第11章 回归分析预测法.ppt

第 11章  回 归 分 析 预 测 法 短期预测往往着重在预测生产活动方面，尝试预测整个经济所能生产的产量，以及生产这些产量所引起的劳力需求。 -----罗宾逊 ■学习目标 通过本章学习,你应该能够： 1.了解回归分析法的含义及特征； 2.掌握回归分析法的几种方法； 3.能够运用一元线性回归分析预测法； 4.了解多元线性回归的基本内容和步骤。 ■学习内容 11.1回归分析预测法概述 11.2回归分析预测法的基本方法 ■主要概念（原理）与技能 回归分析预测法的含义 一元线性回归法 多元线性回归法 非线性回归分析预测法 11.1回归分析预测法概述 11.1.1回归分析预测法的含义 回归分析预测法是对具有相关关系的变量，在固定一个变量数值的基础上，利用回归方程测算另一个变量取值的平均数。 它是在相关分析的基础上，建立相当于函数关系式的回归方程，用以反映或预测相关关系变量的数量关系及数值。 1.相互关系 任何事物的产生和变化，总是由一定的原因引起的，并对其他事物产生影响， 总体上可分为确定性关系和非确定性关系。 2．函数关系 函数关系就是确定性关系。它是指由某种确定的原因，必然会导致确定的结果的因果关系，并且可用函数关系式表示。 即自变量的每一个确定的X，必对应因变量惟一值Y，可用函数表达式y=ax表示。 在社会经济活动和自然界中，这种函数关系很少，更多的是事物之间的相关关系。 3.相关关系 （1）正相关是指具有相关关系的变量之间的变动方向一致，即同增同减。 如汽车的保有量与汽油的需求量之间存在正相关关系； （2）负相关是指具有相关关系的变量之间的变动方向不一致，呈反向运动，即此增彼减。 如商品价格升高，则市场需求量相应减少； 4.相关分析 相关分析是对变量之间的相关关系进行分析和研究的方法，主要包括两个方面： （1）确定事物之间有无相关关系，这也是相关分析的前提。 （2）确定事物之间相关关系的密切程度，可用相关系数或相关指数来衡量。 11.1.2回归分析预测法的应用 2.建立回归方程 建立回归方程是根据变量之间的相关关系，用数字表达式给予表示，可分为线性回归和非线性回归两种。 线性回归的一般表达式为： 3.求解方程，得出预测值 计算方程式中的各项参数，如在简单线性方程 中，先求出参数 和 的值。把求得的各项参数值代入回归方程，通过计算，即可取预测结果。 4.评价预测结果 所有回归方程必须经过自变量与因变量之间依存关系紧密程度的检验，代入数据检验有效后，才能被接受。 1１.2回归分析预测的基本方法 回归分析预测法通常分为一元线回归法和多元线性回归法，在多元线性回归法中主要用到的是二元线性回归法。 11.2.1一元线性回归预测法 1.一元线性回归预测法的含义 当影响市场变化的诸因素中有一个基本的和起决定作用的因素，且自变量与变量之间的数据分布呈线性趋势，那么就可以运用一元线性回归方程 进行预测。其中 是因变量， 为自变量，a、b均为参数，b又称为回归系数，其表示当 每增加一个单位时， 的平均值增加量。 2.最小二乘法 最小二乘法是解决一元回归方程中参数a、b的有效方法。（解法略） 11.2.2多元线性回归分析预测法 1.多元线性回归预测的含义 多元线性回归分析是一元线性回归分析的扩展，是指两个或两个以上的自变量与一个因变量的变动分析。 2.多元线性回归分析对数据的要求 (1)它要求在所有的观测变量中，有一个变量是因变量。 (2)作为因变量的变量，必须是等距量表或比率量表的资料。 3)有两个或两个以上的自变量。 3. 多元回归分析中自变量的选择方法 4. 多元线性回归方程 多元线性回归方程是用来描述因变量与多个自变量关系的数学表达式。即 其中y为因变量观测值， 为常数， 为偏回归系数， 为各自变量。 5．多元线性性回归分析法的应用 略 ■课堂讨论 1.什么是回归预测法？它的一般程序是什么？ 2.多元线性回归的应用领域有哪些？ * * 相互关系 函数关系 相关关系 回归分析的 关系内容 相关关系是事物之间存在着的非确定性关系，它是指变量之间相互关系之中不存在数值对应关系的非确定性的依存关系。 相关关系的类型 按性质划分 按照其相关程度 正相关 负相关 完全相关 不完全相关 不相关 4.评价预测结果 3.求解方程，得出预测值 2.建立回归方程 1.确定相关关系 回归分析预测法的 应用 可遵循以下程序