市场调查与预测第十七章回归分析预测.pptVIP

②计算参数： 预测模型为： （百万元） ③预测：2004年： = 60.7亿元 第三十页，共四十三页。 三、一元线性自回归预测法 引言，普遍一元线性普通回归预测对数据要求较高，要求： 已知：① ② 为自变量的先期预测值。 而实际应用中 ，尤其是 获得很困难。 如何才能既适用回归预测的方法，又对数据在的要求不太高， 以至于在更多的场合能应用，人们提出一元线性自回归预测方法，即设 ，则预测模型： 其它与普遍一元线性回归完全相同 第三十一页，共四十三页。 第十七章 回归分析预测 1、概述 2、一元线性回归 第一页，共四十三页。 一、概述 1、变量间的关系 确定性关系——函数关系： Y与X之间存在确定的函数关系。 距离=速度*时间； 电流=电压/电阻； 银行存款年利率2%，存入本金X，到期本息Y=x(102%). 第二页，共四十三页。 非确定性关系，但两者又有密切联系——相关关系、统计相关。 当自变量取确定值时，因变量值是不确定的。在社会经济生活中，存在大量的相关现象：孩子身高和父母身高的关系；施肥量和粮食产量；市场需求规模和市场价格的关系；航空运量和GDP的关系等等 无关系。 第三页，共四十三页。 2、回归分析 回归分析是一种定量分析变量间相关关系的数理统计方法。 它可以提供表示变量之间相关关系的数学表达式（经验公式、回归方程）y=f(x) 处于被解释地位的变量y是“因变量”，处于解释地位的变量x是“自变量”。 第四页，共四十三页。 可以判断所建立回归方程（经验公式）的有效性，判别它是否能够代表变量XY间的相关关系。 可以利用经验公式，根据自变量的取值对因变量进行预测；或者根据自变量的取值对因变量进行控制。如价格和销售量的关系。 可以知道预测或控制可达到的精确程度。 第五页，共四十三页。 3、回归分析预测法 利用回归分析的理论和方法建立起回归方程进行预测的方法。 第六页，共四十三页。 4、回归分析预测法的分类 按变量的多少可以分为： 一元回归分析：只涉及一个自变量、一个因变量 多元回归分析：涉及两个或两个以上自变量，一个因变量 第七页，共四十三页。 按回归方程的类型可分为： 线性回归分析：因变量是自变量的一次函数 非线性回归分析 第八页，共四十三页。 按回归方程的类型和变量多少综合分类： 一元线性回归分析——基础 一元非线性回归分析——要转化为一元线性回归分析 多元线性回归分析——和一元线性回归分析类似 多元非线性回归分析——要转化为多元线性回归分析???? 第九页，共四十三页。 5、回归分析预测法的步骤 1）确定预测变量 2）确定影响预测变量的因素 3）收集整理预测变量及其影响因素的历史统计资料 第十页，共四十三页。 4）分析因变量和自变量的关系，确定回归模型 经验确定 散点图分析确定 理论试算（计算拟和误差（预测误差）），选出拟和程度最好的模型 第十一页，共四十三页。 5）求解模型参数，建立回归方程 6）检验回归方程的有效性 7）利用检验通过的回归方程进行预测，并确定预测值的置信区间 第十二页，共四十三页。 二、一元线性回归预测法 1、相关分析 （1）散点图法 第十三页，共四十三页。 （2）相关系数分析法: ——自变量与平均值的离差平方和 ——因变量与平均值的离差平均和 上式可简化为 第十四页，共四十三页。 r值与两变量之间的关系 r=1完全正相关 1r0正相关，越接近1，相关性越强。越接近0，相关性越弱 r=0不线性相关 0r-1负相关，越接近-1，相关性越强；越接近0，相关性越弱 r=-1完全负相关 第十五页，共四十三页。 X与Y强相关：r平方大于0.49，说明自变量的变动对总变差的影响大于一半。 X与Y中度相关 X与Y弱相关 X与Y不相关 第十六页，共四十三页。 2、选择回归预测模型 ①曲线比较分析法：与标准曲线比较 ②误差比较分析法 第十七页，共四十三页。 3、参数的确定： 参数确定可采用最小二乘法，min∑(yi-a-bxi)2 式中，x为非均匀分布，故 因此不能用简化公式 。 得到预测模型： y=a+bx 第十八页，共四十三页。 4、回归模型的显著性检验： 相关系数检验法： 1）、从样本计算相关系数r0 2）、根据回归模型的自由度n-2和给定的显著性水平a，从相关系数临界值表中查出临界值ra(n-2). 3）、若r0大于等于临界值，表明两个变量之间显著相关，回归模型有效。可依此预测。 第十九页，共四十三页。 方差分析法： 基本特点是把因变量的总变动平方和分为两部分， 一部分反映因变量的实际值与用回归方程计算出的理论值之差Q. 一部分反映理论值与实际值