7
年份
1988
1989
1990
1991
1992
销售量480
530
570
540
580
我们用直线方程预测
年份
时间（X）销售量X2
XY
Y2
（Y）
1988
2
480
4
960
230400
1989
1
530
1
530
280900
可编辑修改
f精品资料
1990
0
570
0
0
324900
1991
1
540
1
540
291600
1992
2
580
4
1160
336400
合计（）
2700
210
1464200
则：aY2700540
N5
XY210
b
21
X210
所以Y54021X
则预测1993年、1994年的市场销售量为：
Y1993540213603万元Y1994540214624万元
4、因果分析法：是利用事物之间存在的一定因果关系来预测未来
需求情况，并从大量收集到的足够历史资料中找出具有一定规律
的因果关系。一般运有回归预测法。
如一元线性回归方程式：yabx
式中：y因变量预测目标；x自变量影响因素；a、b
回归参数。
接着应通过方差分析、标准差分析、相关分析和F检验对预测
模型进行检验。
①方差分析。运用直线回归预测方程求得的回归直线，其离差平方
和最小。在市场预测时，应检验自变量与其它因变量因素哪个影响最
大，按下列表达式计算离差平方和，以考察预测模型是否能通过方差
检验。
_
_
_
yt
yi2

yi
yi2

yy2
t
i
式中：
yt

yi2
为总离差平方和
可编辑修改
f精品资料
_
（即S总），反映因变量总的差异程度；yiyi2为回归离差平方和（即S回），
反映因变量Y与自变量x的差异程度；
yt

yi
2
为剩余离差平方和（即S剩
），
反映因变量Y与自变量x无关的差异程度。
②标准差分析。测定预测值的标准差S（其下标表示Y是因变量，x是自变量）；yx
Syx
yt
yi2
，
为观察的个数；k为变量的个数。

k
标准差计算公式说明S值越小，表明回归直线拟合越好，回归方程能解释的总yx
离差部分越大，判断标准差能否通过检验的标准是：Syxyt100。一般认为，
当Sy10015，则通过检验。yxt
③相关分析。市场预测工作中需要了解：两个变量之间有无关系？如果有关系，
其相关的程度如何？总希望有某种衡量相关程度的办法来衡量一个特殊变量与
产品销售量之间的相关程度。为此，可以采用计算相关系数r的办法。相关系数
r的数值，在绝对值1和0之间，r愈接近于1，则说明两个变量之间的关系愈
紧密。这个r值既可以是正的，也可以是负的。r的正负指明趋势线倾向。
r的计算公式：
r
NXiYiXiYi
NX
2i


Xi2N
Yi2
Yi2
1r1
式中：X表示与产品销售量有关的变数；Y表示为单位时间的产品销
售量；N表示为数据的数目。
r的绝对值愈接近于1r