探讨基于线性回归的建模方法开题报告

1. 研究目的与意义

背景：

回归分析预测法，是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系，因此，回归分析预测法是一种重要的市场预测方法。但在应用线性回归进行预测时，最困难的问题是如何建立一个符合实际的回归模型，此时就需要运用到本文所论述的建模法——最小量化法。

目的：

2. 研究内容和预期目标

研究内容：

生产实践中常应用线性回归进行预测，但面临的问题是如何建立一个符合实际的回归模型。本课题提出了最小量化方法的基本思想和处理准则，并以实例验证该方法，充分说明使用最小量化法的实际意义。

预期目标：

3. 研究的方法与步骤

研究方法：

采集原始数据，通过对典型例题采用基于线性回归的建模方法——最小量化法，进行分析计算，在数据处理的过程中研究最小量化法的方法步骤以及在具体情况下的应用。

步骤如下：

4. 参考文献

[1]强雁，羌维立.基于线性回归的建模方法——最小量化法[j].南京:南京理工大学学报，2003,(27):91-94

[2]李子奈.计量经济学[ml.北京:高等教育出版社，2000.

5. 计划与进度安排

1、2022年2月22日-2月28日，前期工作,与指导教师联系，根据要求收集资料；

2、2022年2月22日-3月6日，根据指导教师下达的毕业论文任务书，了解所选论

题的状况和要求等；