PODSUMOWANIE - WYJŚCIE | ||||||||
Statystyki regresji | ||||||||
Wielokrotność R | 0,927548085657934 | |||||||
R kwadrat | 0,860345451207698 | |||||||
Dopasowany R kwadrat | 0,852586865163681 | |||||||
Błąd standardowy | 0,756692573009963 | |||||||
Obserwacje | 20 | |||||||
ANALIZA WARIANCJI | ||||||||
df | SS | MS | F | Istotność F | ||||
Regresja | 1 | 63,4934942991281 | 63,4934942991281 | 110,88946443678 | 4,00840207882782E-09 | |||
Resztkowy | 18 | 10,3065057008719 | 0,572583650048439 | |||||
Razem | 19 | 73,8 | ||||||
Współczynniki | Błąd standardowy | t Stat | Wartość-p | Dolne 95% | Górne 95% | Dolne 95,0% | Górne 95,0% | |
Przecięcie | 14,1626425217975 | 0,498462842768935 | 28,4126344164887 | 2,0923374907164E-16 | 13,1154109508677 | 15,2098740927272 | 13,1154109508677 | 15,2098740927272 |
X | 0,461435278336687 | 0,043819321818301 | 10,5304066605607 | 4,00840207882779E-09 | 0,369374299488307 | 0,553496257185067 | 0,369374299488307 | 0,553496257185067 |
SKŁADNIKI RESZTOWE - WYJŚCIE | ||||||||
Obserwacja | Przewidywane Y | Składniki resztowe | ||||||
1 | 15,5469483568075 | 0,453051643192488 | ||||||
2 | 16,4698189134809 | -0,469818913480886 | ||||||
3 | 16,9312541918176 | 0,068745808182428 | ||||||
4 | 16,4698189134809 | 0,530181086519114 | ||||||
5 | 18,3155600268276 | -0,315560026827633 | ||||||
6 | 17,8541247484909 | -0,854124748490946 | ||||||
7 | 18,3155600268276 | -0,315560026827633 | ||||||
8 | 19,238430583501 | -1,23843058350101 | ||||||
9 | 18,3155600268276 | 0,684439973172367 | ||||||
10 | 19,238430583501 | -0,238430583501007 | ||||||
11 | 19,238430583501 | 0,761569416498993 | ||||||
12 | 19,6998658618377 | -0,699865861837694 | ||||||
13 | 20,1613011401744 | -1,16130114017438 | ||||||
14 | 19,6998658618377 | 1,30013413816231 | ||||||
15 | 20,1613011401744 | -0,16130114017438 | ||||||
16 | 20,6227364185111 | 0,377263581488933 | ||||||
17 | 20,6227364185111 | 1,37726358148893 | ||||||
18 | 21,0841716968478 | -0,084171696847754 | ||||||
19 | 21,5456069751844 | 0,454393024815559 | ||||||
20 | 22,4684775318578 | -0,468477531857815 |
PODSUMOWANIE - WYJŚCIE | ||||||||
Statystyki regresji | ||||||||
Wielokrotność R | 0,979661618611803 | |||||||
R kwadrat | 0,959736886981097 | |||||||
Dopasowany R kwadrat | 0,957368468568221 | |||||||
Błąd standardowy | 0,571537190894833 | |||||||
Obserwacje | 19 | |||||||
ANALIZA WARIANCJI | ||||||||
df | SS | MS | F | Istotność F | ||||
Regresja | 1 | 132,367921701788 | 132,367921701788 | 405,2226928161 | 2,69162583360835E-13 | |||
Resztkowy | 17 | 5,55313092979127 | 0,326654760575957 | |||||
Razem | 18 | 137,921052631579 | ||||||
Współczynniki | Błąd standardowy | t Stat | Wartość-p | Dolne 95% | Górne 95% | Dolne 95,0% | Górne 95,0% | |
Przecięcie | 9,79696394686907 | 0,351796870822755 | 27,8483544323652 | 1,26392037660717E-15 | 9,05473743534301 | 10,5391904583951 | 9,05473743534301 | 10,5391904583951 |
