《修正的时间序列回归法(精)》由会员分享，可在线阅读，更多相关《修正的时间序列回归法(精)（5页珍藏版）》请在金锄头文库上搜索。
1、概要将自变量与因变量之间的相关关系用回归 方程的形式来表示，并根据自变量的数值变化预 测因变量数值变化的方法。回归方程：y二a+bx其中，y为预测值 x为自变量 a为纵轴截距 b为直线斜率用途趋势预测修正的时间序列回归法公式： Y=a + bX-1p2n|L X其中，X是预测期数 核心问题：如何计算 得出a与b ,见右方工兀2 +(的公式。a = 1vn|二乂年份销售量y时间XxyXX19*112-2-24419*212. 5-1-12. 5119*313. 200019*413. 5113. 5119*5142284合计(n=5)65. 20510修正的时间序列回归法销售量时间回归之散点图销
2、训撤时间散点图销售磺时间散点图SUMMARY OUTPUT 回归统计Multiple R0.99366 0792方差分析R Square0. 98736 1769dfAdjusted R Square0. 98314 9026回归分析1标准误差0.103279556残差3观测值5总计4Coeffic ients标准误差t StatIntercept13.040. 046188022282. 3242816X Variable0.50. 03265915.309318631089SSMSFSignific ance F0.000605252. 5234.3753030.010660. 03266
3、672. 532LowerUpper下限上限ivs丄ue95%95%95.0%95.0%9. 7995612.893013.186912.8930013. 186E-080919099199090.000600.396060. 603930.3960610. 603953031739826173938261SUMMARY OUTPUT 回归统计Multiple R0 993660792方差分析R Square0. 98736 1769dfAdjusted R Square0. 983149026回归分析1标准误差0.10327 9556残差3观测值5总计4Coeff ic Ients标准误差t
4、 StatIntercept-983.4665.0911238215.1089725X Variable050. 03265915.309318631089SSMSFSignific ance F2. 52.5234.3750.0006053030. 0320.0106666672. 532P-valueLower 95%Upper95%下限 95.0%上限95.0%0.00062 94471190.60776.3101190.609776.3109006993500699350.000600.396060. 603930.3960610. 603935303173982617398261年份销售量yXxyXX19*112-3-36919*212. 5-2-25419*313. 2-1-13. 2119*413. 5113. 5119*514228419*6153459合计(n-6)80. 2012. 328
