【畢業(yè)學位論文】（Word原稿）我國的網(wǎng)絡購物交易規(guī)模的發(fā)展趨勢預測-統(tǒng)計教育學

1 我國的網(wǎng)絡購物交易規(guī)模的發(fā)展趨勢預測 北京物資學院 目錄 一 . 緒論 . 2 （一） . 選題的意義 . 2 （二） . 論文的結(jié)構(gòu) . 3 二 . 模型構(gòu)建前的準備 . 4 （一） . 數(shù)據(jù)的收集與整理 . 4 1. 數(shù)據(jù) . 4 2. 數(shù)據(jù)折線圖及趨勢線 . 6 （二） . 觀察趨勢線找尋適合的模型 . 7 （三） . 因素的選取，分析因素的可靠性 . 8 三 . 建立模型及檢驗 . 9 （一） . 檢驗概念明確 ： . 9 1. T 檢驗： . 9 2. F 檢驗； . 10 3. 驗 . 10 4. 回歸標準差檢驗 . 11 5. 預測精度檢驗 . 11 （二） . 模型建立 . 12 1. 四次多項式模型建立 . 12 2. 多重線性回歸模型 . 14 四 . 擬合圖，及模型評價 . 16 五 . 結(jié)論與創(chuàng)新 . 17 2 【摘要】 該文主要是為了研究我國網(wǎng)上購物的情況，以便對我國網(wǎng)購情況提供可行的預測模型， 對 我國的網(wǎng)購人數(shù) 進行了研究 得出影響網(wǎng)上購物交易規(guī)模的因素主要有三方面：一是互聯(lián)網(wǎng)的普及，二是主要針對消 費者的需求，三是關(guān)于商品的供給。并 進行了 實證分析 調(diào)查 ，運用了四次多項式曲線以及多重回歸分析對我國網(wǎng)上購物的交易規(guī)模情況進行分析，并且建立可行的模型進行預測。該文無論是四次多項式曲線還是多重回歸分析，都能夠 進行預測，并且能夠通過各種統(tǒng)計檢驗，包括： T 檢驗、 F 檢驗、 驗、精度檢驗等。 將四次多項式曲線和多重回歸分析的比較， 最終 精確的預測得到我國 網(wǎng)上購物交易規(guī)模 情況的預測區(qū)間， 為我國 網(wǎng)絡購物的交易規(guī)模 提供了預測模型 關(guān)鍵詞 ：網(wǎng)上購物 交易規(guī)模 ；統(tǒng)計模型； 多重回歸分析；多項式回歸模型； 一 . 緒論 （一） . 選題 的意義 隨著 得我國的網(wǎng)上購物市場處于快速成長階段（ 2003 。在該階段，大量資金和企業(yè)迅速涌入網(wǎng)上購物市場，競爭快速升級。競爭的結(jié)果也實現(xiàn)了優(yōu)勝劣汰，資源得到優(yōu)化配置。與此同時，外部條件得到較大的改善，其中最重要的改善條件是網(wǎng)民參與網(wǎng)上交易的程度加深；同時，電子商務的各項外部支撐條件，包括物流、支付和信用，網(wǎng)絡安全等都在逐漸完善； 此外，國家對于該市場的管理趨于規(guī)范，并初見成效。綜合以上因素中國網(wǎng)上購物市場展現(xiàn)出蓬勃、穩(wěn)定的發(fā)展勢頭，并逐漸走向成熟。 3 網(wǎng)絡購物 市場的發(fā)展吸引了越來越多的消費者和商家，中國網(wǎng)絡購物市場供求兩旺，一方面網(wǎng)絡購物的用戶規(guī)模快速增長，現(xiàn)實龐大的市場需求，于 2011年 1月 19日，中國互聯(lián)網(wǎng)絡信息中心（ 京發(fā)布了第二十七次中國互聯(lián)網(wǎng)發(fā)展狀況統(tǒng)計報告，數(shù)據(jù)顯示，截至 2010年 12月底 ， 我國網(wǎng)民規(guī)模達到 2009年底增加 7330萬人；最引人注目的是，網(wǎng)絡購物用戶年增長 據(jù)統(tǒng)計資料顯示 10年得中國網(wǎng)絡購物市場交易規(guī)模繼續(xù)高速上漲網(wǎng)絡購物使用率繼續(xù)上升，達到 4755億元，較 09年增長 目前達到 是用戶增長 最快的應用，預示著更多的經(jīng)濟活動步入互聯(lián)網(wǎng)時代。 