2 | 0,891840607210626 | 0,044303737336491 | 20,1301438846348 | 2,69162583360836E-13 | 0,798367892874295 | 0,985313321546957 | 0,798367892874295 | 0,985313321546957 |
SKŁADNIKI RESZTOWE - WYJŚCIE | ||||||||
Obserwacja | Przewidywane 11 | Składniki resztowe | ||||||
1 | 12,472485768501 | -0,472485768500951 | ||||||
2 | 12,472485768501 | 0,527514231499049 | ||||||
3 | 13,3643263757116 | -0,364326375711578 | ||||||
4 | 13,3643263757116 | 0,635673624288422 | ||||||
5 | 14,2561669829222 | -0,256166982922203 | ||||||
6 | 14,2561669829222 | -0,256166982922203 | ||||||
7 | 15,1480075901328 | -0,148007590132828 | ||||||
8 | 15,1480075901328 | 0,851992409867172 | ||||||
9 | 16,0398481973435 | -0,539848197343453 | ||||||
10 | 16,0398481973435 | -0,039848197343453 | ||||||
11 | 16,9316888045541 | -0,931688804554078 | ||||||
12 | 16,0398481973435 | 0,960151802656547 | ||||||
13 | 17,8235294117647 | -0,323529411764703 | ||||||
14 | 18,7153700189753 | -0,715370018975332 | ||||||
15 | 18,7153700189753 | 0,284629981024668 | ||||||
16 | 18,7153700189753 | 0,284629981024668 | ||||||
17 | 19,607210626186 | 0,392789373814043 | ||||||
18 | 20,4990512333966 | -0,499051233396582 | ||||||
19 | 21,3908918406072 | 0,60910815939279 |
PODSUMOWANIE - WYJŚCIE | ||||||||
Statystyki regresji | ||||||||
Wielokrotność R | 0,988289978593335 | |||||||
R kwadrat | 0,976717081788015 | |||||||
Dopasowany R kwadrat | 0,975347498363781 | |||||||
Błąd standardowy | 0,486149238766185 | |||||||
Obserwacje | 19 | |||||||
ANALIZA WARIANCJI | ||||||||
df | SS | MS | F | Istotność F | ||||
Regresja | 1 | 168,546412126316 | 168,546412126316 | 713,149023641249 | 2,5393515474368E-15 | |||
Resztkowy | 17 | 4,0177984 | 0,236341082352941 | |||||
Razem | 18 | 172,564210526316 | ||||||
Współczynniki | Błąd standardowy | t Stat | Wartość-p | Dolne 95% | Górne 95% | Dolne 95,0% | Górne 95,0% | |
Przecięcie | 0,163712 | 0,415889237308657 | 0,393643271606232 | 0,698737797464844 | -0,71373758352504 | 1,04116158352504 | -0,71373758352504 | 1,04116158352504 |
3 | 1,431616 | 0,053608838463557 | 26,7048501894553 | 2,5393515474368E-15 | 1,31851123853151 | 1,54472076146849 | 1,31851123853151 | 1,54472076146849 |
SKŁADNIKI RESZTOWE - WYJŚCIE | ||||||||
Obserwacja | Przewidywane 4,3 | Składniki resztowe | ||||||
1 | 5,174368 | 0,125631999999999 | ||||||
2 | 5,890176 | -0,090176000000001 | ||||||
3 | 6,605984 | 0,694015999999999 | ||||||
4 | 8,0376 | -0,237600000000001 | ||||||
5 | 8,753408 | -0,453408000000001 | ||||||
6 | 9,469216 | 0,330784 | ||||||
7 | 10,185024 | -0,885024000000001 | ||||||
8 | 10,185024 | 0,114975999999999 | ||||||
9 | 10,900832 | -0,600832000000001 | ||||||
10 | 10,900832 | -0,100832 | ||||||
11 | 10,900832 | 0,399168 | ||||||
