自考-市場調查與預測-第9章-市場預測方法(文件)
【正文】 確定的數(shù)量依存關系，即自變量發(fā)生某種變化，因變量必然會發(fā)生相應程度的變化。 所謂相關關系，是指變量之間相互關系中不存在數(shù)值對應關系的非確定性的依存關系，即經濟變量之間存在數(shù)量上的客觀內在關系，表現(xiàn)為一個變量（自變量）發(fā)生數(shù)量變化，必影響另一個變量（因變量）相應地發(fā)生數(shù)量上的變化，但因變量的數(shù)值具有不確定性。如市場需求量與居民收入之間、市場需求量與商品價格之間、市場需求量與人口數(shù)量之間等等，都是表現(xiàn)為相關關系。后者的自變量是時間本身，而前者的自變量是反映市場現(xiàn)象的其他變量。當應用相關回歸市場預測法條件不充分時，才考慮采用時間序列法等其他預測方法。所謂線性回歸模型，就是指因變量和自變量之間的關系是直線型的。 因變量與自變量之間必須有關系，而且必須關系密切。相關圖的類型有以下幾種： 1）零相關圖 。故兩者有強相關。 x . . . . . . . . . 零相關圖 x y . . . . . . 強正相關 4）強負相關圖 。兩者之間僅有一定相關關系，稱弱負相關。 選擇回歸方程的形式即選擇因變量和自變量的關系式是直線方程式還是曲線方程式，是一個自變量還是幾個自變量，并有簡單而又有效的驗證方法。選用那些與因變量關系最為密切的自變量。回歸方程只有通過各種檢驗，且預測誤差在研究問題所允許的范圍內，才能將回歸方程作為預測模型進行實際預測。點估計值是一個平均數(shù)，實際值可能高于或低于它，還必須用一定的機率保證其置信區(qū)間的范圍。 ，分析相關性 某企業(yè)銷售收入與促銷費用資料 （單位：百萬元） 年份 促銷費用 銷售收入 1996 4 272 1997 5. 2 304 1998 5. 6 312 1999 6. 4 328 2023 7. 2 344 2023 8. 2 364 2023 9. 4 380 2023 10. 4 404 2023 1 1. 6 432 2023 12. 8 452 a， b兩參數(shù)，建立預測模型 =a+bX 將表中的數(shù)據(jù)代入公式： a= b= 得到所求的一元線性回歸方程為： =+ ? ??? XbnaY 2?? ?? XbXaXY?y?y一元回歸方程計算表 年份 促銷費用 Xi 銷售收入 Yi XiYi Xi2 Yi2 1996 4 272 1088. 00 16. 00 73984 1997 5. 2 304 1580. 80 27. 04 92416 1998 5. 6 312 1747. 20 31. 36 97344 1999 6. 4 328 2099. 20 40. 96 107584 2023 7. 2 344 2476. 80 51. 84 1 18336 2023 8. 2 364 2984. 80 67. 24 132496 2023 9 .4 380 3572. 00 88. 36 144400 2023 10. 4 404 4201. 60 108. 16 163216 2023 1 1. 6 432 501 1. 20 134. 54 186624 2023 12. 8 452 5785. 60 163. 84 204304 合計 80. 8 3592 30547. 20 729. 36 1320704 模型檢驗就是利用各種統(tǒng)計檢驗方法，來檢驗模型可否解釋預測對象變量之間的實際關系及模型對實際數(shù)據(jù)擬合的程度，進而說明模型能否用于預測的分析方法。相關系數(shù)反映 X與 Y的相關程度。 應用回歸方程進行預測，有點預測和區(qū)間預測兩種。 在實際工作中，預測對象的實際值不一定恰好就等于預測值。 )( 百萬元???? )( 百萬元????基數(shù)疊加法 又稱因素分析法，影響因素變化導致預測值的變化 比例推算法 因經濟現(xiàn)象存在相關比例關系，根據(jù)歷史數(shù)據(jù)資料計算分析所得，較客觀真實。 在經濟領域的預測過程中，因外界的不可控因素存在較大的不確定性，故一般對置信區(qū)域的估計采用近似估計法，即利用預測點估計值 和回歸分析的標準差 Sy，做出下述不同置信度的結論： 預測值的置信度為 %的近似置信區(qū)域為 預測值的置信度為 %的近似置信區(qū)域為 預測值的置信度為 %的近似置信區(qū)域為 ?yySy??yS2??ySy 3??在本例中，預測區(qū)間置信度若定為 %，則 2023年銷售收入預測區(qū)間估計為： 2023年的銷售收入的預測區(qū)間估計為： 即當 2023年企業(yè)的促銷費用為 1400萬元時，在置信度 %條件下，企業(yè)的銷售收入預測區(qū)間在 ~。將預測期自變量 X的值直接代入預測模型，得出因變量 Y的對應值，并將其作為 Y的點預測值。利用回歸分析預測法進行預測時，必須具備自變量在預測期的值，通常將它作為求因變量時的已知條件。其計算公式為： 式中： n:觀察期數(shù)； k:參數(shù)的個數(shù)，一元線性回歸預測模型中有兩個參數(shù)， k=2。 四、一元線性回歸預測及應用 例如：某企業(yè)銷售收入與投入促銷費用之間的關系密切，過去 10年的相關資料如表（下頁）。 ，并對預測值做出置信區(qū)間的估計 如果預測對象與影響因素之間確實存在著顯著的相關關系，那么過去和現(xiàn)在的資料規(guī)律能延續(xù)到未來。如果自變量和因變量之間的資料分布是線性趨勢，可確定用直線回歸方程；如果是曲線趨勢，可確定用曲線回歸方程。 ，篩選自變量 一般來說，明確預測的具體目標，也就確定了因變量。 容易求得 因為預測因變量的未來情況，必須有自變量的未來資料代入回歸方程式才能計算出來。 5）弱負相關圖 。當自變量 x的數(shù)值增大時，因變量 y的數(shù)值也增大，但點子的分布不集中。 2）強正相關圖 。 判斷相關關系密切程度的方法，可以通過繪制相關圖和計算相關系數(shù)。普通回歸模型的自變量都是數(shù)量變量，而虛擬變量回歸模型的自變量既有數(shù)量變量也有品質變量
公司管理相關推薦
鄂ICP備17016276號-1