【文章內(nèi)容簡介】 年間共經(jīng)歷了兩個半周期，周期長度為7—8 年左右，其收縮期和擴張期的時間長度各不相等，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，是因為不同時期的農(nóng)業(yè)生產(chǎn)、收入、供求、價格水平等因素的變化不同而共同作用的結果。 （ 3）時間數(shù)列分解法 首先用合適的數(shù)學模型描述數(shù)列的長期趨勢和季節(jié)變動，并求出各期的趨勢值和季節(jié)指數(shù)。其次用數(shù)列的實際值（ y）減去或除以趨勢值與季節(jié)指數(shù)的乘積（ TS），求出剩余變動的絕對量或相對量。再次觀察剩余變動有無明顯的循環(huán)變動，如果明顯，則剩余變動基本上屬于循環(huán)變動；如果不明顯，應采用短期移動平均的方法消除隨機變動的影響。最后把循環(huán)變動的絕對量或相對量從小到大增加的時期稱為擴張階段，把從大到小減少的時期稱為收縮階段，即可觀察到循環(huán)變動的過程和形態(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)增加值的周期波動大體上可劃分為兩個半周期，即 : 1978—1993 年為第一個周期，周期長度為 16年。 1993—2022 年為第二周期，周期長度為 11年。 2022年起又開始了一個新的尚未完結的周期。 3 循環(huán)變動預測應用 （ 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)變動的階段，推斷未來將進入循環(huán)變動的何種階段。 （ 2）根據(jù)循環(huán)變動的規(guī)律和變動的周期比率，調(diào)整長期趨勢預測值或趨勢與季節(jié)變動的預測結果，使預測結果接近于客觀實際。 （ 3）根據(jù)市場循環(huán)變動的規(guī)律和具體原因，建立市場景氣預測系統(tǒng)，及時預報市場動態(tài)。 （ 4）根據(jù)循環(huán)變動的周期長度，為自回歸分析預測提供自變量取值的遞推期。 （ 5）根據(jù)循環(huán)變動的過程和規(guī)律，調(diào)控生產(chǎn)經(jīng)營活動，采取必要的防范措施，克服循環(huán)變動產(chǎn)生的影響和危害，弱化循環(huán)變動的不利影響，防止經(jīng)濟運行大起大落。 回歸分析預測法 回歸分析預測法是利用預測目標（因變量）與影響因素（自變量）之間的相關關系，通過建立回歸模型，由影響因素的數(shù)值推算預測目標的數(shù)值。 一元線性回歸 如果因變量（ y）與某一個主要影響因素（自變量）之間存在著較為密切的線性相關關系，則可用一元線性回歸模型來描述它們之間的數(shù)量關系 y = a + bx + e 通常采用最小二乘法估計，求解 a、 b參數(shù)的標準方程組為 : 一元線性回歸模型評價與檢驗： 1．擬合程度評價 通常用可決系數(shù) r2來衡量，計算公式為 : 2．估計標準誤差 評價實際值與估計值的標準誤差大小的綜合指標。計算公式為 : 3．回歸系數(shù) b的顯著性檢驗 . 采用 t檢驗，其統(tǒng)計量為 : 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，統(tǒng)計量為 : 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，因為只有一個自變量，故 t檢驗和 F檢驗是等價的，只需作一個檢驗即可。 5． D． W 檢驗 即誤差序列的自相關檢驗。誤差序列的自相關嚴重， 則回歸模型的穩(wěn)定性受到破壞，回歸系數(shù)估計不準確。 檢驗時，首先計算誤差序列統(tǒng)計量 d（ D． W值）， 統(tǒng)計量 為： 然后根據(jù)給定的顯著水平 a，自變量個數(shù) k和樣本數(shù)據(jù)個數(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； （ 2） 0＜ d＜ dL 存在自相關； （ 3） 4－ dL＜ d≤4 存在負相關；（ 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評價之后，則可利用回歸模型進行有關問題的分析、預測和控制。其應用有以下幾個方面： 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．臨界點或平衡點分析 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。 3．利用回歸模型進行預測：點預測、區(qū)間預測 . 4．利用回歸模型進行控制 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年社會消費品零售額、人均 GDP的數(shù)據(jù)分析，當年社會消費品零售額與當年人均 GDP的相關系數(shù)為 ，與上年人均 GDP的相關系數(shù)為 ，兩種情形的線性相關關系都很高，為了預測的方便，我們選擇上年人均 GDP作為自變量 x來預測社會消費品零售額（ y）。可求得如下回歸模型 : 該回歸模型的各項檢驗均能通過，表明模型的擬合程度較高，解釋能力較強。此模型表明，上年人均 GDP每增加 1元，本年社會消費品零售額可增加 。將本年人均 GDP7988元代入模型中，可求得下年社會消費品零售額的預測值為： 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； (2)自變量與因變量的線性相關必須是真實的，不是形式上的； (3)自變量之間應具有一定的互斥性，即自變量之間的相關程度不應高于自變量與因變量之間的相關程度； (4)自變量應具有完整的統(tǒng)計數(shù)據(jù)，其預測值容易確定。 多元線性回歸模型的參數(shù)估計 ，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)的標準方程組為： 多元線性回歸模型的檢驗與評價 1．擬合程度的測定 采用多重可決系數(shù) R2，計算公式為： 4．回歸系數(shù)的顯著性檢驗 檢驗時先計算統(tǒng)計量 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)計量 t的計算公式為 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，自變量之間有較強的線性關系，這種關系若超過了因變量與自變量的線性關系，則回歸模型的穩(wěn)定性受到破壞，回歸系數(shù)估計不準確。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重就行了。 判別多元線性回歸方程是否存在嚴重的多重共線性，可分別計算每兩個自變量之間的可決系數(shù) r2，若 r2R2或接近于 R2，則應設法降低多重共線性的影響。亦可計算矩陣 X’X 的特征根和其中最大特征根的條件數(shù)進行判別 ,計算公式為 通常認為 0k10, 自變量之間不存在多重共線性 。, 自變量之間存在較強的多重共線性 。 ,自變量之間存在嚴重的多重共線性。條件數(shù)的計算通常