练习:二元变量回归 练习1 某地段年销售额及平均每天车流量数据 见表7-1 2021/2/22 北京大学光华管理学院胡健颖 6
2021/2/22 北京大学光华管理学院 胡健颖 6 练习：二元变量回归 练习1 某地段年销售额及平均每天车流量数据 见表7-1
练习1相关与回归分析 表7-1 年销售额及平均每天车流量数据 商店编号( 平均每天车流量辆(Xi) 年销售额仟美元(Yi) 35 76 4 1304 41 6 7 8 25 03 41 0 839 893 588 957 497 28 657 55 883
练习1 相关与回归分析 表 7-1 年销售额及平均每天车流量数据 商店编号（I） 平均每天车流量/千辆（Xi） 年销售额/千美元（Yi） 1 62 1121s 2 35 766 3 36 701 4 72 1304 5 41 832 6 39 782 7 49 977 8 25 503 9 41 773 10 39 839 11 35 893 12 27 588 13 55 957 14 38 703 15 24 497 16 28 657 17 53 1209 18 55 997 19 33 844 20 29 883
练习1相关与回归分析 在确定了20个店后,该公司在长达一个月的时间 内,每天都到每个地点做车流量的纪录,而且通 过自己的内部记录获得了这20家店前12个月的全 部销售数据。见表7-1所示。 图7-1显示了数据的散点分布。显而易见,年销 售量随日均车流量的增多而升高。现在的问题 是,如何用明确的定量的方式把这种特性表示出 来 2021/2/22 北京大学光华管理学院胡健颖
2021/2/22 北京大学光华管理学院 胡健颖 8 练习1 相关与回归分析 在确定了20个店后，该公司在长达一个月的时间 内，每天都到每个地点做车流量的纪录，而且通 过自己的内部记录获得了这20家店前12个月的全 部销售数据。见表7-1所示。 图7-1显示了数据的散点分布。显而易见，年销 售量随日均车流量的增多而升高。现在的问题 是，如何用明确的定量的方式把这种特性表示出 来
练习1相关与回归分析 140 1200 叶恶 1000 800 600 400 40 车流量(以千计的平均每天车流量) 图7-1年销售额与车流量的散点图 2021/2/22 北京大学光华管理学院胡健颖
2021/2/22 北京大学光华管理学院 胡健颖 9 练习1 相关与回归分析
练习1相关与回归分析 最小二乘法 最小二乘法估计法是最能体现两变量X和Y之间关系的浅显 易懂的数学方法。在散点图中,没有任何一条直线能完美的 表示每个观察结果。这表现为实际结果(散点分布)和预测 结果(线所表示的值)之间不完全相符。任何一条散点图上 的是和直线都会有客观存在的误差。能够基本反映观察结果 的直线可以画出许多条来。 2021/2/22 北京大学光华管理学院胡健颖 10
2021/2/22 北京大学光华管理学院 胡健颖 10 练习1 相关与回归分析 最小二乘法 最小二乘法估计法是最能体现两变量 X 和 Y 之间关系的浅显 易懂的数学方法。在散点图中，没有任何一条直线能完美的 表示每个观察结果。这表现为实际结果（散点分布）和预测 结果（线所表示的值）之间不完全相符。任何一条散点图上 的是和直线都会有客观存在的误差。能够基本反映观察结果 的直线可以画出许多条来