第二章成本性态分析2.pptVIP

第三，判断所有误差平方和是否最小。即：Σei2 =0 这种方法既排除了正负误差的符号问题，又避免了绝对值运算的麻烦。 因此，可以根据误差的平方和是否达到最小，来判断直线方程y=a+bx的总误差是否达到最小。 此法又称最小二乘法或最小平方法。 一元直线回归法公式推导 * 根据上述道理，回归直线法就是求能使Σei2 =0成立的回归系数a和b的值。 因为 ei = yi –(a+bxi) 所以 Σei2 = Σ[yi –(a+bxi)] 2 按照微分极值原理，令上式=0，并分别对a和b求偏导数，就可以求出能满足Σei2 达到极小值的a和b。 按照此法推导的a，b计算公式，称为公式法。 一元直线回归法公式推导 * Σe2=Σ[y –(a+bx)] 2 = Σ[y 2–2 y (a+bx)+ (a+bx) 2 ] = Σ[y 2–2ay –2bxy+a2 +2abx+ b2x2 ] =Σy2–2aΣy–2bΣxy+na2+2abΣx+b2Σx2 令： Σy 2–2aΣy –2 bΣxy+na2 +2abΣx+ b2 Σx2=0 对上式求a的偏导数，得： –2Σy +2na +2bΣx=0 整理得 Σy =na +bΣx （1）式 ★按公式法推导a，b计算公式的过程 * 对Σy2–2aΣy–2bΣxy+na2+2abΣx+b2 Σx2=0 求b的偏导数，得： –2Σxy +2aΣx+ 2bΣx2 =0 整理得 Σxy = aΣx+ bΣx2 （2）式 解联立方程，即可求出a，b的值。 ★按公式法推导a，b计算公式的过程 Σy =na +bΣx Σxy = aΣx+ bΣx2 * 用行列式求二元一次方程组中a和b的解 Σy = na + bΣx Σxy = aΣx + bΣx2 因为下列联立方程中，未知数为a和b，Σy,Σxy 为已知常数， n,Σx和Σx2分别为a和b的系数，则有 常数列 Σy Σxy a的系数列 na aΣx b的系数列 bΣx bΣx2 用行列式的方法解法如下： * Δ= = n Σx2-(Σx) 2 Δa= = ΣyΣx2-Σx Σxy n Σx Σx Σx2 Σy Σxy Σx Σx2 Δb= = nΣxy-Σx Σy n Σx Σy Σxy * a= Δa Δ b= Δb Δ n Σx2-(Σx) 2 ΣyΣx2-Σx Σxy = nΣxy-Σx Σy = n Σx2-(Σx) 2 ∵Σy = na+bΣx 可以同时计算出a和b Σy-bΣx n ∴a = 必须先计算出b，然后才能计算 a * 上述联立方程也可以不用求偏导数的方法来建立，可利用一种所谓简捷法来实现。 ∵ y=a+bx ∴ Σy = Σ(a+bx)=na+bΣx （1）式 又∵ xy=x(a+bx)=ax+b x2 ∴ Σxy= Σ(ax+b x2 )=aΣx+bΣx2 （2）式 * 相关系数（relevant coefficient）是回归分析过程中用于判定变量之间是否存在必要线性关系的一个数学参数。 关于相关系数的解释 * 0 x 业务量（件） y 成本（元） 相关系数示意图 当r=+1时，x与y完全正相关，y≡a+bx 当r→+1时，x与y基本正相关，y ≈ a+bx 当r→0时，x与y基本无关， 当r=0时，x与y完全无关， y ≠ a+bx * 介绍两种方法 方法一：在EXCEL电子表格上计算 方法二：在EXCEL文档中直接插入统计函数 相关系数r——Pearson（皮尔生） 回归系数a——Intercept（截距） 回归系数b——Slope（斜率） 回归直线法在电子计算机环境下的应用 * 案例资料 已知：某企业只生产一种产品，2002年下半年的产销量和相关总成本的历史资料如下： 7至12月份的产销量分别为125, 100, 140, 155, 198和 200件； 7至12月份的总成本相应为