1、BG1第第8章章 回归分析预测法回归分析预测法8.1回归分析预测法概述回归分析预测法概述8.2一元线性回归分析预测法一元线性回归分析预测法8.3多元线性回归分析预测法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非线性回归分析预测法和自回归分析预测法预测法BG28.1回归分析预测法概述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
2、在预测期的数量变化来预测因变作为预测模型，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。发生变化的数值。因此，回归分析预测法又称因果分析法。下一页返回BG38.1回归分析预测法概述回归分析预测法概述阅读材料阅读材料回归回归一词是英国遗传学家弗兰
3、西斯一词是英国遗传学家弗兰西斯盖尔顿盖尔顿 (Francis Galton)和他的朋友卡尔和他的朋友卡尔皮尔逊皮尔逊 (Karl Person)在研究父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身高;若父亲为矮个子，则儿子的个子也矮，但其平均身高高若父亲为矮个子，则儿子的个子也矮，但其平均身高高于父亲的平均身高。由此得出于父亲的平均身高。由此得出身高的变化不是两极分化，而身高的变化不是两极分化，而是是趋同这是趋同这是回
4、归到普通且人回归到普通且人此后回归此后回归的含义逐步被扩大的含义逐步被扩大，用于表明一种变量的变化，会导致另一变量的变化，用于表明一种变量的变化，会导致另一变量的变化， 即有即有着着 前因后果前因后果的变量之间的相关关系。的变量之间的相关关系。上一页 下一页返回BG48.1回归分析预测法概述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，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。市场现象之各种市场活动总是存在于一定的相
5、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。间的相互关系可以分为两大类，即函数关系和相关关系。上一页 下一页返回BG58.1回归分析预测法概述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，值，因变量总有一个唯一确定的因变量总有一个唯一确定的 y值与之相对应。所以，在人们值与之相对应。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已经掌握市场现象之间的函数关系后，已知一个变
6、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，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。设产品的价格为销售额可以由产品价格来确定。设产品的价格为 p，销售量，销售量为劣，销售额为为劣，销售额为 Y，则可以得到函数关系式为，则可以得到函数关系式为 y = px。在。在数学、物理、化学等自然科学领域中存在大量函数关系，而数学、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。在市场现象中函数关
7、系并不多见，大量存在的是相关关系。上一页 下一页返回BG68.1回归分析预测法概述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二
8、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，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。之间等，都表现为这种相关关系。上一页 下一页返回BG78.1回归分析预测法概述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
9、相对于确定的、非随机变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。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另一方面，在研究相关关系时又常常