另一方面，傳統(tǒng)品牌商、渠道商進入網(wǎng)絡購物市場，自主銷售式購物網(wǎng)站數(shù)量激增，市場供給日漸豐富。 當前，中小企業(yè)紛紛試水 “網(wǎng)絡營銷 ”。報告顯示，中小企業(yè)互聯(lián)網(wǎng)接入比例達 規(guī)模較大的企業(yè)互聯(lián)網(wǎng)接入比例更是接近 100%。 43%的中國企業(yè)擁有獨立網(wǎng)站或在電子商務平臺建立網(wǎng)店； 企業(yè)利用互聯(lián)網(wǎng)與客戶溝通，為客戶提供咨詢服務；中小企業(yè)電子商務 /網(wǎng)絡營銷應用水平為 其中電子郵件以 比例成為 “最普遍的互聯(lián)網(wǎng)營銷方式 ”。 網(wǎng)上購物是指借 助網(wǎng)絡實現(xiàn)商品或服務從商家 /賣家轉(zhuǎn)移到個人用戶（消費者）的過程，在整個過程中的資金流、物流和信息流，其中任何一個環(huán)節(jié)有網(wǎng)絡的參與，都稱之為網(wǎng)絡購物。網(wǎng)上購物的交易模式主要包括 業(yè)對消費者）、 費者對消費者）；網(wǎng)上購物的交易主體已經(jīng)囊括了純網(wǎng)絡零售商、傳統(tǒng)制造商、傳統(tǒng)品牌商、傳統(tǒng)渠道商、個人賣家等各種零售終端，已經(jīng)完全的超過了傳統(tǒng)購物模式，是引領(lǐng)時尚和潮流的發(fā)展趨勢迅猛的新型商業(yè)模式。 基于如上的發(fā)現(xiàn)，我們把 本文的研究放在了網(wǎng)絡購物方面，主要通過研究我國網(wǎng)絡購物的用戶規(guī)模，并預測我國的網(wǎng)絡購物的未來發(fā)展趨勢，希望我們的研究能為網(wǎng)上購物這種新型的購物模式的良好發(fā)展起到一定的促進作用，該消費者和商家?guī)硪欢ù龠M作用，使他們清楚地認識到未來網(wǎng)上購物的發(fā)展前景，提前做好準備。 （二） . 論文的結(jié)構(gòu) 根據(jù)交易對象的不同，電子商務可劃分為三種不同的典型模式： 企業(yè)對企業(yè)） , 企業(yè)對消費者）和 費者對消費者）模式。而網(wǎng)上購物 （ 包含 2C 電子商務模式， 即消費者通過網(wǎng)絡 （購物網(wǎng)站）向供應商購買商品或享受服務。消費者可瀏覽網(wǎng)上商品目錄，比較、選擇滿意的4 商品或服務，通過網(wǎng)絡下訂單，進行網(wǎng)上付款或離線付款；而供應商處理訂單、網(wǎng)上送貨或離線送貨，從而完成整個網(wǎng)上購物過程。 本文主要研究的是網(wǎng)上購物的發(fā)展趨勢，而本文的主要研究焦點是通過對網(wǎng)上購物的用戶的發(fā)展模式來預測我們的論題。 結(jié)構(gòu)上，本文從兩個方向： 首先從簡單的線性規(guī)劃模型入手，分析出了 網(wǎng)上購物的交易規(guī)模發(fā)展趨勢，但是近幾年的數(shù)據(jù)有限且對模型的影響較大，為了保證預測的準確性我們又加入了多重回歸分析。對于簡單的線性規(guī)劃模型的研究，我們選擇了近十年的數(shù)據(jù)做了預測， 雖然前幾年的數(shù)據(jù)對預測有點影響，但是近六年的數(shù)據(jù)充分反應了網(wǎng)上交易規(guī)模的發(fā)展趨勢，增加了此方法的準確性。在 多重回歸分析中， 采用相關(guān)分析，找到了 剔除掉因素之間有相關(guān)關(guān)系的因素，充分考慮模型的正確性。通過回歸分析，我們將能夠得到暫時的模型，本文將嚴格對模型進行 準差、精度以及 其中之一未通過，我們將不能 采用這個模型，應重新建立模型。如此反復，直至最終得到我們理想的模型。