第十二章_回归分析预测法.pptVIP

第12章 回归分析预测法;12.1 回归分析预测法概述;【小知识12-1】 “回归”这个概念，是1877年美国遗传学家高尔顿（F?Gaolton）提出来的。他是在研究了人类身高的遗传性时，发现父母身高在子女身高遗传上有回归现象。此后，回归的含义被进一步扩大，现被广泛应用于变量间的数量关系分析。 （资料来源：杭中茂：《职业教育观》，中国商业出版社 1999）;12.1.1 回归分析预测法概念;12.1 回归分析预测法概述;12.1.2 回归分析预测法的具体步骤;【小思考12-1】 如何预计未来五年小家电需求为目的的市场预测？ 答：应该从它的因变量-就是未来五年小家电的需求量和对于影响和制约预测目标的因素——自变量来分析。;【观念应用12-1】 运用回归法进行定量预测，必须有以下三个条件： 1预测对象与影响因素之间必须存在因果关系，而且数据点在20个以上为好； 2过去和现在的数据规律，能够反映未来； 3数据的分布确有线性趋势，可采用线性解；如不是线性趋势，则可用非线性解。;12.2 一元线性回归分析预测法;12．2．1 一元线性回归预测法概念;12.2 一元线性回归分析预测法;【观念应用12-2】 根据经验，企业的商品销售额同广告费支出之间具有相关关系。某企业1990年至1999年的商品销售额和广告费支出的资料如表12-1所示。 表12-1 某企业商品销售额与广告费支出表;预测该企业2002年的广告费支出为35万元，要求在95%的概率下预测该年的商品销售额。 【分析提示】 1）进行相关分析。在坐标系上将广告费支出和商品销售额的数据标出，形成散点图，可以发现呈现直线趋势。从而判定二者呈一元回归。;取显著性水平α=0.05，df=n-2=8。查相关系数临界值表得： ;表12-2;F检验法将自变量作为一个整体来检验与因变量之间的线性关系是否显著。其计算为：;(2)区间预测。 ①计算估计标准误差 ;【小思考12-2】 一元线性回归分析预测法与上一章中介绍的趋势延伸分析预测法有什么区别？ 答:回归分析是基于时间的内在的因素进行远期预测，而趋势延伸预测是基于时间上的动态预测。 ;12.3 多元线性回归分析预测法;【小知识12-3】 一元线性回归模型是将影响因变量的原因归结一个主要因???上。当影响应变量变化的因素有多个时一元线性回归模型就无法准确地判断多个变量之间的关系;12.3.1 多元线性回归分析预测的概念;12.3 多元线性回归分析预测法;【观念应用12-3】 如何使用多元（以二元为例）线性回归分析选择预测区间？ 【分析提示】 多元（以二元为例）线性回归分析的步骤如下： 1）建立线性方程。;简捷公式为：;12.4非线性回归分析预测法（选修）;12.4非线性回归分析预测法;【小知识 12-4】 用手工方法进行定量分析有很多的局限性，当变量较多，数据量较大的时候，无法进行分析，电子计算机的应用与发展为我们进行回归分析提供了优越条件。筛选变量拟合模型，求解参数，测定相关系数，检验显著水平，计算估计标准误差，分析预测因变量的置信区均可以在计算机上进行操作。;12.4.1 指数曲线模型;12.4非线性回归分析预测法;12.4.2 幂函数模型;12.4非线性回归分析预测法;12.4.3 双曲线模型;12.4非线性回归分析预测法;12.4.4 对数模型;【小思考12-4】 回归分析预测法中，为什么要进行检验，以测定变量间的相关关系？ 答:相关关系的大小直接反映了变量的密切程度，从而说明二者进行回归分析更可信。;12.4非线性回归分析预测法;12.4.5 多项式模型;【小实训】 如何预计未来五年高校入学需求为目的的市场预测？ 【实训建议】 应该运用一元回归分析法确定其因变量-就是未来五年高校需求量和对于影响和制约预测目标的因素——每年高校的录取的人数和高中毕业人数（自变量）来分析。;本章小结： 本章介绍了回归分析预测法的基本步骤、确定目标及影响因素，进行相关分析，建立回归模型，检验回归模型，最后进行实际预测。 这一章中通过案例详细介绍了一元线性回归分析预测法和多元线性回归分析预测法。在预测过程中，关键是回归模型的检验及估计标准误差的计算。 。 主要概念和观念 主要概念：回归分析预测法 一元线性回归分析预测法 多元线性回归分析预测法 主要观念：回归分析预测法的运用 一元回归分析预测法的运用