10、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。函数关系。因此，函数关系是相关关系的特例。上一页 下一页返回BG88.1回归分析预测法概述回归分析预测法概述【阅读材料】【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，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
11、社会生产总体状况的影；市场受产业结构、就业结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。关系，有各种具体的表现。上一页 下一页返回BG98.1回归分析预
12、测法概述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
13、来求量作为因交量，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。求量的影响等。上一页 下一页返回BG108.1回归分析预测法概述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。，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，
14、可分为一元相关回归分析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预测法、多元相关回归分析预测法、自相关回归分析预测法上一页 下一页返回BG118.1回归分析预测法概述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，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
15、平预测该地象进行预测的方法。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。必须是分析一个自变量对一个因变量的一元相关关系。上一页 下一页返回BG128.1回归分析预测法概述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。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，对市场现关系进
16、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。回归分析预测法。上一页 下一页返回BG138.1回归分析预测法概述回归分析预测法概述(3)自相关回归分析预测法，是对某一
17、时间序列的因变量序自相关回归分析预测法，是对某一时间序列的因变量序列，与向前推移若干观察期的一个或多个自变量时间序列进列，与向前推移若干观察期的一个或多个自变量时间序列进行相关分析，并建立囚归方程作为预测模型，对某一市场现行相关分析，并建立囚归方程作为预测模型，对某一市场现象进行预测，这是利用市场现象时间序列对它自身进行预测象进行预测，这是利用市场现象时间序列对它自身进行预测的方法，它是把同一时间序列不同观测期的值分别作为自变的方法，它是把同一时间序列不同观测期的值分别作为自变量和因变量，看某种市场现象自身过去发展变化的规律，对量和因变量，看某种市场现象自身过去发展变化的规律，对其未来发展变化
18、相关程度及其变化规律。其未来发展变化相关程度及其变化规律。上一页 下一页返回BG148.1回归分析预测法概述回归分析预测法概述2.按照相关的变动方向不同，可分为正相关回归分析预测和按照相关的变动方向不同，可分为正相关回归分析预测和负相关回归分析预测负相关回归分析预测(1)正相关回归分析预测，是指对具有相关关系的变量之间正相关回归分析预测，是指对具有相关关系的变量之间的变动方向一致的变动方向一致(同时增加或同时减少同时增加或同时减少)的市场现象进行的预的市场现象进行的预测。如根据居民收入水平，预测居民购买商品的支出测。如根据居民收入水平，预测居民购买商品的支出;根据商根据商品的生产成本，预测销售
