2-1第二章课件.pptVIP

第二章 统计方法介绍;解: 令最高(a)，最可能(m)，最低(b)发生概率分别为：;§2.2定量分析方法;二、因素分析法;2、连锁替代法：;（2）主要的计算计算过程：;① 先替代数量指标，后替代质量指标。 ;例：某发电厂某年计划发电量为40亿千瓦时，发电煤耗为365克/千瓦时，标煤单价为600元/吨，该年实际完成发电量42亿千瓦时，发电煤耗为362克/千瓦时，标煤单价为620元/吨。试用连锁替代法分析发电量、发电煤耗、标煤单价这3个因素对燃料费用总额的影响程度。;2、差额计算法;三、一元线性回归方法;①人的身高和体重存在着关系，一般来说，人高一些体重要重一些，但同样身高的人，体重往往并不相同。 ②气象上温度与湿度之间的关系。 ③在气候、土壤、水利、种子和耕作技术等条件基本相同时，某农作物的亩产量 Y 与施肥量 X 之间有一定的关系。 ④人的血压 Y 与年龄 X 之间的依赖关系。;（二）一元线性回归模型的建立;3、一元线性回归方法;如果试验的散点图中各点呈直线状，则假设这批数据的数学模型为：;例1：某市场在t时刻黄瓜销量的数据如下(其中;若x、y之间的关系是随机的，例如:;（三）回归方法的主要步骤：;3、绘制散点图（相关图） 通过散点图来研究两种经济现象之间是否存在相关关系。其绘制方法是先把收集的历史数据按自变量和因变量的关系有小到大或按动态序列排序，绘制散点图，以显示出相关的基本趋势为直线或曲线。如表示为直线，则为一元线性回归。 4、计算相关系数 相关系数r，用于测定线性关系的密切程度。其数值一般在1与-1之间。 ;计算相关系数的基本公式为：;（四）最小二乘法理论;父亲的身高与儿子的身高之间关系的研究;3、最小二乘法的思路;饯怀四纲搭迭答蝇粟芯柠洗挤接用催周涵波鼓桥驯伯稍罗旷弱让龚由编嚏2-1第二章课件2-1第二章课件;3、回归系数的估计的最小二乘法公式 设 　将Ｑ对求偏导数，并令其等于零，可得: 加以整理后有： 　　　;最小二乘法 （ 和 的计算公式）;又称为拟合误差或残差。将所有纵向距离平方后相加，即得误差平方和，“最好”直线就是使误差平方和最小的直线。于是可以运用求极值的原理，将求最好拟合直线问题转换为求误差平方和最小。; 例：15个地区用电需求量和地区人口增加量的资料。;系官现侦盲尽嗜页隔叼丸菌绦腾岂斤陨派侨腔螺宁荧伦聋赘鲍工一雍芽黑2-1第二章课件2-1第二章课件;桃扯疑褥捡京姑藏杯坟舀徐沸羌啪廉旷宦胺獭匠直童衔讣广哆污碳甭铱糊2-1第二章课件2-1第二章课件;　　上式中b表示人口增加量每增加（或减少）1百人，年用电需求量平均来说增加（或减少）0.5301万度即5301度。;预测及应用;利用回归方程进行估计和预测;利用回归方程进行估计和预测（点估计）;利用回归方程进行估计和预测（点估计）; 根据回归方程，可以给出自变量的某一数值来估计或预测因变量平均可能值。例如，前例中当人口增长量为400百人时，年用电需求量为 ;回归方法例题 ;经过计算得到a= -92425,b=0.3541 y=-92425+0.3541x 已知某地区2004年工业总产值为1883570元，试按上面求解的回归方程预测该地区的工业用电量。 y=-92425+0.3541x＝y=-92425+0.3541×1883570 ＝574547千瓦时;（五）平均法 ;例：将表2－2的数据组代入y=a+bx，得到4个方程，分为相加两组，然后，得一个二元一次方程；求解，得a和b的值。 375957=a+1335836b (1) 394214=a+1358370b (2) 455180=a+1551534b (3) 507765=a+1692739b (4);已知某地区2004年工业总产值为1883570元，求工业用电量y 解得：y=0.3505x-87074＝y=0.3505×1883570-87074＝573117千瓦时 采用平均法和最小二乘法得误差;（六）密集点法（紧绳法） ; 把已知的几组历史数据，在坐标上标出，如果标出的散布点群形成一直线带形，就可以在点群的中间划一条直线，并使所划的直线两边的点数尽量相等，这条线近似可以当作回归直线，利用它可以在坐标上直接进行预测。;（七）置信区间;误差的范围用;例：根据表2－3中的历年y值以及回归模型 y=0.3541x-92425，计算y的预测值，求标准差S及置信区间界限图。;划置信区间2S界限图，将