12 | 11,61664 | 0,183359999999999 | ||||||
13 | 12,332448 | 0,167551999999997 | ||||||
14 | 13,048256 | -0,748256000000001 | ||||||
15 | 13,048256 | 0,251743999999999 | ||||||
16 | 13,764064 | 1,035936 | ||||||
17 | 14,479872 | -0,179872000000001 | ||||||
18 | 15,19568 | 0,104319999999998 | ||||||
19 | 15,911488 | -0,111488000000001 |
A | B | C | |||||||||
Y | X | Y | X | Y | X | ||||||
1 | 16,0 | 3,0 | 11,0 | 2,0 | 4,3 | 3,0 | |||||
2 | 16,0 | 5,0 | 12,0 | 3,0 | 5,3 | 3,5 | |||||
3 | 17,0 | 6,0 | 13,0 | 3,0 | 5,8 | 4,0 | |||||
4 | 17,0 | 5,0 | 13,0 | 4,0 | 7,3 | 4,5 | |||||
5 | 18,0 | 9,0 | 14,0 | 4,0 | 7,8 | 5,5 | |||||
6 | 17,0 | 8,0 | 14,0 | 5,0 | 8,3 | 6,0 | |||||
7 | 18,0 | 9,0 | 14,0 | 5,0 | 9,8 | 6,5 | |||||
8 | 18,0 | 11,0 | 15,0 | 6,0 | 9,3 | 7,0 | |||||
9 | 19,0 | 9,0 | 16,0 | 6,0 | 10,3 | 7,0 | |||||
10 | 19,0 | 11,0 | 15,5 | 7,0 | 10,3 | 7,5 | |||||
11 | 20,0 | 11,0 | 16,0 | 7,0 | 10,8 | 7,5 | |||||
12 | 19,0 | 12,0 | 16,0 | 8,0 | 11,3 | 7,5 | |||||
13 | 19,0 | 13,0 | 17,0 | 7,0 | 11,8 | 8,0 | |||||
14 | 21,0 | 12,0 | 17,5 | 9,0 | 12,5 | 8,5 | |||||
15 | 20,0 | 13,0 | 18,0 | 10,0 | 12,3 | 9,0 | |||||
16 | 21,0 | 14,0 | 19,0 | 10,0 | 13,3 | 9,0 | |||||
17 | 22,0 | 14,0 | 19,0 | 10,0 | 14,8 | 9,5 | |||||
18 | 21,0 | 15,0 | 20,0 | 11,0 | 14,3 | 10,0 | |||||
19 | 22,0 | 16,0 | 20,0 | 12,0 | 15,3 | 10,5 | |||||
20 | 22,0 | 18,0 | 22,0 | 13,0 | 15,8 | 11,0 | |||||
Przedsiębiorstwa A, B, C produkuja identyczny wyrób, którego cena wynosi 2,5 zł. | |||||||||||
Dane przedstawiajace wielkość miesięcznych kosztów w tys. zł (Y) i rozmiary miesięcznej produkcji w tys. szt. (X) | |||||||||||
w trzech przedsiębiorstwach w ciągu 20 miesięcy zawarte są w tabeli. | |||||||||||
a) Sporządzić korelacyjne wykresy rozrzutu punktów dla każdego przedsiębiorstwa i wybrać odpowiedni model kosztów w każdym przypadku. | |||||||||||
b) Dokonać estymacji modeli kosztów, ocenić ich jakość oraz zinterpretować parametry strukturalne. | |||||||||||
c) Obliczyć wielkość zysku jako różnicy między utargiem a kosztami dla każdego przedsiębiorstwa, przyjmując za okres bazowy miesiąc 20. | |||||||||||
A | |||||||||||
A | |||||||||||
alfa 0=14,17 | |||||||||||
Wielkość miesiecznych kosztow stalych w przedsiebiorstwie A | |||||||||||
alfa1=0,46 | |||||||||||
Jeśli produkcja miesieczna przesieb.A wzrosnie(zmaleje) o 1tys szt.to miesiecznie koszty mogą przeciętnie wzrosnac(zmalec)o ok. 0,46tys zl | |||||||||||
Analiza jakosci modelu | |||||||||||
R^2=0,86 | |||||||||||
Model wyjasnia zmiennosc kosztow w p.A w ok. 86% czyli jest dobrze dopasowany do danych | |||||||||||
Se=0,76 | |||||||||||
3,97905759162304 | <5% | dosc maly blad | |||||||||
Blad oceny produktu dopuszczalny | |||||||||||
B | |||||||||||
alfa 0=9,66 | |||||||||||
Wielkość miesiecznych kosztow stalych w przedsiebiorstwie B | |||||||||||
alfa1=0,91 | |||||||||||
