相關回歸市場預測法(編輯修改稿)
2025-05-27 03:04 本頁面
【文章內容簡介】 2 111????? ??????ttttttttYnYXnXYXnYXr6322 example 回歸標準差計算表 6323 example 6324 4. 利用回歸方程作為預測模型進行預測 ? 點預測 ? 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 ? 區(qū)間預測 ? 將預測結果用一定范圍內的值來表示，這種區(qū)間稱為置信區(qū)間 example 6325 4. 利用回歸方程作為預測模型進行預測 ? 確定因變量的置信區(qū)間，是求出其預測值的上下限，公式： ? 數理統(tǒng)計證明，小樣本條件下（觀察期 30），預測值的置信區(qū)間必須引進校正系數，預測值的置信區(qū)間應為： 校正系數 預測期內自變量值 第 t期因變量預測值（點預測值） 置信度的相應 t值 回歸標準差 觀察期數據個數 大樣本 小樣本 example tSY t ??? ?? ?? ?????22011?XXXXntSYtt6326 4. 利用回歸方程作為預測模型進行預測 ? 確定 t值：本例中取預測區(qū)間置信度為 95％，即 1－ ɑ＝ 95％， ɑ＝ 5％＝ ， ɑ/2＝ ， n＝ 10，查 t分布表， t（ ， 10）＝ ? 計算可得第 11期～ 14期各期的預測區(qū)間 example 6327 example 6328 example 6329 相關回歸市場預測法 一元線性相關回歸市場預測法 多元線性相關回歸市場預測法 非線性回歸市場預測法 自相關回歸市場預測法 第十一章 相關回歸市場預測法 6330 概念 ? ? 多元線性相關回歸市場預測，也稱復相關回歸分析市場預測法 ? 用相關回歸分析法對多個自變量不一個因變量之間的相關關系進行分析，建立多元回歸方程作為預測模型，對市場現象進行預測 ? 回歸方程基本形式： 第 t期因變量值 回歸參數 回歸參數， y軸上的截距 自變量值 mmt XbXbXbaY ???????? 22116331 ? ? 根據兩個自變量對一個因變量進行預測的方法 ? 一般形式： ? 最小平方法求參數的標準方程： 2211 XbXbaY t ???????????????????????22222112221211112211XbXXbXaYXXXbXbXaYXXbXbnaY6332 根據市場調查結果和分析判斷，城鎮(zhèn)地區(qū)商品銷售額不該地區(qū)居民年人均收入和新就業(yè)人口有著緊密聯系?，F有某城市 8年居民年人均純收入和新增就業(yè)人口資料 example 6333 1. 建立回歸方程 ? 把計算結果代入求參數的標準方程組，解方程組得： ? 則回歸方程為： example 21 0 1 2 8 XXY t ???21???bba6334 2. 對二元回歸方程進行檢驗 （ 1）回歸標準差檢驗?；貧w標準差 sy的公式為： 回歸標準差 因變量第 t期觀察值 回歸方程參數個數 觀察期個數 因變量第 t期預測值 example ? ?knYYStty????2?6335 2
環(huán)評公示相關推薦
鄂ICP備17016276號-1