相关回归市场预测法

《相关回归市场预测法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、市场调查与预测MarketingResearchandForecast课程内容第1章——市场调查概述第2章——市场调查方案设计第3章——市场调查问卷设计第4章——抽样调查技术第5章——市场调查数据采集第6章——市场调查数据整理与分析第7章——市场调查报告第8章——市场预测概述第9章——判断分析市场预测法第10章——时间序列市场预测法第11章——相关回归市场预测法第十一章相关回归市场预测法相关回归市场预测法一元线性相关回归市场预测法多元线性相关回归市场预测法非线性回归市场预测法自相关回归市场预测法相关回

2、归市场预测法的概念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的变化结果相关关系市场现象间的数量依存关系可分为函数关系和相关关系两类函数关系：现象之间确定的数量依存关系，即自变量取一个数值，因变量必然有一个对应的确定数值，自变量发生某种变化，因变量必然会发生相应程度的变化——用函数表达式来描述相关关系：现象之间确定存在的不确定的数量依存关系，即自变量取一个数值，因变量必然存在与它对应的数值，但这个

3、对应值是不确定的，自变量发生某种变化，因变量也必然发生变化，但变化的程度不确定——用相关关系分析和回归方程的方法研究，即用统计分析方法来研究现象之间的数量相关关系市场现象之间所存在的依存关系，大多表现为相关关系相关回归市场预测法的应用条件市场现象因变量与自变量之间存在相关关系市场现象因变量与自变量之间必须高度相关市场现象自变量和因变量具备系统数据资料市场预测一元相关回归市场预测法多元相关回归市场预测法自相关回归市场预测法相关回归市场预测法的种类也称简单相关回归市场预测法，用相关回归分析法对一个自变量

4、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也称复相关回归市场预测法，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对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行相关分析，并建立回归方程作为预测模型，对某一市场现象进行预测，即利用市场现象时间序列对其自身进行预测相关回归市场预测法的步骤根据预测目的，选择确定自变量和因变量检验回归模型，测定预测误差确定回归方程，建立预测模

5、型用模型计算预测值，对预测值作区间估计1234相关回归市场预测法一元线性相关回归市场预测法多元线性相关回归市场预测法非线性回归市场预测法自相关回归市场预测法第十一章相关回归市场预测法概念根据自变量x和因变量y的相关关系，建立x与y的线性关系式，用统计回归分析法求解关系式中的参数，故x与y的关系式就称回归方程回归方程的一般形式为：第t期因变量值回归参数，回归直线的斜率回归参数，y轴上的截距第t期自变量值根据某地区10年农民“人均年纯收入”资料，和该地区相应年份的“销售额”资料，预测该地区市场销售额。观察

6、期资料见下表：example1.根据表中x与y观察期10年资料绘制散点图散点图表明，x与y存在相关关系散点基本集中在一条直线上，说明相关程度较高，农民人均年纯收入（x）与销售额（y）表现较高程度的直线正相关可采用一元线性相关回归预测模型example2.应用最小平方法求回归方程参数，建立预测模型example求参数a、b解得方程：标准方程：example一元线性相关回归市场预测计算表2.应用最小平方法求回归方程参数，建立预测模型求解a、b值：则回归方程为：example3.对回归模型进行检验（1）回归标

7、准差检验回归标准差因变量第t期观察值回归方程参数个数观察期个数因变量第t期预测值example简化公式3.对回归模型进行检验（1）回归标准差检验根据表中数据，计算得：回归标准差通过检验的判断标准：本例中，因此，该回归模型的标准差检验通过example3.对回归模型进行检验（2）回归方程显著性检验（即F检验）检验回归方程中，被估计的参数同时为零的可能性大小，一般要求小于5％公式：分子自由度分母自由度example3.对回归模型进行检验（2）回归方程显著性检验（即F检验）判断标准：F值大于F分布表中相应值本

8、例中，计算得：F＝2382.68查F分布表：分母自由度＝n－k＝10－2＝8分子自由度＝k－1＝2－1＝1以95％的可靠度估计本例中，F＝2382.68>5.32，F检验通过，即可认为回归方程估计参数不会同时为零example查得F值＝5.323.对回归模型进行检验（3）相关系数检验公式：计算相关系数，可判断相关方向和程度，也是对回归方程的必要检验本例中，计算r＝0.9983，非常接近1，说明x与y之间高度相关，且为正相关exampleex