年
第 期
北京联合大学学报
一
多元线性回归分析方法
在
决策系统中的运用
倪苏敏 刘 萍
北京联合大学电子工程学院 , 北京 , 北京牡丹电子集团公司 , 北京
,
〔摘 要 」 本文在计 划决 策的综合信 色表统基础上 , 建立 了预浏 年铭 售额的 多元线性回
归分析 的数 学模型 , 导 出预 的 回 归方程 编制 了计算机程序 , 完成 了计茸 , 并对结果
进行 了讨论
〔关键词 〕 多元线性 回 归
, 最小 二 乘法 ,
引言
管理信息系统 — 的 目标原则是提供信息
, 帮助制定
决策 系统给经济管理部 门提供了有关内部操作和外部情报的信息 , 用来支持企业的计划 、
运行 、 控制和决策 本文从年销售额与商业 回扣 、 价格 、 经济费用 、 其他费用 包括了广告费
用 等之间的关系 , 建立了从数量上确定上述几项 费用对年销售收入影响的数学模型 , 给出利
用计算机程序计算得出的回归方程式 , 并对此结论进行 了探讨
多元线性回归分析的数学方法
预测是一 门新兴的科学 它在经济模型中得到了广泛的应用 本文主要讨论预测法中的多
元线性回归分析处理方法 〔‘
在企业中 , 年销售额的多少是一项重要的经济指标 设为 刃 , 它与商业 回扣 , , 价格 ,
经营费用 , 其他费用 等几项指标有相关关系 , 下面分析它们对年销售额的影响程度 在
编制计算机软件程序之前 , 先进行计算方法的数学公式推导
多元线性回归的公式
设变量 与变量 , , , , ⋯ , , 间存在着线性回归关系 , 则它的第 条记录是
,
,
, , ⋯ , , , ⋯ ,
收稿 日期 一 一
ThinkPad
高亮
北京联合大学学报 年
·
于是 条记录有
, 月。 夕 夕
少 一 月。 夕, 月
月, , ,
十 月, ,
夕、 月。 口 、 月 、 十
其中 月。 , 月 , 月 , ⋯ , 口, 是 个待估参数 , , ,
月 、 , £,
⋯ , , 是 个可以控制的变量 , , ‘ , ⋯
‘ 是 个相互独立的随机变量
若用矩阵形式来描述回归问
燕几⋯
, , ⋯ , 妇 ‘ 月
一
一
一
〔月。 , 口, , ⋯ ,
︸︸凡
,上月⋯
达少尸吸
〔 , 。 , ⋯ , , 〕‘
则多元线性回归的数学模型 可以写成矩阵形式
一 月 。
参数 口的最小平方值拟合 —最小二乘估计为说明问题 , 首先以一元线性回归为例
研 究企业工业总产值与产品产量之间的关系 将各年生产量 ‘ 作为横坐标 , 工业总产值 笋
’ 一 ‘ 十 ‘。
。 ‘ , 夕 ,
附图 工业总产值与产品产 之间的关系
由最小二乘法知 。 , , , ⋯ , , 应使 。 , 认
作为纵坐标 , 由附图中可以看出 , 这些点大致落在一
条直线附近 , 即变量 ‘ 和 ‘ 之间关系基本上可看作
线性关系 这些点与直线的偏差 ‘ 是 由随机因素的
影响而引起的
因此可建立如下关系式
少‘ 月。 月 。‘ , , ⋯ ,
其中 , 。 , ⋯ , 勒 分别表示其他随机因素对 ‘ 的影
响 , 一般地 , 它们是一组互相独立的随机变量 式
即是一元线性 回归的数学模型
本程序采用的准 则是最小二乘法 下面采用最
小二乘法对 中的参数 月。 , 月 , ⋯ , 月户 进行估计 设
。 , , , ⋯ , , 分别是参数 月。 , 月 , ⋯ , 月, 的最小二乘估
计 , 则多元线性 回归方程为
夕 。 , ⋯ , ,
, ⋯ , , 达到最小 , 即
