【正文】 nsignificant。 第二節(jié) 需求函數(shù)統(tǒng)計估計的回歸方法 2．評價單個自變量的解釋能力 （ 1） t統(tǒng)計量 如果 t值的絕對值等于或大于表中自由度為 nk1的 t值，則 b180。在統(tǒng)計上顯著。 bSbt??第二節(jié) 需求函數(shù)統(tǒng)計估計的回歸方法 五 、 以模型為基礎(chǔ)提出預(yù)測 （ 估計值 ） （一）點估計 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)測或估計因變量的值。 即，當(dāng)促銷支出為 180時，銷售量為 。 XY 4 3 5 2 0 ?? ?????Y第二節(jié) 需求函數(shù)統(tǒng)計估計的回歸方法 （二）置信區(qū)間估計 由于回歸方程的估計會有誤差，預(yù)測值不能 100%準(zhǔn)確。估計值的標(biāo)準(zhǔn)差 Se就是對預(yù)測值的可能誤差的度量。計算公式為： 1))(()( 2???????? ? ?knYYXXbYYS iiie已知因變量的預(yù)測值 Y180。,95%的置信區(qū)間估計為： ekn StY 1????第二節(jié) 需求函數(shù)統(tǒng)計估計的回歸方法 （二）置信區(qū)間估計 因此，促銷支出為 180時，銷售量的 95%的置信區(qū)間估計為： 177。 =—— 即，促銷支出為 180時，銷售量有 95%的可能在 —— 。 ?????? 88eS 第三節(jié) 應(yīng)注意的問題 一 、 多元回歸 對具有一個以上自變量的方程的參數(shù)進(jìn)行估計稱為多元回歸 multiple regression。 在多元回歸中，假定其他變量的影響不變，每一個估計出來的系數(shù)是對一個變量對因變量的影響的度量。 ?????? MbPbAbaY 321第三節(jié) 應(yīng)注意的問題 二 、 對結(jié)果的估計和解釋 00 PaIaPaBQ ipd ???? 變量 常數(shù) 價格 P 收入 I 其他物品價格 P0 估計的系數(shù) 標(biāo)準(zhǔn)差 t統(tǒng)計量 () () () () 觀察次數(shù) =182， R2= 第三節(jié) 應(yīng)注意的問題 二 、 對結(jié)果的估計和解釋 常數(shù)項的估計系數(shù)表示其它變量為零時的需求量。它代表定價的最高限。 其他系數(shù)估計有關(guān)的自變量邊際變化引起的需求量變化。同時應(yīng)注意根據(jù)經(jīng)濟(jì)理論來解釋所估計的變量之間的關(guān)系。 標(biāo)準(zhǔn)差表示估計值的準(zhǔn)確度。 可決系數(shù) R2為 ，說明在需求量的總變差中有 68%可以被價格、收入和其他物品價格解釋，方程總體解釋能力較強(qiáng) 第三節(jié) 應(yīng)注意的問題 三 、 回歸分析中的問題 （ 一 ） 變量遺漏 經(jīng)濟(jì)理論能用來確定哪些變量應(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，重要變量的遺漏可能是個原因，這就需要在回歸方程中增加新的變量。 第三節(jié) 應(yīng)注意的問題 （ 二 ） 識別問題 從市場觀察到的均衡價格和均衡交易量如下表： 年份 價格（元） 交易量 1 2 3 10 8 6 100 120 140 交易量 100 120 140 10 8 6 價格 第三節(jié) 應(yīng)注意的問題 （ 二 ） 識別問題 如果沒有更多的信息，是不可能知道出現(xiàn)的是這兩種情況中的哪一種情況，因而無法識別各條分開的需求曲線。 這就是識別問題 identification problem。 交易量 D S1 S2 S3 價格 a 交易量 S1 S2 S3 D1 D2 D3 價格 b 第三節(jié) 應(yīng)注意的問題 （ 三 ） 多重共線性 當(dāng)回歸方程中變量太多時 ， 有時兩個或兩個以上的自變量之間高度相關(guān) ， 這種問 題 成 為 多 重 共 線 性(multicollinearity)。 第三節(jié) 應(yīng)注意的問題 （ 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)和花費在該課程上的小時數(shù)和每人對教材的閱讀數(shù)呈正相關(guān) 。 對這些數(shù)據(jù)進(jìn)行了回歸分析 ， 估計出的方程為： G=++ R2= ()()() 多重共線性會使回歸分析出現(xiàn)問題。如果兩個變量高度相關(guān)，就很難把每個變量對因變量的影響區(qū)分開。 第三節(jié) 應(yīng)注意的問題 （ 三 ） 多重共線性 當(dāng)出現(xiàn)多重共線性問題 ， 系數(shù)的標(biāo)準(zhǔn)差就會較大 ， 從而 t統(tǒng)計量就會較小 。 