长期趋势模型预测工作.pptVIP

(三)二元线性回归预测模型的运用 ［例10—11］设某地区卫生陶瓷需求量y与城镇竣工住宅面积x1和医疗卫生机构建筑面积先存在密切的复相关关系（其统计资料见表10-11）。 要求：建立二元线性回归方程，用最小平方法求估计参数，并预测当竣工的城镇住宅面积为2600万平方米、医疗卫生建筑面积为250万平方米时的卫生陶瓷需求量。 设二元线性回归方程为: 其中： 先按标准方程组的要求计算出有关数据， 将计算结果代入方程组，得： 求解b0，b1，b2： 三、回归预测应注意的问题 (一)对预测对象进行定性分析 (二)对回归系数进行分析 (三)注意样本资料的结构变形 (四)注意因变量的滞后变动 (五)注意变量间的非线性关系 (一)对预测对象进行定性分析 建立方程前，首先应对预测对象进行定性分析，以判断现象之间是否确实存在因果关系，如定性分析出错，没有因果关系，则建立的模型就失去了意义。 (二)对回归系数进行分析 回归模型中的回归系数b1,b2,…bp表示自变量x1,x2,…xp对因变量y的影响方向和影响程度，如例10-11中的模型： b1=0.121280,它表明卫生陶瓷需求量随竣工住宅面积的增加而增加；b2=58.48760，它表明卫生陶瓷需求量也随医疗卫生机构建筑面积的增加而增加。本例中，这种解释符合实际意义。 如果回归系数