Model regresji liniowej dopasowany do danych wydajności z analizy produkcji. Na podstawie 12 miesięcy danych (Sty-Gru 2025) budujemy model predykcyjny, który prognozuje wydajność na Q1-Q2 2026.
R² (dopasowanie)
0.962
Bardzo dobre dopasowanie
MSE (błąd)
1.24
Średni błąd kwadratowy
Współczynnik a
+0.94
Wzrost szt/h na miesiąc
Prognoza Cze 2026
45.8
szt/h (CI 95%: 42.1-49.5)
y = 0.94x + 28.12
|
y = wydajność [szt/h], x = miesiąc (1-12)
Regresja liniowa — wydajność produkcji
Prognoza Q1-Q2 2026
Styczeń 2026
40.3 szt/h
CI 95%: 37.8 - 42.8
Luty 2026
41.2 szt/h
CI 95%: 38.5 - 43.9
Marzec 2026
42.2 szt/h
CI 95%: 39.2 - 45.2
Kwiecień 2026
43.1 szt/h
CI 95%: 39.8 - 46.4
Maj 2026
44.0 szt/h
CI 95%: 40.4 - 47.6 | +PRJ-004 efekt szkoleń
Czerwiec 2026
45.8 szt/h
CI 95%: 42.1 - 49.5 | +PRJ-005 dashboard OEE