趨勢(shì)移動(dòng)平均

1、碩士研究生非筆試課程考核報(bào)告（以論文或調(diào)研報(bào)告等形式考核用） 2014 至 2015 學(xué)年第 二 學(xué)期考核課程：管理預(yù)測(cè)與決策提交日期： 2015 年 5 月 12 日?qǐng)?bào)告題目： 多元非線性回歸分析考核成績(jī)考核人姓 名趙海洋學(xué) 號(hào)2014020117年 級(jí)2014級(jí)專(zhuān) 業(yè) 管理科學(xué)與工程所在學(xué)院 管理工程學(xué)院山東建筑大學(xué)研究生處制多元非線性回歸分徐友全1 趙海洋2（山東建筑大學(xué)管理工程學(xué)院，山東省濟(jì)南市 443002）摘要：多元非線性回歸預(yù)測(cè)是市場(chǎng)分析、經(jīng)營(yíng)決策和國(guó)民經(jīng)濟(jì)中較為常用的定量分析方法, 本文著重研了如何應(yīng)用目前普遍使用的EXCEL 軟件和實(shí)現(xiàn)多元非線性回歸預(yù)測(cè)及其檢驗(yàn), 從而實(shí)現(xiàn)多

2、元非線性回歸預(yù)測(cè)的快速化.關(guān) 鍵 詞: 多元線性回歸; 檢驗(yàn); 預(yù)測(cè)Multivariate nonlinear regression pointsXU Youquan1，ZHAO Haiyang2( Department of Management Engineering, Jinan University of Technology, Jinan 250101，China)Abstract: Multivariate non-linear regression forecast is market analysis, management decision and the national

3、 economy in more commonly used quantitative analysis method, this thesis focuses on how to apply the current widespread use of Excel software and realize the multivariate non-linear regression forecast and verification, so as to realize the multiple non linear regression prerapid measurement.Key wor

4、ds：Multivariate nonlinear regression; test; Forecast0引言在市場(chǎng)調(diào)查和預(yù)測(cè)中, 經(jīng)濟(jì)現(xiàn)象與經(jīng)營(yíng)要素之間客觀存在著各種各樣的有機(jī)聯(lián)系.多元線性回歸就是利用歷史資料, 建立多元線性回歸模型, 用來(lái)研究某一因變量與兩個(gè)或兩個(gè)以上自變量之間的相互關(guān)系的理論和方法. 從理論上講, 多元線性回歸預(yù)測(cè)技術(shù)已是一種成熟的定量化分析方法. 但是多元線性回歸預(yù)測(cè)與計(jì)算非常繁雜, 在實(shí)踐中難以有施展的余地. 在計(jì)算機(jī)技術(shù)發(fā)展的今天, 快速進(jìn)行定量化分析已成為可能. 本文所討論的就是利用普遍使用的EXCEL軟件, 避開(kāi)程序開(kāi)發(fā)和復(fù)雜的數(shù)學(xué)及求解過(guò)程, 而快速實(shí)現(xiàn)多元

5、線性回歸預(yù)測(cè)及其檢驗(yàn).1.非線性回歸模型的形式及其分類(lèi)根據(jù)非線性回歸模型線性化的不同性質(zhì)，上述模型一般可以分成三種類(lèi)型： 第一類(lèi)：直接換元型。這類(lèi)非線性回歸模型通過(guò)簡(jiǎn)單的變量換元可直接化為線性回歸模型。 第二類(lèi)：間接代換型。這類(lèi)非線性回歸模型經(jīng)常通過(guò)對(duì)數(shù)變形代換間接地化為線性回歸模型。 第三類(lèi)：非線性型。這類(lèi)非線性回歸模型屬于不可線性化的非線性回歸模型。 2.非線性回歸模型的例子說(shuō)明某市1977-1988年主要百貨商店?duì)I業(yè)額、在業(yè)人員總收入、當(dāng)年竣工住宅面積的統(tǒng)計(jì)數(shù)據(jù)如下表：根據(jù)表中數(shù)據(jù)，（1）試建立多元非線性回歸分析（2）試對(duì)回歸模型進(jìn)行R檢驗(yàn)、F檢驗(yàn)、t檢驗(yàn)、和DW檢驗(yàn)（3）假定該市在業(yè)人

