
|
|
Yw = -delta/ 4a |
Wmax - maksymalna wydajnosc |
|
|
|
|
|
|
|
|
|
|
|
delta = b^2 - 4ac |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
delta = |
119,277249556003 |
|
|
|
|
|
|
|
Y = ax^2 + bx + c |
|
|
|
Xw = |
30,2260409360454 |
lat |
|
|
|
|
|
|
|
|
|
|
Yw = |
125,895946643684 |
% normy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Zad. 2 |
X |
Y |
|
l.p. |
Qi |
Ki |
1 |
3,7 |
520 |
2 |
3,8 |
530 |
3 |
4,1 |
570 |
4 |
4,3 |
600 |
5 |
3,5 |
490 |
6 |
3,3 |
460 |
7 |
3,1 |
440 |
8 |
2,8 |
400 |
9 |
4,5 |
630 |
10 |
4,7 |
660 |
11 |
4,8 |
680 |
12 |
5,0 |
710 |
|
|
|
|
|
|
W tablicy zawarto dane dotyczace miesięcznych kosztów wydobycia węgla K (w tys. zł) |
|
|
|
|
|
|
|
|
R2 modelu wielomianowego jest troche wieksze -> model wielomianowy jest lepszy |
|
|
|
|
|
|
i miesięcznego wydobycia węgla Q (w tys. ton). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a) Dokonać estymacji parametrów modelu miesięcznych kosztów całkowitych K jako funkcji miesięcznego wydobycia węgla Q. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dopasować postać analityczna modelu po wykonaniu wykresu korelacyjnego. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b) Obliczyć koszt całkowity i jednostkowy oraz odpowiadajacy im zysk całkowity i jednostkowy dla wydobycia węgla |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
na poziomie 5 tys. ton i ceny 1 tony węgla równej 190 zł. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ki |
Qi |
Z = Q^2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
520 |
3,7 |
13,69 |
|
|
|
|
|
|
|
|
|
|
|
|
|
530 |
3,8 |
14,44 |
|
|
|
|
|
|
|
|
|
|
|
|
|
570 |
4,1 |
16,81 |
|
|
|
|
|
|
|
|
|
|
|
|
|
600 |
4,3 |
18,49 |
|
|
|
|
|
|
|
|
|
|
|
|
|
490 |
3,5 |
12,25 |
|
|
|
|
|
|
|
|
|
|
|
|
|
460 |
3,3 |
10,89 |
|
|
|
|
|
|
|
|
|
|
|
|
|
440 |
3,1 |
9,61 |
|
|
|
|
|
|
|
|
|
|
|
|
|
400 |
2,8 |
7,84 |
|
|
|
|
|
|
|
|
|
|
|
|
|
630 |
4,5 |
20,25 |
|
|
|
|
|
|
|
|
|
|
|
|
|
660 |
4,7 |
22,09 |
|
|
|
|
|
|
|
|
|
|
|
|
|
680 |
4,8 |
23,04 |
|
|
|
|
|
|
|
|
|
|
|
|
|
710 |
5,0 |
25 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K= 144,44 + 64,623*Q + 9,6743* Q^2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ad. B) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Q = 5 |
tys ton |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
koszt calkowity K(5) - > wartosc funkcji kosztow dla Q=5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
koszt calkowity |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K = |
709,4125 |
tys zł |
|
|
|
|
|
|
|
|
|
|
|
|
|
koszt jednostkowy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K/Q = k |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k= |
141,8825 |
tys zł / tys ton |
|
141,88 |
zl / tonę |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
