個(gè)人需求與市場(chǎng)需求的基本目標(biāo)-資料下載頁(yè)
2025-01-08 03:04本頁(yè)面
【正文】 映出真實(shí)關(guān)系，可能要嘗試多種方案和變化，才能獲得因定量與自變量數(shù)據(jù)之間的最佳擬合。通過(guò)把不同時(shí)間（使用時(shí)間序列數(shù)據(jù)時(shí)）的因變量和與這個(gè)因變量有關(guān)的每一個(gè)自變量的關(guān)系畫出來(lái)就可以獲得應(yīng)該首先采用哪種函數(shù)形式的線索。 ? 這種初步分析的結(jié)果將會(huì)常常表明是線性方程最恰當(dāng)，還是對(duì)數(shù)方程、指數(shù)方程或其他轉(zhuǎn)換形式更恰當(dāng)。 來(lái)自 中國(guó)最大的資料庫(kù)下載 函數(shù)形式 ? 線性 Q = a + + ? 每個(gè)變量的影響都是固定不變的。 ? 每個(gè)變量的影響與其它變量無(wú)關(guān)。 來(lái)自 中國(guó)最大的資料庫(kù)下載 ? 冪函數(shù) Q = A P b I c ? 每個(gè)變量的影響都取決于其它所有的變量，不是固定不變的。 ? 其對(duì)數(shù)為線性形式 Q = a + P + I ? 價(jià)格彈性為 b ? 收入彈性為 c 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 Y=y 來(lái)自 中國(guó)最大的資料庫(kù)下載 ? = a + b + t ? ? “ ” ? t = a b ? t 2= [ a b ] 2 . ? t 2= [ a b ] 2 . 來(lái)自 中國(guó)最大的資料庫(kù)下載 ? 樣本回歸方程為： + ? 確定 a和 b的值的采用最廣泛的方法就是最小平方法。 ? 最小平方分析的目標(biāo)就是找出能使離差的平方和最小的 a、 b值。（通過(guò)對(duì)誤差進(jìn)行平方計(jì)算，正、負(fù)誤差累加就不會(huì)以相互消掉。）的值由下式給出： a ? 把這項(xiàng)平方，再把所有 n對(duì)樣本觀察值加在一起，就得到： ? 用微分計(jì)算，使離差平方和最小的 a和 b的值為： ? 式中的和分別為 X和 Y的算術(shù)平均數(shù) ,即 ? 求和過(guò)程包括所有的觀察值（ 1,2,… ）。 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 ? ，以氣溫和空調(diào)機(jī)價(jià)格為獨(dú)立變量，試用最小二乘法估計(jì)銷量與氣溫及價(jià)格的函數(shù)關(guān)系。 ? Q = + ? ? R2= = F = ? 1℃ ，空調(diào)機(jī)價(jià)格不變，銷量會(huì)增加多少？ ? 17臺(tái) ? ，空調(diào)機(jī)價(jià)格從每臺(tái) 2023 ? 元下降 10％，銷量會(huì)增加多少？ 47臺(tái) ? 1000－ 3000元變動(dòng)，需求價(jià)格彈性不變，需求函數(shù)以什么形式為好？ ? 指數(shù)函數(shù)形式為好 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 結(jié)果的評(píng)價(jià)： （ 1）可決系數(shù) R2=解釋變差的平方和 /總變差的平方和，表示了自變量對(duì)因變量的解釋程度。 R2越接近于 1，擬合程度越好。 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 : R2 ? % ? [ ] 2 = ? [ ^ ] 2 + [ ^ ] 2 . ? , ? , , _ P Q _ Q 來(lái)自 中國(guó)最大的資料庫(kù)下載 （ 2）評(píng)價(jià)單個(gè)自變量的解釋能力： 檢驗(yàn)，以此確定每個(gè)自變量對(duì)因變量之間是否存在顯著關(guān)系。 一般說(shuō)來(lái)， 檢驗(yàn)的值大于 2以上，表明該變量的解釋程度好 來(lái)自 中國(guó)最大的資料庫(kù)下載 ? F檢驗(yàn)；判斷總體的線性關(guān)系是否顯著存在 ? 解釋變差的平方和 /殘差平方和 ? 其比值越大，解釋變量對(duì)因變量的解釋程度越高 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 來(lái)自 中國(guó)最大的資料庫(kù)下載 分析郵電業(yè)務(wù)量的影響因素 ? 選取影響郵電業(yè)務(wù)量的可量化影響因素： ? 地區(qū) ， 就業(yè)結(jié)構(gòu)比重 、 非農(nóng)人口 、 規(guī)模企業(yè)（ 產(chǎn)值或個(gè)數(shù) ） 、 職工人均工資額 、 農(nóng)村人均收入 。 ? 一般認(rèn)為這些都是影響郵電業(yè)務(wù)發(fā)展的因素 。