多元回歸模型在物流需求分析中的應(yīng)用

李 勇（安徽財(cái)經(jīng)大學(xué)，安徽 蚌埠 233000）

?

多元回歸模型在物流需求分析中的應(yīng)用

李 勇
（安徽財(cái)經(jīng)大學(xué)，安徽 蚌埠 233000）

摘 要：物流需求分析是物流設(shè)計(jì)與規(guī)劃的重要內(nèi)容，本文對物流需求分析等方面的理論和方法進(jìn)行了簡要的總結(jié)和介紹，并重點(diǎn)介紹多元回歸模型在物流需求分析的應(yīng)用。

關(guān)鍵詞：物流需求分析；方法；多元回歸模型

物流需求分析是指將物流需求與生產(chǎn)需求的社會(huì)經(jīng)濟(jì)活動(dòng)進(jìn)行相關(guān)分析的過程，物流作為服務(wù)性行業(yè)，與生產(chǎn)、流通、消費(fèi)等整個(gè)社會(huì)經(jīng)濟(jì)活動(dòng)息息相關(guān)，是社會(huì)經(jīng)濟(jì)活動(dòng)的重要組成部分。［1］所以，物流需求分析與社會(huì)經(jīng)濟(jì)發(fā)展有密切相關(guān)性，社會(huì)經(jīng)濟(jì)發(fā)展是影響物流需求的主要因素。

1　物流需求分析的主要方法

物流需求分析是基于物流數(shù)據(jù)的基礎(chǔ)上，利用一定的科學(xué)方法對物流需求的變化和發(fā)展趨勢進(jìn)行的預(yù)測。物流需求預(yù)測的方法基本上可以劃分為定性預(yù)測法與定量預(yù)測法兩大類［2］。

2　多元回歸預(yù)測法

多元線性回歸是研究一個(gè)因變量與兩個(gè)或兩個(gè)以上自變量的回歸，描述因變量y如何依賴于自變量x1，x2，…，xk和誤差項(xiàng)ε的方程，稱為多元回歸模型。是反映一種現(xiàn)象或事物的數(shù)量以多種現(xiàn)象或事物的數(shù)量的變動(dòng)而相應(yīng)地變動(dòng)規(guī)律。

2.1回歸模型

涉及 k 個(gè)自變量的多元回歸模型可表示為：

（1）β0 ，β1，β2 ，…，βk是參數(shù)，也稱偏回歸系數(shù)；（2）βi表示假定其他變量不變，當(dāng)xi每變動(dòng)一個(gè)單位時(shí)，y 的平均變動(dòng)值；（3）ε是被稱為誤差項(xiàng)的隨機(jī)變量，包含在y里面但不能被k個(gè)自變量的線性關(guān)系所解釋的變異性。

ε基本假定：（1）誤差項(xiàng)ε是一個(gè)期望值為0的隨機(jī)變量，即 E（ε）=0；（2）對于自變量 x1，x2，…，xk的所有值，ε的方差σ2都相同；（3）誤差項(xiàng) ε是一個(gè)服從正態(tài)分布的隨機(jī)變量，即ε～N（0，σ2），且相互獨(dú)立。

2.2估計(jì)的多元回歸方程

2.3參數(shù)由最小二乘法估計(jì)

最小二乘法是通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。利用最小二乘法可以簡便地求得未知的數(shù)據(jù)，并使這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間誤差的平方和為最小。使因變量的觀察值與估計(jì)值之間的離差平方和達(dá)到最小來求得。

2.4多重判定系數(shù)

多重判定系數(shù)R2指回歸平方和占總平方和的比例，反映因變量y取值的變差中，能被估計(jì)的多元回歸方程所解釋的比例。

2.5估計(jì)標(biāo)準(zhǔn)誤差

估計(jì)標(biāo)準(zhǔn)誤差是說明實(shí)際值與其估計(jì)值之間相對偏離程度的指標(biāo)，估計(jì)標(biāo)準(zhǔn)誤差的值越小，則估計(jì)量與其真實(shí)值的近似誤差越小。

2.6顯著性檢驗(yàn)

