数据处理54413

数据处理54413

ID:24818404

大小:1.62 MB

页数:20页

时间:2018-11-14

数据处理54413_第1页
数据处理54413_第2页
数据处理54413_第3页
数据处理54413_第4页
数据处理54413_第5页
资源描述:

《数据处理54413》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、第一讲基于数学建模基础上的经济变量线性回归统计预测分析一、定义:研究变量间的变动关系,并用数学方程式表示。称回归分析。(特别应用于:定量地描述和解释相互关系,估计或预测因变量的值。回归分析是最灵活和最和统计方法之一。它用于分析一个因变量与一个或多个自变量间的关系。)二、例子:当我们研究产品销量与价格及其它影响销量的变量因素,例如,广告、促销等之间相互关系。利用回归分析可以解释如下问题:价格如何影响销量?若价格和广告支出同时变化一定量的值,则销售预期为多少?我们用市场广告费,销售额对利润额的影响来说明回归基本思想。资料如下表

2、:表一:某产品广告费和销售额资料年份广告费x(万元)销售额y(万元)11.01821.52131.92242.52453.02663.62874.03084.53294.935105.536115.938126.540137.042147.543158.046168.548178.950189.5531910.0542010.556本例中原始数据包含一个变量值,其中销售额为因变量,广告费为自变量。在回归分析中通常采用与方法相适应固定步骤:(1)用线性回归关系式确定以事实为基础的因果模型。(2)根据观测数据,估计该回归函数有

3、关参数。(3)必须检验该估计数学的准确性。1、观察散点图在上例中,销售主管基于他在市场评估方面经验,推出利润额受广告费的影响。散点图如下:根据散点图可以判断能存在线性关系2、建立数学模型,估计回归函数(1)简单回归从上图可以看出销售额与广告费是线性关系,我们估计因变量y(销售额)的值要求做如下函数:回归函数式中为y的估计推算值,a为回归直线起点值,b为回归系数,即回归直线斜率。在相关图上,a是回归直线与y轴交点,数学称纵轴的截距,b是回归系数,它表示自变量增(减)一个单位。因变量平均增加(减少)值。a、b是回归直线两个参数

4、,要确定回归直线,先求解a、b。我们可以利用最小二乘法确定参数a、b的值。最小二乘法是最重要的统计估计方法之一。观察值与估计值的偏差平方后,较大偏差权重加大,从而避免了正负偏差相互抵消。使最小把代入上式,得使最小求偏导数得:整理得:a,b确定后,回归直线方程就确定下来了。给定x的值。就可估计推算的值。根据上述资料就可得到。得解得:a=14.25505057,b=3.98342623回归方程为:b表示回归系数,广告费每增加10000元,产品销售额平均3.98342623万元。给定x=1.0,代入回归直线方程,估计推算出:18

5、.23847680年份广告费x销售额yxyy11.0181.01818.238521.5212.2531.520.230131.9223.6141.821.823642.5246.2560.024.213653.0269.078.026.205363.62812.96100.828.593874.03016.0120.030.188784.53220.25144.032.180594.93524.01171.533.7738105.53630.25198.036.1639年份广告费x销售额yxyy115.93834.812

6、24.235.7573126.54042.25260.040.1473137.04249.00294.042.1390147.54356.25322.544.1307158.04664.00368.046.1225168.54872.25408.048.1142178.95079.21445.049.7075189.55390.25503.552.09761910.054100.0540.054.08932010.556110.3588.056.0810合计114.7742823.94916(2)多元线性回归分析在现实中,

7、往往一个因变量,受多个自变量的影响。如果只用一个自变量来进行回归分析,分析结果存在问题,如果将影响因变量的多个因素结合在一起进行分析,则更能体现现象内在的规律,统计中,将涉及两个及以上的自变量的线性回归分析称多元线性回归分析。多元线性回归分析研究因变量和多个自变量的线性关系,这种线性关系也可用数学模型来表示,记因变量为y,因变量y与自变量x1,x20,…,xn之间存在线性关系,可用多元线性回归方程来表示这种关系,设多元线性回归方程为:式中为线性回归方程参数,要解多元线性回归方程,须首先确定这些参数。参数的求解通过多元线性方

8、程来求解。由于二元线性回归方程是最典型的多元线性回归方程,通过观察求解二元线性回归方程参数过程,就可了解其它类型的多元线性回归方程参数。了解其它多元线性回归方程参数求解方法。设有二元线性回归方程:使最小把代入上式,得使最小求偏导数得:该方程可以解出三个参数,此时二元线性回归方程可确定,给定值,可估计推算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。