物流系统实用技术-物流系统预测.pptVIP

三. 一元线性回归预测法 （3）代入运输距离1500KM，得到运输时间的预测值为： Y=4.019+0.00897*1500=17.474(小时) （4）相关性检验及预测误差计算（略） 四. 多元线性回归预测法 多元线性回归预测法是一元线性回归预测法的延伸。 多元线性回归预测法研究一个因变量和两个或两个以上的自变量间的关系。 因变量和每一个自变量之间为线性关系。 回归方程 回归系数的计算（略） 五. 回归效果分析 1. 相关性检验 用相关系数r来描述变量间相互关系的密切程度。 R的变化范围：[-1，1] R=0，表示零相关（不相关） R=+1或R=-1表示完全相关 R越接近于正负1表示相关程度越强 2. 回归方程和回归系数的显著性检验 用显著性检验来考察回归方程能否揭示变量间的数量规律，即判断回归方程的拟合程度如何。 回归方程的显著性检验用F检验。 回归系数的显著性检验用t检验。 六. 平滑预测与回归预测的比较 平滑预测与回归预测都是常用的预测技术，其区别如下： 适用范围不同 平滑预测模型适用于时间序列； 回归模型既适用于时间序列，也适用于具有因果关系的非时间序列。 预测期间不同 平滑预测是一种对现有资料的外推，只适用于短期预测； 回归模型反映变量间的因果关系，适用于中短期预测。 功能不同 平滑模型通常只用于进行预测； 回归模型既用于预测，也可以用于结构分析、