市場調(diào)查與預(yù)測之市場預(yù)測-資料下載頁
2024-11-03 20:50本頁面
【正文】 上年的月（季）平均數(shù)季節(jié)比率預(yù)測值 ?各月（季）季節(jié)變差上年月（季）平均數(shù)季節(jié)變差預(yù)測值 ??一、無趨勢變動的季節(jié)指數(shù)預(yù)測法 例 p81 二、含趨勢變動的季節(jié)指數(shù)預(yù)測法 例 p83 167。 趨勢外推法 趨勢外推法是根據(jù)時間數(shù)列呈現(xiàn)出的規(guī)律性趨勢向外推導(dǎo)，從而確定預(yù)測對象未來值的預(yù)測方法。 直接作圖法 趨勢外推法 直線趨勢外推法 曲線趨勢外推法 一、 直線趨勢外推法 是指導(dǎo)對有線性變動趨勢的時間數(shù)列，擬合成直線方程進行外推預(yù)測。 直線趨勢方程： 直線趨勢方程特征：一次階差是一個常數(shù) 。 。 btaY c ??二、 曲線趨勢外推法 預(yù)測方程： 2ctbtaYc ???最小平方法（最小二乘法）是測定長期趨勢最普遍采用的方法。 它的原理是：數(shù)列實際值與數(shù)列趨勢值的離差平方和達到一個最小值。符號這個條件的只有一條線，這條線又稱原數(shù)列的最適線，它使趨勢線同原數(shù)列最佳配合。 滿足條件： 最小值??????2)(0)(ccYYYY 指數(shù)曲線方程： 適用于預(yù)測時間數(shù)列的環(huán)比系數(shù)大體相等的情況。 tc abY ?第八章 回歸分析預(yù)測 回歸分析的意思是：根據(jù)現(xiàn)象之間相關(guān)關(guān)系的形式，配合一條適合的直線或曲線來反映它們之間數(shù)量變化的一般關(guān)系，即當(dāng)自變量發(fā)生一定量的變化時，因變量一般會發(fā)生多大量的變化。 167。 一元線性回歸預(yù)測法 回歸分析的特點 。 ，因變量是隨機變量，自變量是可控制變量。 3. 回歸分析中建立的回歸方程反映的是變量之間的變動關(guān)系，不是抽象的系數(shù)，根據(jù)回歸方程，利用自變量的給定值可以估計或推算出因變量的數(shù)值。 一元線性回歸預(yù)測模型 的建立 在確定兩個變量間確實存在著顯著相關(guān)關(guān)系的基礎(chǔ)上 ， 可設(shè) x為自變量 ， 為因變量 y的估計量 ， ＝ a+bx 式中 ， a、 b稱為回歸模型的待定參數(shù) ，其中 b又稱為回歸系數(shù) 。 cYcY當(dāng) b＞ 0時 ， 隨 x的增加而增加 ， 兩變量之間為正相關(guān)關(guān)系； 當(dāng) b＜ 0時 ， 隨著 x的增加而減少 ， 兩變量之間為負相關(guān)關(guān)系； 當(dāng) b＝ 0時 ， 為一常量 ， 不隨 x的變動而變動 。這為我們判斷現(xiàn)象之間的相關(guān)關(guān)系 ， 分析現(xiàn)象之間是否處于正常狀態(tài)提供了一條標準 。 待定參數(shù) a和 b的確定方法通常采用最小平方法 最小平方法的數(shù)學(xué)出發(fā)點是： ∑ (y ) 2 ＝最小值 即 ∑ (ya—bx) 2＝最小值 令 Q＝ ∑ (y—a—bx) 2 根據(jù)高等數(shù)學(xué)中求極值的原理： ＝ 0， ＝ 0 cYaQ??bQ??解聯(lián)立方程式即得求 a、 b， 這里 b為回歸系數(shù) ， 它表示自變量 x每增加一個單位時 ， 因變量 y的平均變動值 。b＞ 0為增量 ， b＜ 0為減量 。 例 p93 某企業(yè)廣告費與銷售額之間的資料如下： 預(yù)測當(dāng)廣告費達到 10千元時，銷售額將達到多少？ 廣告費（千元） 銷售額（萬元） 1 3. 3 6. 4 8 5 10 6 11 6 12 7 16 8 18 四、模型的檢驗 1. 經(jīng)濟意義的檢驗 2. 回歸標準差檢驗 3. 擬合優(yōu)度檢驗 4. 回歸系數(shù)的顯著性檢驗 5. 回歸方程的顯著性檢驗 五、利用回歸預(yù)測模型進行預(yù)測 1. 點預(yù)測法 2. 置信區(qū)間預(yù)測法 總體參數(shù) P的區(qū)間估計 的估計區(qū)間： 下限 上限 （置信界限） （置信界限） 置信區(qū)間 P的估計區(qū)間： xXX xx txXtx ?? ????pp tpPtp ?? ????
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1