例如，某商场1989～1998年的商品流通费用率与商品零售额资料如下表所示。若1999年该商场商品零售额36.33亿元，试预测1999年该商场商品流通费用额。
预测1999年该商场商品流通费用额的具体步骤如下： 根据统计资料绘制出散点图，如图8－17所示。从图中可以看出，随着商品零售额的增加，商品流通费用率有不断下降的趋势，呈现双曲线形状。 建立如下所示的双曲线模型。 
图8－17 先进行倒数变换，令 则  具体实现是：先在D2单元格中输入公式：=1/C2，然后拖拽填充柄将该公式填充到D11 单元格即可。 利用回归工具建立上述回归模型，得如图8－18所示的结果。
图8－18 分析图8－18中的计算结果，可得如下回归模型：  预测。将1999年该商场商品零售额36.33亿元代入模型中，得1999年该商场商品流通费用率为：  故1999年该商场商品流通费用总额预测值为1.3606万元（36.33×3.74%）。 与线性回归分析类似，非线性回归分析也可以使用函数建立模型。对于非线性回归问题，Excel 2000提供的函数有LOGEST、GROWTH等。有关这些函数的具体使用方法，可通过Excel 2000的函数向导学习掌握。 通过本章内容的学习，应能够针对实际问题，选择有效的预测方法，建立模型，进行预测分析。若分析影响事物的主要因素比较困难或相关变量资料难以得到，则可以采用时间序列预测法（如移动平均法和指数平滑法）。若需要从事物变化的因果关系出发，寻找它与其他因素之间的内在联系，则可以采用回归分析预测法。对于移动平均法、指数平滑法和回归分析预测法，应能熟练地应用Excel 2000的分析工具建立相应模型、进行预测推算。尤其是对于所求出的回归模型，必须通过经济意义检验、统计检验和计量经济学检验。只有当所有检验都通过时，所做的回归模型才成立，才能用于预测。 |
|站长邮箱|小黑屋|手机版|Office中国/Access中国
( 粤ICP备10043721号-1 )
GMT+8, 2025-4-4 09:32 , Processed in 0.080310 second(s), 17 queries .
Powered by Discuz! X3.3
© 2001-2017 Comsenz Inc.
