第9章回归预测法.pptVIP

市场调查与预测 第九章 回归预测法 教学重点与难点 了解回归预测的含义；掌握一元线性回归和二元线性回归的原理，理解其分析过程；应用线性回归预测法来解决市场预测实践中遇到的问题；掌握回归模型的统计、计量经济检验原理和方法。 一元线性回归和二元线性回归的原理和分析过程，回归模型的统计检验原理和计量经济检验原理。 讲授与训练 在市场预测的定量方法中，因果分析预测法是与时间序列预测法不同的另一类预测方法。时间序列法侧重从时间来考虑预测对象的变化和发展，时间序列发展数学模型一般都是时间的函数。而因果分析预测法是一类从分析事物变化的因果联系入手，通过统计分析和建立数学模型揭示预测目标与其他有关的经济变量之间的数量变化关系，据此进行预测的方法，即把其相关因素的变化看做“因”，把预测对象的变化看做“果”，建立因果之间的数学模型，并根据相关因素的变化，推断预测对象的变动趋势。因果分析预测法最常用的有回归分析预测法和投入产出分析预测法。 所谓回归分析预测法，就是依据数理统计的回归分析理论和方法，找出因变量和自变量之间的依存关系，建立起一个回归方程用于预测的方法。 第一节 回归预测概述 一、回归预测的含义 回归（Regression）一词是由生物学相关概念引申而来，它是英国生物学家高而顿用来描述遗传变异现象的术语。1989年他在《普用回归定律》一文中指出：每个人的特点和他的亲属有相似之处，但也有一定的差异。他的朋友皮而逊后来对1078个家庭进行了调查，发现个子高的父母比个子矮的父母趋向于生育个子高的子女，但是从平均数来看，父母高，他们的子女不一定像父母那样高，反之也不像父母那样矮。这种现象便称之为回归。后来这个名词被广泛用来表示变量间的数量关系。 回归预测概述 二、回归预测的分类 在回归分析中，如果研究的因果关系涉及两个变量就叫做一元回归分析；如果涉及两个以上的变量，则叫做多元回归分析。如果变量之间的相关关系呈线性变化，则叫线性回归；如果变量之间的相关关系呈非线性变化，则叫非线性回归。回归分析建立的是预测对象与影响因素之间的单一方程，因此也被称为单方程模型分析。 三、回归预测的一般程序 1、确立相关变量。相关变量选择的准确与否直接影响回归预测结果的准确性。如家庭消费支出与家庭收入。 2、建立数学模型。根据已知的数据资料，找出变量之间相关关系的类型，选择与其最为吻合的数学模型，代入已知数据并经过数学运算，求得有关系数或参数，从而建立预测的数学模型。 回归预测概述 3、检验和评价数学模型。建立的数学模型是否正确，必须用一套数理统计方法来加以检验，并测量其误差大小和精确程度。如果不正确，则要重建或修正。 4、运用模型进行预测。数学模型经检验后如果正确，即用所建的数学模型进行预测和控制。 必须指出，回归预测虽然是一种科学的定量预测方法，但决不能把预测过程看成是简单的数学运算，特别是对经济预测来说，必须结合定性的分析来判断和推测未来市场的变化情况。另外，回归预测模型的适用对象必须是对象本身确实内含某种规律性，从而用回归方程能把这种规律性表示出来。如果研究对象无内在规律可循，那么也就无法进行回归预测。 第二节 一元线性回归 一、一元线性回归预测方程 设一元线性回归方程为： 式中，n为样本容量；a为回归常数；b为回归系数，即回归直线的斜率；为残差值或称随机误差项， 的平均值为零，其中每个 的分布方差相同，它是用 估计因变量 的数值所造成的，它是估计值与实际数值之间的离差，即 。 实际预测时，残差项 是无法预测的，其目的只是借助 得到预测对象 的估计值，所以预测模型为： 式中， 为预测值（又称为估计值）。 一元线性回归 二、最小二乘法 用最小二乘法（又称最小平方法），选择的参数a，b要使因变量的观察值 与预测值 之间的离差平方和最小，即： 令 ， 求导可得： 为的 平均值， 为 的平均值。 例9-1：某地区人均月收入与耐用消费品销售情况如表9.1所示，请根据人均月收入的变化来预测耐用品的销售额。 一元线性回归 一元线性回归 一元线性回归 Dependent Variable: Y Method: Least Squares Date: 04/27/08 Time: 21:28 Sample: 1995 2003 Included observations: 9 Variable Coefficient Std. Error t-Statistic Prob