市场调查与预测实操_09数据分析子项目4回归与预测

1、市场调查与预测调查数据分析调查报告撰写调查工作开展顺序调查部门成立调查方案设计调查问卷设计实地调查实施新任务调查数据分析调查数据的统计处理与显示任务1调查数据的描述与分析任务2调查数据的趋势预测任务31知识目标：知识目标：了解时间数列的定义和分类；了解相关关系及相关系数的含义；了解一元线性方程的含义。2能力目标：能力目标：能够根据具体问题，编制时间数列；能够进行长期趋势分析和预测。3素养目标：素养目标：培养学生严谨细致的作风和团队合作精神调查数据预测与分析任务一任务一编制编制时间时间数列数列任务一：编制时间数列时间数列是指某一现象在不同时间上的数值排列而成的统计数列，又称时间序列或动态序列。

2、构成：时间数列由现象所属时间和现象在不同时间上的数值两个基本要素构成。时间数列分类（数据表现形式不同）绝对数时间数列：由一系列绝对数按时间顺序排列而成的数列。相对数时间数列：由一系列相对数按时间顺序排列而成的数列。平均数时间数列：由一系列平均数按时间顺序排列而成的数列。所属时间总体范围计算口径经济内容一致性原则2010年北京某物流公司销售收入情况月份123456789101112销售收入5661849986107134160175189189172时间数列 绝对数数列单位：万元时间数列 相对数列2000-2008年北京物流业景气指数年份20002001200220032004200520062

3、0072008景气指数100105108106112114110120125单位：%时间数列 平均数数列2010年北京某物流公司平均工资情况单位：元月份123456789101112工资460047005000520051005000490053005400555058006000任务一任务一任务二任务二时间时间数列数列进行进行长期长期趋势趋势分析分析编制编制时间时间数列数列2010年北京某物流公司销售收入情况月份123456789101112销售收入5661849986107134160175189189172单位：万元预测2011年1月份的收入是多少？ 2月份的收入是多少？第一步 绘制散点

4、图，寻找时间数列分布规律；实施步骤图 2010年北京某物流公司销售收入情况图 2010年北京某物流公司销售收入情况第一步 绘制散点图，寻找时间数列分布规律；实施步骤第二步 方程拟合，建立预测模型；btay长期趋势预测模型22) t(tnyttynb ntbnya26.1378650121512781172412) t(tnyttynb222 81.39127826.13121512ntbnya第一步 绘制散点图，寻找时间数列分布规律；实施步骤第二步 方程拟合，建立预测模型；第三步 代入数据，计算预测值。t13.2639.81btay)212.2(1313.2639.81t13.2639.81y

5、万元（万元）225.51413.2639.81t13.2639.81y2011年1月份2011年2月份任务一任务一任务二任务二任务三任务三编制编制时间时间数列数列时间时间数列数列进行进行长期长期趋势趋势分析分析相关相关与与回归回归分析分析一、相关关系社会经济中，任何事物的产生和变化，总是由一定的原因引起的，事物之间的关系可以分为确定性关系和非确定性关系。二、相关关系的类型按相关关系的性质，有正相关和负相关之分。正相关指具有相关关系的变量之间变动方向一致，即同增同减。负相关指具有相关关系的变量之间变动方向不一致，此增彼减。三、回归分析法三、回归分析法又称为相关分析法，它借助数理统计中回归分析的理

6、论和方法，确定预测目标（因变量）与影响因素（自变量）之间的依存关系，进行预测的定量分析方法。年度年配送量（万箱）地区人均GDP（元）200520062007200820092920326035203780418026000280003000031000360002005-2009年某物流公司配送量及本地区人均GDP情况如表所示： 表 公司库存量与人均GDP统计表如果2010年人均GDP为40000元,请预测公司2010年的配送量。 例例1确定相关系数2i2iii)yy()xx()yy)(xx(r简捷公式 2222)y(yn)x(xnyxxynr2x2yxy年度地区人均GDP（元）年配送量（万箱

7、）20052006200720082009260002800030000310003600029203260352037804180合计表 相关系数计算表 2222)y(yn)x(xnyxxynr2x2yxy年度地区人均GDPx（元）年配送量y（万箱）200520052006200620072007200820082009200926000260002800028000300003000031000310003600036000292029203260326035203520378037804180418067600000067600000078400000078400000090000000

8、09000000009610000009610000001296000000 1296000000 8526400852640010627600106276001239040012390400142884001428840017472400 17472400 759200007592000091280000912800001056000010560000117180000117180000150480000 150480000 合计合计151000 151000 17660 17660 4617000000 4617000000 63305200 63305200 540460000 5404

9、60000 表 相关系数计算表 2222)y(yn)x(xnyxxynr2217660-633052005151000-46170000005176601510005404600005=0.98相关系数的判断： 0r 1r绝对值越大，越靠近1，说明影响因素x与因变量y之间的相关关系越强；反之，r绝对值越小，越靠近0，说明x与y之间的相关关系越弱。一般标准：一般标准：r r0.80.8，x x与与y y高度相关；高度相关；0.5 0.5 r r 0.80.8，x x与与y y中度相关；中度相关；0.30.3r r 0.50.5，x x与与y y低度相关；低度相关；r r 0.30.3， x x与

10、与y y没有线性相关关系没有线性相关关系2建立回归预测模型bxay22)x(xnyxxynb nxbnya其中：22)x(xnyxxynb 215100046170000005176601510005404600005nxbnya51766051510003.计算回归参数a、b=0.1255=-0.13=-257.884.建立预测模型将a、b的直代入模型，得到一元线性回归预测模型y = a + b x = -257.88 + 0.1255x5.进行预测该地区2010年人均GDP达到40000元，则公司配送量预测值为：y= -257.88 + 0.125540000 = 4762（万箱）Excel应用应用利用回归法预测配送量某物流公司的广告费支出和仓储配送业务的营业额之间的关系如表所示