19、价格等。品的生产成本，预测销售价格等。(2)负相关回归分析预测，是指对具有相关关系的变量之间负相关回归分析预测，是指对具有相关关系的变量之间的变动方向不一致的变动方向不一致(此增彼减此增彼减)的市场现象进行的预测。如根的市场现象进行的预测。如根据居民收入水平，预测居民购买食品支出的比重据居民收入水平，预测居民购买食品支出的比重;根据商品的根据商品的销售价格，预测该商品的销售量等。销售价格，预测该商品的销售量等。上一页 下一页返回BG158.1回归分析预测法概述回归分析预测法概述3.按照相关的形式不同，可分为线性相关回归分析预测和非按照相关的形式不同，可分为线性相关回归分析预测和非线性相关回归分
20、析预测线性相关回归分析预测(1)线性相关回归分析预测，又称直线相关回归分析预测，线性相关回归分析预测，又称直线相关回归分析预测，是指对相互依存的变量之间的变动近似地表现为一条直线方是指对相互依存的变量之间的变动近似地表现为一条直线方程的市场现象进行的预测。具体分析时，可以把相关变量的程的市场现象进行的预测。具体分析时，可以把相关变量的一系列对应观察值描绘在坐标图上进行观察分析。一系列对应观察值描绘在坐标图上进行观察分析。(2)非线性相关回归分析预测，又称曲线相关回归分析预测非线性相关回归分析预测，又称曲线相关回归分析预测，是指对相互依存的变量之间的变动近似地表现为一条曲线，是指对相互依存的变量
21、之间的变动近似地表现为一条曲线方程的市场现象进行的预测。具体分析时，也可以把相关变方程的市场现象进行的预测。具体分析时，也可以把相关变量的一系列对应观察值描绘在坐标图上进行观察分析。量的一系列对应观察值描绘在坐标图上进行观察分析。上一页 下一页返回BG168.1回归分析预测法概述回归分析预测法概述阅读材料阅读材料就两个变量而言，如果变量之间的关系近似地表现为一条直就两个变量而言，如果变量之间的关系近似地表现为一条直线，则称为线性相关，如图线，则称为线性相关，如图8-1(a)和和8-1(b)，在线性相关，在线性相关中，若两个变量的变动方向相同，一个变量的数值增加或减中，若两个变量的变动方向相同，
22、一个变量的数值增加或减少，另一个变量也随之增大或减少，则称为正相同，一个变少，另一个变量也随之增大或减少，则称为正相同，一个变量的数值增加或减少，另一个变量也随之增大或减少，则称量的数值增加或减少，另一个变量也随之增大或减少，则称为正相关，如图为正相关，如图8-1(a)，若两个变量的变动方向相反，一个，若两个变量的变动方向相反，一个变量数值的增大或减少，另一个变量随之减少或增大，则称变量数值的增大或减少，另一个变量随之减少或增大，则称为负相关，如图为负相关，如图8-1(b);上一页 下一页返回BG178.1回归分析预测法概述回归分析预测法概述如果变量之间的关系近似地表现为一条曲线，则称为非线性
23、如果变量之间的关系近似地表现为一条曲线，则称为非线性相关或曲线相关如图相关或曲线相关如图8-1(e);如果一个变量的取值完全依赖如果一个变量的取值完全依赖与另一个变量，各观察点落在一条线上，称为完全相关，如与另一个变量，各观察点落在一条线上，称为完全相关，如图图8-1(c)和和8-1(d)，这实际上就是函数关系，这实际上就是函数关系;如果两个变量如果两个变量的观察点很分散，无任何规律，则表示变量之间没有相关关的观察点很分散，无任何规律，则表示变量之间没有相关关系，如图系，如图8-1(f)。上一页 下一页返回BG188.1回归分析预测法概述回归分析预测法概述8.1.3回归分析预测法的应用条件回归
24、分析预测法的应用条件回归分析预测法是一种实用价值很高的市场预测方法，但必回归分析预测法是一种实用价值很高的市场预测方法，但必须在一定的条件下应用。应用回归分析预测法时，要具备以须在一定的条件下应用。应用回归分析预测法时，要具备以下几方面的基本条件。下几方面的基本条件。1.市场现象的因变量与自变量之间必须存在相关关系市场现象的因变量与自变量之间必须存在相关关系市场现象的因变量与自变量之间的依存关系，必须是相关关市场现象的因变量与自变量之间的依存关系，必须是相关关系，才适合用相关回归分析预测法，建立回归预测模型，以系，才适合用相关回归分析预测法，建立回归预测模型，以自变量的变化去预测因变量的变化。
25、对于不相关的各种市场自变量的变化去预测因变量的变化。对于不相关的各种市场现象变量及市场现象之间表现为函数关系时，不能应用回归现象变量及市场现象之间表现为函数关系时，不能应用回归分析预测法。分析预测法。上一页 下一页返回BG198.1回归分析预测法概述回归分析预测法概述 阅读材料阅读材料实际工作中，如何判定市场现象之间是否具有相关关系是预实际工作中，如何判定市场现象之间是否具有相关关系是预测者必须首先解决的问题。市场现象之间是否存在相关关系测者必须首先解决的问题。市场现象之间是否存在相关关系，主要可以通过两种方法来判定。一种方法是根据经济理论，主要可以通过两种方法来判定。一种方法是根据经济理论知
