Расчетное выражение получилось следующим (для степенной функции):
Y=31,017*X0,733
Сумма квадратов отклонений фактических значений (т.е. исходных данных о стоимости) от расчетных значений на основе этой функции составляет ∑МНК=371492,4 тыс. руб.2
Расчетное выражение получилось следующим (для экспоненциальной функции):
Y=17595,8*e1,8E-5X
Сумма квадратов отклонений фактических значений (т.е. исходных данных о стоимости) от расчетных значений на основе экспоненциальной функции составляет ∑МНК=23939,5 тыс. руб.2
Т.е. экспоненциальная функция характеризует исходные данные лучше, так как для нее сумма квадратов отклонений ниже.
Расчетное выражение получилось следующим (для кубической параболы):
Y=6726+1,284X-1,105*10-5X2+8,539*10-11X3
Сумма квадратов отклонений фактических значений (т.е. исходных данных о стоимости) от расчетных значений на основе данной полиномиальной (кубической) функции составляет ∑МНК=8831,4 тыс. руб.2
Итак, можно сделать вывод, что именно кубическая функция характеризует исходные данные лучше всего, так как для нее сумма квадратов отклонений минимальная среди трех проанализированных функций (трендов).
Итак, на рисунке 1 представлен оптимальный тренд (среди трех использованных функций):
Рис. 1. Зависимость затрат на ремонт автомобиля от пробега
Фактические затраты
Тренд
Как видно, этот тренд достаточно хорошо аппроксимирует фактическую зависимость затрат на ремонт автомобиля ВАЗ-21213 от пробега.