回归预测课件.pptVIP

回歸預測9.1回歸預測概述（1）回歸預測以因果關係為前提，應用統計方法尋找一個適當的回歸模型，對未來市場的變化進行預測。回歸分析具有比較嚴密的理論基礎和成熟的計算分析方法；回歸預測是回歸分析在預測中的具體運用。在回歸預測中，預測對象稱為因變數，相關的分析對象稱為引數。回歸分析根據引數的多少分為一元回歸分析、二元回歸分析與多元回歸分析，但有時候二元回歸分析被併入到多元回歸分析之中；回歸分析根據回歸關係可分為線性回歸分析與非線性回歸分析。9.1回歸預測概述（2）回歸分析的基本步驟如下：第一步：判斷變數之間是否存在有相關關係第二步：確定因變數與引數第三步：建立回歸預測模型第四步：對回歸預測模型進行評價第五步：利用回歸模型進行預測，分析評價預測值9.2一元線性回歸預測一元線性回歸預測是在一個因變數與一個引數之間進行的線性相關關係的回歸預測。一元線性回歸的基本步驟如下：第一步：繪製散點圖，觀察引數與因變數之間的相互關係；第二步：估計參數，建立一元線性回歸預測模型；第三步：對預測模型進行檢驗；第四步：計算與確定置信區間。9.2.1建立一元線性回歸預測模型一元線性回歸預測的基本模型如下：9.2.2預測模型檢驗相關係數檢驗相關係數是描述兩個變數之間線性關係能密切程度的數量指標。相關係數r的取值範圍是[-1，1]。若r=1則說明完全正相關，若r=-1則說明完全負相關；r=0說明不相關；r的值在（0，1）之間則正相關，在（-1，0）之間則為負相關。t檢驗t檢驗是利用t統計量來檢驗回歸參數a和b是否具有統計意義。9.2.2預測模型檢驗（相關係數檢驗）相關係數的計算公式是：另一個來自於方差分析的相關係數的計算公式是：9.2.2預測模型檢驗（t檢驗）t檢驗使用的統計量計算公式是：9.2.3計算與確定置信區間由於預測值與實際值之間存在有不確定的偏差，因而需要確定預測值的有效區間，即置信區間。一元線性回歸預測的置信區間有下述運算式確定：9.2.4一元線性回歸預測案例研究（1）例：x、y兩變數的觀察數據如下表所示，根據數據進行回歸預測。數據序號xyx2y2xy11.54.82.2523.047.2021.85.73.2432.4910.2632.47.05.7649.0016.8043.08.39.0068.8924.9053.510.912.25118.8138.1563.912.415.21153.7648.3674.413.119.36171.6157.6484.813.623.04184.9665.2895.015.325.00234.0976.50合計30.391.1115.111036.65345.099.2.4一元線性回歸預測案例研究（2）根據前表可知：9.2.4一元線性回歸預測案例研究（3）相關係數檢驗。根據前表數據以及相關係數計算公式可知本例為顯著線性相關。9.2.4一元線性回歸預測案例研究（4）t檢驗。t檢驗的分析計算表如下：數據序號xy11.54.84.65-1.870.153.500.0221.85.75.53-1.570.172.460.0332.47.07.29-0.97-0.290.940.0843.08.39.05-0.37-0.750.140.5653.510.910.510.130.390.020.1563.912.411.680.530.720.280.5274.413.113.151.03-0.051.060.0084.813.614.321.43-0.722.040.5295.015.314.911.630.392.660.15合計13.12.039.2.4一元線性回歸預測案例研究（5）根據上表數據以及t統計量的計算公式有：9.2.4一元線性回歸預測案例研究（6）計算確定置信區間。計算得到置信區間為[10.42,13.54]，具體計算過程如下：9.3一元非線性回歸預測一元非線性回歸預測的基本步驟一元非線性回歸預測的主要模型