数理统计预测.pptVIP

特征1，时间序列的随机性 如果时间序列xi的自相关系数Ri均接近于0，则该时间序列为一个随机序列,从理论上讲,这些自相关系数的平均值应等于零。 在对一个时间序列进行预测时，如果预测误差序列也是随机的，则认为预测是成功的，相反如果预测误差序列不是随机的，则认为预测是失败的。 七、多元回归预测 一个预报量与多个预报因子呈线性关系。 1，多元线性回归模型的基本形式 Y = b0 + b1x1 + b2x2 +……+ bkxk+ε 2，回归系数 b 的计算 偏回归系数：linest(Y,X) Excel: 多元线性回归(P:249) 3，多元回归模型的检验 (1) 复相关系数（R）检验： 式中 U= b1L1y+b2L2y+……+bkLky 查复相系数表(P:314)，表中n为样本数，m为预报因子数，所求R值大于表列R0.05 或 R0.01的值时，分别达到显著或极显著。 （2）方差分析： 变量 自由度(df) 平方和 均方(S2) F 回归 预报因子数 U U/df S2回/ S2剩 剩余 总-回归 Q=Lyy-U Q/df 总 样本数-1 Lyy 多元