经济预测方法及MATLAB实现 作者 杨德平 第6章 趋势外推预测法.pptVIP

用最小二乘法进行参数的估计： 对数曲线模型 S型曲线模型 （2）间接代换型 指数曲线模型 倒指数曲线 幂函数曲线 【例6-10】 已知某商店2000—2009年的商品流通费用率和商品零售额的资料如表6-8所示。若2010年该商店的商品零售额预计为800万元，试预测这一年商品流通费用额是多少？ 760 700 600 520 460 400 340 280 200 160 零售额（万元） 6 6.1 6.2 6.6 6.9 7.3 7.8 8.5 9.2 10 流通费用率（%） 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 年份 6.6.2 非线性回归命令法 （1）确定回归系数的命令 [beta，r，J]=nlinfit（x，y，’model’, beta0） 输入变量：x、y分别为矩阵和n维列向量，对一元非线性回归，x为n维列向量； model：是事先用m-文件定义的非线性函数； beta0：回归系数的初值。 输出变量：beta：估计出的回归系数；r：残差； J：Jacobian矩阵。 (2）回归系数beta的置信区间 ci=nlparci(beta,r,J) （3）预测和预测误差估计 [Y，DELTA]=nlpredci（’model’, x，beta，r，J） 求nlinfit所得的回归函数在x处的预测值Y及预测值的显著性为1-alpha的置信区间Y±DELTA。 【例6-11】 （续例6-10） 利用非线性回归方法求解 （1）选取幂函数曲线模型， 建立函数名为mihanshu.m的M文件 2）建立M文件 6.6.3 逻辑增长曲线模型 （1）皮尔生长曲线的一般模型 K为常数（如某种耐用消费品饱和状态时的普及率） 皮尔生长曲线模型常用形式 可用MATLAB非线性回归命令法求解未知常数a、b和K，其图形S型曲线相似。 （2）林德诺生长曲线模型一般形式 如在研究新产品销售时，N(t) 和 N0 分别表示在t时刻和初始时刻熟悉新产品的人数，L为的极限值，r 为校正系数，可用增长率指标来刻画。此模型常用来预测人口增长 问题。 【例6-12】 某家用电器企业从1998年建厂生产产品，1999年至2009年期间统计销售量如表6-9所示，试建立皮尔生长曲线的数学模型，并预测今后的发展。 11200 11000 10600 9800 9000 7100 5000 3400 2300 2000 1800 销售量（台） 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 年份 6.7 虚变量回归分析 虚变量回归分析的目的是量化定性因素对被解释变量的影响关系和影响程度。方法是将虚变量作为解释变量引入回归模型。 （1）虚变量回归模型 其中，y为被解释变量，D为虚变量 给出了无属性A时y的平均水平， 给出了有属性A时y的平均水平， 给出了有、无属性A的平均差异。 （2）虚实变量的混合模型。 在反映某种因素发生重大变异跳跃或政策变化发生转折点时，可用带有虚变量的模型来表示，其模型形式为： 其中，y为被解释变量，x为解释变量， D为虚变量。如在某时刻t0发生重大变异，xt表在时刻t0的观察值， 【例6-13】分析某城市居民的年服装消费状况，随机调查了该市39位居民，了解其个人收入和受教育程度，其中男性用1表示，女性用0表示；受大学教育程度的用1表示，未受大学教育程度的用0表示，得到的数据如表6-10所示。 1 1 24000 1800 32 1 1 25000 2000 16 0 0 20000 2600 31 1 0 28000 2800 15 0 0 30000 2800 30 0 0 32000 2600 14 1 1 28000 1600 29 0 1 26000 1800 13 1 1 31000 2800 28 1 1 30000 2500 12 0 0 35000 4000 27 0 0 45000 3400 11 0 0 30000 3200 26 0 1 32000 3000 10 1 1 20000 1800 25 1 0 30000 3500 9 1 1 22000 1500 24 1 1 26000 2500 8 0 1 26000 3100 23 0 0 26000 3000 7 1 0 25000 3200 22 1 0 45000 4000 6 1 1 42000 3000 21 1 1 50000 3600