【正文】 nsignificant。 第二節(jié) 需求函數(shù)統(tǒng)計(jì)估計(jì)的回歸方法 2．評(píng)價(jià)單個(gè)自變量的解釋能力 （ 1） t統(tǒng)計(jì)量 如果 t值的絕對(duì)值等于或大于表中自由度為 nk1的 t值，則 b180。在統(tǒng)計(jì)上顯著。 bSbt??第二節(jié) 需求函數(shù)統(tǒng)計(jì)估計(jì)的回歸方法 五 、 以模型為基礎(chǔ)提出預(yù)測(cè) （ 估計(jì)值 ） （一）點(diǎn)估計(jì) 在回歸方程確定的情況下，如果已知自變量的值，就能用回歸方程預(yù)測(cè)或估計(jì)因變量的值。 即，當(dāng)促銷(xiāo)支出為 180時(shí)，銷(xiāo)售量為 。 XY 4 3 5 2 0 ?? ?????Y第二節(jié) 需求函數(shù)統(tǒng)計(jì)估計(jì)的回歸方法 （二）置信區(qū)間估計(jì) 由于回歸方程的估計(jì)會(huì)有誤差，預(yù)測(cè)值不能 100%準(zhǔn)確。估計(jì)值的標(biāo)準(zhǔn)差 Se就是對(duì)預(yù)測(cè)值的可能誤差的度量。計(jì)算公式為： 1))(()( 2???????? ? ?knYYXXbYYS iiie已知因變量的預(yù)測(cè)值 Y180。,95%的置信區(qū)間估計(jì)為： ekn StY 1????第二節(jié) 需求函數(shù)統(tǒng)計(jì)估計(jì)的回歸方法 （二）置信區(qū)間估計(jì) 因此，促銷(xiāo)支出為 180時(shí)，銷(xiāo)售量的 95%的置信區(qū)間估計(jì)為： 177。 =—— 即，促銷(xiāo)支出為 180時(shí)，銷(xiāo)售量有 95%的可能在 —— 。 ?????? 88eS 第三節(jié) 應(yīng)注意的問(wèn)題 一 、 多元回歸 對(duì)具有一個(gè)以上自變量的方程的參數(shù)進(jìn)行估計(jì)稱為多元回歸 multiple regression。 在多元回歸中，假定其他變量的影響不變，每一個(gè)估計(jì)出來(lái)的系數(shù)是對(duì)一個(gè)變量對(duì)因變量的影響的度量。 ?????? MbPbAbaY 321第三節(jié) 應(yīng)注意的問(wèn)題 二 、 對(duì)結(jié)果的估計(jì)和解釋 00 PaIaPaBQ ipd ???? 變量 常數(shù) 價(jià)格 P 收入 I 其他物品價(jià)格 P0 估計(jì)的系數(shù) 標(biāo)準(zhǔn)差 t統(tǒng)計(jì)量 () () () () 觀察次數(shù) =182， R2= 第三節(jié) 應(yīng)注意的問(wèn)題 二 、 對(duì)結(jié)果的估計(jì)和解釋 常數(shù)項(xiàng)的估計(jì)系數(shù)表示其它變量為零時(shí)的需求量。它代表定價(jià)的最高限。 其他系數(shù)估計(jì)有關(guān)的自變量邊際變化引起的需求量變化。同時(shí)應(yīng)注意根據(jù)經(jīng)濟(jì)理論來(lái)解釋所估計(jì)的變量之間的關(guān)系。 標(biāo)準(zhǔn)差表示估計(jì)值的準(zhǔn)確度。 可決系數(shù) R2為 ，說(shuō)明在需求量的總變差中有 68%可以被價(jià)格、收入和其他物品價(jià)格解釋，方程總體解釋能力較強(qiáng) 第三節(jié) 應(yīng)注意的問(wèn)題 三 、 回歸分析中的問(wèn)題 （ 一 ） 變量遺漏 經(jīng)濟(jì)理論能用來(lái)確定哪些變量應(yīng)當(dāng)包括在回歸方程中。但如果有的變量被遺漏了，回歸分析的結(jié)果就可能產(chǎn)生誤導(dǎo)。當(dāng)回歸結(jié)果與經(jīng)濟(jì)理論不一致時(shí)，重要變量的遺漏可能是個(gè)原因，這就需要在回歸方程中增加新的變量。 第三節(jié) 應(yīng)注意的問(wèn)題 （ 二 ） 識(shí)別問(wèn)題 從市場(chǎng)觀察到的均衡價(jià)格和均衡交易量如下表： 年份 價(jià)格（元） 交易量 1 2 3 10 8 6 100 120 140 交易量 100 120 140 10 8 6 價(jià)格 第三節(jié) 應(yīng)注意的問(wèn)題 （ 二 ） 識(shí)別問(wèn)題 如果沒(méi)有更多的信息，是不可能知道出現(xiàn)的是這兩種情況中的哪一種情況，因而無(wú)法識(shí)別各條分開(kāi)的需求曲線。 這就是識(shí)別問(wèn)題 identification problem。 交易量 D S1 S2 S3 價(jià)格 a 交易量 S1 S2 S3 D1 D2 D3 價(jià)格 b 第三節(jié) 應(yīng)注意的問(wèn)題 （ 三 ） 多重共線性 當(dāng)回歸方程中變量太多時(shí) ， 有時(shí)兩個(gè)或兩個(gè)以上的自變量之間高度相關(guān) ， 這種問(wèn) 題 成 為 多 重 共 線 性(multicollinearity)。 