【文章內(nèi)容簡介】 年間共經(jīng)歷了兩個(gè)半周期，周期長度為7—8 年左右，其收縮期和擴(kuò)張期的時(shí)間長度各不相等，表現(xiàn)為 3—5年不等。最大振幅為平均發(fā)展速度的 ％，最小振幅為平均發(fā)展速度的 ％。農(nóng)村市場之所以存在隱性循環(huán)變動(dòng)，是因?yàn)椴煌瑫r(shí)期的農(nóng)業(yè)生產(chǎn)、收入、供求、價(jià)格水平等因素的變化不同而共同作用的結(jié)果。 （ 3）時(shí)間數(shù)列分解法 首先用合適的數(shù)學(xué)模型描述數(shù)列的長期趨勢和季節(jié)變動(dòng)，并求出各期的趨勢值和季節(jié)指數(shù)。其次用數(shù)列的實(shí)際值（ y）減去或除以趨勢值與季節(jié)指數(shù)的乘積（ TS），求出剩余變動(dòng)的絕對量或相對量。再次觀察剩余變動(dòng)有無明顯的循環(huán)變動(dòng)，如果明顯，則剩余變動(dòng)基本上屬于循環(huán)變動(dòng)；如果不明顯，應(yīng)采用短期移動(dòng)平均的方法消除隨機(jī)變動(dòng)的影響。最后把循環(huán)變動(dòng)的絕對量或相對量從小到大增加的時(shí)期稱為擴(kuò)張階段，把從大到小減少的時(shí)期稱為收縮階段，即可觀察到循環(huán)變動(dòng)的過程和形態(tài)。 【 例 】 表 141我國 19782022年農(nóng)業(yè)增加值長期趨勢和周期波動(dòng)的測度。其中農(nóng)業(yè)增加值的長期趨勢是采用二次曲線測度的. 表中的 Y/T是實(shí)際值與趨勢值的比率。從表 141和圖 143中可看出，我國 19782022年農(nóng)業(yè)增加值的周期波動(dòng)大體上可劃分為兩個(gè)半周期，即 : 1978—1993 年為第一個(gè)周期，周期長度為 16年。 1993—2022 年為第二周期，周期長度為 11年。 2022年起又開始了一個(gè)新的尚未完結(jié)的周期。 3 循環(huán)變動(dòng)預(yù)測應(yīng)用 （ 1）判斷市場未來的基本走向。即根據(jù)現(xiàn)象目前所處的循環(huán)變動(dòng)的階段，推斷未來將進(jìn)入循環(huán)變動(dòng)的何種階段。 （ 2）根據(jù)循環(huán)變動(dòng)的規(guī)律和變動(dòng)的周期比率，調(diào)整長期趨勢預(yù)測值或趨勢與季節(jié)變動(dòng)的預(yù)測結(jié)果，使預(yù)測結(jié)果接近于客觀實(shí)際。 （ 3）根據(jù)市場循環(huán)變動(dòng)的規(guī)律和具體原因，建立市場景氣預(yù)測系統(tǒng)，及時(shí)預(yù)報(bào)市場動(dòng)態(tài)。 （ 4）根據(jù)循環(huán)變動(dòng)的周期長度，為自回歸分析預(yù)測提供自變量取值的遞推期。 （ 5）根據(jù)循環(huán)變動(dòng)的過程和規(guī)律，調(diào)控生產(chǎn)經(jīng)營活動(dòng)，采取必要的防范措施，克服循環(huán)變動(dòng)產(chǎn)生的影響和危害，弱化循環(huán)變動(dòng)的不利影響，防止經(jīng)濟(jì)運(yùn)行大起大落。 回歸分析預(yù)測法 回歸分析預(yù)測法是利用預(yù)測目標(biāo)（因變量）與影響因素（自變量）之間的相關(guān)關(guān)系，通過建立回歸模型，由影響因素的數(shù)值推算預(yù)測目標(biāo)的數(shù)值。 一元線性回歸 如果因變量（ y）與某一個(gè)主要影響因素（自變量）之間存在著較為密切的線性相關(guān)關(guān)系，則可用一元線性回歸模型來描述它們之間的數(shù)量關(guān)系 y = a + bx + e 通常采用最小二乘法估計(jì)，求解 a、 b參數(shù)的標(biāo)準(zhǔn)方程組為 : 一元線性回歸模型評價(jià)與檢驗(yàn)： 1．?dāng)M合程度評價(jià) 通常用可決系數(shù) r2來衡量，計(jì)算公式為 : 2．估計(jì)標(biāo)準(zhǔn)誤差 評價(jià)實(shí)際值與估計(jì)值的標(biāo)準(zhǔn)誤差大小的綜合指標(biāo)。計(jì)算公式為 : 3．回歸系數(shù) b的顯著性檢驗(yàn) . 采用 t檢驗(yàn)，其統(tǒng)計(jì)量為 : 由顯著水平 a和自由度（ n2）查 t分布表，可得臨界值 ta/2，若tbta/2，則回歸系數(shù) b具有顯著性，反之，不具有顯著性。 .采用 F檢驗(yàn)，統(tǒng)計(jì)量為 : 由選擇的顯著水平 a和自由度（ 1， n－ 2）查 F分布表，得臨界值 Fa，若 FFa，則回歸方程具有顯著性，反之，則相反。