因此系數(shù)在統(tǒng)計上的顯著性就會減小 。如果兩個變量幾乎完全相關(guān) ， 大多數(shù)回歸程序會顯示無法進(jìn)行回歸 。 解決多重共線性的一個辦法是 ， 從方程中取消一個高相關(guān)的變量 。 例如 ， 在上例中假定學(xué)習(xí)時間從模型取消 ， 新方程如下： G=+ R2= () () 修正后，方程仍有一個較高的 R2值， P的系數(shù)為正，并在統(tǒng)計上顯著。 第五章 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測 第一節(jié) 數(shù)據(jù)來源和預(yù)測技術(shù)的選擇 ? 必須進(jìn)行銷售估計才能規(guī)劃未來適當(dāng)?shù)纳a(chǎn)水平； ? 財務(wù)經(jīng)理需要估計廠商未來的現(xiàn)金流量，這就需要對未來可能的銷售、生產(chǎn)、收入、支付以及資本支出水平做出預(yù)測； ? 在規(guī)劃資本投資時，需要預(yù)測未來的經(jīng)濟(jì)活動，才能估算出資本投資的收益； ? 對貨幣和信用條件進(jìn)行預(yù)測，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)來源和預(yù)測技術(shù)的選擇 缺點： ? 費用較高； ? 專家可能拒絕參考別人意見，使后幾輪預(yù)測沒有變化。 一、數(shù)據(jù)來源 （一）專家意見 德爾菲法 Delphi technique： 第一步：組成企業(yè)外部的專家小組，各自獨立工作，分別做出預(yù)測。 第二步：每個專家被要求參考別人的數(shù)據(jù)修正自己的預(yù)測。 第三步：重復(fù)第二步，一直持續(xù)到大家取得一致意見，或大家都不準(zhǔn)備再修改意見。 優(yōu)點： 有助于每個專家對每個人的預(yù)測做出評價。 第一節(jié) 數(shù)據(jù)來源和預(yù)測技術(shù)的選擇 一、數(shù)據(jù)來源 （二）調(diào)查 對管理者的計劃進(jìn)行調(diào)查可能是預(yù)測的一個重要數(shù)據(jù)來源， 也可以對消費者計劃進(jìn)行調(diào)查以獲得預(yù)測數(shù)據(jù)。 如果沒有現(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)來源。 第一節(jié) 數(shù)據(jù)來源和預(yù)測技術(shù)的選擇 一、數(shù)據(jù)來源 （三）市場實驗 市場實驗法應(yīng)注意的問題： 實驗市場的地區(qū)不宜太大，以節(jié)約費用和便于指導(dǎo)、分析； 實驗市場中的消費者應(yīng)和企業(yè)目標(biāo)市場消費者特征類似； 應(yīng)當(dāng)有可能只向被實驗人群做廣告。 優(yōu)點： 較真實反映消費者實際行動。 缺點： ?具有風(fēng)險。有可能會失去消費者。 ?企業(yè)無法控制影響需求的所有因素； ?由于實驗時間較短，消費者對企業(yè)的行動做出的反應(yīng)不充分。 第一節(jié) 數(shù)據(jù)來源和預(yù)測技術(shù)的選擇 二、預(yù)測技術(shù)的選擇 （一）預(yù)測的層級 國民經(jīng)濟(jì) 產(chǎn)業(yè)銷售預(yù)測。 單個企業(yè)的銷售預(yù)測 。 總銷售額 、 產(chǎn)品線銷售額 （ 量 ）等 采購 、 生產(chǎn)預(yù)測：原材料訂貨量 、 員工雇傭量 、 運輸 、生產(chǎn)周期 營銷預(yù)測：銷售資源配置 、 銷售目標(biāo) 、 促銷規(guī)劃 現(xiàn)金需求預(yù)測 長期資本支出和企業(yè)發(fā)展戰(zhàn)略 企業(yè)內(nèi)部的預(yù)測層級 第一節(jié) 數(shù)據(jù)來源和預(yù)測技術(shù)的選擇 二、預(yù)測技術(shù)的選擇 （二）選擇預(yù)測技術(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)測模型的成本； ?將要預(yù)測的各種關(guān)系的復(fù)雜程度； ?預(yù)測的時間（長期或短期）； ?模型要求的精確性； ?制定決策所必要的前導(dǎo)時間取決于預(yù)測模型所估計的變量。 第一節(jié) 數(shù)據(jù)來源和預(yù)測技術(shù)的選擇 二、預(yù)測技術(shù)的選擇 （三）評估預(yù)測模型的精確性 評估預(yù)測模型精確度的一個指標(biāo)是平均預(yù)測誤差或均方根誤差： ? ?? 2)?