第三節(jié) 應(yīng)注意的問(wèn)題 （ 三 ） 多重共線性 例如：一名學(xué)生隨機(jī)選出 40名文學(xué)課的學(xué)生作樣本 ， 并假設(shè)課程的得分?jǐn)?shù)應(yīng)當(dāng)和花費(fèi)在該課程上的小時(shí)數(shù)和每人對(duì)教材的閱讀數(shù)呈正相關(guān) 。 對(duì)這些數(shù)據(jù)進(jìn)行了回歸分析 ， 估計(jì)出的方程為： G=++ R2= ()()() 多重共線性會(huì)使回歸分析出現(xiàn)問(wèn)題。如果兩個(gè)變量高度相關(guān)，就很難把每個(gè)變量對(duì)因變量的影響區(qū)分開(kāi)。 第三節(jié) 應(yīng)注意的問(wèn)題 （ 三 ） 多重共線性 當(dāng)出現(xiàn)多重共線性問(wèn)題 ， 系數(shù)的標(biāo)準(zhǔn)差就會(huì)較大 ， 從而 t統(tǒng)計(jì)量就會(huì)較小 。 因此系數(shù)在統(tǒng)計(jì)上的顯著性就會(huì)減小 。如果兩個(gè)變量幾乎完全相關(guān) ， 大多數(shù)回歸程序會(huì)顯示無(wú)法進(jìn)行回歸 。 解決多重共線性的一個(gè)辦法是 ， 從方程中取消一個(gè)高相關(guān)的變量 。 例如 ， 在上例中假定學(xué)習(xí)時(shí)間從模型取消 ， 新方程如下： G=+ R2= () () 修正后，方程仍有一個(gè)較高的 R2值， P的系數(shù)為正，并在統(tǒng)計(jì)上顯著。 第五章 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè) 第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 ? 必須進(jìn)行銷(xiāo)售估計(jì)才能規(guī)劃未來(lái)適當(dāng)?shù)纳a(chǎn)水平； ? 財(cái)務(wù)經(jīng)理需要估計(jì)廠商未來(lái)的現(xiàn)金流量，這就需要對(duì)未來(lái)可能的銷(xiāo)售、生產(chǎn)、收入、支付以及資本支出水平做出預(yù)測(cè)； ? 在規(guī)劃資本投資時(shí)，需要預(yù)測(cè)未來(lái)的經(jīng)濟(jì)活動(dòng)，才能估算出資本投資的收益； ? 對(duì)貨幣和信用條件進(jìn)行預(yù)測(cè)，以便使企業(yè)的現(xiàn)金需求能以最低的成本滿足。 第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 缺點(diǎn)： ? 費(fèi)用較高； ? 專家可能拒絕參考別人意見(jiàn)，使后幾輪預(yù)測(cè)沒(méi)有變化。 一、數(shù)據(jù)來(lái)源 （一）專家意見(jiàn) 德?tīng)柗品?Delphi technique： 第一步：組成企業(yè)外部的專家小組，各自獨(dú)立工作，分別做出預(yù)測(cè)。 第二步：每個(gè)專家被要求參考別人的數(shù)據(jù)修正自己的預(yù)測(cè)。 第三步：重復(fù)第二步，一直持續(xù)到大家取得一致意見(jiàn)，或大家都不準(zhǔn)備再修改意見(jiàn)。 優(yōu)點(diǎn)： 有助于每個(gè)專家對(duì)每個(gè)人的預(yù)測(cè)做出評(píng)價(jià)。 第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 一、數(shù)據(jù)來(lái)源 （二）調(diào)查 對(duì)管理者的計(jì)劃進(jìn)行調(diào)查可能是預(yù)測(cè)的一個(gè)重要數(shù)據(jù)來(lái)源， 也可以對(duì)消費(fèi)者計(jì)劃進(jìn)行調(diào)查以獲得預(yù)測(cè)數(shù)據(jù)。 如果沒(méi)有現(xiàn)成數(shù)據(jù)，企業(yè)可以自己進(jìn)行調(diào)查。 需要較高的調(diào)查技巧：措辭準(zhǔn)確、不含糊；樣本具有代表性；較高的答卷率；被調(diào)查人的反映真實(shí)等。 調(diào)查法的缺陷 —— 不準(zhǔn)確：被調(diào)查人缺乏信息進(jìn)行決策；未能認(rèn)真考慮；不反映真實(shí)想法等。因此，調(diào)查數(shù)據(jù)一般作為決策的補(bǔ)充數(shù)據(jù)來(lái)源。 