線性關(guān)系檢驗(yàn)是檢驗(yàn)因變量與所有自變量之間的線性關(guān)系是否顯著，檢驗(yàn)方法是將回歸均方（MSR）同殘差均方（MSE）加以比較，應(yīng)用 F檢驗(yàn)來分析二者之間的差別是否顯著，如果是顯著的，因變量與自變量之間存在線性關(guān)系如果不顯著，因變量與自變量之間不存在線性關(guān)系。

2.7回歸系數(shù)的檢驗(yàn)

當(dāng)線性關(guān)系檢驗(yàn)通過后，對各個(gè)回歸系數(shù)有選擇地進(jìn)行一次或多次檢驗(yàn)，究竟要對哪幾個(gè)回歸系數(shù)進(jìn)行檢驗(yàn)，通常需要在建立模型之前作出決定，對回歸系數(shù)檢驗(yàn)的個(gè)數(shù)進(jìn)行限制，以避免犯過多的第Ⅰ類錯(cuò)誤（棄真錯(cuò)誤），對每一個(gè)自變量都要單獨(dú)進(jìn)行檢驗(yàn)，應(yīng)用t 檢驗(yàn)統(tǒng)計(jì)量。

3　物流需求預(yù)測回歸模型

由于受統(tǒng)計(jì)數(shù)據(jù)可獲得性約束，在對廣西省物流需求規(guī)模進(jìn)行預(yù)測時(shí)選擇“貨物運(yùn)輸量”為衡量指標(biāo)。以國內(nèi)生產(chǎn)總值、第一產(chǎn)業(yè)產(chǎn)值、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、零售總額、外貿(mào)總額為自變量。利用SPSS軟件對物流統(tǒng)計(jì)數(shù)據(jù)進(jìn)行相關(guān)性分析，采用逐步回歸的方法得到表2可以看出判定系數(shù)為0.983，說明自變量對因變量的解釋程度很高。

表1　2004-2013年廣西壯族自治區(qū)物流統(tǒng)計(jì)數(shù)據(jù)

通過表可以看出回歸模型為 y=7193.264+ 22.943 X3，并且顯著?；貧w模型中表示貨物運(yùn)輸量的增加多是由廣西區(qū)內(nèi)第二產(chǎn)業(yè)發(fā)展引起的。

表2　模型匯總

表3　回歸計(jì)算模型系數(shù)

表4　回歸值與實(shí)際值的比較

4　結(jié)論

物流需求分析是物流決策的重要依據(jù)，本文提出的物流需求回歸模型融合了幾種經(jīng)濟(jì)指標(biāo)，較好地將物流需求與社會(huì)經(jīng)濟(jì)發(fā)展緊密的聯(lián)系在一起，使物流需求分析過程很好的把握經(jīng)濟(jì)與物流的關(guān)系，因而具有較高的應(yīng)用價(jià)值。

參考文獻(xiàn)：

［1］楊榮英，張輝，苗張木.物流預(yù)測技術(shù)中的移動(dòng)平均線方法［J］.武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版 ），2001（3）：353-355

［2］孫瑩.區(qū)域物流規(guī)劃——理論、方法及應(yīng)用［M］.北京：冶金工業(yè)出版社，2012.

［3］徐杰、鞠頌東.區(qū)域經(jīng)濟(jì)的發(fā)展對地區(qū)物流需求的影響一長江經(jīng)濟(jì)區(qū)發(fā)展對安徽地區(qū)物流需求影響的實(shí)證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2003（4）:130-133.

（責(zé)任編輯：廖建勇）

中圖分類號(hào)：F252.21

文獻(xiàn)標(biāo)識(shí)碼：A

doi:10.3969/j.issn.1672-7304.2016.01.054

文章編號(hào)：1672–7304（2016）01–0114–02

作者簡介：李勇（1963-），男，安徽蚌埠人，副教授，研究方向：信息與計(jì)算科學(xué)專業(yè)。

Application of multiple regression model in logistics demand analysis

LI Yong
（Anhui Finance and Economics University， Bengbu Anhui 233000）

Abstract:Logistics demand analysis an important content of logistics design and planning， the theoryand method of logistics demand analysis are summarized and introduced， and focuses on the application of multiple regression analysis model in logistics demand.

Keywords:Logistics demand analysis； method； multiple regression model