因果预测:通过寻找变量间因果关系,分析自变量对因变量的影响程度.适用于存在关联关系的数据预测.

1、回归分析法:数理统计方法,建立自变量与相关随机变量的回归分析模型,预测随机变量的未来值.按分析中自变量个数分一元回归、多元回归;按自变量与因变量关系分线性回归、非线性回归.

2、弹性系数法:通过计算2变量相对变化弹性关系预测,衡量某变量的改变所引起的另1变量的相对变化.

3、消费系数法:对某产品的消费者分析,认识和掌握消费者与产品的数量关系.

一、一元线性回归：因果分析法

二、条件:预测对象与主要影响因素间存在线性关系

三、非线性回归 -- 前提:如非线性关系可通过取对数变成线性关系：因果分析法

1、y = e a + bx 对数模型 ln y = a + bx

2、y = ab x 对数模型 lg y = lg a + x*lg b 用最小二乘法对模型估计,计算A、B;求出置信区间;修正

四、弹性系数分析：因果分析法

优点:计算方便、成本低、需要数据少、灵活广泛;缺点:局部性、片面性、粗糙

(一)收入弹性 = 购买量变化率/收入变化率 =(ΔQ/Q)/(ΔI / I) -- 商品价格保持不变

(二)价格弹性 = 购买量变化例/价格变化例 =(ΔQ/Q)/(ΔP/ P) -- 收入水平保持不变

(三)能源需求弹性:反映包括社会总产值、国内生产总值、工农业总产值、国民收入、主要产品产量

能源的国内生产总值弹性 = 能源消费量变化比例 / 国内生产总值变化比例 =(ΔE/E)/(ΔGDP/GDP)

五、消费系数法：因果分析法

步骤:①分析产品所有消费部门或行业现存和潜在市场;②分析产品在各部门或行业消费量与各行业产品产量,确定消费系数;③确定各行业规划产量,预测消费需求量;④汇总.