Mr. Tux rental stores,is begenning

Mr. Tux rental stores,is begenning to forecast his most important business variable,monthly dollar sales(see the Mr.Tux cases at the ends of chapter)one of his employees,Virginia Perot has gathered the sales data shown in case 2-2.john decides to use all 96 months of data he has collected. He runs the data on Minitab and obtains the autocorrelation function shown in Figure 3-2.5. Since all the autocorrelation coefficients are positive and they are trailing off very slowly,john concludes that his data have a trend.
Next,John asks the program to compute the first differences of the data. Figure3-26 shows the autocorrelation function for the differenced data.The autocorrelation coefficients for time lags 12 and 24,r12=.68andr24=.42,respectively,are both significantly different from zero
Finally,john uses another computer program to calculate the percentage of the variance in the original data explained by the trend,seasonal,and random components
The program calculate the percentage of the variance in the original data explained by the factors in the analysis:

ผลลัพธ์ (ไทย) 1:

นายทักซ์เช่าเก็บ เที่ยว begenning เพื่อการคาดการณ์ของเขาสำคัญที่สุดธุรกิจแปร เดือนดอลลาร์ขาย (ดูกรณี Mr.Tux ที่ปลายของบท) ของเขา เพโรต์เวสต์เวอร์จิเนียได้รวบรวมข้อมูลการขายที่แสดงในกรณี 2 2.john การตัดสินใจที่จะใช้ข้อมูลที่เขารวบรวมไว้ทั้งหมด 96 เดือน เขาเรียกใช้ข้อมูลเกี่ยวกับปัจจัย และเหตุผล autocorrelation ฟังก์ชันที่แสดงในรูป 3-2.5 เนื่องจากสัมประสิทธิ์ autocorrelation ทั้งหมดมีค่าเป็นบวก และจะมีต่อท้ายปิดช้ามาก จอห์นสรุปว่า ข้อมูลของเขามีแนวโน้มที่การ
, จอห์นขอโปรแกรมการคำนวณแรกความแตกต่างของข้อมูล Figure3-26 แสดงฟังก์ชัน autocorrelation สำหรับข้อมูล differencedสัมประสิทธิ์ autocorrelation สำหรับ lags เวลา 12 และ 24, r12 =.68andr24.42 ตามลำดับมีทั้งแตกต่างจากศูนย์อย่างมีนัยสำคัญ
สุดท้าย จอห์นใช้โปรแกรมอื่นเพื่อคำนวณเปอร์เซ็นต์ของความแปรปรวนในข้อมูลต้นฉบับที่อธิบายตามแนวโน้ม ฤดูกาล และคอมโพเนนต์สุ่ม
โปรแกรมคำนวณเปอร์เซ็นต์ของความแปรปรวนในอธิบายสาเหตุในการวิเคราะห์ข้อมูลต้นฉบับ:

ผลลัพธ์ (ไทย) 3:

มิสเตอร์ทักซิโด้เช่าร้านค้า เป็น begenning พยากรณ์ตัวแปรสำคัญที่สุดของเขา , ขายดอลลาร์ต่อเดือน ( เห็นคุณทักซิโด้คดีที่สิ้นสุดของบท ) หนึ่งในพนักงานของเขา , เวอร์จิเนีย Perot ได้รวบรวมข้อมูลการแสดงในกรณี 2-2.john ตัดสินใจที่จะใช้ทั้งหมด 96 เดือนของข้อมูลที่เขาได้เก็บรวบรวม เขาวิ่งข้อมูลในโปรแกรม ได้รับข้อมูลและฟังก์ชันที่แสดงในรูปที่ 3-2.5 .เนื่องจากสัมประสิทธิ์ทุกข้อมูลที่เป็นบวกและพวกเขาท้ายออกช้ามาก จอห์นพบว่าข้อมูลมีแนวโน้ม
ต่อไป จอห์นถามโปรแกรมคำนวณความแตกต่างของข้อมูล figure3-26 แสดงฟังก์ชันอัตสหสัมพันธ์สำหรับข้อมูล differenced . สหสัมพันธ์เท่ากับเวลาล่าช้า 12 และ 24 , R12 = . 68andr24 = . 42 )มีทั้งแตกต่างจากศูนย์
ในที่สุด จอห์นใช้อีก โปรแกรมคอมพิวเตอร์ คำนวณหาค่าร้อยละของความแปรปรวนในข้อมูลเดิมได้ โดยแนวโน้มตามฤดูกาลและองค์ประกอบสุ่ม
โปรแกรมคํานวณร้อยละของความแปรปรวนในข้อมูลเดิมอธิบายได้ด้วยปัจจัยในการวิเคราะห์ :