第四章需求估计.pptVIP

第四章需求估计;;第一节 市场调查法;如何根据访问调查得到的数据估计需求函数;各种购买意愿的人数;;二、市场实验法;第二节 统计分析法;基本估计技术;;一元线性回归模型;中国海洋大学 姜忠辉教授;二、样本回归模型（Sample Regression Model）; 哪条线是对真实直线的最好拟合？最接近真实回归线的样本回归线是使从每个样本数据点到样本回归线的距离平方和最小的直线。 在这个原则下，参数的估计值按照如下方式计算：;The Sample Regression Line;;1、统计显著性 问题：参数的估计值与0的差距是否显著地大（自变量是否对因变量有足够影响）？参数估计值是否是真实值的最好近似？ 如果估计的系数与0的差足够大，那么我们就认为估计的系数具有统计显著性。 2、检验方法 假设检验（原假设：参数为0；对立假设：参数不为0） 检验统计量：t比 t=b*/Sb* 其中，b*是b的最小二乘法估计值， Sb*是估计值的标准差 t比的绝对值越大b的真实值就越有可能不为0 3、显著性水平 含义是：犯第一类错误（以真为假）的概率，如5%。 第一类错误：当一个参数实际并无显著性时错误地判定它有的概率。 4、置信度：不会犯第一类错误的概率 ;t检验的步骤;五、回归方程的评估;多元线性回归 Y = a + bX + cW +dZ 非线性回归（转化为线性回归） 1）Y = a + bX + cX2 + dX3 Y = a + bX + cW +dZ 2） Y = aXb Wc LnY = a* + b LnX + cLnW ;一个例子：美国的咖啡消费，1970-1980年;回归软件：Excel 回归结果： 对回归结果的解释 如果咖啡每磅平均真实零售价格上涨1美元，每日平均咖啡消费可望减少约半杯。假使咖啡的价格降到0，则平均每人每咖啡消费量可望达到约2.69杯;Excel使用步骤;需求函数常见的形式主要有以下几种：;（2）幂函数;估计快餐需求;中国海洋大学 姜忠辉教授; 城市 ;计算得出第四章需求估计;;第一节 市场调查法;如何根据访问调查得到的数据估计需求函数;各种购买意愿的人数;;二、市场实验法;第二节 统计分析法;基本估计技术;;一元线性回归模型;中国海洋大学 姜忠辉教授;二、样本回归模型（Sample Regression Model）; 哪条线是对真实直线的最好拟合？最接近真实回归线的样本回归线是使从每个样本数据点到样本回归线的距离平方和最小的直线。 在这个原则下，参数的估计值按照如下方式计算：;The Sample Regression Line;;1、统计显著性 问题：参数的估计值与0的差距是否显著地大（自变量是否对因变量有足够影响）？参数估计值是否是真实值的最好近似？ 如果估计的系数与0的差足够大，那么我们就认为估计的系数具有统计显著性。 2、检验方法 假设检验（原假设：参数为0；对立假设：参数不为0） 检验统计量：t比 t=b*/Sb* 其中，b*是b的最小二乘法估计值， Sb*是估计值的标准差 t比的绝对值越大b的真实值就越有可能不为0 3、显著性水平 含义是：犯第一类错误（以真为假）的概率，如5%。 第一类错误：当一个参数实际并无显著性时错误地判定它有的概率。 4、置信度：不会犯第一类错误的概率 ;t检验的步骤;五、回归方程的评估;多元线性回归 Y = a + bX + cW +dZ 非线性回归（转化为线性回归） 1）Y = a + bX + cX2 + dX3 Y = a + bX + cW +dZ 2） Y = aXb Wc LnY = a* + b LnX + cLnW ;一个例子：美国的咖啡消费，1970-1980年;回归软件：Excel 回归结果： 对回归结果的解释 如果咖啡每磅平均真实零售价格上涨1美元，每日平均咖啡消费可望减少约半杯。假使咖啡的价格降到0，则平均每人每咖啡消费量可望达到约2.69杯;Excel使用步骤;需求函数常见的形式主要有以下几种：;（2）幂函数;估计快餐需求;中国海洋大学 姜忠辉教授; 城市 ;计算得出