第9章 定量预测法.ppt

回归预测法 经济计量预测法 第二节 因果关系模型法 一、回归预测法 回归预测法是在分析自变量和因变量之间相关关系的基础上，选择合适的数学模型近似表达变量之间的关系，从而进行预测的方法。 多元 回归预测 自相关 回归预测 一元 回归预测 一元回归预测模型里只有两个变量，一个自变量和一个因变量。在一般情况下，影响市场现象的因素有很多，但是如果其中只有一个因素是基本的、起决定作用的，就可以以此作为自变量对该市场问题进行预测。 这是利用市场现象时间序列自身进行预测的方法，把同一时间序列不同观察期的值分别作为自变量和因变量来进行分析。 在实践中，某一变量发生变化要受到许多相关因素的影响，这就需要进行多因素分析。多元回归预测法就是有多个自变量的回归预测方法。 回归预测法的分类 一、回归预测法 一元线性回归预测的应用 步骤1 步骤3 确定因变量和自变量。 步骤2 绘制散点图，初步判断相关性。 根据变量绘制散点图，若两变量呈线性关系，则建立如下模型。 ——回归常数； ——回归系数。 一、回归预测法 一元线性回归预测的应用 步骤4： 求解 、 值。用最小二乘法确定参数 和 ， 选择的参数 、 要使因变量的观察值 与预测值 之间的离差平方和最小。 xi——自变量x的第i个观察值； yi ——因变量y的第i个观察值； n ——观察值的个数； ——xi 的平均值； ——yi 的平均值。 一、回归预测法 一元线性回归预测的应用 步骤5： 检验模型。(常用的方法有F检验、T检验和相关系数检验。) 步骤6： 进行预测。经过相关分析后，利用回归模型进行预测。 （1） 的取值范围： ， 0表示正相关，即 y 随 x 的增大而增大； 0表示负相关，即 y 随x 的增大而减少； =0，表示不相关，两变量之间没有线性相关关系。 （2） 的绝对值越接近于1，说明相关性越强； 的绝对值越接近于0，说明相关性越弱。 多元线性回归预测是指通过对两个或两个以上的自变量与一个因变量的线性相关分析，建立预测模型进行预测的方法。 计算公式： 利用最小二乘法确定方程中b0、b1、b2参数值，有如下标准方程组： 多元线性回归预测的应用 b0——回归常数； b1，b2，…，bm——回归系数。 二元回归方程： 二、经济计量预测法 经济计量预测法是经济分析与数学方法相结合的方法，是运用经济现象之间更为复杂的因果关系进行预测的方法。该方法经常用于宏观经济、产业或等业，以及市场的综合等为规律方面的预测。 * * CONTENTS PAGE 目录页 时间序列预测法 因果关系模型法 2 1 * TRANSITION PAGE 过渡页 * 第一节 时间序列预测法 谢谢！ * 第一节 时间序列预测法 * 第一节 时间序列预测法 * 第二节 因果关系模型法 * 第三节 因素分析预测法 * 第四节 实验法 * * * * * 我的黄金十年 片尾广告 一位平凡80后的职场与情感历程 我将毕业后的第一个十年称之为“黄金十年”，第二个十年称之为“白金十年”，第三个十年称之为“钻石十年”，以此来形容人生当中最青春蓬勃、年富力强和激情满怀的宝贵三十年。 “我的黄金十年”写的就是毕业后，第一个十年所发生的职场与情感的那些事儿…… /publicforum/content/no20/1/317960.shtml 布衣公众号：hr-ppt 简单平均法 移动平均法 第一节 时间序列预测法 指数平滑法 趋势延伸法 季节指数法 一、简单平均法 适用于预测对象的发展基本稳定，只在某一水平上下波动的情形，这种预测方法不可能十分准确，因而只能作一个大致的判断。 （一）简单算术平均法 ——观察期内预测目标的算术平均值，即下期的预测值； ——预测目标在观察期内的实际值； ——数据的个数。 （二）加权算术平均法 ——观察期内预测目标的加权算术平均值，即下期的预测值； ——预测目标在观察期内的实际值； ——与 相对应的权数。 （三）几何平均法 步骤1：计算平均发展速度， 步骤2：建立预测模型，进行预测。 ——第n+T期的预测值； ——预测期与最后观察期的间隔期数； ——各期发展水平。 T ——观察期内预测目标的几何平均数，即下期的预测值； ——观察期内的环比发展速度（即逐期增长率）； ——数据的个数。 x1，x2，…，xn 二、移动平均法 （一）一次移动平均法 ——第t期到第t – N+1期的平均数，即第t+1期的预测值； ——第t期到第t – N+1期的实际值； ——跨越期。