30.25

    28900

    935

    7

    6.5

    150

    42.25

    22500

    975

    8

    7.9

    162

    62.41

    26244

    1279.8

    9

    8.5

    170

    72.25

    28900

    1445

    10

    9.2

    185

    84.64

    34225

    1702

    n=10

    表4-5  某产品销售量与广告支出

    应用一元回归分析方法，必须满足以下条件。

    （1）预测对象影响因素之间必须存在因果关系，并能确定这种关系还在发生作用。

    （2）要有足够的统计数据。一般所取数据应在20个以上，因为数据过少会影响预测的准确xìng。

    （3）根据呈现的规律能反映未来的变化趋势并且分布确有线xìng状况。

    2、相关分析法

    即分析市场上各种经济现象之间相互联系的因素，预测它们变化趋势的方法。回归分析法是用时间数

    列进行预测，虽然找出两个变量之间的关系，但它们之间的联系程度如何，则需要用相关分析法进行分析。

    市场上经济因素之间存在各种不同的相关关系，表示相关程度的数值r称为相关系数。

    （1）正相关

    即经济因素A增加，经济因素B也增加。如价格与供应量、收入与消费的相关等。其中又分为强正相

    关的弱正相关。所谓强正相关，就是经济因素之间有相当明显的相关关系；弱正相关则是其相关程度较弱，

    可视为因素B与经济因素A相关外，还与其他因素相关。如商业利润上升，不但与劳动生产率有关，而且

    还与其他因素有关。当经济因素之间是明显正相关时r会等于或趋近于1。

    （2）负相关

    即经济因素A增加，经济因素B则减少。其中也可分为弱负相关和强负相关。所谓弱负相关，就是当

    经济因素A增加时，经济因素B有所减少，可认为除了这种因素影响之外，还可能受其他因素影响。所谓

    强负相关，就是经济因素A增加时，经济因素B明显减少。当经济因素之间是明显负相关时，r会等于或

    趋近于1，当经济因素之间几乎无关系时，r等于或趋近于0。ｒ的绝对值愈接近于1，表明两个经济因

    素之间相关程度愈高。

    r的计算公式：

    其中：n表示观察值数目

    x表示自变量

    y表示因变量

    例：仍用表4--5数据，计算广告费用与产品销售额的相关程度。

    把表4--5数据代入r的计算公式，求得r=0.85。

    可以认为广告宣传与该产品的销售量之间具有相关关系。相关关系的平方r2，称为判定系数。表示因

    变量受自变量的影响程度。上例r2=（0.85）2=0.72，说明某产品的销售量变化（因变量）大约72%是受

    到广告宣传（自变量）的影响。

    3、基数迭加法

    即从分析与商品销售有关的因素变化入手进行预测的方法。在实际营销活动中，一种因素的变化，总

    是受到多种

『加入书签，方便阅读』