回归分析在市场预测中的应用.pptxVIP

回归分析在市场预测中的应用;1.变量间的关系：函数关系，相关关系（统计关系） 2.相关分析与回归分析的比较 相关分析研究两个变量联系的方向和紧密程度，两个变量是平等的，都是随机变量。 回归分析研究因变量与自变量之间的数量形式，要区别因果关系，因变量是随机变量，自变量为非随机变量。 3.回归分析的分类 线性回归与非线性回归 一元回归与多元回归 4.回归分析的思路和过程 建立模型(定性为主)、参数估计、参数检验、预测和控制;一元线性回归;回归方程参数估计： 普通最小二乘法OLS：残差平方和最小。 拟合优度判断： 因变量的实际观测值与其样本均值的离差，即总离差，可分解为两部分，一是因变量的回归理论值与其样本均值的离差，它是能由回归直线解释的部分，称为回归变差；二是不能由回归直线解释的残差。 SST（总离差平方和）=SSR（回归平方和）+SSE（残差平方和） 显然，SSR在SST中占的比重越大，表明拟合程度越好。 ;案例分析2-1 城市化水平与经济发展水平关系研究 地区城市化水平与经济发展水平呈正相关，分析其数量关系。 1.散点图和相关分析（直观判断二者是否联系密切） 2.建立回归模型和估计方程 3.用回归分析工具进行详细的回归分析 4.方程检验：经济准则检验、统计