事實上，本文最終得到的模型都是適用的，但是從更加嚴謹?shù)姆较蚩紤]，我們選取兩個模型的值得區(qū)間作為本次預測模型的最終結(jié)果。 二 . 模型構(gòu)建前的準備 （一） . 數(shù)據(jù)的收集與整理 1. 數(shù)據(jù) 對比網(wǎng)絡購物市場發(fā)達國家，中國網(wǎng)絡購物市場無論是在交易規(guī)模還是用戶規(guī)模以及盈利模式上都相對比較落后，所以數(shù)據(jù)資源有限，我們只找到了 2001年至今的相關(guān)數(shù)據(jù)，但隨著中國網(wǎng)民數(shù)量的增加和網(wǎng)絡購物市場的成熟，網(wǎng)絡購物市場展現(xiàn)出巨大的發(fā)展?jié)摿?，因此我們對未來網(wǎng)絡購物交易規(guī)模的發(fā)展趨勢進行預 測 表 1 我國網(wǎng)上購物交易規(guī)模和用戶規(guī)模表 年份 交易規(guī)模（億元） 2001 7 5 2002 13 2003 18 2004 51 2005 157 2006 258 2007 561 2008 009 2630 數(shù)據(jù)來源：艾瑞網(wǎng) 中國網(wǎng)絡購物市場發(fā)展數(shù)據(jù)報告數(shù)據(jù) 表 2 多重線性回歸模型數(shù)據(jù) 年份 交易規(guī)模（億元） 用戶規(guī)模（萬人） 互聯(lián)網(wǎng)普及率（ %） 居民工資總額（億元） 居民消費價格指數(shù)(居民消費支出 商品零售價格指數(shù) 社會消費品零售總額（億元） 2001 7 375 002 13 843 003 18 1520 004 51 2240 9501 2005 157 3251 006 258 4310 01 76410 2007 561 5337 16 9210 2008 000 009 2630 10900 據(jù)來源：艾瑞網(wǎng)和國家統(tǒng)計局報告數(shù)據(jù) 注 ：其中， 2007 年用戶規(guī)模，根據(jù) 2004 年、 2005 年、 2006 年的數(shù)據(jù)估算出來的，同時 2001 年得互聯(lián)網(wǎng)普及率，由 2002 年、 2003 年、 2004 年數(shù)據(jù)估算而來，并不會影響本文模型適用性的分析。 6 2. 數(shù)據(jù)折線圖及趨勢線 圖 1 指數(shù)多項式趨勢線和數(shù)據(jù)分布 = 圖 2 三次多項式趨勢線和數(shù)據(jù)分布 7 圖 3 四次多項式趨勢線和數(shù)據(jù)分布 （二） . 觀察趨勢線找尋適合的模型 觀察已知的 10 年的數(shù)據(jù)作出的折線圖，并畫出其趨勢線，如圖所示，雖然四次多項式的使用率較 低，但是基于四次多項式的 2R 的值更接近于 1，并其2R 高于另外兩個曲線，故本文將首先從四次多項式模型著手分析數(shù)據(jù)。四次多項式回歸模型： 44332210 （ 1） （ 1）式中，我們將時間作為自變量 X，應變量即為每年網(wǎng)上購物的交易規(guī)模。但是在現(xiàn)實生活中 ，對于復雜多變的網(wǎng)絡經(jīng)濟中網(wǎng)購交易規(guī)模的預測 ，往往不能只由一個 影響因素加以解釋。根據(jù) 調(diào)查到數(shù)據(jù) 之間的相關(guān)關(guān)系，建立多個自變量的回歸模型，當變量間的結(jié)構(gòu)關(guān)系在未來無大的變動時，以自變量的預測值求得預測對象的未來值，即為多重回歸分析法。 由于涉及多個自變量，因此也稱為多元線性回歸分析法。其原理與簡單回歸分析法基本相同，只是由于因素的增加，加大了計算工作量，且當個因素之間的關(guān)系復雜時，自變量的選擇十分困難。