第一篇：有關(guān)多元線性回歸分析在工業(yè)洗滌機(jī)械行業(yè)發(fā)展趨勢(shì)預(yù)測(cè)

來(lái)源: 碩士論文網(wǎng) http://lunwenpa.com

摘要：指出了工業(yè)洗滌機(jī)械行業(yè)發(fā)展趨勢(shì)量化預(yù)測(cè)的必要性，提出了回歸分析在行業(yè)發(fā)展趨勢(shì)預(yù)測(cè)中的應(yīng)用步驟，建立了我國(guó)工業(yè)洗滌機(jī)械發(fā)展趨勢(shì)預(yù)測(cè)的多元線性回歸模型。在模型討論中，利用經(jīng)濟(jì)學(xué)中的需求函數(shù)，提煉出解釋變量。根據(jù)大量調(diào)查數(shù)據(jù)，利用Excel統(tǒng)計(jì)軟件進(jìn)行了相關(guān)分析、回歸分析和統(tǒng)計(jì)檢驗(yàn)。最后，運(yùn)用所建立的多元線性回歸預(yù)測(cè)模型對(duì)工業(yè)洗滌機(jī)械行業(yè)在20o4年的需求量進(jìn)行了預(yù)測(cè)。

關(guān)鍵詞：工業(yè)洗滌機(jī)械行業(yè)；預(yù)測(cè)； 多元線性回歸；Excel統(tǒng)計(jì)軟件1 引言

我國(guó)的工業(yè)洗滌機(jī)械行業(yè)的發(fā)展，粗略地可分為三個(gè)階段：第一階段從上世紀(jì)70年代到80年代初。由于當(dāng)時(shí)我國(guó)人民生活水平較低，旅游事業(yè)也不發(fā)達(dá)，賓館飯店數(shù)量少，服裝面料檔次不高，因此大大限制了開發(fā)、生產(chǎn)洗滌機(jī)械產(chǎn)品。第二階段80年代～90年代初。隨著人過(guò)生活水平的13益提高，服裝檔次也不斷提高，社會(huì)成衣率也從原來(lái)的30％上升到80％左右，全毛西服、羊毛衫、呢大衣大量被穿著，人們對(duì)洗滌的要求也在提高。80年代以來(lái)，旅游事業(yè)的蓬勃發(fā)展也大大刺激了我國(guó)洗滌機(jī)械的飛速發(fā)展。1989年制訂了國(guó)內(nèi)第一批洗滌機(jī)械產(chǎn)品標(biāo)準(zhǔn)（包括干洗機(jī)、工業(yè)洗衣機(jī)、脫水機(jī)、熨平機(jī)等）。從此以后，我國(guó)的工業(yè)洗滌設(shè)備生產(chǎn)進(jìn)入了高潮。第三階段從90年代初到現(xiàn)在。我國(guó)的洗滌機(jī)械行業(yè)取得了突飛猛進(jìn)的發(fā)展，不但在生產(chǎn)數(shù)量上、企業(yè)規(guī)模上，同時(shí)在產(chǎn)品質(zhì)量上也有了很大提高。全國(guó)干洗機(jī)生產(chǎn)形成了三大基地（上海航星、四川成飛、三河潔神）。通過(guò)統(tǒng)計(jì)40家洗滌機(jī)械生產(chǎn)企業(yè)的生產(chǎn)、銷售數(shù)據(jù)，2003年行業(yè)總銷售額超過(guò)了14億元人民幣。

作者受某工業(yè)洗滌機(jī)械制造廠商委托，進(jìn)行該行業(yè)的相關(guān)調(diào)查。業(yè)內(nèi)人士一致認(rèn)為，目前該行業(yè)正處在成長(zhǎng)期，有較強(qiáng)的上升趨勢(shì)。為了便于企業(yè)進(jìn)行相關(guān)決策，特別是在擴(kuò)大再生產(chǎn)方面的決策，對(duì)這種“上升趨勢(shì)”進(jìn)行量化是非常必要的。因此，本文利用多元線性回歸方法，在Excel統(tǒng)計(jì)軟件的幫助下，對(duì)我國(guó)工業(yè)洗滌機(jī)械行業(yè)在2004年需求量進(jìn)行預(yù)測(cè)分析。我國(guó)工業(yè)洗滌機(jī)械行業(yè)發(fā)展趨勢(shì)多元線性回歸預(yù)測(cè)模型的建立

2.1 回歸分析在行業(yè)發(fā)展趨勢(shì)預(yù)測(cè)中的應(yīng)用步驟運(yùn)用回歸分析進(jìn)行行業(yè)發(fā)展趨勢(shì)預(yù)測(cè)時(shí)的主要步驟如圖1所示。

2.2 選擇變量建立多元線性回歸模型作為統(tǒng)計(jì)學(xué)中的多變量建模和分析方法，多元線性回歸分析比較適合用于進(jìn)行行業(yè)發(fā)展趨勢(shì)預(yù)測(cè)。

各解釋變量的原始數(shù)據(jù)及工業(yè)洗滌機(jī)械行業(yè)1997年～2003年的行業(yè)銷售總額如圖2所示。利用Excel中提供相關(guān)系數(shù)分析工具對(duì)解釋變量和被解釋變量的相關(guān)性進(jìn)行分析，圖2中G4、G5單元格中所分別給出了的銷售額與物價(jià)指數(shù)和GDP的相關(guān)系數(shù)。據(jù)此可知，銷售額與物價(jià)指數(shù)和GDP都有很強(qiáng)的相關(guān)性，在需求量與銷售額相等的假設(shè)下，可以用這兩個(gè)變量來(lái)解釋需求量的變化，即可以建立（3）式的二元線性回歸方程。

