例题二次指数平滑法的预测模型.ppt

《易经》的四大功能 Excel在平滑预测分析中的应用 —移动平均分析工具 第三步：在输入区域、输出区域中分别键入数据区域。 Excel在平滑预测分析中的应用—指数平滑分析工具 第一步：在工具选项中选择“数据分析”。 Excel在平滑预测分析中的应用 —指数平滑分析工具 第二步：在“数据分析”中选择“指数平滑 ” 。 Excel在平滑预测分析中的应用 —指数平滑分析工具 第三步：在输入区域、输出区域和阻尼系数中分别键入数据区域。 注意：阻尼系数一般在0~1之间，较合理范围为0.2~0.3 Excel在回归分析中的应用—CORREL相关系数 第一步：在工具选项中选择“数据分析”。 Excel在回归分析中的应用—CORREL相关系数 第二步：在“数据分析”中选择“相关系数 ” 。 Excel在回归分析中的应用—CORREL相关系数 第三步：在输入区域、输出区域中分别键入数据区域。结果为虚框 Excel在在一元线性回归分析中的应用 第一步：在工具选项中选择“数据分析”。 Excel在在一元线性回归分析中的应用 第二步：在“数据分析”中选择“回归 ” 。 Excel在在一元线性回归分析中的应用 第三步：在输入区域、输出区域中分别键入数据区域。 Excel在在一元线性回归分析中的应用 第四步：结果如下 * * （2）例题： 将数据代入正规方程得： 解这三个方程式得： （3）例题： 回归预测方程为： 就说明了随着小麦产量增长率的提高，小麦出口量的增长率也提高，而随着出口税率的提高，小麦出口量的增长率是下降的。 （4）例题： 预测当2005年产量增长率 出口税率 时，出口增长率为： 置信区间： 二、多元线性回归： 同样的方法，可以得出 m 个自变量的回归预测模型为： 其中：参数 由下列正规方程组解得： 多元线性回归： 标准离差： 复相关系数： 当因变量和自变量间的关系不 是线性模型，而是曲线型时，通常采 用变量代换法将非线性模式线性化， 然后再按照线性模式的方法处理。 10.3.4 非线性回归预测法 可化为线性回归的非线性回归模型的形式： 双曲线： 方程： 作变量代换： 变换后的线性方程： 可化为线性回归的非线性回归模型的形式： 幂函数曲线： 方程： 作变量代换： 变换后的线性方程： 可化为线性回归的非线性回归模型的形式： 对数曲线： 方程： 作变量代换： 变换后的线性方程： 可化为线性回归的非线性回归模型的形式： 指数曲线： 方程： 取对数： 作变量代换： 变换后的线性方程： 可化为线性回归的非线性回归模型的形式： 倒指数曲线： 方程： 取对数： 作变量代换： 变换后的线性方程： 可化为线性回归的非线性回归模型的形式： S型曲线： 方程： 取倒数： 作变量代换： 变换后的线性方程： 例题一： 某商店各个时期的商品流通费用水平和商品零售额呈双曲函数模型，预测下期如果商品零售额为28万元时的流通费水平为多少？ 商品零售额 （万元） 商品流通费水平 （%） 9.5 6.0 0.105 0.01103 0.