市场调查与预测（第二版）第10章回归预测法

1、市场调查与预测 第10章 回归预测法10.1 回归预测法概述10.2 一元线性回归预测法10.3 多元线性回归预测法10.4 非线性回归预测法知识点1回归预测的含义。2回归预测的分类。3. 一元线性回归方程参数的含义。4多元线性回归预测法的含义。5. 多元线性回归方程参数的含义。技能点1了解一元线性回归预测法的原理。2掌握一元线性回归预测法的基本步骤。3灵活运用一元回归预测法进行预测。4. 了解多元线性回归预测法的基本步骤。5. 了解各种非线性回归预测法。引导案例 宝丽来公司图4-1 信息收集方法分类的基本框架10.1 回归预测法概述10.1.1 回归预测法的含义 回归预测法是在分析自变量和因

2、变量之间相关关系的基础上，利用数理统计方法建立因变量与自变量之间的回归方程，来描述它们之间数量上的平均变化关系，并将回归方程作为预测模型，根据自变量的数量变化来预测因变量变化结果的预测方法。返回目录10.1 回归预测法概述10.1.2回归预测法的应用条件在运用回归预测法进行预测时，需要满足以下条件：市场现象的自变量与因变量之间存在相关关系。市场现象的自变量与因变量之间必须是高度相关。市场现象的自变量与因变量具备系统的数据资料。返回目录10.1 回归预测法概述10.1.3 回归预测法的分类返回目录10.2 一元线性回归预测法10.2.1一元线性回归预测法的基本原理一元线性回归是只涉及一个自变量的

3、回归问题，设有两个变量和，变量的取值随变量取值的变化而变化，我们称为因变量，为自变量。返回目录10.2 一元线性回归预测法 返回目录10.2 一元线性回归预测法10.2.2一元线性回归预测法的基本步骤1.根据预测目的，确定自变量和因变量 2.绘制散点图，观察变量之间的变化关系 3.确定回归方程，建立预测模型 4.对回归模型进行检验和评价5.求出置信区间，进行预测和控制返回目录10.2 一元线性回归预测法返回目录10.2 一元线性回归预测法返回目录10.2 一元线性回归预测法返回目录10.2 一元线性回归预测法10.2.3一元回归预测法的应用【例10-1】 返回目录年份序号人均月收入（千元）销售

4、总额（百万元）200111.54.8200221.85.7200332.47.0200443.08.3200553.510.9200663.912.4200774.413.1200884.813.6200995.015.3表10-1 某地区20012009年农民人均月收入及该地区销售总额10.2 一元线性回归预测法10.2.3一元回归预测法的应用【例10-1】 解：1.设人均月收入为自变量，销售总额为因变量。根据9组观察资料作散点图（如图10-2所示）。返回目录10.2 一元线性回归预测法10.2.3一元回归预测法的应用【例10-1】 返回目录10.2 一元线性回归预测法10.2.3一元回归预

5、测法的应用【例10-1】 4.进行显著性检验返回目录 表10-2 相关计算结果10.2 一元线性回归预测法10.2.3一元回归预测法的应用【例10-1】 返回目录将表10-2的相关结果带入公式得到的值：10.2 一元线性回归预测法10.2.3一元回归预测法的应用【例10-1】 返回目录（2）回归方程的显著性检验所以我们认为从总体上看，该地区农民人均月收入与销售总额之间线性关系具有5%显著水平，回归分析建立回归方程对总体而言，预测或控制有效性达到95%。10.2 一元线性回归预测法10.2.3一元回归预测法的应用【例10-1】 返回目录5.求出置信区间，进行预测和控制（1）预测应用因此，当农民人

6、均月收入为4700元时，该地区总消费的置信区间为（1339.63，1466.21）万元。10.2 一元线性回归预测法10.2.3一元回归预测法的应用【例10-1】 返回目录5.求出置信区间，进行预测和控制（2）控制应用10.3 多元线性回归预测法 多元线性回归预测法也称复相关回归分析市场预测法，是用相关回归分析法对多个自变量与一个因变量之间的相关关系进行分析，建立多元回归方程作为预测模型，对市场现象进行预测的方法。返回目录10.3 多元线性回归预测法 10.3.1建立多元线性回归模型的准则 建立多元线性回归模型的准则主要为：自变量对因变量必须有显著的影响，并呈密切的线性相关。自变量与因变量之间

7、的线性相关必须是真实的，而不是形式上的。自变量之间应具有一定的互斥性，即自变量之间的相关程度不应高于自变量与因变量之间的相关程度。自变量应具有完整的统计数据，其预测值容易确定。返回目录10.3 多元线性回归预测法10.3.2基本原理及回归系数的计算方法返回目录10.3 多元线性回归预测法10.3.3多元回归预测法的应用返回目录10.3 多元线性回归预测法10.3.3多元回归预测法的应用返回目录10.3 多元线性回归预测法10.3.3多元回归预测法的应用返回目录10.3 多元线性回归预测法10.3.3多元回归预测法的应用返回目录10.3 多元线性回归预测法10.3.3多元回归预测法的应用返回目录

8、10.3 多元线性回归预测法【例10-2】根据市场调查结果和分析判断，某地区商品销售额与该地区居民当年人均GDP和上年人均GDP有着紧密联系。表10-3显示的是某城市19962010年居民年人均GDP和上年人均GDP资料。返回目录10.3 多元线性回归预测法返回目录【例10-2】10.3 多元线性回归预测法【例10-2】返回目录 10.4 非线性回归预测法 非线性回归分析预测与线性回归分析预测的思路基本一致。不过，非线性回归分析预测首先要将非线性回归问题进行线性转换，找到线性关系，然后再利用线性回归的理论方法进行分析。在对实际数据进行回归分析预测时，选择具体形式应符合以下要求：首先，方程形式应

9、与经济学的基本理论相一致。例如，采用幂函数的形式，才能够较好地表现生产函数。其次，方程要有较高的拟合程度。只有这样，才能说明回归方程较好地反映了实际情况。最后，方程的数学形式要尽可能简单。一般来说，数学形式越简单，其可操作性就越强。返回目录 10.4 非线性回归预测法 10.4.1指数回归方程当自变量做等差的增加或减少时，因变量随之做等比的增加或减少，则与之间的关系为指数函数关系，可以拟合指数曲线模型，其回归方程为： 返回目录 10.4 非线性回归预测法 返回目录 10.4 非线性回归预测法 返回目录 10.4 非线性回归预测法 返回目录 10.4 非线性回归预测法 【例10-3】某企业20012010年产品产量与单位产品成本的统计资料见表10-4。试建立适当的回归模型，并