1. На новом листе MS Excel создайте заготовки таблиц так, как это показано на рисунке ниже:
2. Самостоятельно рассчитайте в ячейках диапазона F2:F7 среднее количество новорожденных за соответствующие годы. Вы должны получить следующий результат:
3. Самостоятельно постройте диаграмму для данных из диапазона ячеек F2:F7:
4. Самостоятельно добавьте на диаграмму линию параболического тренда (полиномиальный тренд, степень – 2), его уравнение и коэффициент детерминации:
Вывод:
· Уравнение тренда имеет вид: 
, где 
.
· Коэффициент детерминации равен 0.9965, то есть изменение фактора времени t на 99,65% объясняет изменения результативного признака (количество новорожденных) в том случае, если мы рассматриваем именно параболический тренд для сглаженных данных.
5. Рассчитаем теоретические значения тренда. В этом случае в уравнение тренда мы будем подставлять значение 
(порядковый номер наблюдения), а не значение года (здесь это невозможно, так как рассматриваются интервалы времени).
a. Создайте заготовку таблицы так, как это показано на рисунке:
b. В ячейку G2 введите формулу: =709,6-206,92*D2+40,16*D2*D2. Скопируйте эту формулу вниз в диапазон ячеек G3:G7. Вы должны получить следующие результаты:
6. Самостоятельно рассчитайте сумму квадратов отклонений теоретических значений тренда от практических. Сравните полученный результат с результатами из предыдущего задания, сделайте выводы.
Задание 3
Для данных из предыдущего задания получить уравнение множественной линейной регрессии, используя метод многократного скользящего выравнивания.
Выполнение работы
Суть метода в том, что параметры тренда вычисляются не сразу по всему ряду, а скользящим методом, сначала за первые т периодов времени или моментов, затем за период от 2-го до т + 1, от 3-го до (т + 2)-го уровня и т.п. Если число исходных уровней ряда равно п, а длина каждой скользящей базы расчета параметров равна т, то число таких скользящих баз t или отдельных значений параметров, которые будут по ним определены, составит:
L = п + 1 - т.
Метод многократного скользящего выравнивания обычно применяют, если число наблюдений не меньше 15, при это длину базы выбирают равной 9-11 наблюдений.
Значения параметров 
в окончательном уравнении регрессии находят как среднее значение соответствующих параметров уравнений регрессии для каждой базы. Значение параметра 
в окончательном уравнении регрессии находят как среднее значение всех уровней ряда динамики.
В нашем случае имеется всего 10 наблюдений, длину базы возьмём равной семи.
Порядок выполнения работы:
1. На новом листе MS Excel создайте заготовки таблиц так, как это показано на рисунке ниже:
2. Постройте диаграмму для данных из первой группы (диапазон А2:В9), добавьте на диаграмму линию линейного тренда и его уравнение:
3. Занесите в ячейку В11 значение параметра 
для полученного тренда, то есть 2,35.
4. Постройте диаграмму для данных из второй группы (диапазон D2:E9), добавьте на диаграмму линию линейного тренда и его уравнение:
5. Занесите в ячейку Е11 значение параметра для полученного тренда, то есть 75.76.
6. Постройте диаграмму для данных из третьей группы (диапазон G2:H9), добавьте на диаграмму линию линейного тренда и его уравнение:
7. Занесите в ячейку Н11 значение параметра для полученного тренда, то есть 158,23.
8. Значения параметра для окончательного уравнения линейной регрессии находится как среднее соответствующих параметров для уравнений регрессии, полученных для каждой базы. Вычислите в ячейке В15 среднее значение чисел, находящихся в ячейках В11, Е11 и Н11.
9. Значение параметра для окончательного уравнения линейной регрессии находится как среднее значение уровней ряда динамики, то есть, в нашем случае, среднее количество новорожденных за все годы (с 1996 по 2005 год). Найдите это значение в ячейке В14. Вы должны получить следующие результаты:
Вывод:
· Уравнение линейной множественной регрессии, полученное по методу многократного скользящего выравнивания, имеет вид: 
.
Замечание: полученный результат является очень грубым. Во-первых, у нас очень мало наблюдений, во-вторых, мы взяли всего три базы для скользящего выравнивания, и, в-третьих, линейный тренд в данном случае плохо подходит для выравнивания динамического ряда.
Самостоятельное задание: получите уравнение множественной регрессии параболического вида для тех же исходных данных, длину базы возьмите равной шести.