回归分析预测方法

2021/3/11
上一页 下一页 返6回
8.1回归分析预测法概述
函数关系与相关关系的区别，突出表现在变量之间的具体关 系值是否确定和随机。函数关系是相对于确定的、非随机变 量而言的;而相关关系则是相对于非确定的、随机变量而言的。 值得指出的是函数关系与相关关系虽然是两种不同类型的相 互关系，但彼此之间也具有一定的联系，一方面，由于在观 察和测量中存在误差等原因，实际工作中的函数关系有时通 过相关关系表现出来;另一方面，在研究相关关系时又常常借 用函数关系的形式近似地将它表达出来，以便找到相关关系 的一般数量特征，当随机因素不存在时，相关关系就转化为 函数关系。因此，函数关系是相关关系的特例。
2021/3/11
上一页 下一页 返11回
8.1回归分析预测法概述
(2)多元相关回归分析预测法，又称复相关回归分析预测法。 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。这是一种根据多个自变量的变化数值预 测一个因变量数值的方法。例如，根据货币供应量和居民收 入水平预测居民消费总额;根据某种商品的价格、替代品的价 格、居民收入水平等预测该商品的销售量。就属于多元相关 回归分析预测法。
2021/3/11
上一页 下一页 返7回
8.1回归分析预测法概述
【阅读材料】
市场的发展变化受到市场内部与外部多种因素的影响，市场 现象变化与各种影响因素变化之间存在着一定的依存关系， 如市场受社会生产总体状况的影；市场受产业结构、就业结 构及各种经济比例关系的影响；市场受积累和消费比例关系 的影响；市场受人口发展变化的影响；市场受居民收入水平 的影响；市场受商品价格的影响等。对这些客观存在的依存 关系可以用数量加以描述和分析研究。市场现象的这些依存 关系，有各种具体的表现。
ห้องสมุดไป่ตู้
上一页 下一页 返10回
8.1回归分析预测法概述
(1)一元相关回归分析预测法，又称单相关囚归分析预测法， 是用相关回归分析法对一个自变量与一个因变量之间的相关 关系进行分析，建立一元回归方程作为预测模型，对市场现 象进行预测的方法。如根据某地区的居民收入水平预测该地 区的商品需求量;根据企业的销售额预测流通费用水平等，都 必须是分析一个自变量对一个因变量的一元相关关系。
2021/3/11
上一页 下一页 返5回
8.1回归分析预测法概述
相关关系，又称非确定性关系，是指变量之间相互关系中不 存在数值一一对应关系的非确定性的依存关系。它有两个显 著的特点:一是市场现象变量之间确实存在数量上的客观内在 关系，表现为一个变量发生数量上的变化，会影响另一个变 量也相应地发生数量上的变化;二是市场现象变量之间的关系 不是确定的，具有一定的随机性，表现为给定一个自变量值， 因变量存在若干个数值与之相对应。例如，市场需求与居民 收入之间，市场需求与商品价格之间，市场需求与人口数量 之间等，都表现为这种相关关系。
2021/3/11
下一页 返2回
8.1回归分析预测法概述
[阅读材料]
"回归"一词是英国遗传学家弗兰西斯·盖尔顿 (Francis Galton)和他的朋友卡尔·皮尔逊 (Karl Person)在研究父 亲身高与儿子身高的关系时引人的。他们研究发现，若父亲 为高个子，则儿子个子也高，但其平均身高低于父亲的手均 身高;若父亲为矮个子，则儿子的个子也矮，但其平均身高高 于父亲的平均身高。由此得出·身高的变化不是两极分化，而 是"趋同这是"回归到普通且人"此后回归"的含义逐步被扩大 ，用于表明一种变量的变化，会导致另一变量的变化， 即有 着 "前因后果"的变量之间的相关关系。
8.1回归分析预测法概述
函数关系，又称确定性关系，是指由某种确定的原因，必然 导致确定的结果的因果关系。即自变量的每一个确定的 x值， 因变量总有一个唯一确定的 y值与之相对应。所以，在人们 已经掌握市场现象之间的函数关系后，已知一个变量的值就 可以确定另一个变量的值。例如，在产品价格不变的条件下， 销售额可以由销售量来确定，在产品销售量不变的条件下， 销售额可以由产品价格来确定。设产品的价格为 p，销售量 为劣，销售额为 Y，则可以得到函数关系式为 y = px。在 数学、物理、化学等自然科学领域中存在大量函数关系，而 在市场现象中函数关系并不多见，大量存在的是相关关系。
2021/3/11
上一页 下一页 返3回
8.1回归分析预测法概述
在市场经济活动中，任何市场现象的产生和变化，总是由一 定的原因引起，并对其他一些市场现象产生影响。换言之， 各种市场活动总是存在于一定的相互联系之中。市场现象之 间的相互关系可以分为两大类，即函数关系和相关关系。
2021/3/11
上一页 下一页 返4回
2021/3/11
上一页 下一页 返8回
8.1回归分析预测法概述
研究它们时，一般将被预测的市场现象称为因交量，其具体 数量称为因交量值;将与市场现象有密切关系的各种影响因素 称为自变量，其具体数量称为自变量值。如将企业零售额作 为自变量，将流通费用水手作为因变量，研究零售额对流通 费用水平的影响;将居民收入水平作为自变量，将市场商品需 求量作为因交量，研究预测收入水平变动对市场需求量未来 发展变化的影响，将人口、价格水平等因素作为自变量，将 市场需求量作为因交量，研究人口变动、价格变动对市场需 求量的影响等。
2021/3/11
上一页 下一页 返9回
8.1回归分析预测法概述
8.1.2回归分析预测法的种类
回归分析预测法的种类很多，可以从不同方面对其进行分类 ，常用的分类方法有以下几个。
1.按照相关关系中自变量的不同，可分为一元相关回归分析 预测法、多元相关回归分析预测法、自相关回归分析预测法
2021/3/11
第8章 回归分析预测法
8.1回归分析预测法概述 8.2一元线性回归分析预测法 8.3多元线性回归分析预测法 8.4非线性回归分析预测法和自回归分析
预测法
2021/3/11
1
8.1回归分析预测法概述
8.1.1回归分析预测法的概念
回归分析预测法，是在分析市场现象自变量和因变量之间相 关关系的基础上，建立变量之间的回归方程，并将回归方程 作为预测模型，根据自变量在预测期的数量变化来预测因变 量在预测期变化结果的预测方法。回归分析预测法是通过发 现某些对所预测结果有重要影响的因素进行分析，找到因变 量和自变量之间的因果关系，从而推测预测对象随自变量而 发生变化的数值。因此，回归分析预测法又称因果分析法。