分析一个自变量与一个因素之间的关系，进行预测的方法。如果一个因变量的变化主要取决于某一自变量，而且相互间的数据分布呈线性趋势，可以用一元线性回归预测方程：
yc＝a+bx
进行预测。一元线性回归预测与直线趋势预测法中所用的方程相同，其不同点在于直线趋势预测法中自变量X代表时间，而在回归预测中自变量X可代表各种不同的因素。用最小平方法推导可得在求得a、b两参数估计值后，可将数值代入一元线性回归方程，得出预测方程。在用预测方程进行预测时，应先求出自变量的预测值，然后将此数据，代入回归预测方程，求得预测对象(因变量)在该期的预测值。在用回归方程进行市场 ...... （共435字） [阅读本文]>>
投资此法是在X与Y两变量呈线性关系时采用的一种定量预测技术。通过对大量统计数据的观察与分析，若发现因变量Y(即预测目标变量)随自变量X(即影响预测目标的因素)按线性规律变化时，则可建立线性回归方程Y=a+b
投资此法属于时间序列的指数平滑预测法，是在移动平均预测法基础上发展起来的。它既具有移动平均法的长处，又可减少了运算过程中数据的存储量，同时还充分考虑了时间序列数据的远近期的不同影响。其实质也是求一个加权平均
投资一阶线性差分方程的一般形式为：y(t)=by(t-1)+a其中a和b为常数。它的求解公式为：y(t)=y(0)+atb=1若无初始条件，令任意常数A=y(0)-a/(1-b)(当b≠1时)，或A=y(0
投资形如：y′+P(x)y=Q(x)的方程，称一阶线性方程。它的通解是：式中的第二项Ce-Sp(x)dx是对应齐次方程的通解，第二项y′+p(x)y=0是原来非齐次方程的一个特解(在通解中令C=0便得到这个
投资是一种重要的离散型随机变量——二项随机变量的概率分布。二项随机变量又称伯努利概率模型。就是指在一个试验中，每次试验只有两种相反的结果：事件A发生或事件A不发生，记事件A在一次试验中发生的概率是P(P&g
上一篇