首页 > CMA > 复习指导

【精华】CMA-P1《预测技术》知识点:回归分析

普通 来源:正保会计网校 2019-08-28

备考就像马拉松,获胜的关键不在于瞬间的爆发,而在于途中的坚持。你纵有千百个理由放弃,也要给自己找一个坚持下去的理由。正保会计网校整理了CMA-P1《预测技术》知识点:回归分析,希望能对大家有所帮助。


回归分析

线性回归分析

01


就因变量(Y)与一个或多个自变量(X或X1,X2…)之间的关系给出至优线性无偏估计。

单一线性回归分析:

Y=a+bX

考核方式:

给出回归方程或者给出截距与系数,要求通过自变量解出对应的因变量。

相关指标

02


(1)相关系数r

衡量自变量(x)和因变量(y)之间线性关系的程度。

-1≤r≤1

|r|越接近1,线性程度越强;

|r|越接近0,线性程度越弱。

> > > > r=1——x 和y 之间为绝对正相关的线性关系

r=1

> > > > r=-1——x 和y 之间为绝对负相关的线性关系

r=-1

> > > > r=0.7——x 和y 之间有强正相关的线性关系

r=0.7

> > > > r=0——x 和y 之间无线性关系

r=0

(2)确定系数 r平方

拟合优度或确定系数,表示因变量(Y)的变化可以在多大程度上通过自变量(X)的变化进行预测。

0<r平方<1

比如:r平方=0.7127,表示有71.27% 的Y变化可由X的变化予以解释。

或者说,通过该回归方程预测的Y的正确率为71.27%。

r平方越小,说明回归方程的预测越不可靠。

优缺点

03


优点:

为管理会计师提供了一个用来评估各项估计的准确性和可靠性的客观指标;

识别混合成本中的变动成本(b)和固定成本(a)。

缺点:

因变量与自变量之间不一定存在线性关系,比如学习曲线、相关范围的影响;

假设因变量与自变量之间先前存在的线性关系在未来仍然存在,当未来的外部条件发生较大变化时,准确性大大下降。

平时大家要注意多理解、多总结,脚踏实地的把每一个知识点巩固好。正保会计网校为了方便大家学习,特整理了学习资料大礼包,满满的备考资料,全是干货,立即领取>> 

cma免费资料

打开APP 订阅最新报考消息

报考指南

今日热搜

热点推荐

热销好课

2024年CMA辅导课程-无忧直播班

无忧直播班

直播+录播 畅学无忧

了解详情15800元/2年

选择CMA的理由

选择CMA的理由

关注公众号

正保会计网校CMA

截图保存到相册

微信识别二维码

接收更多考试资讯

CMA预评估
客服 首页
取消
复制链接,粘贴给您的好友

复制链接,在微信、QQ等聊天窗口即可将此信息分享给朋友