于是我們加入了對相關(guān)數(shù)據(jù)的多重分析 ，通過與簡單回歸分析的比較來提高我們的預算準確度。 故本文 又采取 多重回歸分析法 ，加入 對 用戶規(guī)模、互聯(lián)網(wǎng)普及率、居民工資總額、居民消費價格指 數(shù)、居民消費支出、商品零售價格指數(shù)、社會消費品零售總額這些相關(guān)因素的數(shù)據(jù)來加強對 我國 網(wǎng)上購物的交易規(guī)模進行預測 的準確度 。 Y 與 X 之間存在的線性關(guān)系，從理論上可以表述為： 0 1 1 2 2Y = b + b b X X e （ 2） 8 （ 2）式中， 在理論回歸模型中，0j=1,2， ， k）雖未知但均為某一固定數(shù)值，稱為回歸系數(shù)； e 是除i=1,2， ， k）以外的，是可以忽略的隨機因素即隨機干擾項， 即隨機干擾項；而 在實際回歸模型的建立中，0j=1,2， ， k）是實際回歸系數(shù)， e 為殘差項（回歸余項）。 （三） . 因素的選取，分析因素 的可靠性 在統(tǒng)計預測過程中，為預測對象選擇適當?shù)幕貧w變量是預測成功的基礎(chǔ)，要選擇那些對預測對象確有較大 影響且能定量描述的因素作為自變量。 在預測模型中包含與預測對象關(guān)系不大的因素，或說對 預測對象影響不顯著的因素，既增大計算工作量，又降低預測精度。若選擇的自變量雖然對預測對象影響甚大，但彼此間高度線性相關(guān)，違背了回歸分析的基本假設(shè)，會導致一系列的錯誤，則模型不能用于預測。 所以 對于自變量的選擇，要 慎重再慎重，我們根據(jù)預測標準的 兩條準則 來選擇數(shù)據(jù) ：一是選擇的自變量應是那些與預測對象密切相關(guān)的因素；二是所選擇的自變量之間不能有較強的線性關(guān)系。 影響網(wǎng)上購物交易規(guī)模的因素主要有三 方面：一是 互聯(lián)網(wǎng)的 普及， 二是 主要針對消費者 的需求， 三是關(guān)于商品 的供給。互聯(lián)網(wǎng)的普及取決于互聯(lián)網(wǎng)的普及率，選擇網(wǎng)上購物的消費 者人數(shù)，網(wǎng)站數(shù)量等上網(wǎng)條件和人數(shù)相關(guān)；消費者的需求取決于消費者的工資總額、顧客的消費支出，消費者的消費價格指數(shù)，消費者得年齡、性別、教育程度等消費者的自身情況相關(guān)；商品的供給取決于零售價格指數(shù)，社會消費品零售總額，商品種類和運輸費用等商品方面的因素相關(guān)。顯然，選擇網(wǎng)上購物的消費者人數(shù)和顧客的消費支出可以作為網(wǎng)上交易規(guī)模的兩個主要影響因素，而網(wǎng)站數(shù)量、顧客的 性別等作為直接的影響因素不大適合，還有就是商品種類、消費者得年齡、教育程度難以進行平均統(tǒng)計并且對網(wǎng)上交易規(guī)模的影響比較復雜，所以我們對數(shù)據(jù)進行了篩選和確定 ，如下： （ 1）本文選取的四次多項式模型中，以時間為自變量，網(wǎng)絡購物交易規(guī)模為因變量。 （ 2）多重回歸模型分析中，我們選取， 用戶規(guī)模、互聯(lián)網(wǎng)普及率、居民工資總額、居民消費價格指數(shù)、居民消費支出、商品零售價格指數(shù)、社會消費品零售總額這 作為相關(guān) 的 影響因素。 因素分析中選擇的因素，是否能夠作為自變量進入預測模型，還要通過定量分析。一種簡單可行的辦法是進行相關(guān)分析，即分別計算預測對象與各影響因素的簡單相關(guān)關(guān)系，選擇那些與預測對象相關(guān)程度高者作為自變量。一般相關(guān)系數(shù)小于 0,8 的因素視為相關(guān)程度不高，而被舍棄不納入預測 模型。對某些拿不準是否應舍棄的因素，也可暫時保留，待模型檢驗后再做決定。 