。 , , ⋯ , , 艺 , 一
。 一 一 ·一
,
,
’ 一 ‘
。 , , , ⋯ , 户 应是下列偏微分方程的解
第 期 倪苏敏 刘萍 多元线性回归分析方法在计划决策系统中的运用
。 。 。 一 艺 一 另 一
。 , 一 艺 一 夕
, 。 , , ⋯ ,
它进一步化简为
。 十 艺 艺 。 十 一 十 艺 户 , 一 艺
艺
艺 , 。。
十 艺‘ 艺
, “
艺 户
, ” 十 艺 , 十
十 艺
,
, , 一
艺 云, , 一
全二
,
全二
。
, 头
正规方程组 式的系数矩阵是对称矩阵 以 表示其系数矩阵 , 以 表示其右端常数项矩阵 ,
则有
’一一
、
⋯
试卫
,场肠⋯枷刃
一 一
一
上人心上,卫土尸‘抑为⋯却
介⋯⋯
户 户
尸‘、
一一
、。。。尸吸
。
刃 。
工
〕几介⋯燕⋯尸
⋯一一
艺艺⋯艺
所以正规方程 的矩阵形式是
或
其中
,
· 一 ‘ ·
·
。 , , , ⋯ , 户 是正规方程 中的 未知数
一 一 ‘ · ‘ · 一 ’ ·
式 是模型 中参数的最小二乘估计 即 ‘ 就是 月‘ 的最小二乘估计
从 以上可得出 , 在处理多元线性 回归问题时 应计算下列 个矩阵 , 一 一 ‘ , 其中
是多元线性回归模型中数据 。 的结构矩阵 , 它构成了 次记录 , 是正规方程的系数矩阵 简
称为相关矩阵 是正规方程的常数项矩阵
北京联合大学学报 年
·
实际应用
根据上述推导的多元线性 回归数学公式编写程序 , 将牡丹集团公司近几年计算机内数据代
入程序中 , 其计算过程如下 首先计算正规方程组 式的系数矩阵 和常数项矩阵 其次计算
正规方程系数矩阵 的逆矩阵 根据 一 · , 求出回归系数 , 并建立回归方程
由计算程序导 出 对 , , , , 的回归方程为
一 一
其中 为商业回扣 , 为价格 , 为经营费 , 为广告费
在求解出多元线性 回归方程后 , 还要用一相关系数 进行检查 , 它是用来描述 与 的线性
关系密切程度的量 , 其计算公式为
尸 一 艺 一 到 一 孙 艺 一 习 ’艺
‘ 一 孙 ’
尺的取值范围在〔。, 之间 越大 , 表明 自变量所引起的变动越大 , 也就是 与 的线性关
系越好越密切 越小 , 与 的线性关系越差越松散 一 , 与 有最好的线性关系 , 它们之间
高度相关 , 表明 与 , , ⋯ , , 无关 在大多数情况下 ,
由此可知
各 自变量 , , , , 分别对 的相关系数为 , 一 , , 说明销售
额大小与商业回扣的关系最为密切 , 其次是与广告费和经营费有关
价格与销售额的大小呈现负相关 , 相应的回归方程的系数为负系数 , 说 明进一步提高价
格将影响销售额的增加 , 而适当地降低价格将增加销售额
结论
本系统在运行的这几年当中取得了较为明显的效益
在时间效率方面 , 由以前的测算周期需要一星期的时间提高到半天至一夭即可完成 , 加
快了计划经营决策的周期 , 大大地提高了工作效率
通过计算机的程序计算 , 大大减轻了手工操作 , 减少了手工分析测算时的误差 , 提高 了数
据的准确率和正确性 , 为计划的跟踪控制及调度起了 良好的作用
软件环境
主机 位超微机
数据库 数据库
操作系统
语言 语言
第 期 倪苏敏 刘萍 多元线性回归分析方法在计划决策 系统中的运用
参 考 文 献
武汉大学
、 山东大学计算数学教研室编 最优化计算方法 北京 人民教育出版社 ,
, , , ,
〔 〕 ,
‘
,
,
〔 , ,