培训资料-第七章.回归分析预测.pptVIP

第七章 回归分析预测 学习重点： 一、回归分析的基本原理 二、一元线性回归预测的基本原理 三、多元线性回归预测的基本原理 四、线性回归预测建模的基本原理 五、非线性回归预测法的运用 回归分析预测法 概念：是指通过对预测对象和影响因素的统计整理和分析，找出它们之间的变化规律，将变化规律用数学模型表示出来，并利用数学模型进行预测的分析方法。 种类：一元、多元、非线性回归等 第一节、一元线性回归预测法 概念：是分析一个因变量与一个自变量之间的线性关系的预测方法。 常用统计指标：平均数、增减量、平均增减量 一、一元线性回归预测基本思想 概念：是分析一个因变量与一个自变量之间的线性关系的预测方法。 确定直线的方法是最小二乘法 最小二乘法的基本思想：最有代表性的直线应该是直线到各点的距离最近。然后用这条直线进行预测。 二、一元线性回归预测模型的建立 1、选取一元线性回归模型的变量 ； 2、绘制计算表和拟合散点图 ； 3、计算变量间的回归系数及其相关的显著性 ； 4、回归分析结果的应用 。 三、举例（见课本93） 四、模型的检验 1、经济意义检验：就是根据模型中各个参数的经济含义，分析各参数的值是否与分析对象的经济含义相符。 2、回归标准差检验： 3、拟合优度检验： 4、回归系数的显著性检验： 五、利用回归预测模型进行预测 可以分为：点预测和置信区间预测法 1、点预测法：将自变量取值带入回归预测模型求出因变量的预测值。 2、置信区间预测法：估计一个范围，并确定该范围出现的概率。 置信区间的大小的影响的因素： a、因变量估计值； b、回归标准差； C、概率度t； 第二节、多元线性回归预测法 1、二元线性回归预测模型的数学表达式； 2、多元线性回归预测法； 3、多元线性回归模型的检验； a、判定系数检验； b、回归系数显著性检验； c、回归方程的显著性检验； 举例见课本100页 第三节、非线性回归预测法 一、可线性化的回归模型及其变化方程 1、直接变换法转化模型：多项式回归模型、双曲线回归模型、对数曲线回归模型和三角函数曲线回归模型。 2、对数变换法转化模型：指数曲线回归模型、幂函数曲线回归模型 * * * * *