(1 tt YYnR MSE第一節(jié) 數(shù)據(jù)來源和預(yù)測技術(shù)的選擇 二、預(yù)測技術(shù)的選擇 （四）可供選擇的預(yù)測技術(shù) 時間序列分析法 氣壓表式預(yù)測法 投入 產(chǎn)出分析法 第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 一、時間序列分析法 用于預(yù)測某個特定變量值而收集的數(shù)據(jù)可以分為兩大類 —— 時間序列數(shù)據(jù)和橫斷面數(shù)據(jù)。 時間序列數(shù)據(jù)：按不同時點順序排列的一種經(jīng)濟(jì)變量的一系列數(shù)值。 橫斷面數(shù)據(jù)：在相同時間觀察到的一種經(jīng)濟(jì)變量的一系列數(shù)值 時間序列預(yù)測模型僅僅以被預(yù)測變量的歷史觀察值為基礎(chǔ) ， 這類模型并不力求說明產(chǎn)生觀察結(jié)果的主要因果關(guān)系 。 第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 一、時間序列分析法 趨勢 trend：一定時期內(nèi)一個經(jīng)濟(jì)數(shù)據(jù)序列中的長期增加或減少。 周期性 cyclical pattern變化：在時間通常超過一年的經(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：這個因素在一年內(nèi)造成了變動，它們在不同年份中或多或少是一致的。 隨機(jī)波動 random fluctuation：一個經(jīng)濟(jì)序列受到基本上無法預(yù)見的隨機(jī)因素的影響。 第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 （一）基本模型 1．最簡單模型 該模型認(rèn)為下一期變量的預(yù)測值將與該變量當(dāng)期的數(shù)值一樣。 tt YY ?? 1?第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 1．最簡單模型 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)測與經(jīng)濟(jì)預(yù)測方法 1．最簡單模型 適用條件 使用容易，理解簡單。當(dāng)歷史數(shù)據(jù)表明被預(yù)測數(shù)據(jù)中短期內(nèi)沒有很大變化時，可以運用此模型對短期情況進(jìn)行預(yù)測。因此，此模型的使用條件是，變化緩慢出現(xiàn)，或?qū)ξ磥硐鄬^短的時期進(jìn)行預(yù)測。 缺點 數(shù)據(jù)的可得性，需要迅速收集本期的實際數(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)測與經(jīng)濟(jì)預(yù)測方法 2．模型的調(diào)整 運用此模型 ， 1993年 4月份的預(yù)測值為 2738+（ 27382693） =2783。 )(? 11 ?? ??? tttt YYYY第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 （二）趨勢推測法 這種方法是建立在這樣的假設(shè)基礎(chǔ)上 ，即在一個時間序列數(shù)據(jù)中存在著一種可識別的變化趨勢 。 趨勢預(yù)測也可用來作為確定周期性和季節(jié)性變化的出發(fā)點 。 第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 1．曲線擬合的統(tǒng)計法 這種方法主要是運用最小二乘法來估計方程的參數(shù) 。 一個經(jīng)濟(jì)序列中的長期變化會遵從幾種不同類型的趨勢。以下要討論的是三種常見的情況：線性趨勢、固定不變的增長率、下降的增長率。 t Y t Y t Y 第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 （ 1）線性趨勢 —— 每期的變化數(shù)量為常數(shù) tY t ?? ???時期數(shù) 季度 銷售額（百萬元） 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 ??對將來任何一個時期銷售額的預(yù)測，可根據(jù)此式進(jìn)行。例如， 1999年第三季度（第 15時期）的銷售額預(yù)測值為： + 15= 第二節(jié) 商業(yè)預(yù)測與經(jīng)濟(jì)預(yù)測方法 （ 2）冪函數(shù) —— 固定不變的增長率（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)測與經(jīng)濟(jì)預(yù)測方法 （ 2）冪函數(shù) —— 固定不變的增長率（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