第15章回归分析预测讨论双变量及多变量预测.ppt

第十一章 回归分析预测法 ? 回归分析法又叫因果分析法，利用预测目标（因变量） 与影响因素（自变量）之间的相关关系，通过建立回 归模型，由影响因素的数值推算预测目标的数值。分 为一元、多元回归，线性、非线性回归。 第一节 回归分析法的预测步骤 ? 一、确立预测目标和影响因素 ? 决策目标 —— 预测具体目标 —— 因变量； ? 市场调查 / 查阅资料 —— 自变量。 ? 二、进行相关分析 ? 自变量和因变量之间存在显著的相关性是进行回归分析的基础。 相关分析包括： ? 定性分析 ：观察因变量与自变量之间变化趋势关系十分密切相关 联； ? 定量分析 ：计算变量间相关系数，决定相关程度。 ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ? 三、建立回归模型 ? 根据自变量和因变量资料建立回归模型； ? 四、回归模型的检验 ? 回归系数只有在与零有明显差别的情况下，用回归模 型进行预测才有意义。同时排除自相关。 ? 五、进行实际预测 ? 依据经过分析和检验的回归预测模型，进行实际预测， 并对于此结果进行综合分析。 第二节 一元线性回归分析预测法 ? 如果因变量（ y ）与某一个主要影响因素（自变量 x ） 之间存在较为密切的线性相关关系，则可用一元线性 回归模型来描述它们之间的数量关系。 y a bx ? ? a ， b 为模型参数（回归系数）， a 为回归直线的截距， b 为回归直线的斜率。 参数通常采用最小二乘法估计。 a y bx ? ? ? ? i i i i 2 2 i n b n i y y x x x x ? ? ? ? ? ? ? ? ? 例：某食品批发站，发现随着成年人口数量的增加，啤酒销售 数量也在相应增加，以往几年的统计资料如表： 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 啤酒 销量 ( 万箱 ) 28 31 50 53 61 70 60 66 63 65 新增 成年 人口 ( 万人 ) 25 28 34 38 47 62 45 56 54 55 根据以上资料，要根据新增加成年人口数预测未来几年 啤酒的销售趋势和数量。 ? 步骤一： 进行线性相关分析 ? 步骤二： 建立回归方程 ? 步骤三： 进行预测 ? 步骤四： 对预测值置信区间进行估计 步骤一：进行线性相关分析 0 10 20 30 40 50 60 70 80 1 2 3 4 5 6 7 8 9 10 y x 定性分析： x 和 y 具有相似 / 相同的发展趋势 ? 定量分析：计算相关系数。选择要预测的啤酒销量作为因变 量 y ，给定的新增成年人口数量为自变量 x ，二者之间的相关 程度可以用线性相关系数来确定： ? ?? ? ? ? ? ? i i 2 2 i i x x y y r r x y x y x x y y ? ? ? ? ? ? ? ? ? （ 1 ）， ， 为 ， 历年平均数 ? ?? ? ? ? ? ? i i i i 2 2 2 2 i i i i n x y x y r= n x x n y y ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 相关系数计算表 序号 年份 1 1989 28 25 700 625 784 2 1990 31 28 868 784 961 3 1991 50 34 1700 1156 2500 4 1992 53 38 2014 1444 2809 5 1993 61 47 2867 2209 3721 6 1994 70 62 4340 3844 4900 7 1995 60 45 2700 2025 3600 8 1996 66 56 3696 3136 4356 9 1997 63 54 3402 2916 3969 10 1998 65 55 3575 3025 4225 ∑ 547 444 25862 21164 31825 i y i x i i x y 2 i x 2 i y ? ?? ? ? ? ? ? ? ?? ? i