26、识和实践经验，结合我国市场的具体表现，从定性的角度知识和实践经验，结合我国市场的具体表现，从定性的角度判断市场现象之间是否存在相关关系。如根据马克思主义的判断市场现象之间是否存在相关关系。如根据马克思主义的政治经济学理论，根据市场学理论，根据我国市场长期以来政治经济学理论，根据市场学理论，根据我国市场长期以来的发展变化规律等，都可以判定两种或多种市场现象之间是的发展变化规律等，都可以判定两种或多种市场现象之间是否存在相关关系。这种方法是判断市场现象相关关系的根本否存在相关关系。这种方法是判断市场现象相关关系的根本方法。另一种方法是对市场现象之间的关系进行相关分析，方法。另一种方法是对市场现象之
27、间的关系进行相关分析，从定量的角度来判断市场现象之间是否存在相关关系。从定量的角度来判断市场现象之间是否存在相关关系。上一页 下一页返回BG208.1回归分析预测法概述回归分析预测法概述如通过绘制相关散点图，通过计算相关系数指标等方法，都如通过绘制相关散点图，通过计算相关系数指标等方法，都可以判定市场现象之间是否存在相关关系。需要注意的是，可以判定市场现象之间是否存在相关关系。需要注意的是，对相关关系的定量分析是建立在定性分析的基础上的，对客对相关关系的定量分析是建立在定性分析的基础上的，对客观存在的市场现象变量值进行相关分析，而不是进行抽象分观存在的市场现象变量值进行相关分析，而不是进行抽象
28、分析。只有对市场现象从定性和定量两个方面充分进行分析，析。只有对市场现象从定性和定量两个方面充分进行分析，才能最后判定市场现象之间是否存在相关关系，进而决定相才能最后判定市场现象之间是否存在相关关系，进而决定相关回归分析预测法能否被应用。关回归分析预测法能否被应用。上一页 下一页返回BG218.1回归分析预测法概述回归分析预测法概述2.市场现象的因变量与自变量之间必须是高度相关市场现象的因变量与自变量之间必须是高度相关应用回归分析预测法，不仅要求被研究的市场现象之间确实应用回归分析预测法，不仅要求被研究的市场现象之间确实存在相关关系，而且还要求自变量与因变量之间的相关关系存在相关关系，而且还要
29、求自变量与因变量之间的相关关系是密切相关，即高度相关。存在相关关系的市场现象并不一是密切相关，即高度相关。存在相关关系的市场现象并不一定都是高度相关，因此，回归分析预测法只适用于一部分具定都是高度相关，因此，回归分析预测法只适用于一部分具有相关关系的市场现象，即只适用于预测存在高度相关的市有相关关系的市场现象，即只适用于预测存在高度相关的市场现象，对于相关程度不高的市场现象，一般认为进行回归场现象，对于相关程度不高的市场现象，一般认为进行回归分析预测无实际意义。因为只有存在高度相关的市场现象之分析预测无实际意义。因为只有存在高度相关的市场现象之间，才存在一定的变动规律，才有可能将这种规律用回归
30、模间，才存在一定的变动规律，才有可能将这种规律用回归模型加以反映。型加以反映。上一页 下一页返回BG228.1回归分析预测法概述回归分析预测法概述 阅读材料阅读材料在实际市场预测工作中，对于与因交量具有高度相关关系的在实际市场预测工作中，对于与因交量具有高度相关关系的市场因素都必须选作自变量，对于与因交量不具有或只有低市场因素都必须选作自变量，对于与因交量不具有或只有低度相关关系的市场因素都不选作自变量。要做到这一点，必度相关关系的市场因素都不选作自变量。要做到这一点，必须对市场现象的各种影响因素做深入细致的分析，要从多方须对市场现象的各种影响因素做深入细致的分析，要从多方面对市场的影响因素进
31、行分析，通过各种检验方法进行检验面对市场的影响因素进行分析，通过各种检验方法进行检验，在回归预测模型中，绝不遗漏一个高度相关的影响因素，在回归预测模型中，绝不遗漏一个高度相关的影响因素，也绝不误选一个低度相关或不相关的市场影响因素。也绝不误选一个低度相关或不相关的市场影响因素。上一页 下一页返回BG238.1回归分析预测法概述回归分析预测法概述3.市场现象自变量和因变量必须具备系统的数据资料市场现象自变量和因变量必须具备系统的数据资料应用回归分析预测法，最终目的是预测因变量的数值。要预应用回归分析预测法，最终目的是预测因变量的数值。要预测因变量的值，就必须拥有自变量和因变量的相关数据资料测因变
