市场调查和市场预测第七章 回归分析预测.pptVIP

市场调查和市场预测第七章 回归分析预测.ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
市场调查和市场预测第七章 回归分析预测

(四) t检验 t 检验是关于回归系数的显著性检验,即检验回归方程中每个自变量与因变量之间的线性关系是否显著。 检验假设H0:bi=0(i=1,2,…,m) t统计量的计算公式为:tbi=biSbi(i=1,2,…,m)(722)式中:Sbi称为回归系数bi的标准差; Sbi=ciiSy,其中Sy是估计标准差,Sy=ni=1(yi-y^i)2n-m-1; cii是式(716)中矩阵C=(XTX)-1主对角线上的第i个元。 给定显著性水平α,由t分布表查临界值tα2(n-m-1),当|tbi|>tα2时,认为回归系数bi与0有显著差异,即自变量xi对因变量y有显著影响;反之,接受bi=0,即自变量xi对因变量y无显著影响,xi应从回归方程中剔出。 t检验也适用于一元线性回归方程回归系数的检验。这时,t统计量的计算公式为:tb=bSb,其中回归系数b的标准差Sb=Syni=1x2i-nx。 四、 应用实例 【例4】某商品的需求量受多种因素的影响,经分析,认为商品价格和居民收入与需求量的相关程度最高,且呈线性关系,其资料如表7-7所示。试建立二元线性回归方程,预测当商品价格为8元,居民收入为1 000元时的需求量。 表7-7某商品需求量及价格、居民收入统计资料编号需求量(千克)价格(元)居民收入(10元) (一) 求回归方程 设y表示需求量,x1表示价格,x2表示居民收入,回归方程为:y^=b0+b1x1+b2x2回归方程参数的计算过程见表7-8。 表7-8二元线性回归方程参数计算表序号yix1x2x1yix2yix1x2x21x221 从而有:y-=y/n=80/10=8,x1=x1/n=60/10=6,x2=x2/n=800/10=80。 由正规方程(7-12),得b0、b1、b2满足的线性方程组:10b0+60b1+800b2=80 60b0+390b1+4 210b2=450 800b0+4 210b1+79 800b2=7 050解此线性方程组,得:b0=11.228 2,b1=-0.724 7,b2=0.014则二元线性回归预测方程为:y^=11.228 2-0.724 7x1+0.014x2预测方程中,b1=-0.724 7,表示若居民收入不变,价格每上涨一元,该商品的需求量将平均减少0.724 7千克;b2=0.014,表示若商品价格不变,居民收入每增加10元该商品的需求量将平均增加0.014千克。 (二) 模型检验 1. 复相关系数检验 复相关系数和偏相关系数的有关数据由表7-9列出。 表7-9二元线性回归复相关系数与偏相关系数计算表编 号yiy^i(yi-y^i)2(yi-y-)2y2i1 121∑8080.13.8134.5674.5 复相关系数:R=1-ni=1(yi-y^i) 2ni=1(yi-y-)2=1-3.8134.5≈0.943结果表明,该商品 价格及居民收入与商品需求量的线性相关程度为0.943,有密切的线性相关关系。 2. 偏相关系数检验 先计算单相关系数: ryx1=x1y-n1x21-n21y2-n2 =450-10×6×8(390-10×62)(674.5-10×82)=-0.933 ryx2=x2y-nx22-n22y2-n2 =7 050-10×80×8(79 800-10×802)(674.5-10×82)=0.880 rx1x2=x1x2-n12x21-n21x22-n22 =4 210-10×6×80(390-10×62)(79 800-10×802)=-0.857 再计算偏相关系数,根据公式(718)和(719),有:ryx1,x2=ryx1-ryx2rx1x21-r2yx21-r2x1x2=-0.933-0.880×(-0.857)(1-0.8802)1-(-0.857)2=-0.73 ryx2,x1=ryx2-ryx1rx1x21-r2yx11-r2x1x2=0.880-(-0.933)(-0.857)1-(-0.933)21-(-0.857)2=0.43ryx1,x2= -0.73,表示固定 居民收入后,价格与需求量负相关,线性相关程度为0.73;ryx2,x1= 0.43,表示固定价格后,居民收入与需求量正相关,线性相关程度为0.43。 (三) 利用模型进行预测 当价格x1=8(单位:元),居民收入x2=100(单位:10元)时,代入经检验合格的模型:y^=11.228 2-0.724 7x1+0.014x2得该商品需求量的估计值为 y^

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档