經濟預測與決策培訓課程(PPT 69頁)
經濟預測與決策培訓課程(PPT 69頁)內容簡介
經濟預測與決策
本章學習目的與要求
本章學習重點和難點
本章內容提示
第三章回歸分析預測法
第一節回歸分析概述
一、回歸的定義
回歸
二、回歸模型的分類
1.按模型中自變量的多少
2.按模型中自變量與因變量之間是否線性
3.按模型中方程數目的多少
第二節一元線性回歸預測法
一、一元線性回歸模型
一元線性回歸模型的基本形式為:
回歸模型
一元線性回歸樣本函數17頁(3-3)
樣本回歸函數
二、最小二乘估計
1.最小二乘準則
圖3-1
2.最小二乘估計式
雙變量線性回歸模型的最小二乘估計
雙變量線性回歸模型的最小二乘估計式
最小二乘估計式
三、擬合優度的度量
1.擬合優度
2.可決係數
可決係數
r2具有以下兩個性質:
r2還可以按以下推導出的公式求得:
四、相關係數檢驗法
1.相關係數
根據其定義計算:
r具有以下性質:
2.相關係數檢驗法
相關係數檢驗法的步驟如下:
五、最小二乘估計式的標準誤差
標準誤差
六、回歸預測
回歸預測有兩類:
1.均值預測
均值預測
2.個別值預測
個別值預測
七、回歸預測例題
表3-1
表3-2計算各參數的基礎數據表
計算
所建立的回歸模型為:
預測
八、計算器的使用
對於例3-1可按以下程序完成主要計算:
計算器的使用
的計算
se(e0)的計算
..............................
本章學習目的與要求
本章學習重點和難點
本章內容提示
第三章回歸分析預測法
第一節回歸分析概述
一、回歸的定義
回歸
二、回歸模型的分類
1.按模型中自變量的多少
2.按模型中自變量與因變量之間是否線性
3.按模型中方程數目的多少
第二節一元線性回歸預測法
一、一元線性回歸模型
一元線性回歸模型的基本形式為:
回歸模型
一元線性回歸樣本函數17頁(3-3)
樣本回歸函數
二、最小二乘估計
1.最小二乘準則
圖3-1
2.最小二乘估計式
雙變量線性回歸模型的最小二乘估計
雙變量線性回歸模型的最小二乘估計式
最小二乘估計式
三、擬合優度的度量
1.擬合優度
2.可決係數
可決係數
r2具有以下兩個性質:
r2還可以按以下推導出的公式求得:
四、相關係數檢驗法
1.相關係數
根據其定義計算:
r具有以下性質:
2.相關係數檢驗法
相關係數檢驗法的步驟如下:
五、最小二乘估計式的標準誤差
標準誤差
六、回歸預測
回歸預測有兩類:
1.均值預測
均值預測
2.個別值預測
個別值預測
七、回歸預測例題
表3-1
表3-2計算各參數的基礎數據表
計算
所建立的回歸模型為:
預測
八、計算器的使用
對於例3-1可按以下程序完成主要計算:
計算器的使用
的計算
se(e0)的計算
..............................
用戶登陸
決策管理熱門資料
決策管理相關下載