32、量的值，就必须拥有自变量和因变量的相关数据资料，不但要求具有确定回归方程所需的自变量和因变量的实际，不但要求具有确定回归方程所需的自变量和因变量的实际观察值，而且还要能够取得预测期内的自变量值，这是求得观察值，而且还要能够取得预测期内的自变量值，这是求得因变量预测值的基本条件之一。预测组织者在应用回归分析因变量预测值的基本条件之一。预测组织者在应用回归分析预测法时，必须充分考虑到自变量各期的观察值，特别是自预测法时，必须充分考虑到自变量各期的观察值，特别是自变量在预测期内是否能够比较顺利地取得数值，是否能够取变量在预测期内是否能够比较顺利地取得数值，是否能够取得准确的数值。得准确的数值。上一页
33、 下一页返回BG248.1回归分析预测法概述回归分析预测法概述如果不具备这种条件，就无法达到回归分析预测法的最终目如果不具备这种条件，就无法达到回归分析预测法的最终目的。的。 回归分析预测法的上述应用条件是相互联系、相互影响的，回归分析预测法的上述应用条件是相互联系、相互影响的，不能把它们割裂开来理解。不能把它们割裂开来理解。上一页 下一页返回BG258.1回归分析预测法概述回归分析预测法概述8.1.4回归分析预测法的基本步骤回归分析预测法的基本步骤回归分析预测法，除了按市场预测的一般步骤实施以外，在回归分析预测法，除了按市场预测的一般步骤实施以外，在其预测步骤上还具有自身的特点，其基本步骤如
34、下。其预测步骤上还具有自身的特点，其基本步骤如下。1.确定相关关系确定相关关系正确确定市场现象的相关关系对回归分析预测法具有决定性正确确定市场现象的相关关系对回归分析预测法具有决定性作用。它主要包括以下三个方面的具体工作。作用。它主要包括以下三个方面的具体工作。一是确定相关变量。回归分析预测法，是根据市场现象之间一是确定相关变量。回归分析预测法，是根据市场现象之间的相关关系进行预测的方法。因此，确定相关关系中的自变的相关关系进行预测的方法。因此，确定相关关系中的自变量和因变量就成为回归分析预测法的首要工作。量和因变量就成为回归分析预测法的首要工作。上一页 下一页返回BG268.1回归分析预测法
35、概述回归分析预测法概述一般说来，其因变量比较好确定，它只要根据市场预测的目一般说来，其因变量比较好确定，它只要根据市场预测的目的，将市场预测的对象作为因变量。如以测算未来五年小汽的，将市场预测的对象作为因变量。如以测算未来五年小汽车需求为目的市场预测，其因变量无疑是未来五年小汽车的车需求为目的市场预测，其因变量无疑是未来五年小汽车的需求量。因变量的发展变化受到一个或多个自变量的影响，需求量。因变量的发展变化受到一个或多个自变量的影响，自变量的数值直接决定因变量的值。因此，确定相关变量的自变量的数值直接决定因变量的值。因此，确定相关变量的重点和难点是确定自变量，即确定影响和制约预测目标重点和难点
36、是确定自变量，即确定影响和制约预测目标(因变因变量量)的因素。确定自变量，既要对历史资料和现实资料进行分的因素。确定自变量，既要对历史资料和现实资料进行分析，又要充分运用预测人员的经验和知识，进行科学的定性析，又要充分运用预测人员的经验和知识，进行科学的定性分析。分析。上一页 下一页返回BG278.1回归分析预测法概述回归分析预测法概述要充分注意市场现象之间联系的复杂性，用系统思维的方式要充分注意市场现象之间联系的复杂性，用系统思维的方式对复杂的市场关系进行系统分析，必要时，还应运用假设检对复杂的市场关系进行系统分析，必要时，还应运用假设检验的技术，先进行假设，再进行验证，确定那些主要的影响验
37、的技术，先进行假设，再进行验证，确定那些主要的影响因素作为自变量。因素作为自变量。上一页 下一页返回BG288.1回归分析预测法概述回归分析预测法概述二是确定变量之间相关关系的类型。变量之间的相关关系有二是确定变量之间相关关系的类型。变量之间的相关关系有着多种类型，确定变量之间相关关系的类型一般可以通过绘着多种类型，确定变量之间相关关系的类型一般可以通过绘制相关图直观地看出。相关图是将自变量和因变量的数值对制相关图直观地看出。相关图是将自变量和因变量的数值对应地绘制在直角坐标系中所形成的散点图。在绘制散点图时，应地绘制在直角坐标系中所形成的散点图。在绘制散点图时，以横坐标作为自变量，以纵坐标作