9 根據(jù)表 3 提供的數(shù)字，計算簡單相關(guān)系數(shù)列入表 4。 民消費價格指數(shù)和商品零售價格指數(shù)與網(wǎng)上購物交易規(guī)模 的簡單相關(guān)系數(shù)較低，其余變量 交易規(guī)模、互聯(lián)網(wǎng)普及率、用戶規(guī)模、居民工資總額、居民消費支出、社會消費品零售總額 與 網(wǎng)上購物交易規(guī)模 的簡單相關(guān)系數(shù)均大于 此，將變量居民消費價格指數(shù)（ 掉，其余暫時保留。 表 3 相關(guān)矩陣 年份交易規(guī)模（億元）居民消費支出用戶規(guī)模（萬人）社會消費品零售總額（億元）互聯(lián)網(wǎng)普及率（% ）居民工資總額（億元）商品零售價格指數(shù)居民消費價格指數(shù)(001 7 75 3 43 8 520 1 240 59501 57 251 58 310 76410 01 61 337 89210 16 000 630 0900 . 建立模型及檢驗 （一） . 檢驗概念明確 ： 以下檢驗，將成為我們判斷模型可行性的有力證據(jù)，故首先我們需要明確以下 5 個概念： 1. T 檢驗 ： 即回歸系數(shù)的顯著性檢驗，用于判斷變量 之間的線性假設(shè)是否合理。此檢驗由于主要由于要用參數(shù) t 值，所以稱之為 t 檢驗。 檢驗假設(shè)：0H： b=0。 . 2( ( ) ) /b x x S （ 3） 22 ( ) / Y n該值 ( ) ( ) aP t n t n a服從 t 分布，可以通過 t 分布表查得顯著性水平為 決定是接受還是否定0 10 若可以拒絕0H。它表明回歸系數(shù)顯著不為 0，參數(shù)的 t 檢驗通過?；貧w系數(shù)顯著，說明 之間的線性假設(shè)合理，這意味著，所選擇的自變量能比較有效的解釋預測對象的變化。 若則不能拒絕0H，它表明回歸系數(shù)為 0 的可能性較大，參數(shù)的 歸系數(shù)不顯著，說明對于變量 之間的線性假設(shè)不合理，意味著模型中的自變量無法較好的解釋預測對象的變化，應重新考慮。 2. F 檢驗； T 檢驗考察的是自變量 X 與因變量 Y 之間線性假設(shè)的合理性?；貧w方程的顯著性檢驗 ，是利用方差分析所提供的 F 統(tǒng)計量，檢驗預測模型的總體線性關(guān)系的顯著性。 檢驗假設(shè)：0H： b=0 22( ) /( ) / 1Y Y n k （ 4） 統(tǒng)計量 F 服從 F 分布，即 ( , 1 )F F k n k。在 F 分布表中，查找顯著性為a，自由度為12 1n n k 的 F 值 ( , 1)aF k n k， k 為自變量的個數(shù)。將 , 1)aF k n k比較，能夠判斷接受原假設(shè)0 , 1 ) k n k 拒絕0H，回歸方程較好地反映了自變量 X 與 Y 之間的線性關(guān)系，回歸效果顯著，方程的 F 檢驗通過。這意味著，預測模型從整體上看適用。 若 ( , 1 ) k n k 不能拒絕0H，回歸方程不能很好地反映了自變量 X 與 歸效果不顯著，方程的 F 檢驗未通過。這意味著，預測模型不能被采用。 3. 驗 上面的兩個檢驗，能夠?qū)€性假設(shè)的合理性加以識別。對回歸余項正態(tài)分布的假設(shè)，要求并不十分嚴格。因為 雖然迄今尚無有效的統(tǒng)計檢驗，但由于它來自大量的、對因變量 Y 影響很小的不重要因素，因而當樣本數(shù)據(jù)個數(shù)較多，其它假設(shè)得到滿足時，可以認為回歸余項服從正態(tài)分布?；貧w余項線性獨立的假設(shè)是嚴格的。