彩电销售影响因素二元回归分析.docVIP

彩电销售影响因素二元回归分析 1、研究背景和意义 1.1 研究背景 在市场的经济活动中，经常会遇到某一市场现象的发展和变化取决于几个影响因素的情况，也就是一个因变量和几个自变量有依存关系的情况。而且有时几个影响因素主次难以区分，或者有的因素虽属次要，但也不能略去其作用。例如，某一商品的销售量既与变化有关，也与商品价格变化有关。这时采用一元回归分析预测法进行预测是难以奏效的，需要采用多元回归分析预测法。 设定两个自变量指标分别为：价格，消费者收入；彩电需求量y作为因变量，则可建立如下的二元线性回归模型：y=β0+β1x1+β1x1+ε 其中β0，β1，β1分别为未知参数，ε为随机误差，与自变量无关，服从N(0, )。 3、输出结果和分析 （一）模型拟合度检验 见下表二分析结果： 表二 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .950a .902 .874 174.482 a. Predictors: (Constant), 消费者收入（万元）, 价格（元） R 是相关系数；R Square 相关系数的平方，又称判定系数，判定线性回归拟合程度：用来说明用自变量解释因变量变异的程度（所占比例）；Adjusted R Square 调整后的判定系数；Std. Error of the Estimate估计标准误差。由表二可以看出，其相关系数和相关系数平方的值都很接近于1，所以该回归模型拟合度较好。 （二）方差分析显著性F检验 见下表三方差分析表： 表三 ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 1953855.535 2 976927.767 32.089 .000a Residual 213107.365 7 30443.909 Total 2166962.900 9 a. Predictors: (Constant), 消费者收入（万元）, 价格（元） b. Dependent Variable: 需求量（台） α＝0.0532.089 Fa ，所以该回归模型十分显著。 （三）变量显著性t检验 见下表四相关系数表： 表四 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. 95% Confidence Interval for B B Std. Error Beta Lower Bound Upper Bound 1 (Constant) 6265.553 402.647 15.561 .000 5313.444 7217.662 价格（元） -.980 .321 -1.381 -3.054 .018 -1.739 -.221 消费者收入（万元） 2.863 .586 2.211 4.888 .002 1.478 4.249 a. Dependent Variable: 需求量（台） β1=—3.054（对应概率为0.018），tβ2=4.888（对应概率为0.002），即若α＝0.05α/2(7)=2.3646 ︱tβi︱≥tα/2(7),所以自变量对y的线性作用显著。 4、结论 彩电销售量与消费者收入水平正相关，与彩电的价格负相关，较好地体现了实际的经济意义（一般来说，随着消费者收入的增加，彩电的需求是增加的；随着彩电价格的提升，彩电的需求是下降的。），并且较好地通过了相关的检验。可见，本文所假定的二元线性回归方程各个方面表现良好，即最终建立的二元线性回归模型为：y=6265.553-0.98x1+2.863x2。 在该二元线性回归方程中，x2的系数比较大，即对因变量的影响较大，说明要增加彩电的销售量在很大程度上取决于消费者的收入。x1的系数为负数，说明要增加彩电销售量，商家也应该适当调整彩电价格，以低价优惠来吸引顾客。