38、为因变量。根据散点图的以横坐标作为自变量，以纵坐标作为因变量。根据散点图的形状，大致可以看出变量之间是否相关，是正相关还是负相形状，大致可以看出变量之间是否相关，是正相关还是负相关，是线性相关还是非线性相关。关，是线性相关还是非线性相关。上一页 下一页返回BG298.1回归分析预测法概述回归分析预测法概述三是确定变量之间相关的密切程度。确定变量之间线性相关三是确定变量之间相关的密切程度。确定变量之间线性相关的密切程度通常可以通过计算相关系数来衡量，相关系数的的密切程度通常可以通过计算相关系数来衡量，相关系数的计算公式为计算公式为 上一页 下一页返回BG308.1回归分析预测法概述回归分析预测法
39、概述其中，其中，上一页 下一页返回BG318.1回归分析预测法概述回归分析预测法概述如果将如果将 代入以上公式，相关系数的计算公式可改写成代入以上公式，相关系数的计算公式可改写成 相关系数相关系数r表示变量表示变量x和和y之间的线性相关方向和程度，取值之间的线性相关方向和程度，取值范围为范围为 。上一页 下一页返回BG328.1回归分析预测法概述回归分析预测法概述当当-1r0时，相关图的分布呈现出时，相关图的分布呈现出y随劣的增加而减少的随劣的增加而减少的趋势，即变量趋势，即变量z与与y为负相关。为负相关。当当r =0时，相关图的分布通常呈现出不规则状态，变量时，相关图的分布通常呈现出不规则状
40、态，变量y不不受变量劣的影响，表明变量受变量劣的影响，表明变量z与与y之间不存在线性相关关系。之间不存在线性相关关系。但必须注意但必须注意r0，只能说明变量，只能说明变量z与与y之间不存在线性相关关系之间不存在线性相关关系，而不能随意排斥其他相关关系，如它们之间可能存在曲线，而不能随意排斥其他相关关系，如它们之间可能存在曲线相关关系。相关关系。当当0 r 1时，相关图的分布呈现时，相关图的分布呈现y随劣的增加而增加的变随劣的增加而增加的变化趋势，即变量化趋势，即变量z与与y为正相关。为正相关。上一页 下一页返回BG338.1回归分析预测法概述回归分析预测法概述|r|=1时，相关图的分布呈现出一
41、条标准的直线，即变量时，相关图的分布呈现出一条标准的直线，即变量y与与x之间呈现完全的线性相关之间呈现完全的线性相关。r=1时，表现为完全的正相时，表现为完全的正相关关;r= -1时，表现为完全的负相关。时，表现为完全的负相关。为了判断市场现象之间相关关系程度的高低，一般将市场现为了判断市场现象之间相关关系程度的高低，一般将市场现象中的相关关系划分为四个等级象中的相关关系划分为四个等级: | r | 0.3为不相关为不相关; 时，为低度相关时，为低度相关;0.50.8时，为高度相关。时，为高度相关。上一页 下一页返回BG348.1回归分析预测法概述回归分析预测法概述2.建立回归预测模型建立回归
42、预测模型建立回归预测模型，就是建立回归方程，它是根据变量之间建立回归预测模型，就是建立回归方程，它是根据变量之间的相关关系，用数学表达式表示出来。由于变量之间的数量的相关关系，用数学表达式表示出来。由于变量之间的数量关系不同，回归方程可分为线性回归方程和非线性回归方程关系不同，回归方程可分为线性回归方程和非线性回归方程两种。两种。线性回归方程的一般表达式为线性回归方程的一般表达式为 上一页 下一页返回BG358.1回归分析预测法概述回归分析预测法概述当线性回归是一个因变量与一个自变量之间的回归时，习惯当线性回归是一个因变量与一个自变量之间的回归时，习惯上称其为简单线性回归，即直线回归，其表达式
43、为上称其为简单线性回归，即直线回归，其表达式为Y =a+ bX其他形式的线性回归都称为多元线性回归。其他形式的线性回归都称为多元线性回归。由于变量之间的相关关系不总是表现为线性的，仅仅用线性由于变量之间的相关关系不总是表现为线性的，仅仅用线性回归方程来表示其相关关系是不够的。对许多变量之间的相回归方程来表示其相关关系是不够的。对许多变量之间的相关关系表现为非线性形态时，需要建立非线性回归方程，即关关系表现为非线性形态时，需要建立非线性回归方程，即曲线方程。至于具体建立那种曲线回归方程，这需要根据曲曲线方程。至于具体建立那种曲线回归方程，这需要根据曲线的形状，建立相应的回归预测模型。线的形状，建
44、立相应的回归预测模型。上一页 下一页返回BG368.1回归分析预测法概述回归分析预测法概述3.求解回归预测模型的参数求解回归预测模型的参数在建立回归预测模型之后，首先需要计算回归预测模型中的在建立回归预测模型之后，首先需要计算回归预测模型中的各项参数。例如，线性回归方程各项参数。例如，线性回归方程y =a+ b1X1+ b2X2+ + bnXn中的参数中的参数a，b1、b2、bn。通常确定回归预测。通常确定回归预测模型中的参数方法是最小平方法。当各项参数确定后，回归模型中的参数方法是最小平方法。当各项参数确定后，回归预测模型即可确定。预测模型即可确定。上一页 下一页返回BG378.1回归分析预
