（财务知识）第三篇技术经济预测.pdfVIP

（财务知识）第三篇技术经

济预测

第三篇：技术经济预测

技术经济分析的壹个重要特征就是“预测”性，是在项目尚未实施前进行分析和

研究、论证。因此熟悉和掌握现代的预测方法是进行技术经济分析的壹个至关重

要的基本技能。

目前在众多的技术经济分析方法里所介绍的是线性预测，即把所要求讨论的俩个

（或等多）的变量之间的关系认定为线性关系，和之相对应的有套较完整的回归

方法和检验手段。可是，这仍远远不够，因为在实践中，我们所遇到的问题中

变量和变量之间的关系往往是非线性的，要求我们用相应的非线性预测方法来讨

论和建立变量之间的函数问题。

第七章：线性回归

线性回归的前提假设是：所研究的变量之间具有线性的关系。变量之间所构成的

函数关系为线性的——壹次函数。

§7.1壹元线性回归

我们知道，变量之间存在着俩种关系，第壹种是确定性关系。即变量之间相

互制约，通过壹些已知的变量就能够精确地求出另外壹些变量的值。如：运动定

律中的F=am知道其中任何俩个变量的值。就能够求出第三个变量的值；第二种

是非确定性关系。然而，非确定关系中，有些变量之间仍然存在着某些相关的因

素，如我们常说的市场需要量和人们的收入之间的关系。在非确定性关系中，仍

有些变量之间毫无关系，如人的体重和树木的高度等，这种关系称为完全无关系。

确定性关系是函数关系，导数学领域里的事情；非确定性关系是数理统计的内容。

所谓回归分析就是研究相关关系的变量之间的关系。

壹、壹元线形回归模型的建立

如果俩个相关的变量有壹序列的原始数据｛（x,y）（x,y）……,（x,y）｝在

1122nn

直角平面坐标系中的离散图呈线性分布趋势。则用线形回归方法求其近似表达式

（回归模型）。

.

..

..

1、设回归方程式为

（为俩待定参数）

2、设定误差

显然，这里得出的估计值和实际值之间有误差。即:

3、最小二乘法原理

为了使描述的直线最能代表离散图的趋势，根据最小二乘法的原则，必须使

这些误差的平方和为最小。

4、极值原理

根据，这里有俩个待定参数，于是，依极值原理有：

解联立方程组

………(1)

二、壹元线性回归应用

[例1：某壹亩实验田每年使用化肥和粮食的产量如下表所示，求：当化肥施用

到150斤和180斤时，相应的粮食灿烂是多少？

各年所施化肥量7074807885929095

各年粮食产量510600680700900102010001100

各年所施化肥量92108115123130138145

各年粮食产量1150110011801220125012801300

解：设化肥的施用量为x,粮食产量为y

于是根据之上的统计资料有抽样序列,已知

计算数据:;

;

;

;

于是，由壹元线形回归方程的待定系数公式有：

故其回归方程为：

于是,当x=150时，得出=1470（公斤）

当x=180时，得出=1950（公斤）

*

[附录：当自变量为年（或其他时间表示时），能够简化系数的表达式

①当年数为奇数时，则以中间的壹年为原点。即：令=0且将的值以壹年为计算单位。此时

时间的序列就相应地变为：……-3-2-10123，……

②当年的系数为偶数时，则以中间俩年之中点为原点。令其为零，且将的值以半年为计算单

位。此时，时间序列就相应地变为：……-5