市场预测讲稿.pptVIP

* * 139 * * * 相关系数的r的推导公式： 例-2.如，某企业上半年产品产量与单位成本资料如下： ， 月份 产量（千件）x 单位成本（元/件）y x2 y2 xy 1 2 73 2 3 72 3 4 71 4 3 73 5 4 69 6 5 68 带领学生用Excel演练 （１）计算相关系数 ? 说明产量和单位成本之间存在高度负相关。 三：回归分析 一)、回归分析的意义： 1、回归分析就是对具有相关关系的两个或两个以上变量之间数量变化的一般关系进行测定，确立一个相应的数学表达式，以便从一个一直量来推测另一个未知量，为估算预测提供一个重要的方法。 2、回归分析和相关分析是互相补充、密切联系的，相关分析需要回归分析来表明现象数量关系的具体形式，而回归分析则应该建立在相关分析的基础上。 3、回归的种类 按自变量的个数分： 一元回归：只有一个自变量，又称简单回归 多元回归：有两个或两个以上自变量，又称复回归 按回归线的形状分： 线性回归—直线回归 非线性回归—曲线回归 二）、简单线性回归方程： 1、简单线性方程式：y=a+bx 2、变量y不仅受x的影响，还受其他随机因素的影响，因此通过相关图，可以直观地发现各个相关点并不都落在一条直线上，而是在直线上下波动，只呈现线性相关的趋势。 3、我们试图在相关图的散点中引出一条模拟的回归直线，以表明两变量x与y的关系，称为估计回归线，回归方程：yc=a+bx yc—y的估计值 a—纵轴截距 b—回归系数,代表自变量增加一个单位时因变量的平均增加值。 4、计算a、b值 当实际值y与估计值yc的离差平方和为最小值时，则此直线为最优的理想直线。 即： 当出现权数时： 5、回归系数b与相关系数r的关系 6、回归分析和相关分析的特点： 回归分析是研究两变量之间的因果关系，所以必须通过定性分析来确定哪个是自变量，哪个是因变量。 回归分析是研究两变量具有因果关系的数学形式 回归分析中回归系数有2个（区分自变量、因变量）,相关分析中相关系数有1个（不区分自变量、因变量） 对于回归方程进行预测估计时，只能根据x估计yc，不能根据yc估计x 三)、估计标准误 1、当yc（估计值）与y（实际值）有偏差的时候，产生估计值代表性问题。 2、估计标准误是用来说明回归方程代表性大小的统计分析指标，计算公式为: 　相关分析和回归分析中应注意的问题 1、在定性分析的基础上进行定量分析 2、要注意现象质的界限及相关关系作 用的范围 3、要具体问题具体分析 4、要考虑社会经济现象的复杂性 5、对回归模型中计算出来的参数的有 效性应进行检验 例如，某企业上半年产品产量与单位成本资料如下： ， 月份 产量（千件）x 单位成本（元/件）y x2 y2 xy 1 2 73 2 3 72 3 4 71 4 3 73 5 4 69 6 5 68 带领学生用Excel演练 要求：（１）计算相关系数，说明两个变量相关的密切程度。 （２）配合回归方程，指出产量每增加1000件时，单位成本平均变动多少？ （３）假定产量为6000件时，单位成本为多少元？ 例如，某企业上半年产品产量与单位成本资料如下： ， 月份 产量（千件）x 单位成本（元/件）y x2 y2 xy 1 2 73 2 3 72 3 4 71 4 3 73 5 4 69 6 5 68 带领学生用Excel演练 解：计算相关系数时，两个变量都是随机变量，不须区分自变量和因变量。考虑到要配和合回归方程，所以这里设产量为自变量（ｘ），单位成本为因变量（ｙ） ? （１）计算相关系数 说明产量和单位成本之间存在高度负相关。 （２）配合回归方程 ｙc＝ａ＋ｂｘ =-1.82 =77.37 =77.37 回归方程为：ｙ＝７７.３７－１.８２ｘ （３）当产量为６０００件时，即ｘ＝６，代入回归方程： ｙ＝７７.３７－１.８２×６＝６６.４５（元） 再如，根据某部门8个企业 产品销售额和销售利润的资料得出以下计算结果： 课内学生练习-2 年 份 Y (住宅销售量 万m2) X1 (国内生产总值， 亿元) X2 （人均居住面积，m2） X4 （住宅售价，元/ m2） X3 (人均支配收入，元) X5 （市场化利率， 元/百元×年） 1990 128.7 117.0 8.7 1194 1791 8.2 1991 155.9 147.8 9.1 1509 2089