统计分析法在论文里怎么写,统计分析法的优缺点

统计分析法是应用统计资料，整合数据，从而估计市场需求的方法，其中回归分析是估计市场需求最常见的方法。用回归分析进行需求估计，就是依据多组观察数据，根据最小二乘法的基本原理，找出拟合这些数据点的最佳拟合曲线，从而确定影响需求变化的诸因素对需求量变化的影响关系式，并用确切的需求函数描绘出来。

运用回归分析进行需求估计一般分为如下四个步骤。

第一，确定自变量。首先我们要确定有哪些因素会影响需求。影响需求的因素可能有很多，但在实际建立数学模型时，只需要确定主要的影响因素。主要因素一般指：商品价格、消费者收入和相关产品价格，也就是前面我们阐述需求弹性的三个角度。但不能忽略的是，某些商品可能有自己特殊的影响因素。例如，对雨衣、雨伞的需求与当地的天气状况或季节有很大关系，因此在进行回归分析时本地区的天气状况和季节就应该成为重要的自变量。

第二，收集数据。数据是一切统计分析的根本，没有数据一切都等于空谈。收集数据可以是同一调查对象在不同的时点（年、月、周、日和时）的数据，称为时间序列数据；也可以是不同调查对象（企业、家庭和地区）在同一时点的数据，称为截面数据。数据的收集是进行回归分析的基础。

第三，确定需求函数的方程形式。常用的需求函数方程形式有两种：线性函数和幂函数。

线性函数的表示式为：(www.xing528.com)

式中：y为需求量；x1，x2，…，xn为函数的不同的自变量，分别代表影响需求的不同因素。函数中应当包含哪些自变量是根据不同的产品和市场环境具体确定的。α，β1，β2，…，βn为方程中待求的诸参数。

幂函数的表示式为：

式中：Q为需求量；X，Y，Z为函数的诸自变量，分别代表影响需求的不同因素。函数中应当包含哪些自变量，是根据不同的产品和市场环境具体确定的。α，β1，β2，β3为方程中待求的诸参数。

第四，估计回归参数。利用最小二乘法可估计回归参数，具体请参阅本书数学附助五。