预测市场发展态势：回归分析预测.pptxVIP

预测市场发展态势;;;;“回归”这一术语是英国人弗兰西斯.盖尔顿和卡尔.皮尔逊在研究父亲身高与儿子身高的关系时引入的。调查中他们发现，若父亲为高个子，则儿子也高，但其平均身高低于父亲的平均身高；若父亲为矮个子，则儿子个子也矮，但其平均身高高于父亲的平均身高，即身高的变化不是两极分化，而是“趋同”，儿子身高向着平均身高“回归”，以保持种族的稳定。;3.1回归分析预测法的含义及种类;（2）所谓相关关系，是指变量之间相互关系中不存在数值对应关系的非确定性的依存关系，即经济变量之间存在数量上的客观内在关系，表现为一个变量（自变量）发生数量变化，必影响另一个变量（因变量）相应地发生数量上的变化，但因变量的数值具有不确定性。 比如婴儿出生数和奶粉需求量就属于相关关系。婴儿出生数增加了，奶粉需求量肯定也会增加，但究竟增加多少是无法确定的。;;市场现象之间所存在的依存关系，大多是表现为相关关系 如市场需求量与居民收入之间、市场需求量与商品价格之间、市场需求量与人口数量之间等，都是表现为相关关系——国内汽车的例子 对于相关关系的数量依存关系，可用相关关系分析和回归方程的方法加以研究。;（3）回归分析预测法就是从各种经济现象之间的相互关系出发，通过对与预测对象有联系的现象变动趋势进行分析，推算预测对象未来状态数量表现的一种预测方法。 注意：回归分析预测法中的自变量与时间序列预测法中的自变量不相同。后者的自变量是时间本身，而前者的自变量是反映市场现象的其他变量。;2.回归分析预测法的种类 应用回归模型进行市场预测，有许多种类，根据不同的条件可作不同的分类。主要的分类有： （1）按自变量个数的多少划分，可以分为一元回归分析和多元回归分析预测法。 （2）按回归模型是否线性划分，可分为线性回归分析预测法和非线性回归分析预测法;3.应用线性回归分析进行预测的条件 1）因变量与自变量之间必须有关系，而且必须关系密切。 判断相关关系密切程度的方法，可以通过绘制相关图和计算相关系数。根据历史资料绘制的相关图能判断相??的类型。相关图的类型有以下几种：;3.应用线性回归分析进行预测的条件 相关图的类型有以下几种：; 相关系数也能从数量上说明相关的密切程度，一般规定： 如果要用一元线性回归方法进行预测，则R必须大于0.7;3.2 一元线性回归分析预测法应用;;某企业销售收入与投入促销费用之间的关系密切，过去10年的相关资料如表。若企业计划2006年、2007年促销费用分别投入1400万元和1600万元，预测该企业2006年、2007年的销售收入。;1. 绘制散点图，分析相关性;模型检验就是利用各种统计检验方法，来检验模型可否解释预测对象变量之间的实际关系及模型对实际数据拟合的程度，进而说明模型能否用于预测的分析方法。 （1）标准差检验。其计算公式为： 式中：n:观察期数； k:参数的个数， 一元线性回归预测模型中有两个参数，k=2。;(2)相关系数检验。相关系数反映X与Y的相关程度。相关系数的计算公式为： 即 ;应用回归方程进行预测，有点预测和区间预测两种。;（2）区间预测 在实际工作中，预测对象的实际值不一定恰好就等于预测值。我们希望估计出一个范围，并知道实际值在此范围中的可靠程度，这个取值范围即为置信区间。 在经济领域的预测过程中，因外界的不可控因素存在较大的不确定性，故一般对置信区域的估计采用近似估计法，即利用预测点估计值和回归分析的标准差Sy，做出下述置信度的结论： 预测值的置信度为95.45%的近似置信区域为;在本例中，预测区间置信度若定为95.45%， 则2006年销售收入预测区间估计为： 2007年的销售收入的预测区间估计为： ;THANK YOU !