以 2023年四川各地市郵電業(yè)務(wù)量及相關(guān)數(shù)據(jù)進(jìn)行多元遞進(jìn)線性回歸 ， 在逐步淘汰不相關(guān)或不顯著因素后 ， 最終結(jié)果如下： 來(lái)自 中國(guó)最大的資料庫(kù)下載 + t2= t3= （ 因素顯著性檢驗(yàn)參數(shù) ） R2= （ 回歸可靠性參數(shù) ） Y是郵電業(yè)務(wù)總量 ， 國(guó)內(nèi)生產(chǎn)總值 ， 是非農(nóng)人口數(shù) 。 以上的分析結(jié)果表明郵電發(fā)展的重要因素是國(guó)民生產(chǎn)總值 、 非農(nóng)人口數(shù) 。 來(lái)自 中國(guó)最大的資料庫(kù)下載 C o e ff ic ie n t sa 1 4 5 9 4 . 0 2 8 7 8 5 . 5 7 . 5 0 7 . 6 2 13 4 1 . 1 5 7 6 6 . 8 1 1 . 7 4 7 5 . 1 0 6 . 0 0 0 8 . 4 9 5 1 6 . 7 6 4 . 0 2 4 . 5 0 7 . 6 2 23 6 . 9 3 8 6 1 . 4 1 4 . 0 7 9 . 6 0 1 . 5 5 9 4 3 8 6 . 0 7 7 6 4 8 3 2 . 5 8 . 0 0 3 . 0 6 8 . 9 4 73 5 8 . 9 9 7 2 4 0 . 0 5 1 . 1 9 3 1 . 4 9 6 . 1 6 1 1 4 9 6 2 . 2 2 7 1 6 2 . 6 5 . 5 5 1 . 5 9 13 4 1 . 2 5 3 6 4 . 1 8 8 . 7 4 7 5 . 3 1 6 . 0 0 0 9 . 1 4 3 1 3 . 2 3 0 . 0 2 6 . 6 9 1 . 5 0 23 7 . 8 8 0 5 7 . 4 8 1 . 0 8 1 . 6 5 9 . 5 2 13 5 4 . 5 2 7 2 2 1 . 7 6 7 . 1 9 1 1 . 5 9 9 . 1 3 4 1 9 7 8 1 . 1 2 5 6 2 5 . 8 8 . 7 7 2 . 4 5 33 6 3 . 0 0 1 5 3 . 9 3 1 . 7 9 5 6 . 7 3 1 . 0 0 0 7 . 0 1 9 1 2 . 5 7 0 . 0 2 0 . 5 5 8 . 5 8 54 0 6 . 9 7 3 2 0 2 . 7 7 0 . 2 1 9 2 . 0 0 7 . 0 6 4 3 3 5 7 0 . 1 6 6 9 2 . 2 6 5 5 . 0 1 6 . 0 0 03 4 9 . 2 1 9 4 6 . 8 4 0 . 7 6 4 7 . 4 5 6 . 0 0 04 3 8 . 4 0 6 1 9 0 . 2 7 9 . 2 3 6 2 . 3 0 4 . 0 3 6(C o n s t a n t )各地 2 0 0 0 年度國(guó)內(nèi)生產(chǎn)總值2 0 0 0 年農(nóng)村居民人均純收入規(guī)模企業(yè)個(gè)數(shù)二、三產(chǎn)業(yè)就業(yè)比重非農(nóng)人口數(shù)(C o n s t a n t )各地 2 0 0 0 年度國(guó)內(nèi)生產(chǎn)總值2 0 0 0 年農(nóng)村居民人均純收入規(guī)模企業(yè)個(gè)數(shù)非農(nóng)人口數(shù)(C o n s t a n t )各地 2 0 0 0 年度國(guó)內(nèi)生產(chǎn)總值2 0 0 0 年農(nóng)村居民人均純收入非農(nóng)人口數(shù)(C o n s t a n t )各地 2 0 0 0 年度國(guó)內(nèi)生產(chǎn)總值非農(nóng)人口數(shù)M o d e l1234B S t d . E r r o rU n s t a n d a r d iz e dC o e f f ic ie n t sB e t aS t a n d a r d iz e dC o e f f ic ie ntst S ig .D e p e n d e n t V a r ia b le : 2 0 0 0 年郵電收入a . 來(lái)自 中國(guó)最大的資料庫(kù)下載 注意： ? 相關(guān)分析、回歸分析、因果分析 ? 回歸分析在于揭示變量之間的因果關(guān)系（相關(guān)性分析），但相關(guān)性不一定具有因果性。 ? 相關(guān)關(guān)系：兩個(gè)以上變量的樣本觀測(cè)值序列之間表現(xiàn)出來(lái)的隨機(jī)數(shù)學(xué)關(guān)系 來(lái)自 中國(guó)最大的資料庫(kù)下載 變量遺漏推導(dǎo)的模型結(jié)果與經(jīng)濟(jì)現(xiàn)象不符合 回歸分析幾個(gè)問(wèn)題需注意： 多重共線性自變量之間高度自相關(guān)，影響分析結(jié)論的可靠性。 來(lái)自 中國(guó)最大的資料庫(kù)下載 經(jīng)濟(jì)關(guān)系的預(yù)測(cè)：回歸關(guān)系的運(yùn)用 謝 謝 :22:0016:2216::22 16:2216:22::22:00 2023年 1月 24日星期二 4時(shí) 22分 0秒 演講完畢，謝謝觀看！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1