要又各个宏观经济指标看各个城市的某高端品牌汽车的未来销售数量,最终辅助决定我们作为经销商在哪个城市开店..

自己直观的感觉就是多元线性回归分析,找到当地宏观数据跟该汽车销售量的关系再推算以后的情况。当然方法论上也没决定怎么怎么样,这里也希望得到帮助..
具体怎么做,选取哪些宏观数据,要不要考虑时间轴我也不是很确定。
目前手头有的数据或者可以获得的数据包括:
1.该品牌汽车各个城市的上牌数,2012年(经过努力也许可能拿到以前年份的同类数据 大概2000-2013)
2.各个城市的宏观数据:GDP, GDP per Capita, 户籍人口, 城镇居民人均可支配收入,FDI, 社会消费品零售总额, 等等
然后我尝试着挑选了33个城市的数据做了一个线性回归,结果十分不理想而且我也没太看懂怎么回事儿,更不是很清楚怎么选取这些变量,反正因变量Y肯定就是汽车销售量了 恳请各位帮忙看看
现在不知道我说清楚了没,我会尽量补充的,下面是regression analysis summary.
33个观测值都是各个城市2012年的数据对应关联的是城市的该汽车销量,没有加入其他年分如2011,2010...的觉得这个是在“横向”寻找这个相关性,而如果加入2000-2013的每个城市的宏观数据和每年的汽车销量的话就像是“纵向”寻找相关性似的。不知道我这样对不对也不知道这样好不好。特别希望大家能给我指点一下
回归统计 | ||||||||
| Multiple R | 0.77314242 | |||||||
| R Square | 0.597749201 | |||||||
| Adjusted R Square | 0.556137049 | |||||||
| 标准误差 | 1710.150335 | |||||||
| 观测值 | 33 | |||||||
| 方差分析 | ||||||||
| df | SS | MS | F | Significance F | ||||
| 回归分析 | 3 | 126034274.7 | 42011424.89 | 14.36477514 | 6.40815E-06 | |||
| 残差 | 29 | 84813810.85 | 2924614.167 | |||||
| 总计 | 32 | 210848085.5 | ||||||
| Coefficients | 标准误差 | t Stat | P-value | Lower 95% | Upper 95% | 下限 95.0% | 上限 95.0% | |
| Intercept | -6096 | 1604.4 | -3.79 | 0.0006 | -9377.8 | -2815.1 | -9377.8 | -2815.1 |
| GDP per capita | -0.037 | 0.047 | -0.78 | 0.437 | -0.134 | 0.0596 | -0.134 | 0.0596 |
| Disposable Income | 0.423 | 0.125 | 3.371 | 0.002 | 0.166 | 0.679 | 0.16 | 0.679 |
| Retail Sales per capita | 0.014 | 0.101 | 0.142 | 0.887 | -0.193 | 0.22 | -0.193 | 0.222 |
如大家看到的,这个是excel做的,我知道SPSS更powerful 但是限于我的能力还有操作 目前就能做个这个东西
截距很大,GDP per Capita那个居然还是负的,没法接受啊不知道怎么才能一步步筛选indicator,完善回归分析...
还有很多指标看不懂,求各位指点!悬赏不知道怎么加,如果不行我再重开一个吧...
谢谢了!


雷达卡



求帮助啊
京公网安备 11010802022788号







