第五章回归分析预测法-经营管理(编辑修改稿)

第五章回归分析预测法-经营管理(编辑修改稿)内容摘要：

不存在线性关系。 四、 回归方程没有通过检验的原因 定性分析选择的各变量间，本来不存在因果关系。 定性分析设想不准确。 选择的变量间存在因果关系，但还存在其它起着更重要作用的变量尚未列入模型之中。 选择变量之间的关系是非线性关系。 五、 利用检验通过的回归方程进行预测 y=+ 7 点估计值：若给定 x 值，则 y 的预测值为 +*58= 区间估计： 标准误差： S=sqrt((∑ e^2)/(nm)) 第二节 一元非线性回归分析预测法 思路：与一元线性回归分析基本相同。 即通过变量替换将非线性方程转化为线性方程；使用最小二乘法建立线性回归方程；在通过逆变换将线性方程转化为非线性方程。 函数的线性变换及逆变换是个数学问题，不讲了。 例题，参见 160 页：航空货物周转量 =a*（社会总产值） α 196 页， SB 机场空运需求预测 202 页，利雅得国际机场业务量预测 第三节 多元回归分析 一、 思路 多元非线性回归分析 —— 转换为多元线性回归分析，多元线性 回归分析，与一元线性回归分析基本相同，只是在自变量的选定上、求解回归方程及统计检验等方面比一元回归要复杂一些。 设多元线性回归模型为： y=b0+b1*x1+b2*x2+…… +bm*xm 二、 参数求法为最小二乘法： 8 min∑（ yi（ b0+b1*x1i+b2*x2i+…… +bm*xmi ）） 2 分别对 bj 求偏导数，偏导数等于 0 时，上式取得最小值。 可以得到 m+1 个关于 bj 的标准方程，使用线性代数中的行列式解法，可以求出回归系数 bj。 以二元回归分析为例，说明多元回归方程的建立 定性判断得知，因变量 Y与自变量 X1, X2 存在线性相关关系。 模型形式为： y=b0+b1*x1+b2*x2 确定回归系数 b0、 b b2，最小二乘法。 分别对 b0、 b b2求偏导，令偏导数 =0，构成如下方程组： iiiiiiiiiiiiiiiniiiiiniiiiiniiiixyxbxxbxbxyxxbxbxbyxbxbnbxxbxbbybGxxbxbbybGxbxbbybG22222112012122111022110122211021122110112211000))((20))((20)1)((2整理得：))(()()())(())((221121122。