市場營銷第六講某車企汽車年銷量預(yù)測案例(編輯修改稿)
2025-03-16 18:12 本頁面
【文章內(nèi)容簡介】 個，統(tǒng)計量大于 2，基本上肯定殘差間相互獨(dú)立。 2023/3/17 信息技術(shù)教學(xué)中心 17 取值 1~4之間，大于上界則說明殘差獨(dú)立，低于下界則說明相互關(guān)聯(lián) 模型擬合效果的判斷 ② 殘差分布的圖形 觀察 在“繪制”子對話框中，選中“直方圖”和“正態(tài)概率圖”復(fù)選框。結(jié)果如下： 2023/3/17 信息技術(shù)教學(xué)中心 18 模型擬合效果的判斷 2023/3/17 信息技術(shù)教學(xué)中心 19 模型擬合效果的判斷 ③ 繪制殘差序列圖 A. 在“保存”子對話框中，選中“標(biāo)準(zhǔn)化殘差”復(fù)選框 B. 確定 C. 依次單擊“分析” ——“預(yù)測” ——“序列圖” D. 變量 框：選入 ZRE_1 E. 時間 軸標(biāo)簽框：選入 year F. 確定 2023/3/17 信息技術(shù)教學(xué)中心 20 2023/3/17 信息技術(shù)教學(xué)中心 21 存儲預(yù)測值和區(qū)間估計值 ?本案例建立模型，不是為了找到年代對銷量的影響，而是為了對因變量進(jìn)行預(yù)測，因此需要在數(shù)據(jù)集中計算出預(yù)測值、個體參考值范圍等。在“保存”子對話框中，預(yù)測值、殘差、預(yù)測區(qū)間等都可以作為新變量存儲在數(shù)據(jù)集中。本例需要預(yù)測區(qū)間和預(yù)測值，相應(yīng)的操作如下： ① 在數(shù)據(jù)集中新增三條記錄，變量 id分別等于 10,11,12 ② 重復(fù)執(zhí)行“回歸”對話框 ③ “保存”子 對話框，選中“未標(biāo)準(zhǔn)化預(yù)測值”、“單值預(yù)測區(qū)間”兩個復(fù)選框。 2023/3/17 信息技術(shù)教學(xué)中心 22 用曲線估計過程同時擬合多個曲線模型 ?依次單擊“分析” ——“回歸” ——“曲線估計” ?“因變量”列表框： sales ?“自變量” 列表框 ： time ?模型：選中二次項、立方和指數(shù)分布 ?選中“顯示 ANOVA表格”復(fù)選框 ?確定 2023/3/17 信息技術(shù)教學(xué)中心 23 分析結(jié)果 2023/3/17 信息技術(shù)教學(xué)中心 24 三次方 2023/3/17 信息技術(shù)教學(xué)中心 25 指數(shù) 2023/3/17 信息技術(shù)教學(xué)中心 26 擬合曲線比較圖 2023/3/17 信息技術(shù)教學(xué)中心 27 模型擬合效果的判斷 ?方法一、存儲殘差值 先將模型的殘差存為新變量供分析中使用，操作如下： ① 進(jìn)入“保存”子對話框 ② “保存變量”框：選中“殘差” ③ 繼續(xù) 再次運(yùn)行曲線擬合過程，此時會生產(chǎn) ERR_1~ERR_3共 3個新變量，分別代表二次、三次和指數(shù)模型的誤差項。為了便于觀察可以將他們的變量名標(biāo)簽分別改為二次方程、三次方程和指數(shù)方程。 2023/3/17 信息技術(shù)教學(xué)中心 28 觀察模型誤差項的序列圖 ?首先繪制 3個模型誤差項的序列圖，以觀察隨著年代的變化，相應(yīng)預(yù)測誤差的變動趨勢。如下： A. 依次 單擊“分析” ——“預(yù)測” ——“序列圖” B. 變量框：選 入 ERR_1~ERR_3 C. 時間軸標(biāo)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1