预测分析多媒体教学课件.pptVIP

采用最小二乘法估计参数a，bb=(n∑yt－∑y∑t)÷(n∑t2－∑t∑t)=(12×8938－1320×78)÷(12×650－78×78)=2.5a=(∑y/n)－b(∑t/n)=1320/12－2.5×(78/12)=93.75y＝93.75＋2.5t曲线回归预测举例时间1997.11997.21997.31997.41997.51997.6销售量100012001440172120402402时间1997.71997.81997.91997.101997.111997.12销售量280332433725424648085230销售量变动趋势y=2401.61+380.78t+20.09t2季节变动分析月份1234567891011122000年4050413945536873504843382001年4352454148657986646045412002年4464585667748495766856522003年5572626070869810887786358营业收入变动趋势分析营业收入季节变动趋势分析月份12345678910111200年40504139455368735048433801年43524541486579866460454102年44645856677484957668565203年5572626070869810887786358合计182238206196230278329362277254207189平均45.559.551.54957.569.582.390.567.363.551.847.3季节比率74.196.983.979.893.6113.2134.0147.4112.9103.484.477.0一月份季节比率（%）=各月平均÷总平均=45.5÷61.4167=74.%总结季节变动分析循环变动曲线按一定周期循环变动指数方程y=abt近似一条指数曲线增长比率大致相等二次方程y=a+bt+ct2近似一条抛物线二次增长量大致相等直线方程y=a+bt近似一条直线逐期增长量大致相等分析方法散点图特征时间序列特点因果预测分析法因果预测分析法或称相关预测分析法，是利用事物发展的因果关系来推测事物发展趋势的方法。即：根据已掌握的历史资料，找出预测对象的变量与其相关事物的变量之间的依存关系，建立相应的因果预测的数学模型，据以预测计划期的销售量或销售额。因果预测所采用的具体方法较多，最常用而且比较简单的是最小平方法，亦即回归分析法。这种方法的优点是简便易行，成本低廉。消费支出与收入的关系家庭编号12345678910消费支出20154030426065705378可支配收入25186045628892997598折线图散点图回归分析法具体做法是，以x表示预测对象的相关因素变量，以y表示预测对象的销售量或销售额，建立模型如下：y＝a＋bxb＝(n∑xy－∑x∑y)÷(n∑x2－∑x∑x)a＝(∑y/n)－b(∑x/n)相关预测法应注意的问题应用相关预测法，一般应进行相关程度测定，即通过计算相关系数来检验预测变量与相关因素变量间的相关性，以判断预测结果的可靠性。相关系数R的计算公式如下：R=(n∑xy-∑x∑y)/[(n∑x2-∑x∑x)(n∑y2-∑y∑y)]1/2相关系数R的应用相关系数R的取值范围为：—1≤R≤1。R的绝对值愈接近1，相关关系越密切。一般可按如下标准加以判断：0.7≤R≤1，高度相关0.3≤R≤0.7，中等程度相关0≤R≤0.3，低度相关例题：某汽车轮胎厂专门生产汽车轮胎，而决定汽车轮胎销售量的主要因素是汽车销量。假如中国汽车工业联合会最近五年的实际销售量统计及该企业五年的实际销售量资料，如下表所示。年度19961997199819992000汽车销售量(万辆)1012151820轮胎销售量(万只)64788010612