第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 一、數(shù)據(jù)來(lái)源 （三）市場(chǎng)實(shí)驗(yàn) 市場(chǎng)實(shí)驗(yàn)法應(yīng)注意的問(wèn)題： 實(shí)驗(yàn)市場(chǎng)的地區(qū)不宜太大，以節(jié)約費(fèi)用和便于指導(dǎo)、分析； 實(shí)驗(yàn)市場(chǎng)中的消費(fèi)者應(yīng)和企業(yè)目標(biāo)市場(chǎng)消費(fèi)者特征類(lèi)似； 應(yīng)當(dāng)有可能只向被實(shí)驗(yàn)人群做廣告。 優(yōu)點(diǎn)： 較真實(shí)反映消費(fèi)者實(shí)際行動(dòng)。 缺點(diǎn)： ?具有風(fēng)險(xiǎn)。有可能會(huì)失去消費(fèi)者。 ?企業(yè)無(wú)法控制影響需求的所有因素； ?由于實(shí)驗(yàn)時(shí)間較短，消費(fèi)者對(duì)企業(yè)的行動(dòng)做出的反應(yīng)不充分。 第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 二、預(yù)測(cè)技術(shù)的選擇 （一）預(yù)測(cè)的層級(jí) 國(guó)民經(jīng)濟(jì) 產(chǎn)業(yè)銷(xiāo)售預(yù)測(cè)。 單個(gè)企業(yè)的銷(xiāo)售預(yù)測(cè) 。 總銷(xiāo)售額 、 產(chǎn)品線銷(xiāo)售額 （ 量 ）等 采購(gòu) 、 生產(chǎn)預(yù)測(cè)：原材料訂貨量 、 員工雇傭量 、 運(yùn)輸 、生產(chǎn)周期 營(yíng)銷(xiāo)預(yù)測(cè)：銷(xiāo)售資源配置 、 銷(xiāo)售目標(biāo) 、 促銷(xiāo)規(guī)劃 現(xiàn)金需求預(yù)測(cè) 長(zhǎng)期資本支出和企業(yè)發(fā)展戰(zhàn)略 企業(yè)內(nèi)部的預(yù)測(cè)層級(jí) 第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 二、預(yù)測(cè)技術(shù)的選擇 （二）選擇預(yù)測(cè)技術(shù)的準(zhǔn)則 ?與使用某種技術(shù)而產(chǎn)生的潛在收益相比，建立預(yù)測(cè)模型的成本； ?將要預(yù)測(cè)的各種關(guān)系的復(fù)雜程度； ?預(yù)測(cè)的時(shí)間（長(zhǎng)期或短期）； ?模型要求的精確性； ?制定決策所必要的前導(dǎo)時(shí)間取決于預(yù)測(cè)模型所估計(jì)的變量。 第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 二、預(yù)測(cè)技術(shù)的選擇 （三）評(píng)估預(yù)測(cè)模型的精確性 評(píng)估預(yù)測(cè)模型精確度的一個(gè)指標(biāo)是平均預(yù)測(cè)誤差或均方根誤差： ? ?? 2)?(1 tt YYnR MSE第一節(jié) 數(shù)據(jù)來(lái)源和預(yù)測(cè)技術(shù)的選擇 二、預(yù)測(cè)技術(shù)的選擇 （四）可供選擇的預(yù)測(cè)技術(shù) 時(shí)間序列分析法 氣壓表式預(yù)測(cè)法 投入 產(chǎn)出分析法 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 一、時(shí)間序列分析法 用于預(yù)測(cè)某個(gè)特定變量值而收集的數(shù)據(jù)可以分為兩大類(lèi) —— 時(shí)間序列數(shù)據(jù)和橫斷面數(shù)據(jù)。 時(shí)間序列數(shù)據(jù)：按不同時(shí)點(diǎn)順序排列的一種經(jīng)濟(jì)變量的一系列數(shù)值。 橫斷面數(shù)據(jù)：在相同時(shí)間觀察到的一種經(jīng)濟(jì)變量的一系列數(shù)值 時(shí)間序列預(yù)測(cè)模型僅僅以被預(yù)測(cè)變量的歷史觀察值為基礎(chǔ) ， 這類(lèi)模型并不力求說(shuō)明產(chǎn)生觀察結(jié)果的主要因果關(guān)系 。 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 一、時(shí)間序列分析法 趨勢(shì) trend：一定時(shí)期內(nèi)一個(gè)經(jīng)濟(jì)數(shù)據(jù)序列中的長(zhǎng)期增加或減少。 周期性 cyclical pattern變化：在時(shí)間通常超過(guò)一年的經(jīng)濟(jì)序列中 ， 存在著的重大的擴(kuò)張和收縮 。 季節(jié)性 seasonality變化：這個(gè)因素在一年內(nèi)造成了變動(dòng)，它們?cè)诓煌攴葜谢蚨嗷蛏偈且恢碌摹? 