zysk calkowity Z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Q* cena - koszty |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Z = Q*C - K = |
|
240590 |
zł |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
zysk jednostkowy z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
cena jednostkowa - koszt jednostkowy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
c- k = |
48,12 |
zł / tonę |
|
|
|
|
|
|
|
|
|
|
|
zad. 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
miesiac |
produkcja Y |
nakłady czynnika X1 |
nakłady czynnika X2 |
|
|
ln Y |
ln X1 |
ln X2 |
|
|
|
|
1 |
0,035 |
1,1 |
2,0 |
|
|
-3,35240721749272 |
0,095310179804325 |
0,693147180559945 |
|
-1,45593195564972 |
0,041392685158225 |
0,301029995663981 |
2 |
0,152 |
2,4 |
2,0 |
|
|
-1,88387475813586 |
0,8754687373539 |
0,693147180559945 |
|
-0,818156412055227 |
0,380211241711606 |
0,301029995663981 |
3 |
0,197 |
3,2 |
1,5 |
|
|
-1,62455155024415 |
1,16315080980568 |
0,405465108108164 |
|
-0,705533773838407 |
0,505149978319906 |
0,176091259055681 |
4 |
0,274 |
4,0 |
2,0 |
|
|
-1,29462717259407 |
1,38629436111989 |
0,693147180559945 |
|
-0,562249437179612 |
0,602059991327962 |
0,301029995663981 |
5 |
0,328 |
3,9 |
3,0 |
|
|
-1,11474167059799 |
1,3609765531356 |
1,09861228866811 |
|
-0,484126156288321 |
0,591064607026499 |
0,477121254719662 |
6 |
0,346 |
5,0 |
2,0 |
|
|
-1,06131650392441 |
1,6094379124341 |
0,693147180559945 |
|
-0,460923901207223 |
0,698970004336019 |
0,301029995663981 |
7 |
0,353 |
5,6 |
3,0 |
|
|
-1,04128722204884 |
1,7227665977411 |
1,09861228866811 |
|
-0,452225294612177 |
0,7481880270062 |
0,477121254719662 |
8 |
0,373 |
5,3 |
2,0 |
|
|
-0,986176859338321 |
1,66770682055808 |
0,693147180559945 |
|
-0,428291168191312 |
0,724275869600789 |
0,301029995663981 |
9 |
0,423 |
5,8 |
3,0 |
|
|
-0,860383099935859 |
1,75785791755237 |
1,09861228866811 |
|
-0,373659632624958 |
0,763427993562937 |
0,477121254719662 |
10 |
0,518 |
6,2 |
2,0 |
|
|
-0,657780036722654 |
1,82454929205105 |
0,693147180559945 |
|
-0,285670240254767 |
0,792391689498254 |
0,301029995663981 |
|
0,2999 |
|
|
|
|
1,38771460910349 |
|
|
|
|
|
|
W tablicy umieszczone są dane z 10 miesięcy dotyczące wielkości produkcji i nakładów czynników produkcji |
|
|
|
|
|
|
|
|
|
|
|
|
w pewnym przedsiębiorstwie. |
|
|
|
|
|
|
|
|
|
|
|
|
Oczacować model potęgowy Cobba - Douglasa funkcji produkcji. Zinterpretować parametry strukturalne modelu. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y - wielkość produkcji w tys. szt. |
|
|
|
|
|
|
|
|
|
|
|
|
X1 - nakłady czynnika produkcji nr 1 w tys. zł |
|
|
|
|
|
|
|
|
|
|
|
|
X2 - nakłady czynnika produkcji nr 2 w tys. zł |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
propozycja modelu potegowego |
|
|
|
|
|
|
|
|
|
|
|
|
Y = alfa0 * X1^alfa1 * X2^alfa2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
transponowanie do pomocniczego modelu liniowego |
