一元线性回归分析法
- 格式:doc
- 大小:57.00 KB
- 文档页数:2
一元线性回归分析法
一元线性回归分析法是根据过去若干时期的产量和成本资料,利用最小二乘法“偏差平方和最小”的原理确定回归直线方程,从而推算出a(截距)和b(斜率),再通过y =a+bx 这个数学模型来预测计划产量下的产品总成本及单位成本的方法。
方程y =a+bx 中,参数a 与b 的计算如下: y b x a y bx n -==-∑∑
222
n xy x y
xy x y b n x (x)x x x --==--∑∑∑∑∑∑∑∑∑ 上式中,x 与y 分别是i x 与i y 的算术平均值,即
x =n x ∑ y =n
y ∑ 为了保证预测模型的可靠性,必须对所建立的模型进行统计检验,以检查自变量与因变量之间线性关系的强弱程度。检验是通过计算方程的相关系数r 进行的。计算公式为: 22xy-x y r=
(x x x)(y y y)
--∑∑∑∑∑∑
当r 的绝对值越接近于1时,表明自变量与因变量之间的线性关系越强,所建立的预测模型越可靠;当r =l 时,说明自变量与因变量成正相关,二者之间存在正比例关系;当r =—1时,说明白变量与因变量成负相关,二者之间存在反比例关系。反之,如果r 的绝对值越接近于0,情况刚好相反。
[例]以表1中的数据为例来具体说明一元线性回归分析法的运用。
表1:
根据表1计算出有关数据,如表2所示:
表2:
将表2中的有关数据代入公式计算可得:
1256750x ==
(件) 2256
1350y ==(元) 1750
9500613507501705006b 2=-⨯⨯-⨯=(元/件) 100675011350a =⨯-=(元/件) 所建立的预测模型为:
y =100+X
相关系数为:
9.011638
10500])1350(3059006[])750(955006[1350
750-1705006r 22==-⨯⨯-⨯⨯⨯= 计算表明,相关系数r 接近于l ,说明产量与成本有较显著的线性关系,所建立的回归预测方程较为可靠。如果计划期预计产量为200件,则预计产品总成本为:
y =100+1×200=300(元)