隨機(jī)波動(dòng) random fluctuation：一個(gè)經(jīng)濟(jì)序列受到基本上無(wú)法預(yù)見(jiàn)的隨機(jī)因素的影響。 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 （一）基本模型 1．最簡(jiǎn)單模型 該模型認(rèn)為下一期變量的預(yù)測(cè)值將與該變量當(dāng)期的數(shù)值一樣。 tt YY ?? 1?第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 1．最簡(jiǎn)單模型 月份 年份 1991 1992 1993 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 2370 2100 2412 2376 3074 3695 3550 4172 3880 2931 2377 2983 2446 2520 2598 2533 3250 3446 3986 4222 3798 2941 2488 2878 2585 2693 2738 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 1．最簡(jiǎn)單模型 適用條件 使用容易，理解簡(jiǎn)單。當(dāng)歷史數(shù)據(jù)表明被預(yù)測(cè)數(shù)據(jù)中短期內(nèi)沒(méi)有很大變化時(shí)，可以運(yùn)用此模型對(duì)短期情況進(jìn)行預(yù)測(cè)。因此，此模型的使用條件是，變化緩慢出現(xiàn)，或?qū)ξ磥?lái)相對(duì)較短的時(shí)期進(jìn)行預(yù)測(cè)。 缺點(diǎn) 數(shù)據(jù)的可得性，需要迅速收集本期的實(shí)際數(shù)據(jù)。未考慮環(huán)境中已知變化的作用。 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 2．模型的調(diào)整 運(yùn)用此模型 ， 1993年 4月份的預(yù)測(cè)值為 2738+（ 27382693） =2783。 )(? 11 ?? ??? tttt YYYY第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 （二）趨勢(shì)推測(cè)法 這種方法是建立在這樣的假設(shè)基礎(chǔ)上 ，即在一個(gè)時(shí)間序列數(shù)據(jù)中存在著一種可識(shí)別的變化趨勢(shì) 。 趨勢(shì)預(yù)測(cè)也可用來(lái)作為確定周期性和季節(jié)性變化的出發(fā)點(diǎn) 。 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 1．曲線擬合的統(tǒng)計(jì)法 這種方法主要是運(yùn)用最小二乘法來(lái)估計(jì)方程的參數(shù) 。 一個(gè)經(jīng)濟(jì)序列中的長(zhǎng)期變化會(huì)遵從幾種不同類(lèi)型的趨勢(shì)。以下要討論的是三種常見(jiàn)的情況：線性趨勢(shì)、固定不變的增長(zhǎng)率、下降的增長(zhǎng)率。 t Y t Y t Y 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 （ 1）線性趨勢(shì) —— 每期的變化數(shù)量為常數(shù) tY t ?? ???時(shí)期數(shù) 季度 銷(xiāo)售額（百萬(wàn)元） 1 2 3 4 5 6 7 8 9 10 11 12 1996， Ⅰ 1996， Ⅱ 1996， Ⅲ 1996， Ⅳ 1997， Ⅰ 1997， Ⅱ 1997， Ⅲ 1997， Ⅳ 1998， Ⅰ 1998， Ⅱ 1998， Ⅲ 1998， Ⅳ 300 305 315 340 346 352 364 390 397 404 418 445 tY t ??對(duì)將來(lái)任何一個(gè)時(shí)期銷(xiāo)售額的預(yù)測(cè)，可根據(jù)此式進(jìn)行。例如， 1999年第三季度（第 15時(shí)期）的銷(xiāo)售額預(yù)測(cè)值為： + 15= 第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 （ 2）冪函數(shù) —— 固定不變的增長(zhǎng)率（每期變化的比率為常數(shù)） tt gYY )1(?0 ??)1(? 1 gYY tt ?? ?)1(? 21 gYY tt ?? ??22 )1(? gYY tt ?? ?第二節(jié) 商業(yè)預(yù)測(cè)與經(jīng)濟(jì)預(yù)測(cè)方法 （ 2）冪函數(shù) —— 固定不變的增長(zhǎng)率（每期變化的比率為常數(shù)） 需要將其轉(zhuǎn)換才能使用最小二乘法， )]1[l n (ln?ln 0 gtYY t ???令 tt YY ?ln?α=lnY0, β=ln(1+g), 則得出新方程 ： tY t