回歸分析在市場預測中的應用(編輯修改稿)
2025-03-26 05:00 本頁面
【文章內容簡介】 主成分回歸－自變量比較多，難以剔除掉部分變量 多元線性回歸 案例分析 1－住房需求量分析 研究人員認為影響人均居住面積的因素有家庭收入、儲蓄、國內生產總值、基本建設投資等指標，見數(shù)據(jù)表。 重點：多元回歸模型中自變量的選擇、結果預測 要點：自變量的選擇和模型合理性判斷 (1)自變量由研究者定性決定，然后全部進入模型 (2)逐步回歸：根據(jù)顯著性逐漸引入對因變量影響顯著的自變量，直至引入的自變量對模型影響不再顯著為止。 案例分析 案例分析 2－重慶社會商品零售總額預測 重慶市社會商品零售總額反應商貿流通產業(yè)規(guī)模，預測到 2023年其規(guī)模如何？ 影響因素分析：經濟系統(tǒng)慣性，趨勢外推法 經濟變量相關， GDP對其的影響 重點：多個模型的選擇 預測結果的評判 預測結果可行性分析 案例分析 案例分析 案例分析 3－中國能源消費與 GDP的關系 根據(jù) 19892023年資料，分析中國能源消費對 GDP的影響？ 重點：經濟系統(tǒng)影響因素分析，一元回歸的局限性分析 分析 1—— 一元回歸模型 對數(shù)－線性模型， 特性：斜率系數(shù)含義是自變量變化 1％，因變量變化的絕對量。 結論：模型顯著， 能源消費量增加 1％， 則 GDP平均增長 596 億元。 2? 673 70. 595 4 ( 70) ( 66)P ( 00) ( 00) 45 F =6 51 n= 15ttY L nXtR= += 案例分析 案例分析 4－江津市經濟發(fā)展預測與相關要素分析 分析一 —— 目標預測 根據(jù) 19982023年資料， 分析江津市 2023年經濟 發(fā)展狀況 分析二 —— 要素分析
黨政相關相關推薦
鄂ICP備17016276號-1