现在咨询方法与实务讲义(四)

第四讲
小结
第一节市场预测的主要方法
第二节因果分析
重点和难点
一元线性回归
内容讲解
第三章市场预测方法
第一节市场预测市场预测是在市场调查获得一定数据的基础上，运用已有的知识、经验和科学方法，分析市场未来的发展状态、行为和趋势，做出推测和判断，其中最关键的是产品需求市场预测是项目可行性研究的基本任务，是项目投资决策的基础。
二。预测方法的分类
一般来说，市场预测方法可以分为两类:定性预测和定量预测。
定性预测的核心是专家根据个人的经验、智慧和能力做出判断。
定量预测是根据市场历史和当前的统计数据，选择或建立适当的数学模型，分析研究其发展变化规律，对未来做出预测。
因果预测是通过寻找变量之间的因果关系，分析自变量对因变量的影响来预测未来的方法。主要适用于有相关性的数据预测。变量之间的相关性只有通过统计分析才能发现，可以用一定的函数关系来描述。
例如。因果预测主要适用于有相关性的()。
A .数据预测b .物质预测
C .扩展预测d .类比预测
答:A
扩展预测是根据市场上各种变量的历史数据的变化规律来预测未来的一种定量预测方法。主要适用于具有时间序列关系的数据预测。它以时间t为自变量，以预测对象为因变量，根据预测对象的历史数据的变化规律，找出其随时间变化的规律，从而建立预测模型，进行预测。

第二节因果分析-1
因果分析主要有回归分析、弹性系数分析和消耗系数法。
回归分析是分析相关因素之间关系的数理统计方法。通过建立一个或一组自变量与相关随机变量的回归分析模型，可以预测相关随机变量的未来值。回归分析根据分析中自变量的个数分为一元回归和多元回归；根据自变量与因变量的关系，可分为线性回归和非线性回归。无论是单一回归模型还是多元回归模型，预测模型的建立都要经过严格的统计检验，否则模型无法建立。
弹性系数法是一种相对简单易行的定量预测方法。通过计算一些两个变量相对变化的弹性关系，弹性是一个相对量，衡量一个变量的变化引起另一个变量的相对变化。
消耗系数法是将一种产品的消费者按行业、部门、地区、人群、群体等进行分析。，了解和掌握消费者与产品之间的数量关系，从而预测产品的需求。
一、一元线性回归
(一)基本公式
如果预测对象与主要影响因素之间存在线性关系，并将预测对象作为因变量Y，将主要影响因素作为自变量X，即引起因变量Y变化的变量， 它们之间的关系可以用一元回归模型表示如下:
Y = A.
对于每一组可观测变量X，Y的值xi，yi，满足以下关系:
yi =a+bxi+ei
其中ei为误差项，是a+bxi估计的变量yi的值引起的误差。
在实际预测中，ei是不可预测的，回归预测就是借助a+bxi的方式得到预测对象的估计值yi。为了确定A和B，从而揭示变量Y和X的关系，公式可以表示为:
y=a+bX
公式y=a+bX是公式Y = A+BX+E的拟合曲线，回归系数可以用普通的最小二乘法原理(OLS)求出。最小二乘法的基本原理是对于确定的方程，使观测值和估计值之间的偏差平方和最小。回归系数为
b = [∑伊稀—x ∑ yi]/∑ xi2—x ∑ xi
A =-b其中xi和yi分别为自变量X和因变量Y的观测值，为X和Y的平均值
= ∑ xi/y. = ∑yi/ n
对于每个自变量的值，都有一个拟合值:
yi'=a+bxi [

3)回归检验
使用回归模型进行预测时，需要对回归系数和回归方程进行检验，以确定预测模型的合理性和适用性。检验方法包括方差分析、相关性检验、T检验和f检验。对于单变量回归，相关性检验与T检验和f检验具有相同的效果。所以一般来说，通过其中一项测试就够了。对于多元回归分析，T检验和f检验的作用差别很大。
1。方差分析
通过求导可以得到:∑(yi—y-)2 =∑(yi—yi’)2+∑(yi—y-)2
其中:
∑ (yi—y-)。