Расчеты этого этапа представлены на рис. 2.
Рис. 2. Квадратичная регрессия
Для проведения этого этапа достаточно внести следующие изменения:
- подвести курсор к линии тренда и нажать правую клавишу. В контекстном меню выбрать пункт Формат линии тренда. Нажать кнопку Тип. Выбрать – полиномиальную степени 2. На диаграмме изменить название: «квадратичная модель»;
- пересчитать остатки. Для чего в ячейку D2 ввести формулу: 
. Скопировать протягиванием до ячейки D19. Остатки автоматически пересчитаются, а на диаграмме (рис. 2) – анализ остатков автоматически образуется результат.
Этап. Прогнозирование.
Т.к. коэффициент детерминации высок R2=0,9999 (почти 1) и остатки разбросаны в полосе от -6 до 6) (что говорит об адекватности и работоспособности модели), то в качестве основы для прогнозов берем модель .
Подставляя вместо t число 19, т.к. июль является 19 месяцем, по отношению к 18-ти предыдущим (по которым велся анализ), и производим расчет:
.
Аналогично, для августа при t =20:
.
Вывод: В июле 2013 г. следует ожидать спрос в размере 862,40 (тыс. шт.), а в августе 996,63 (тыс. шт.).
Примечание. К полученным результатам надо относиться осторожно, т.к. мы осуществляем прогноз в области, которая выходит за область проведения эксперимента.
2. Технология построения линии регрессии с помощью пакета Анализ данных
Пример 2. Изучается зависимость себестоимости продукции y (тыс. руб.) от объема валовой продукции х1 (млн. руб.) и производительности х2 (тыс. руб. на чел.). По данным 11 предприятий отрасли (рис. 3, А4:В14, F4:F14) следует построить линию регрессии и провести её анализ. Сделать прогноз относительно предприятия со значениями х1=8,5 и х2=22.
Рис. 3
Рис. 4.
ЗАДАНИЕ 1. Парная регрессия.
Исследуется зависимость выпуска готовой продукции на одного рабочего – переменная y от электровооруженности труда на одного рабочего (кВт/ч) – переменная х. Выборочные данные по ряду предприятий приведены ниже. Необходимо:
- в качестве первого приближения построить линейную модель;
- по графику остатков обосновать введение в модель квадратичного члена;
- сделать вывод о работоспособности квадратичной модели;
- сделать прогноз о величине выпуска готовой продукции, если величина электровооруженности равна х =8,5 (кВт/ч).
ЗАДАНИЕ 2. Множественная регрессия.
По данным готовых отчетов 10 предприятий:
y – себестоимость товарной продукции (млн. руб.);
x1 – объем валовой продукции (млн. руб.);
x2 – производительность труда (тыс. руб на 1 чел.).
Построить уравнение линейной регрессии 
. Проверить адекватность и работоспособность модели. Предсказать значение себестоимости y для предприятия с показателями: х1 =155, х2 =15.
