ANALIZA WSPÓŁZALEŻNOŚCI

Wsp. Kor. Pearsona r =0,890

Ponieważ r∈<-1,1>, ⇒ skorelowanie jest bardzo silne dodatnie.

Test wsp. kor. Pearsona - t_obl

H₀ : ę = 0 - cechy nieskorelowane

H₁ : ę ≠ 0 - cechy skorelowane

t_obl ∈ Rα ⇒ odrzucamy H₀ o nieskorelowaniu. Cechy są skorelowane (korelacja jest istotna).

Równanie funkcji regresji - y_i = a+bx_i

Jeśli długość trasy wzrośnie o 1 tyś. km, to obciążenie karty wzrośnie o (wartość b)

Test istotności wsp. Regresji t_obl ,Se² - H₀ : β = 0 i H₁ : β ≠ 0

t_obl ∈ Rα ⇒ odrzucamy H₀ o nieskorelowaniu, cechy są skorelowane, współczynnik b jest istotny. Istnieje zależność między długością trasy a obciążeniem karty kred.

Współczynnik indeterminacji φ² = 0,198 ⇒ 19,8%

Na obciążenie karty w 19,8% mają wpływ czynniki inne niż długość trasy (czyli czynnik główny)

Współczynnik determinacji r² = 1 - φ²

Długość trasy ma w 80,2% wpływ na obciążenie karty

Wsp.rang Spearmana r_S (=0,56)

Ponieważ -1≤r_S≤1 ⇒ korelacja dodatnia, uporządkowania są zgodne w średnim stopniu

Test istotności wsp. kor. Spearmana H₀ : ęs = 0 H₁ : ęs ≠ 0

t_obl ∉ Rα ⇒ nie ma podstaw do odrzucenia H₀ o nieskorelowaniu. Cechy są nieskorelowane.

Punkt próbkowy nie należy do zbioru Rα a więc nie ma podstaw do odżucenia H₀ o nieskorelowaniu. Zgodność nie jest istotna

ANALIZA DYNAMIKI

Tendencja rozwojowa a=11,2 b=2,26 y_i = a+bx_i

w bad. okresie l. widzów w kin. wzrastała średnio o 2,26 mln osób

(gdy t wzrośnie o 1, to y wzrośnie o 2,26 mln osób)

Błąd szacunku Se² = 1,39

Zaobser. l. widzów w kinach różni się od teoret. o 1,39 mln osób

Współczynnik zbieżności losowej V_e = s_e / y (V_e = 0,073)

Liczba widzów różni się od teoretycznej o 1,39 mln osób, co stanowi 7,3 średniej liczby widzów w badanym okresie

Prognoza dla roku 98 (rok 98 = 7)

P₉₈ = 11,2 + 2,257 * 7 = 27

27+1,39 (Se) =28,39 i 27-1,39 = 25,61

można założyć, że liczba widzów w roku 98 zawierać się będzie w przedziale pomiędzy 25,61 a 28,39 mln osób

---