需求估计预测课件.pptVIP

多重共線性多重共線性就是兩個或多個引數高度相關的情況。引數實際上並非是相互無關的，擁有的數值是共同或同時決定的。例如，房屋所有權和家庭收入就是一個很好的例子。因為擁有房屋的家庭一般都有相對較高的家庭收入，這兩個變數是高度相關的，所以難以確定各個變數在需求分析中的邊際影響。在時間序列分析中，要受到經濟增長的廣泛影響，多重共線性問題也會廣泛存在。在兩個引數之間存在完全的或接近完全共線性的情況下，要估計兩個變數的係數是不可能的。即使有可能估計出每個變數的回歸係數，高度的多重共線性也會降低係數估計值的可靠性，特別是每個係數估計值的標準離差。解決多重共線性問題的一種實際方法就是緊縮或轉變引數。例如，為了揭示價格水準上升（通貨膨脹）和收入水準增加對需求的影響，把名義數據轉換為實際數據（經過通貨膨脹的調整）也許是恰當的。如果年齡和經驗對員工的生產率都有貢獻，把這兩個變數相乘，形成一個員工的“年齡和經驗”變數可能更有效。另一種方法，就是從回歸模型中排除所有變數，只留一個相關的引數。一些彈性估計值(Bayeetal1992)為何要進行預測?公共機構與私人企業都在不確定條件下經營.管理者希望通過預知成本、價格、銷售以及利率的變化而降低其不確定性。準確的預測可以幫助制定戰略，促進盈利、避免虧損。預測就是對未來的預見。良好的預測將導致，不