Jeśli produkcja miesieczna przesieb.B wzrosnie(zmaleje) o 1tys szt.to miesiecznie koszty mogą przeciętnie wzrosnac(zmalec)o ok. 0,91tys zl | |||||||||||
Analiza jakosci modelu | |||||||||||
R^2=0,965 | |||||||||||
Model wyjasnia zmiennosc kosztow w p.B w ok. 96,5% czyli jest bardzo dobrze dopasowany do danych | |||||||||||
Se=0,57 | |||||||||||
3,54037267080745 | <5% | dosc maly blad | |||||||||
Blad oceny produktu dopuszczalny | |||||||||||
C | |||||||||||
alfa 0=0,11 | |||||||||||
Wielkość miesiecznych kosztow stalych w przedsiebiorstwie C | |||||||||||
alfa1=1,44 | |||||||||||
Jeśli produkcja miesieczna przesieb.C wzrosnie(zmaleje) o 1tys szt.to miesiecznie koszty mogą przeciętnie wzrosnac(zmalec)o ok. 1,44tys zl | |||||||||||
Analiza jakosci modelu | |||||||||||
R^2=0,98 | |||||||||||
Model wyjasnia zmiennosc kosztow w p.C w ok. 98% czyli jest bardzo dobrze dopasowany do danych | |||||||||||
Se=0,49 | |||||||||||
4,65116279069767 | <5% | dosc maly blad | |||||||||
Blad oceny produktu dopuszczalny | |||||||||||
Ad c | |||||||||||
A | |||||||||||
X= | 18 | ||||||||||
Y= | 22 | ||||||||||
Zysk = utarg- koszty | |||||||||||
Utarg= | 18tys.szt*2,5 | ||||||||||
45000 | |||||||||||
Koszty= | 14,17+0,46*18 | ||||||||||
22,45 | |||||||||||
Zysk= | 22550 | ||||||||||
lub | |||||||||||
Y=22000 | |||||||||||
zysk= | 45000-22000 | ||||||||||
23000 |
l.p. | Y | X |
1 | 5,0 | 1 |
2 | 6,0 | 1 |
3 | 6,0 | 2 |
4 | 7,0 | 2 |
5 | 7,0 | 3 |
6 | 7,0 | 4 |
7 | 8,0 | 4 |
8 | 7,0 | 5 |
9 | 8,0 | 5 |
10 | 8,0 | 6 |
11 | 8,0 | 7 |
12 | 9,0 | 7 |
13 | 8,0 | 8 |
14 | 9,0 | 8 |
15 | 10,0 | 8 |
16 | 9,0 | 9 |
17 | 10,0 | 9 |
18 | 11,0 | 9 |
19 | 11,0 | 10 |
20 | 12,0 | 10 |
a) Na podstawie danych dotyczących miesięcznych kosztów w tys. zł (Y) i miesięcznej produkcji w tys. szt (X) sporzadzić wykres zależności | ||
kosztów od wielkości produkcji. Dopasować odpowiedni model analityczny i dokonać estymacji parametrów tego modelu (wsk.: model wielomianowy) | ||
b) Zakładając, że produkcja wyniesie 5500 szt. Wyrobów na miesiąc, obliczyć wielkość poniesionych kosztów. |
l.p. | V | X |
1 | 75 | 1016 |
2 | 86 | 777 |
3 | 80 | 738 |
4 | 71 | 813 |
5 | 87 | 567 |
6 | 80 | 616 |
7 | 78 | 833 |
8 | 81 | 741 |
9 | 70 | 1006 |
10 | 75 | 918 |
11 | 71 | 886 |
12 | 72 | 907 |
W pewnej elektrowni przeprowadzono obserwację jednostkowych kosztów produkcji energii elektrycznej w zł na MWh (V) i miesięcznych | ||
wielkości produkcji tej energii w MWh (X). | ||
a) Na podstawie wykresu korelacyjnego dokonać doboru postaci analitycznej modelu kosztów jednostkowych w zależności od wielkości produkcji. | ||
b) Obliczyć, jaki będzie koszt jednostkowy, jeśli produkcja wyniesie 1100 MWh miesięcznie. | ||
c) Wyznaczyć i zinterpretować elastyczność funkcji kosztów jednostkowych przy produkcji na poziomie 1100 MWh. |