6、員總收入、當(dāng)年竣工住宅面積在1988年的基礎(chǔ)上分別增加15%、17%，試對(duì)該市1989年主要百貨商店?duì)I業(yè)額作區(qū)間估計(jì)（取a=0.05）解答如下：一、繪制散點(diǎn)圖（1）下圖表示營(yíng)業(yè)額與在業(yè)人員總收入存在線性關(guān)系（2）下圖表示營(yíng)業(yè)額與當(dāng)年竣工住宅面積存在近似雙曲線的關(guān)系，隨著當(dāng)年竣工住宅面積的減少營(yíng)業(yè)額呈現(xiàn)逐漸增加的趨勢(shì)二、建立模型yt = b0 + b1 xt 1 + b2|xt 2+ ut因?yàn)闋I(yíng)業(yè)額與當(dāng)年竣工住宅面積存在近似雙曲線的關(guān)系，所以令xt 2=1 |xt 2這樣得到新的數(shù)據(jù)表如下：用EXCEL對(duì)其進(jìn)行多元非線性回歸分析的計(jì)算（1）錄入上圖的數(shù)據(jù) (2) 進(jìn)行數(shù)據(jù)分析 點(diǎn)擊“自定義快速訪

7、問(wèn)工具欄”里面的“其他命令”，在“自定義”里面選擇所有命令選中“加載宏”單擊“添加”再單擊“確定” 加載宏就會(huì)出現(xiàn)如圖變化單擊“加載宏”選中“分析工具庫(kù)”確定這樣就會(huì)在數(shù)據(jù)框中出現(xiàn)“數(shù)據(jù)分析”單擊“數(shù)據(jù)分析”在分析工具中選擇“回歸”單擊“確定”出現(xiàn)如下圖圖框：在“Y值輸入?yún)^(qū)域”輸入B1：B13數(shù)據(jù)范圍，在“X值輸入?yún)^(qū)域”輸入C1：D13數(shù)據(jù)范圍，將標(biāo)志打鉤選中，這樣的數(shù)據(jù)范圍包括數(shù)據(jù)標(biāo)志：營(yíng)業(yè)額/Y，在業(yè)人員收入/X1,1/X2如果不設(shè)置標(biāo)志項(xiàng)，則在“Y值輸入?yún)^(qū)域”輸入B2：B13數(shù)據(jù)范圍，在“X值輸入?yún)^(qū)域”輸入C2：D13數(shù)據(jù)范圍。完成上述設(shè)置以后，確定，立即給出回歸結(jié)果。由于這里的“輸出選

8、項(xiàng)”選中了“新工作表組（P）”，輸出結(jié)果在出現(xiàn)在新建的工作表上從表中的“輸出摘要（SUMMARY OUTPUT）”可以得出以下：b0 =1.7269 b1 =0.0673 b2= 75.075，R=0.998487， ，S=0.387698F=1484.144，三、參數(shù)估計(jì)得出線性回歸方程= 1.7269 +0.0673 xt 1 + 75.075/xt 2 四、對(duì)結(jié)果進(jìn)行檢驗(yàn)（1） R=0.998487，由于a=0.05，n-m=12-3=9，Ra(9)=0.697，說(shuō)明相關(guān)關(guān)系顯著（2）F檢驗(yàn)F=1484.144，F(xiàn)a（3-1,12-3）=4.26，說(shuō)明回歸效果非常顯著（3）t檢驗(yàn)，由于a

9、=0.05，ta/2（12-3）=2.26，因?yàn)?，均大于ta/2（12-3）=2.26，故拒絕H0，可以斷言：在業(yè)人員總收入X1，1/X2對(duì)營(yíng)業(yè)額Y 有顯著影響。（4）DW檢驗(yàn)回歸結(jié)果中給出了殘差如下圖，據(jù)此可以計(jì)算標(biāo)準(zhǔn)離差。首先求殘差的平方，然后求殘差平方和取，m=3，n=12，查DW檢驗(yàn)表，因?yàn)镈W檢驗(yàn)表中，樣本容量最低是15，取，DW檢驗(yàn)在兩者之間，檢驗(yàn)結(jié)果表明回歸模型不存在自相關(guān)。3.結(jié)論預(yù)測(cè)區(qū)間綜合前面的計(jì)算和各項(xiàng)檢驗(yàn)結(jié)果可以認(rèn)為預(yù)測(cè)出來(lái)的模型是一個(gè)較為優(yōu)良的回歸模型，可以用來(lái)預(yù)測(cè)。將X1=285.775, X2=9.7461帶入回歸模型，求得營(yíng)業(yè)額的估計(jì)值為Y=28.663.由標(biāo)準(zhǔn)

