回归技术与需求估计.pptVIP

总成本、总产量和估计的回归方程 式中， 和 分别为X和Y变量的均值 有很多数字可选为a和b的估计值，但只有其中的一组所规定的直线能使离差的平方和最小[即使 最小]。计算最小二乘估计值 和 的公式为： 根据例子中基本的成本和产量数据，进行必要的运算如表（4-2）把相关的值代入式（4-1）和式（4-2），可算得 和 的估计值为： 因而，总成本函数的估计方程为： 系数 的估计值为87.08， 是固定成本的估计值。 的值是对产量变化1个单位引起的总成本的变化（即边际成本）做出的估计。 美元，意思是产量变化1个单位，平均导致总成本变化12.21美元，因而 是边际成本的估计值。 小结一 最小二乘回归技术是用来估计函数的系数的，方法是让一条拟合的直线通过数据点，以使离差的平方和[即 ]最小。 估计函数 的系数的值可用下列方程： 的值是垂直截距的估计值，或当X=0时Y的估计值。 的值是X变化1个单位引起的Y变化的估计值。 参数估计出来之后，因变量和自变量之间的关系强度可以用两种方法来度量。 第一种方法是使用可决系数，即用R2来度量整个方程是否很好地解释因变量的变化。 第二种方法是只用 以检验因变量和一个自变量之间的关系强度。 ◆2. 数据的收集 为了估计需求，必须首先取得影响需求的每个变量的数据。这些数据可以来自调查、市场实验或各种现成的来源。可用时间序列数据，也可以用横断面数据。时间序列数据是由影响需求的每个变量在特定市场上逐期的观察数据所组成。 横断面数据是建立在同一时点上许多市场的基础上的。例如，横断面数据可能包括：在最近一年中，在100个不同市场上的，关于需求量、收入、价格以及爱好和偏好的数据。 一、德尔菲法（专家意见法） （Delphi technique） （一）背景 德尔菲法最早出现于20世纪50年代末，是当时美国为了预测在其“遭受原子弹轰炸后，可能出现的结果”而发明的一种方法。1964年美国兰德(RAND)公司的赫尔默(Helmer)和戈登(Gordon)发表了“长远预测研究报告”，首次将德尔菲法用于技术预测中。 据美国《未来》杂志报导，从60年代末到70年代中，专家会议法和德尔菲法(以德尔菲法为主)在各类预测方法中所占比重由20.8%增加到24.2%。80年代以来，我国不少单位也采用德尔菲法进行了预测、决策分析和编制规划工作。 （二）程序 1.确定调查目的，拟订调查提纲。首先必须确定目标，拟订出要求专家回答问题的详细提纲，并同时向专家提供有关背景材料，包括预测目的、期限、调查表填写方法及其它希望要求等说明。 2.选择一批熟悉本问题的专家，一般至少为10人左右，包括理论和实践等各方面专家。每一轮时间约7到10天，总共约一个月左右即可得到大致结果。 3.以通信方式向各位选定专家发出调查表，征询意见。 4.对返回的意见进行归纳综合、定量统计分析后再寄给有关专家，如此往复，经过三、四轮意见比较集中后进行数据处理与综合得出结果。 （三）利弊 1.简便易行，具有一定科学性和实用性，可以避免会议讨论时产生的害怕权威随声附和，或固执已见，或因顾虑情面不愿与他人意见冲突等弊病。 2.可使大家发表的意见较快收敛，参加者也易接受结论，具有一定程度综合意见的客观性。 3.由于专家一般的时间紧，回答总是往往比较草率，同时由于预测主要依靠专家，因此归根到底仍属专家们的集体主观判断。 4.在选择合适的专家方面也较困难，征询意见的时间较长，对于需要快速判断的预测难于使用等。 5.费用较高。 回归分析的第一步是根据经济学理论建立模型。 经济学理论可用来评价所估计的系数的符号和大小。 时间序列数据是有一个市场上在一段时期内的观察数据所组成。横断面数据则来自许多市场在同一时点上的信息。 ◆3. 选择函数形式 式（4-8）表示需求量和影响需求量的诸因素之间的一般关系。即 但用回归分析法进行估计，还需要选择方程的具体函数形式。最简单的形式是线性方程。与式（4-8）的一般关系相对应的线性方程为： 用于回归分析的函数形式可以是多样的。出了线性方程外，最常用的是幂函数形式。对估计需求来说，幂方程为： 像现在这个形式，这个方程是不能用普通最小二乘法来估计，因为它不是线性的。