第九章回归预测 什么是回归预测 ●回归预测的常用方法 元线性回归 元非线性回归 二元线性回归 二元非线性回归 多元线性回归 多元非线性回归
第九章 回归预测 ⚫ 什么是回归预测 ⚫ 回归预测的常用方法 一元线性回归 一元非线性回归 二元线性回归 二元非线性回归 多元线性回归 多元非线性回归
91回归预测概述(1) ●回归预测以因果关系为前提,应用统计方法寻找一个适 当的回归模型,对未来市场的变化进行预测。 ●回归分析具有比较严密的理论基础和成熟的计算分析方 法;回归预测是回归分析在预测中的具体运用。 在回归预测中,预测对象称为因变量,相关的分析对象 称为自变量 回归分析根据自变量的多少分为一元回归分析、二元回 归分析与多元回归分析,但有时候二元回归分析被并入 到多元回归分析之中;回归分析根据回归关系可分为线 性回归分析与非线性回归分析
9.1 回归预测概述（1） ⚫ 回归预测以因果关系为前提，应用统计方法寻找一个适 当的回归模型，对未来市场的变化进行预测。 ⚫ 回归分析具有比较严密的理论基础和成熟的计算分析方 法；回归预测是回归分析在预测中的具体运用。 ⚫ 在回归预测中，预测对象称为因变量，相关的分析对象 称为自变量。 ⚫ 回归分析根据自变量的多少分为一元回归分析、二元回 归分析与多元回归分析，但有时候二元回归分析被并入 到多元回归分析之中；回归分析根据回归关系可分为线 性回归分析与非线性回归分析
91回归预测概述(2) 回归分析的基本步骤如下: 第一步:判断变量之间是否存在有相关关系 第二步:确定因变量与自变量 第三步:建立回归预测模型 第四步:对回归预测模型进行评价 第五步:利用回归模型进行预测,分析评价预测值
9.1 回归预测概述（2） ⚫ 回归分析的基本步骤如下： 第一步：判断变量之间是否存在有相关关系 第二步：确定因变量与自变量 第三步：建立回归预测模型 第四步：对回归预测模型进行评价 第五步：利用回归模型进行预测，分析评价预测值
92一元线性回归预测 元线性回归预测是在一个因变量与一个自变量之间进 行的线性相关关系的回归预测。 一元线性回归的基本步骤如下 第一步:绘制散点图,观察自变量与因变量之间的相互关系; 第二步:估计参数,建立一元线性回归预测模型 第三步:对预测模型进行检验; 第四步:让算与确定置信区间
9.2 一元线性回归预测 ⚫ 一元线性回归预测是在一个因变量与一个自变量之间进 行的线性相关关系的回归预测。 ⚫ 一元线性回归的基本步骤如下： 第一步：绘制散点图，观察自变量与因变量之间的相互关系； 第二步：估计参数，建立一元线性回归预测模型； 第三步：对预测模型进行检验； 第四步：计算与确定置信区间
921建立一元线性回归预测模型 元线性回归预测的基本模型如下 y=a+bx 其中 ∑x2-C∑x)2∑x2x∑x a=y-bx
9.2.1 建立一元线性回归预测模型 ⚫ 一元线性回归预测的基本模型如下： a y bx x x x x y x y n x x n x y x y b y a bx = − − − = − − = = + 2 2 2 ( ) 其中