《经济预测与决策技术及MATLAB实现》课件 第6章 趋势外推预测法.ppt

【例6-7】设某商品的需求量、消费者的平均收入和商品价格的统计数据如表所示，试建立回归模型，并预测平均收入为1000元、价格为6元时的商品需求量。MATLAB程序如下：x1=[10006001200500300400130011001300300];x2=[5766875439];y=[10075807050659010011060];x=[x1x2];rstool(x,y,‘purequadratic‘)%纯二次型需求量（件）10075807050659010011060收入（元）10006001200500300400130011001300300价格（元）5766875439%纯二次型beta=110.53130.1464-26.5709-0.00011.8475%完全二次型beta1=-106.60950.326121.2990-0.0200-0.0001-0.76096.4.3逐步回归的命令1．逐步回归分析法的思路（1）从一个自变量开始，将它与自变量Y作用的显著程度，从大到小依次逐个引入回归方程；（2）当引入的自变量由于后面变量的引入而变得不显著时，要将其剔除掉；（3）引入一个自变量或从回归方程中剔除一个自变量，为逐步回归的一步；（4）对于每一步都要进行Y值检验，以确保每次引入新的显著性变量前回归方程中只包含对Y作用显著的变量；（5）这个过程反复进行，直至既无不显著的变量从回归方程中剔除，又无显著变量可引入回归方程时为止。2．逐步回归的函数命令格式：stepwise（X，Y，inmodel，alpha）说明：X：自变量数据n×k阶矩阵；Y：因变量数据n×1阶矩阵；inmodel：矩阵的列数的指标，给出初始模型中包括的自变量个数，（缺省时设定为全部自变量）Alpha：显著性水平（缺省时为0.05）【例6-8】（续例6-4）试用逐步回归法确定一个线性模型。x1=[8411971253524215];x2=[273264426770893482566088];x3=[101612111017262827183032];x4=[546025503932205638324228];y=[82801069096108105809711690115];X=[x1,x2,x3,x4];stepwise(X,y)在命令行窗口输入beta，stats:beta=1.14600.22290-0.3329stats=intercept:87.0571rmse:1.5013rsq:0.9903adjrsq:0.9854fstat:271.3615pval:2.1984e-0086.5加权拟合直线方程法6.5.1加权拟合直线方程法理论在市场预测中，按照时间先后，本着重近轻远的原则，对离差平方和进行赋权，然后再按最小二乘原理，使离差平方和达到最小，求出加权拟合直线方程。假设由近及远的离差平方和的权重分别为：加权拟合直线方程为：则残差平方和为使Q最小，只需对参数求偏导，并令其为0即得到方程其矩阵形式可写为a11=sum([k.^(0:n-1)])a12=sum([k.^(0:n-1)].*[x(n:-1:1)])a21=a12a22=sum([k.^(0:n-1)].*[x(n:-1:1).^2])b1=sum([k.^(0:n-1)].*[y(n:-1:1)])b2=sum([k.^(0:n-1)].*[x(n:-1:1).*y(n:-1:1)])A=[a11a12;a21a22]B=[b1;b2]X=inv(A)*B【例6-9】我国2012-2021年城镇居民人均可支配收入数据如表6-7所示，试用加权拟合直线法预测2022-2025年的城镇居民人均可支配收入。年份201220132014201520162017201