10、誤差S=0.387698，則預(yù)測(cè)區(qū)間為Y- ta/2（12-3）*SY+ ta/2（12-3）*S=27.78729.539即該市在業(yè)人員總收入、當(dāng)年竣工住宅面積在1988年的基礎(chǔ)上分別增加15%、17%時(shí)，在a=0.05顯著水平上，百貨商店?duì)I業(yè)額的預(yù)測(cè)區(qū)間在：27.78729.539 千萬(wàn)元之間參考文獻(xiàn)1.成睿，李明中國(guó)城市房地產(chǎn)價(jià)格影響因素分析【J】經(jīng)營(yíng)管理者，2010，(8)：5354.趨勢(shì)移動(dòng)平均預(yù)測(cè)分析我國(guó)19741981年份的產(chǎn)量如下表所示。年份19741975197619771978197919801981產(chǎn)量/億米80.894.088.4101.5110.3121.5134.7

11、142.7（1）試用趨勢(shì)移動(dòng)平均法（取N=3），建立年產(chǎn)量預(yù)測(cè)模型。解題：由散點(diǎn)圖可以看出，產(chǎn)量基本呈現(xiàn)直線上升趨勢(shì)，可用趨勢(shì)移動(dòng)平均法來(lái)預(yù)測(cè)取N=3用EXCEL求解趨勢(shì)移動(dòng)平均（1）先用EXCEL求解一次移動(dòng)平均，打開(kāi)“數(shù)據(jù)分析”選擇“移動(dòng)平均”（2）得到如下圖所示圖樣，在輸入?yún)^(qū)域中輸入：B1：B9數(shù)據(jù)范圍，將“標(biāo)志”打鉤選中，在區(qū)間中輸入3（N=3），輸出區(qū)域中輸入：C2范圍單擊“確定”得到如下圖所示（3）對(duì)一次移動(dòng)平均得到的數(shù)據(jù)再進(jìn)行一次移動(dòng)平均，打開(kāi)“數(shù)據(jù)分析”選擇“移動(dòng)平均”，在輸入?yún)^(qū)域輸入：C4：C9數(shù)據(jù)范圍，間隔為3，在輸出區(qū)域中輸入D4范圍 單擊“確定”得到如下圖所示（4）計(jì)算

12、數(shù)據(jù)=132.9667=122.0778得到a8=2-=2*132.9667-122.0778=143.856b8=-=132.9667-122.0778=10.89于是得到t=8時(shí)的直線趨勢(shì)預(yù)測(cè)模型為=143.856+10.89T差分指數(shù)平滑法預(yù)測(cè)模型某縣1973-1983年消費(fèi)品零售額的資料如小表所示（單位：百萬(wàn)元）年份19731974197519761977197819791980198119821983零售總額20.723.624.827.931.033.535.638.540.042.344.7使用差分指數(shù)平滑法預(yù)測(cè)1984年的消費(fèi)品零售額（a=0.3）解答：由數(shù)據(jù)可以看出來(lái)零售總額，除個(gè)別年份外逐期增長(zhǎng)量大體在300萬(wàn)元左右，即呈現(xiàn)直線增長(zhǎng)，因此可用一階差分指數(shù)平滑模型來(lái)預(yù)測(cè)，取a=0.3用EXCEL進(jìn)行指數(shù)平滑預(yù)測(cè)打開(kāi)“數(shù)據(jù)分析”，選擇“指數(shù)平滑”，單擊確定會(huì)出現(xiàn)如下圖圖框在輸入?yún)^(qū)域輸入：C2：C12數(shù)據(jù)范圍