|
|
|
|
|
|
|
|
|
|
|
|
logarytmowanie obustronne |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ln Y = ln alfa0 + alfa1 * ln X1 + alfa2 * ln X2 |
|
|
Przecięcie |
-3,31256970577598 |
|
|
|
|
|
|
|
|
Se = |
0,16 |
|
ln X1 |
1,44591854824663 |
|
|
|
|
|
|
|
|
R2 = |
0,97 |
|
ln X2 |
-0,027811195406078 |
|
|
|
|
|
|
|
|
Se/ Yśr * 100 = |
|
11,5297481881642 |
% |
|
|
|
|
|
|
|
|
|
prawie dopuszczalny blad modelu |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
blad oszacowania parametru alfa1 jest dopuszczalny |
|
|
|
|
|
|
|
|
|
|
|
|
blad oszacowania parametru alfa2 jest niedopuszczalny |
|
|
|
t |
Y |
X1 |
X2 |
Y^ = 0,04*X1^1,45 * X2^(-0,03) |
|et| = |yt-yt^| |
|et| / y^ |
|
|
model pomocniczy przecietny |
|
|
|
1 |
0,035 |
1,1 |
2,0 |
0,04498300714316 |
0,00998300714316 |
0,221928407573749 |
|
|
|
|
|
|
2 |
0,152 |
2,4 |
2,0 |
0,139423310957874 |
0,012576689042126 |
0,090205066539596 |
|
|
|
|
|
|
3 |
0,197 |
3,2 |
1,5 |
0,213424720881379 |
0,016424720881379 |
0,076957911967977 |
|
|
alfa0 = |
0,03651617375374 |
|
|
4 |
0,274 |
4,0 |
2,0 |
0,292426064073408 |
0,018426064073408 |
0,063011018295492 |
|
|
|
|
|
|
5 |
0,328 |
3,9 |
3,0 |
0,278477450248049 |
0,049522549751951 |
0,177833249003965 |
|
|
Y^ = 0,04* X1^1,45 *X2^(-0,03) |
|
|
|
6 |
0,346 |
5,0 |
2,0 |
0,404143499520489 |
0,05814349952049 |
0,143868451650159 |
|
|
|
|
|
|
7 |
0,353 |
5,6 |
3,0 |
0,470564318524365 |
0,117564318524365 |
0,24983687435765 |
|
|
|
|
|
|
8 |
0,373 |
5,3 |
2,0 |
0,439773546995202 |
0,066773546995202 |
0,151836206273523 |
|
|
|
|
|
|
9 |
0,423 |
5,8 |
3,0 |
0,495127381538536 |
0,072127381538536 |
0,145674394565719 |
|
|
|
|
|
|
10 |
0,518 |
6,2 |
2,0 |
0,552073678090167 |
0,034073678090167 |
0,061719439709644 |
|
|
|
|
|
|
|
|
|
|
|
|
0,138287101993747 |
|
|
|
|
|
P wskazuje na dosc dobre dopasowanie modelu potegowego |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
elastycznosci |
|
|
|
|
|
|
|
|
|
|
|
|
alfa1 = 1,45% - > |
|
|
|
|
|
|
|
|
|
|
|
|
|
elastycznosc produkcji względem X1 |
|
|
|
|
|
|
|
|
|
|
|
|
jeśli naklady czynnika X1 wzrosna (zmaleja) o 1% to produkcja powinna przeciętnie wzrosnac (zmalec) o ok. 1,45 % |
|
|
|
|
|
|
|
|
|
|
|
alfa2 = -0,03% -> |
|
|
|
|
|
|
|
|
|
|
|
|
|
elastycznosc produkcji względem X2 |
|
|
|
|
|
|
|
|
|
|
|
|
jeśli naklady czynnika X2 wzrosna (zmaleja) o 1% to produkcja powinna przeciętnie zmalec (wzrosnac) 0,03 % |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
NIE POWINNA WYCHODZIC W PRAKTYCE DLA FUNKCJI PRODUKCJI UJEMNA POTEGA CZYNNIKA PRODUKCJI |
|
|
|
|
|
|
|
|
|
|
|
Zad. 3 |
|
|
|
|
l.p. |
X cena |
Y sprzedaż |
|
1 |
2,0 |
122 |
|
2 |
2,5 |
101 |
|
3 |
3,2 |
90 |
|
4 |
3,6 |
74 |
|
5 |
4,3 |
59 |
|
6 |
5,0 |
52 |
|
7 |
6,5 |
40 |
|
8 |
8,2 |
35 |
|
9 |
9,5 |
32 |
|
10 |
10,2 |
30 |
|
|
|
63,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
