Excel2000 应用案例之三十九

例如，某商场1989～1998年的商品流通费用率与商品零售额资料如下表所示。若1999年该商场商品零售额36.33亿元，试预测1999年该商场商品流通费用额。
   

年  份	1989	1990	1991	1992	1993	1994	1995	1996	1997	1998
商品流通费用率	7.0	6.2	5.8	5.3	5.0	4.6	4.5	4.4	4.2	4.0
商品零售额	10.2	11.7	13.0	15.0	16.5	19.0	22.0	25.0	28.5	32.0

    预测1999年该商场商品流通费用额的具体步骤如下：
    根据统计资料绘制出散点图，如图8－17所示。从图中可以看出，随着商品零售额的增加，商品流通费用率有不断下降的趋势，呈现双曲线形状。
    建立如下所示的双曲线模型。
   
   

图8－17

    先进行倒数变换，令
   
    则
   
    具体实现是：先在D2单元格中输入公式：=1/C2，然后拖拽填充柄将该公式填充到D11 单元格即可。
    利用回归工具建立上述回归模型，得如图8－18所示的结果。
   

图8－18

    分析图8－18中的计算结果，可得如下回归模型：
   
   
    预测。将1999年该商场商品零售额36.33亿元代入模型中，得1999年该商场商品流通费用率为：
   
    故1999年该商场商品流通费用总额预测值为1.3606万元（36.33×3.74%）。
    与线性回归分析类似，非线性回归分析也可以使用函数建立模型。对于非线性回归问题，Excel 2000提供的函数有LOGEST、GROWTH等。有关这些函数的具体使用方法，可通过Excel 2000的函数向导学习掌握。
    通过本章内容的学习，应能够针对实际问题，选择有效的预测方法，建立模型，进行预测分析。若分析影响事物的主要因素比较困难或相关变量资料难以得到，则可以采用时间序列预测法（如移动平均法和指数平滑法）。若需要从事物变化的因果关系出发，寻找它与其他因素之间的内在联系，则可以采用回归分析预测法。对于移动平均法、指数平滑法和回归分析预测法，应能熟练地应用Excel 2000的分析工具建立相应模型、进行预测推算。尤其是对于所求出的回归模型，必须通过经济意义检验、统计检验和计量经济学检验。只有当所有检验都通过时，所做的回归模型才成立，才能用于预测。