第12章回归分析预测法.pptVIP

* 第12章??回归分析预测法 * 市场调研与预测 第一节 一元线性普通回归预测法（一） 一、一元线性回归预测步骤 1、首先对所有影响因素进行分析 2、比较相关因素，找出最主要的影响因素 （1）散点图分析法 （一）全面分析影响预测对象的相关因素，确定自变量 * 市场调研与预测 第一节 一元线性普通回归预测法（二） （2）相关系数分析法:将每个影响因素与预测目标的相关系数逐一计算， 并比较分析。? ——自变量与平均值的离差平方和 ——应变量与平均值的离差平均和 上式可简化为? 比较各影响因素对应数 ，选择对 最大的影响因素为自变量。 其中： * 市场调研与预测 第一节 一元线性普通回归预测法（三） X与Y强相关——可作为自变量，可在其中进行选择 X与Y相关 X与Y弱相关 X与Y不相关 （3）经验数据分析法? 3、作为自变量应满足两个条件： （1）历史数据资料完备 （2）具有先期预测资料 * 市场调研与预测 （二）选择回归预测模型，确定模型参数 1、回归预测模型确定 ①曲线比较分析法 ②误差比较分析法 式中，x为非均匀分布，故 因此不能采用简化公式 。 2、参数的确定：一元线性与非线性模型，可采用变量代换，转化为线性模型， 故一元回归预测模型的参数确定可采用最小二乘法，参数计算公式如下： 第一节 一元线性普通回归预测法（四） * 市场调研与预测 方法一：定量检验：采用统计方法进行检验 方法二：定性检验：经验判断法 。 （三）检验预测模型和预测结果的可靠性程度 第一节 一元线性普通回归预测法（五） 把自变量的先期预测值 代入预测模型中， 所得到对应 值，即为预测结果。 （四）实际预测 * 市场调研与预测 二、应用举例 例：某五金公司历年的销售总额与供应地区的工业产值资料如下表所示，并预计2006年该地区工业产值达60.7亿元，试用一元线性回归模型预测2006年该公司的销售总额。 第一节 一元线性普通回归预测法（六） * 市场调研与预测 13556.3 5623.37 321.8 130.9 ∑ 2937.64 1333.32 54.2 24.6 2005 2460.16 1091.2 49.6 22 2004 2070.25 887.25 45.5 19.7 2003 1764 735 42 17.5 2002 1444 570 38 15 2001 1190.25 448.5 34.5 13 2000 961 328.6 31 10.6 1999 729 229.5 27 8.5 1998 产值 （亿元） 销售额 （百万元） 年份 表12—1 一元线性普通回归模型参数计算表 第一节 一元线性普通回归预测法（七） * 市场调研与预测 ②计算参数 预测模型为： （百万元） ③预测：由已知条件知：2006年 = 60.7亿元 第一节 一元线性普通回归预测法（八） 解：①首先列计算表 * 市场调研与预测 第二节 一元线性自回归预测法（一） 引言：一元线性普通回归预测对数据要求较高，要求： 已知：① ② 为自变量的先期预测值。 而实际应用中 ，尤其是 获得很困难。 如何才能既适用回归预测方法，又对数据的要求不太高，以便在更多的 场合能应用，人们提出一元线性自回归预测方法，即设 ，则预测模型：? 它与普遍一元线性回归预测思路与方法完全相同，所不同的仅在列表 计算参数时略有区别。 * 市场调研与预测 2004.75 1756.95 106.32 122.4 ∑ 541.2 484 22 24.6 2005 433.4 388.09 19.7 22 2004 344.75 306.25 17.5 19.7 2003 262.5 225 15 17.5 2002 195 169 13 15 2001 137.8 112.36 10.6 13 2000 90.1 72.25 8.5 10.6 1999 8.5 1998 销售额 （百万元） 年份 表12—2 一元线性自回归预测模型参数计算表 实例：资料和数据同上例表 第二节 一元线性自回归预测法（二） * 市场调研与预测 预测模型： （百万元） ②计算参数： ③预测：2006年 = 24.60万元 第二节 一元线性自回归预测法（三） 解：①首先列计算表（见表12—2） * 市场调研与预测