45、测法概述回归分析预测法概述4.回归预测模型的检验回归预测模型的检验回归预测模型是建立在收集来的市场历史资料和现实资料的回归预测模型是建立在收集来的市场历史资料和现实资料的基础上的，而这些资料本身可能存在各种偏差。所以，回归基础上的，而这些资料本身可能存在各种偏差。所以，回归预测模型在用于实际预测之前，需要检验回归预测模型的拟预测模型在用于实际预测之前，需要检验回归预测模型的拟台程度和回归参数的显著性，只有通过了有关检验后，回归台程度和回归参数的显著性，只有通过了有关检验后，回归预测模型才可以用于市场预测。否则，盲目地用回归预测模预测模型才可以用于市场预测。否则，盲目地用回归预测模型进行市场预测
46、，其预测结果是不可靠的，也是不具有实际型进行市场预测，其预测结果是不可靠的，也是不具有实际意义的。常用的检验方法有回归标准差检验、回归方程的显意义的。常用的检验方法有回归标准差检验、回归方程的显著性检验、相关系数检验等。著性检验、相关系数检验等。上一页 下一页返回BG388.1回归分析预测法概述回归分析预测法概述5.进行实际预测进行实际预测利用回归预测模型确定预测值，是预测者的最终目的。预测利用回归预测模型确定预测值，是预测者的最终目的。预测可分为点值预测和区间预测，如果预测值为一个数值，称为可分为点值预测和区间预测，如果预测值为一个数值，称为点值预测点值预测;如果预测值为一个数值范围，则称为
47、区如果预测值为一个数值范围，则称为区间间预测。一预测。一般而言，点值预测计算方便，而区间预测更能反映预测值的般而言，点值预测计算方便，而区间预测更能反映预测值的实际含义，所以实际预测时，较多地应用区间预测。实际含义，所以实际预测时，较多地应用区间预测。上一页 下一页返回BG398.1回归分析预测法概述回归分析预测法概述上述五个步骤，仅仅是回归分析预测法的基本步骤。在市场上述五个步骤，仅仅是回归分析预测法的基本步骤。在市场预测实际工作中，由于市场现象的复杂性，还必须结合预测预测实际工作中，由于市场现象的复杂性，还必须结合预测者的经验和分析判断能力，对回归预测模型进行合理调整后者的经验和分析判断能
48、力，对回归预测模型进行合理调整后再行运用，才能做出更为符合客观实际的预测值。这是因为再行运用，才能做出更为符合客观实际的预测值。这是因为任何一种预测模型，仅仅是将市场现象比较明显的一般规律任何一种预测模型，仅仅是将市场现象比较明显的一般规律反映出来，而对一些无法量化的影响因素、对一些偶然因素反映出来，而对一些无法量化的影响因素、对一些偶然因素影响等都不能反映。这就必然要求预测者根据市场的千变万影响等都不能反映。这就必然要求预测者根据市场的千变万化，对预测模型或根据预测模型所做的预测值加以适当的调化，对预测模型或根据预测模型所做的预测值加以适当的调整。整。上一页返回BG408.2一元线性回归分析
49、预测法一元线性回归分析预测法8.2.1元线性回归分析预测法的概念元线性回归分析预测法的概念导读材料导读材料一元线性回归分析预测法，是根据一个自变量去预测一个因一元线性回归分析预测法，是根据一个自变量去预测一个因变量的市场预测方法。由于市场现象一般是受多种因素影响变量的市场预测方法。由于市场现象一般是受多种因素影响的，而并不是仅仅受一个因素的影响。所以，运用一元线性的，而并不是仅仅受一个因素的影响。所以，运用一元线性回归分析预测法，必须对影响市场现象的多种因素进行全面回归分析预测法，必须对影响市场现象的多种因素进行全面的分析。只有在众多的影响因素中，确实存在一个对因变量的分析。只有在众多的影响因
50、素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将这个因素作为自影响作用明显高于其他因素的变量，才能将这个因素作为自变量，运用一元线性回归分析法进行市场预测。变量，运用一元线性回归分析法进行市场预测。下一页返回BG418.2一元线性回归分析预测法一元线性回归分析预测法在运用一元线性回归分析法时，绝不能任意选择一个因素就在运用一元线性回归分析法时，绝不能任意选择一个因素就将其作为自变量，也不能从对因变量有同等影响作用的几个将其作为自变量，也不能从对因变量有同等影响作用的几个因素中随意选择一个作为自变量。此外，一元回归分析所研因素中随意选择一个作为自变量。此外，一元回归分析所研究的相
