【正文】 xyxxSb a y bxS? ? ? 2 2。 222()()Yyryy?????2/9/2023 49 主講：張志英 例： RPC x y x2 xy y2 120 14,400 1,140 135 18,225 1,485 130 16,900 1,560 150 22,500 1,875 170 28,900 2,380 190 36,100 3,040 220 48,400 3,960 1,115 185,425 15,440 1, 2/9/2023 50 主講：張志英 例： RPC 相關系數(shù) r = .9829 227 ( 15 , 440 ) 1 , 115 ( 93 )7 ( 185 , 425 ) ( 1 , 115 ) 7 ( 1 , 287 .5 ) ( 93 )r ??? ? ? ???? ? ? ?2/9/2023 51 主講：張志英 例： RPC 決定系數(shù) Coefficient of Determination r2 = (.9829)2 = .966 這說明 % 關于 RPC sales銷售狀況的變化可以由車載情況來描述 . 2/9/2023 52 主講：張志英 多回歸分析 2/9/2023 53 主講：張志英 多回歸分析 ? 當有兩個或更多的獨立自變量時，多回歸分析則特別有用 . ? 例如 Y = + + – 其中 : Y = 公司的年收入 X1 = 工業(yè)銷售 X2 = 地方稅收總數(shù) X3 = 地方債務 2/9/2023 54 主講：張志英 區(qū)間預測 2/9/2023 55 主講：張志英 區(qū)間預測 單（點）預測會產(chǎn)生錯誤 面對不確定性，一個較好的方法是預測一個最好的區(qū)間值，而真實的數(shù)據(jù)往往會落入這個區(qū)間 . 預測范圍是有置信區(qū)間的上下界來確定 2/9/2023 56 主講：張志英 Ranging Forecasts 預測的上下界可以估計為 : 上界 = Y + t(syx) 下界 = Y t(syx) 這里 : Y = 最優(yōu)的估計預測 t = 標準方差 syx = 預測的標準方差 2/9/2023 57 主講：張志英 區(qū)間預測 標準方差 : 2yxy a y b xys = n 2? ? ?2/9/2023 58 主講：張志英 例： RPC 通過線性回歸得到 RPC 第八年的銷售值為 $ million. 設置一個區(qū)間，使得產(chǎn)量落到這個區(qū)間之外的概率的為 5%. 2/9/2023 59 主講：張志英 例： RPC 步驟 1, 協(xié)方差 步驟 2 確定 t的適當值 . n = 7, 自由度 = n – 2 = 5. .05/2 = .025 查表可得 t = . 12 87 .5 .52 8 ( 93 ) .08 01 ( 15 , 44 0 ) .57 4872yxs?????2/9/2023 60 主講：張志英 例： RPC 步驟 3 上界 = + (.5748) = + = 下界 = (.5748) = = 我們 95% 相信第 8 年的銷售將落在 與 $ 之內(nèi) . 2/9/2023 61 主講：張志英 預測軟件 – Forecast Pro – Autobox – SmartForecasts for Windows – SAS – SPSS – SAP – POM Software Libary 基礎 有預測 模型 2/9/2023 62 主講：張志英 The End 2/9/2023 63 主講：張志英 演