2.3 回歸分析與統(tǒng)計(jì)檢驗(yàn)常用的估計(jì)回歸系數(shù)的方法有最小二乘法、極大似然法、廣義矩估計(jì)法等 4]。目前常用的統(tǒng)計(jì)軟件，如Excel、SPSS等，都提供了回歸分析工具，大大簡(jiǎn)化了回歸系數(shù)的求解 5 J。本文利用Excel提供的回歸分析工具進(jìn)行計(jì)算，結(jié)果如圖

3、圖4所示。

圖2的B17、B18、B19單元格中給出了回歸系數(shù)的估計(jì)值，即／30=一2.64728 l=0.02175 =0.009。

擬合優(yōu)度檢驗(yàn)（R 檢驗(yàn)）：在表2的B5單元格中給出R =0.99451，調(diào)整后的R =0.99401

（B6單元格），這表明在自由度減少的情況下，回歸分析解釋了需求量變動(dòng)的99.4％，說(shuō)明。，與Y的相關(guān)性非常強(qiáng)。

方程顯著性檢驗(yàn)（F檢驗(yàn)）：圖3的E12單元格中給出的F檢驗(yàn)值為1992.7629。查F（n。，n）的臨界值表，可知F…… =3.44，回歸結(jié)果的F統(tǒng)計(jì)量遠(yuǎn)遠(yuǎn)大于F臨界值，因此，可以拒絕在5％的顯著性水平上，GDP和物價(jià)指數(shù)這兩個(gè)解釋變量與被解釋變量需求量之間不存在統(tǒng)計(jì)上的顯著關(guān)系的假設(shè)。

變量顯著性檢驗(yàn)（t檢驗(yàn)）：圖3的D17、D18、D19單元格中給出了t檢驗(yàn)值。查t分布表可知，在5％的顯著性水平上，自由度為22（n—k一1=22）的t統(tǒng)計(jì)量臨界值為2.074，而各回歸系數(shù)的t檢驗(yàn)值分別為t0=一12.9029，t1=8.0526，t3=6.3587，其絕對(duì)值都大于臨界值。因此，可以判定GDP和物價(jià)指數(shù)對(duì)洗滌機(jī)械的需求量有顯著影響。我國(guó)工業(yè)洗滌機(jī)械行業(yè)需求量預(yù)測(cè)從對(duì)2004年中國(guó)主要經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)看，國(guó)內(nèi)外研究機(jī)構(gòu)和大多數(shù)經(jīng)濟(jì)學(xué)家的看法基本上是一致的，他們認(rèn)為GDP的增長(zhǎng)率將在8.5％ 左右，而物價(jià)指數(shù)將上漲2.5％ 左右。以此數(shù)據(jù)作為預(yù)測(cè)依據(jù)，則2004年GDP和物價(jià)指數(shù)的預(yù)測(cè)值分別為934.96和442.69（1979年為100）。這樣，可以得到預(yù)測(cè)期的解釋變量矩陣為Xo= [1 442.69 934.96]，則2004年工業(yè)洗滌機(jī)械行業(yè)的銷售量（需求量）的預(yù)測(cè)值為：因標(biāo)準(zhǔn)誤差S=0.37107，在5％ 的顯著性水平上，自由度為22（n—k一1=22）的t統(tǒng)計(jì)量臨界值為2.074，則2004年工業(yè)洗滌機(jī)械行業(yè)銷售量（需求量）的預(yù)測(cè)區(qū)間為：

yo-T-f 2（df=22）·S=15.39587-T-2.074×0.37107=15.39587 干0.7696即當(dāng)2004年GDP增長(zhǎng)率為8.5％，物價(jià)指數(shù)上漲2.5％ 時(shí)，在5％ 的顯著性水平上，工業(yè)洗滌機(jī)械行業(yè)的銷售額（需求量）預(yù)測(cè)區(qū)間在14.62627～16.16547億元之間。結(jié)論

行業(yè)發(fā)展趨勢(shì)研究對(duì)企業(yè)進(jìn)行有效的決策是非常重要的。但只通過(guò)一些定性的趨勢(shì)分析是不足以為有效的決策提供支持的。因此，必須進(jìn)行一些定量的預(yù)測(cè)，而回歸分析正是解決這一問(wèn)題最有效的方法之一。它是經(jīng)濟(jì)理論、數(shù)量統(tǒng)計(jì)和經(jīng)驗(yàn)數(shù)據(jù)統(tǒng)計(jì) 者的有機(jī)結(jié)合。而且隨著統(tǒng)計(jì)軟件的不斷發(fā)展和完善，回歸分析在預(yù)測(cè)中的應(yīng)用將會(huì)更加廣泛，它在決策中所起的支持作用也將越來(lái)越大。

對(duì)行業(yè)發(fā)展趨勢(shì)進(jìn)行回歸分析時(shí)，對(duì)解釋變量的選擇是非常重要和關(guān)鍵的。它不像是做回歸分析習(xí)題，解釋變量都已給定，只需代人數(shù)據(jù)進(jìn)行計(jì)算即可。在實(shí)際工作中需要研究者選取合適的解釋變量。在選擇解釋變量時(shí)要注意以下兩點(diǎn)：一是，該解釋變量可以用經(jīng)濟(jì)學(xué)理論解釋它與被解釋變量之間的相關(guān)性，如本文選擇物價(jià)指數(shù)和GDP作為解釋變量就可以用需求函數(shù)來(lái)解釋；二是，所選擇的解釋變量的歷史數(shù)據(jù)是可以獲得的。