第五章经营预测分析报告.pptVIP

多元线性回归法 多元线性回归法是以多元线性方程为基础，建立一个预测函数式进行预测的方法。 举例说明，如果因变量受两个因素共同作用，则设函数方程如下： 可以用“简捷法”来确定公式中的a、b1和b2 例：设某企业2002年至2006年的制造费用、直接人工小时和机器工作小时如表所示。要求建立三个变量之间的回归模型。 年份 制造费用 （元） 直接人工小时（千小时） 机器工作小时（千小时） 2002 2003 2004 2005 2006 3200 2001 2700 3135 2964 26 15 18 21 20 50 35 40 45 40 ∑ 14000 100 210 例题分析 年份 y 2002 2003 2004 2005 2006 3200 2001 2700 3135 2964 26 15 18 21 20 50 35 40 45 40 676 225 324 441 400 2500 1225 1600 2025 1600 1300 525 720 945 800 83200 30015 48600 65835 59280 160000 70035 108000 141075 118560 ∑ 14000 100 210 2066 8950 4290 28930 597670 将表中的有关数据代入方程组，用“简捷法”求解。可得：y=254.50+63.75x1+30.25x2 相关预测法应注意的问题 应用相关预测法，一般应进行相关程度测定，即通过计算相关系数来检验预测变量与相关因素变量间的相关性，以判断预测结果的可靠性。 相关系数R的应用 相关系数R的取值范围为：-1≤R≤1。 R的绝对值愈接近1，相关关系越密切。 一般可按如下标准加以判断： |R|=1，完全相关 0.8|R|≤1，高度相关 0.5|R|≤0.8，显著相关 0.3|R|≤0.5，低度相关 0|R|≤0.3，弱相关 R=0，不相关 练习：某汽车轮胎厂专门生产汽车轮胎，而决定汽车轮胎销售量的主要因素是汽车销量。假如中国汽车工业联合会最近五年的实际销售量统计及该企业五年的实际销售量资料，如下表所示。 年 度 1996 1997 1998 1999 2000 汽车销售量(万辆) 10 12 15 18 20 轮胎销售量(万只) 64 78 80 106 120 假定计划期2001年汽车销售量根据汽车工业联合会的预测为25万辆，该轮胎生产企业的市场占有率为35％，要求采取最小平方法预测2001年轮胎的销售量。 回归直线法 1、编制回归预测计算表 年度 汽车销售量 x (万辆) 轮胎销售量y(万只) xy x2 y2 1996 10 64 640 100 4096 1997 12 78 936 144 6084 1998 15 80 1200 225 6400 1999 18 106 1 908 324 11236 2000 20 120 2400 400 14400 n=5 ∑x=75 ∑y=448 ∑xy=7084 ∑x2=1193 ∑y2=42216 2、计算a，b，并计算预测值。 b=(n∑xy－∑x∑y)÷ (n∑x2－∑x∑x) =(5×7084－75×448)÷ (5×1193－75×75) =5.35 a=(∑y/n)－b (∑x/n) =448/5－5.35× (75/5) =9.35 y＝9.35＋5.35x 2001年轮胎的销售量=9.35＋5.35×25=143.1（万元） 2001年该企业轮胎的销售量=143.1×35%=50.085（万元） 例：中盛公司专门生产电冰箱的压缩机，而决定电冰箱的压缩机销售量的主要因素是电冰箱的销售量以及广告费的支出情况。假设近5年全国电冰箱的实际销售量的统计资料和中盛公司电冰箱压缩机的实际销售量和广告费支出情况如表 多元回归法 假设预测期20×9年全国电冰箱的销售量预测为180万台，公司计划安排广告费4万元，采用多元回归模型预测20×9年中盛公司电冰箱压缩机的销售量如下。 1)建立多元回归模型。 式中，y为中盛公司电冰箱压缩机的销售量;x1为中盛公司广告费支出;x2为全国电冰箱销售量。 (3)季节预测分析法 是在前面各种预测方法的基础上，考虑到季节因素变化的影响，加上（或乘以）季节加量（或季节指数）计算预期值。 加法模式：Yt=Tt+St 观察值的季节波动与趋势值不成比例的情况 乘法模式：Yt=TtSt 观察值的季节波动与趋势值成比例的情况 Y—销售量 T—趋势值　S—季节加量或季节指数 (4)购买力指数法 购