此法与一元线性回归预测法相类似，当预测目标Y同自变量X1、X2之间虽线性关系时，可以采用这种预测方法。即通过对大量统计数据的分析，若判断Y与X1、X2间呈线性关系，则可建立如下二元线性回归方程，即
Y=b0+b1X1+b2X2
其中回归系数b0、b1、b2值的确定采用最小二乘法。即b0、b1、b2值的确定要使平方和
之值达到极小。通过求解下列联立方程组可得出b0、b1与b2。
求得回归系数后，代入回归方程，即可利用自变量X1、X2对Y进行预测，或反过来，由目标Y值来控制变量X1、X2的变化范围。
同一元线性回归预测法一样，必须对回归方程及回归系数作如下显著性检验
一、对回归方程的显著性检验
第一步： 计算残差 ...... （共745字） [阅读本文]>>
投资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
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
上一篇