W pewnym sklepie postanowiono zbadać zależność sprzedaży winogron (w kg) od ich ceny (w zł). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a) Wyznaczyć parametry liniowej i hiperbolicznej funkcji regresji, opisujacych zalezność sprzedazy (popytu) od cen. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b) Na podstawie funkcji lepiej opisujacej zależność obliczyć cenową elastyczność sprzedaży przy cenie równej 4 zł i 10 zł. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X cena |
Y sprzedaż |
Z = 1/X |
Model liniowy |
|
Przecięcie |
117,705446177448 |
|
|
|
Model hiperboliczny |
|
|
2,0 |
122 |
0,5 |
|
|
X cena |
-9,85553566862695 |
|
|
|
Y = alfa0 + alfa1 * 1/X |
|
|
2,5 |
101 |
0,4 |
Y = -9,86 + 117,71*X |
|
|
|
|
|
|
|
Z |
|
3,2 |
90 |
0,3125 |
Oecna jakosci modelu |
|
|
|
|
|
|
|
|
|
3,6 |
74 |
0,277777777777778 |
|
|
|
|
|
|
|
|
|
|
4,3 |
59 |
0,232558139534884 |
R2 = 0,82 |
|
|
|
|
|
|
|
|
|
5,0 |
52 |
0,2 |
przecietne dopasowanie modelu liniowego |
|
|
|
|
|
|
|
Przecięcie |
6,26848634657563 |
6,5 |
40 |
0,153846153846154 |
|
|
|
|
|
|
|
|
Z = 1/X |
238,272467098933 |
8,2 |
35 |
0,121951219512195 |
błąd modelu |
|
|
|
|
|
|
|
|
|
9,5 |
32 |
0,105263157894737 |
Se = |
14,47 |
Se/Yśr * 100% = |
|
22,7874015748031 |
% |
|
R2 = 0,99 |
|
|
10,2 |
30 |
0,098039215686275 |
|
|
|
|
bardzo duzy błąd modelu |
|
|
Model hiperboliczny prawie idealnie dopasowany |
|
|
|
|
|
|
|
|
|
|
|
|
Y = 6,27+238,27 * 1/X |
|
|
% |
|
|
błędy ocen parametrów dopuszczalne |
|
|
|
|
|
|
Se = |
3,88 |
|
|
|
|
|
|
|
|
|
|
|
Se/Y * 100 = |
|
6,11023622047244 |
|
|
|
|
|
|
|
|
|
|
|
|
dopuszczalny blad modelu |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Model hiperboliczny jest lepiej dopasowany |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f(x) = 6,27 + 238,27* 1/X |
|
|
|
|
|
|
|
|
|
|
|
|
funkcja wielkosci sprzedazy względem ceny X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
E - elastycznosc |
|
|
|
|
|
|
|
|
|
|
|
|
E = f ' (x) * X/f(x) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f ' (x) = 238,27 * (-1/X^2) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
E = 238,27 * (-1/X^2) * (X/6,27+238,27*1/X) = -238,27 / (X * (6,27+238,27*1/X)) = -238.27 / (6,27*X + 238,27) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
cena = 4zl |
|
|
|
|
|
|
|
|
|
|
|
|
x=4 |
|
|
przy poziomie ceny 4zl/kg |
|
|
|
|
|
|
|
|
|
E (x=4) = |
-0,904765521169546 |
% |
jeśli cena wzrosnie (zmaleje) o 1% to sprzedaz winogron może przeciętnie zmalec (wzrosnac) o ok.. 0,905% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
cena 10zl |
|
|
|
|
|
|
|
|
|
|
|
|
x= 10 |
|
|
przy poziomie ceny 10zl/kg |
|
|
|
|
|
|
|
|
|
E (x=10) = |
-0,791673588729774 |
% |
jeśli cena wzrosnie (zmaleje) o 1% to sprzedaz winogron może przeciętnie zmalec (wzrosnac) o ok.. 0,79% |
|
|
|
|
|
|
|
|