一元线性回归预测法

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

一元线性回归预测模型(Unary Linear Regression Model)

目录

一元线性回归预测法的概念

  一元线性回归预测法是分析一个因变量与一个自变量之间的线性关系的预测方法。 常用统计指标平均数增减量平均增减量

一元线性回归预测基本思想

  确定直线的方法是最小二乘法 最小二乘法的基本思想:最有代表性的直线应该是直线到各点的距离最近。然后用这条直线进行预测。

一元线性回归预测模型的建立

  1、选取一元线性回归模型的变量 ;

  2、绘制计算表和拟合散点图 ;

  3、计算变量间的回归系数及其相关的显著性 ;

  4、回归分析结果的应用 。

模型的检验

  1、经济意义检验:就是根据模型中各个参数的经济含义,分析各参数的值是否与分析对象的经济含义相符。

  2、回归标准差检验

  3、拟合优度检验

  4、回归系数的显著性检验

利用回归预测模型进行预测

  可以分为:点预测和置信区间预测法

  1、点预测法:将自变量取值带入回归预测模型求出因变量的预测值。

  2、置信区间预测法:估计一个范围,并确定该范围出现的概率。置信区间的大小的影响的因素:a、因变量估计值;b、回归标准差;C、概率度t;

一元线性回归分析预测法模型分析[1]

  一元线性回归分析预测法,是根据自变量x和因变量Y的相关关系,建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响,而并不是仅仅受一个因素的影响。所以应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做全面分析。只有当诸多的影响因素中,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,才能将它作为自变量,应用一元相关回归分析市场预测法进行预测。

  一元线性回归分析法的预测模型为:

  \hat{Y}_t=a+bx_t    (1)

  式中,xt代表t期自变量的值;

  \hat{Y}_t代表t期因变量的值;

  a、b代表一元线性回归方程的参数。

  a、b参数由下列公式求得(用\sum代表\sum^{n}_{i-1}):

  \begin{cases}a=\frac{\sum Y_i}{n}-b\frac{\sum X_i}{n}\\b=\frac{n\sum X_{i}Y_{i}-\sum X_i\sum Y_i}{n\sum X^2_i-(\sum X_i)^2} \end{cases}

  为简便计算,我们作以下定义:

  \begin{cases}S_{xx}=\sum(X_i-\bar{X})^2=\sum X^2_i-\frac{(\sum X_i)^2}{n}\\S_{yy}=\sum(Y_i-\bar{Y})^2=\sum Y^2_i-\frac{(\sum Y_i)^2}{n}\\S_{xy}=\sum(X_i-\bar{X})(Y_i-\bar{Y})=\sum X_i Y_i-\frac{\sum X_i\sum Y_i}{n}\end{cases}    (2)

  式中:\bar{X}=\frac{\sum X_i}{n},\bar{Y}=\frac{\sum Y_i}{n}

  这样定义a、b后,参数由下列公式求得:

  \begin{cases}a=\bar{Y}-b\bar{X}\\b=\frac{S_{xy}}{S_{xx}}\end{cases}    (3)

  将a、b代入一元线性回归方程Yt = a + bxt,就可以建立预测模型,那么,只要给定xt值,即可求出预测值\hat{Y}_t

  在回归分析预测法中,需要对X、Y之间相关程度作出判断,这就要计算相关系数r,其公式如下:

  r=\frac{\sum(x_i-\bar{X})(Y_i-\hat{y})}{\sqrt{\sum(x_i-\bar{x})^2\sum(y_i-\bar{y})^2}}=\frac{S_{xy}}{\sqrt S_{xx}\bullet{S_{yy}}}

  相关系数r的特征有:

  ①相关系数取值范围为:-1≤r≤1 。

  ②r与b符合相同。当r>0,称正线性相关,Xi上升,Yi呈线性增加。当r<0,称负线性相关,Xi上升,Yi呈线性减少。

  ③|r|=0,X与Y无线性相关关系;|r|=1,完全确定的线性相关关系;0<|r|<1,X与Y存在一定的线性相关关系;|r|>0.7,为高度线性相关;0.3<|r|≤0.7,为中度线性相关;|r|≤0.3,为低度线性相关。

  r=\frac{S_{xy}}{\sqrt{S_{xx}\bullet S_{yy}}}    (4)

参考文献

  1. 朱启保主编.市场调查与预测.中国科学技术大学出版社,2009.07..

相关条目

本条目对我有帮助84
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您认为本条目还有待完善,需要补充新内容或修改错误内容,请编辑条目

本条目由以下用户参与贡献

Angle Roh,funwmy,Zfj3000,Vulture,Yixi,jane409,Mike Zhang.

评论(共4条)

提示:评论内容为网友针对条目"一元线性回归预测法"展开的讨论,与本站观点立场无关。
202.101.72.* 在 2012年1月5日 20:01 发表

感谢

回复评论
罗晴 (Talk | 贡献) 在 2012年1月7日 14:29 发表

预测模型的公式(3)b的计算方法应该是=Sxy/Sxx

回复评论
jane409 (Talk | 贡献) 在 2012年1月9日 16:10 发表

罗晴 (Talk | 贡献) 在 2012年1月7日 14:29 发表

预测模型的公式(3)b的计算方法应该是=Sxy/Sxx

谢谢指正,错误之处已做修改~

MBA智库百科是可以自由参与的百科,如有发现错误和不足,您也可以参与修改编辑,点击条目上方的编辑进入即可参与,期待您的加入!~

回复评论
171.211.90.* 在 2018年4月23日 10:40 发表

我查了好多资料,相关系数r的计算公式好像不对吧,就是倒数第二个式子的分子中(yi-y)这个地方的y应该是y的平均值

回复评论

发表评论请文明上网,理性发言并遵守有关规定。

MBA智库
打开APP

以上内容根据网友推荐自动排序生成