對于一元線性回歸方程而言，因?yàn)橹挥幸粋€(gè)自變量，故 t檢驗(yàn)和 F檢驗(yàn)是等價(jià)的，只需作一個(gè)檢驗(yàn)即可。 5． D． W 檢驗(yàn) 即誤差序列的自相關(guān)檢驗(yàn)。誤差序列的自相關(guān)嚴(yán)重， 則回歸模型的穩(wěn)定性受到破壞，回歸系數(shù)估計(jì)不準(zhǔn)確。 檢驗(yàn)時(shí)，首先計(jì)算誤差序列統(tǒng)計(jì)量 d（ D． W值）， 統(tǒng)計(jì)量 為： 然后根據(jù)給定的顯著水平 a，自變量個(gè)數(shù) k和樣本數(shù)據(jù)個(gè)數(shù) n，查D． W分布表，得到下限值 dL和上限值 du，用下列原則作出判別：（ 1） dl＜ d＜ 4－ du 無自相關(guān)； （ 2） 0＜ d＜ dL 存在自相關(guān)； （ 3） 4－ dL＜ d≤4 存在負(fù)相關(guān)；（ 4） dL≤d≤du 難以判定；（ 5） 4－ du≤d≤4 － dL，難以判定。 一元線性回歸模型通過各種檢驗(yàn)評價(jià)之后，則可利用回歸模型進(jìn)行有關(guān)問題的分析、預(yù)測和控制。其應(yīng)用有以下幾個(gè)方面： 1．邊際分析和彈性分析 回歸系數(shù) b就是平均邊際變化率。而平均彈性系數(shù)（ E）為 2．臨界點(diǎn)或平衡點(diǎn)分析 根據(jù)橫截面樣本數(shù)據(jù)建立的回歸模型，則可用來測定收支相等的臨界點(diǎn)。 3．利用回歸模型進(jìn)行預(yù)測：點(diǎn)預(yù)測、區(qū)間預(yù)測 . 4．利用回歸模型進(jìn)行控制 求 y在確定范圍內(nèi)取值，自變量 x控制在什么數(shù)值或取值范圍內(nèi) . 【 例 】 根據(jù)某市近 15年社會(huì)消費(fèi)品零售額、人均 GDP的數(shù)據(jù)分析，當(dāng)年社會(huì)消費(fèi)品零售額與當(dāng)年人均 GDP的相關(guān)系數(shù)為 ，與上年人均 GDP的相關(guān)系數(shù)為 ，兩種情形的線性相關(guān)關(guān)系都很高，為了預(yù)測的方便，我們選擇上年人均 GDP作為自變量 x來預(yù)測社會(huì)消費(fèi)品零售額（ y）?？汕蟮萌缦禄貧w模型 : 該回歸模型的各項(xiàng)檢驗(yàn)均能通過，表明模型的擬合程度較高，解釋能力較強(qiáng)。此模型表明，上年人均 GDP每增加 1元，本年社會(huì)消費(fèi)品零售額可增加 。將本年人均 GDP7988元代入模型中，可求得下年社會(huì)消費(fèi)品零售額的預(yù)測值為： 多元線性回歸模型 多元線性回歸模型為 二元線性回歸模型為 建立多元線性回歸模型的準(zhǔn)則： (1)自變量對因變量必須有顯著的影響，并呈密切的線性相關(guān)； (2)自變量與因變量的線性相關(guān)必須是真實(shí)的，不是形式上的； (3)自變量之間應(yīng)具有一定的互斥性，即自變量之間的相關(guān)程度不應(yīng)高于自變量與因變量之間的相關(guān)程度； (4)自變量應(yīng)具有完整的統(tǒng)計(jì)數(shù)據(jù)，其預(yù)測值容易確定。 多元線性回歸模型的參數(shù)估計(jì) ，用最小二乘法求解參數(shù)。以二元線性回歸模型為例，求解回歸參數(shù)的標(biāo)準(zhǔn)方程組為： 多元線性回歸模型的檢驗(yàn)與評價(jià) 1．?dāng)M合程度的測定 采用多重可決系數(shù) R2，計(jì)算公式為： 4．回歸系數(shù)的顯著性檢驗(yàn) 檢驗(yàn)時(shí)先計(jì)算統(tǒng)計(jì)量 ti；，然后根據(jù)給定的顯著水平 a，自由度 n—k— 1查 t分布表，得臨界值 ta或 ta/2， tta或 ta/2，則回歸系數(shù) bi顯著，反之，則不顯著。統(tǒng)計(jì)量 t的計(jì)算公式為 5．多重共線性判別 多重共線性是指在多元線性回歸方程中，自變量之間有較強(qiáng)的線性關(guān)系，這種關(guān)系若超過了因變量與自變量的線性關(guān)系，則回歸模型的穩(wěn)定性受到破壞，回歸系數(shù)估計(jì)不準(zhǔn)確。在多元回歸模型中，多重共線性是難以避免的，只要多重共線性不太嚴(yán)重就行了。 判別多元線性回歸方程是否存在嚴(yán)重的多重共線性，可分別計(jì)算每兩個(gè)自變量之間的可決系數(shù) r2，若 r2R2或接近于 R2，則應(yīng)設(shè)法降低多重共線性的影響。亦可計(jì)算矩陣 X’X 的特征根和其中最大特征根的條件數(shù)進(jìn)行判別 ,計(jì)算公式為 通常認(rèn)為 0k10, 自變量之間不存在多重共線性 。, 自變量之間存在較強(qiáng)的多重共線性 。 ,自變量之間存在嚴(yán)重的多重共線性。條件數(shù)的計(jì)算通常