如果回歸余項存在自相關(guān)，即回歸余項之間不是相互獨立，而是有明顯的相關(guān)關(guān)系，那么應用最小二乘法就會產(chǎn)生很多問題，如回歸系數(shù)的估計值雖然是11 無偏的，但不具有最小方差性質(zhì)， t 檢驗， F 檢驗不能嚴格應用等。為保證預測模型使用，需要對回歸余項的線性對立假設(shè)進行檢驗。通常采用 驗，即序列的自相關(guān)檢驗。 設(shè)回歸余項序列的自相關(guān)系數(shù)為 b， 假設(shè)檢驗：0H： b=0 計算回歸余項的 驗值即統(tǒng)計量 d 21221() （ 5） 根據(jù)給定的顯著性水平 a，樣本數(shù)據(jù)的個數(shù) n 和自變量的個數(shù) k 查找由立的 ，得到下限值計算的 d 與Ld、以判定接受或否定0H。 若 4d d ，不能拒絕0H，回歸余項無序列相關(guān)。 若 0，拒絕0H，回歸余項有正序列相關(guān)。 若 44 ，拒絕0H，回歸余項有負序列相關(guān)。 d d， 44d d 檢驗沒有結(jié)論，即回歸余項有無序列相關(guān)無法判定。 只有當回歸余項無序列相關(guān)時， 驗通過，模型才可以用于預測。其它情況不能認為 驗通過，應分析查找原因，重新建立模型，直到 驗通過，方可用于預測。 4. 回歸標準差檢驗 回歸標準差， 2( ) / Y n （ 6） 接近于 0，說明模型對樣本數(shù)據(jù)的偏差越小，預測的可靠程度越高； 數(shù)值越大，模型偏差樣本數(shù)據(jù)越大，用于預測的可靠程度越差。因此，對于預測模型，總是力求有一個極小的 但在實際問題中， 往較大，要求其趨于 0，極為困難。為評價預測模型的優(yōu)劣，通常采用指數(shù) 當 15% 時，可以認為預測模型為優(yōu)。 5. 預測精度檢驗 任何預測對象的實際觀察值都可以由某種模型加某種隨機影響確定，即 12 觀察值 =模型 +隨機項 事實上，任何社會經(jīng)濟現(xiàn)象始終存在著不確定性，故隨機項總是存在。無論預測方法的使用如何得當，預測模型對歷史數(shù)據(jù)的擬合程度怎樣高，觀察值與預測值之間仍然存在偏差。 誤差值： e =Yi i 盡量使誤差減少到最低限度，即盡可能提高預測精度，是研究預測方法，實際設(shè)計預測方案的一項重要任務。 （二） . 模型建立 1. 四 次多項式模型建立 四 次多項式回歸模型，所需變量值，及預測值如下表 2 所示： 表 4 四次多項式預測我國網(wǎng)上購物的交易規(guī)模 年份 實際值 x x2 x3 x4 預測實際值 2001 7 1 1 1 1 002 13 2 4 8 16 003 18 3 9 27 81 004 51 4 16 64 256 005 157 5 25 125 625 006 258 6 36 216 1296 007 561 7 49 343 2401 008 64 512 4096 009 2630 9 81 729 6561 1） 初次用 回歸分析得到四次多項式預測有： 13 得其四次多項式模型為： 4)6 2 7 00 )9 8 9 05 )9 2 1 07 0 4 67 在 95%的顯著性水平下， R 檢驗通過。 在 95%的置信區(qū)間里， 83 ()9( 8331.1 在 95%的顯著性水平下， F ， F 檢驗值為 同時根 據(jù)公式可以求出，在 95%的顯著性水平下，此時本模型的 兩個模型的擬合優(yōu)度都非常的不錯在 99%以上。由圖 4、圖 5 易看出，的 四次多項式模型的 總體 擬合優(yōu)度較多重回歸分析模型 的擬合優(yōu)度更高一些。 兩個模型都能夠很好的通過回歸系數(shù)的顯著性檢驗（ T 檢驗）、回歸方程的顯著性檢驗（ F 檢驗）、自相關(guān)檢驗（ 驗）、回歸標準差檢驗以及預測精度檢驗。 其中回歸標準差用于預測模型的優(yōu)劣，兩個模型即四 次多項式模型、多重回歸分析模型都是優(yōu)等的模型。 四次多項式的精度 多重回歸分析的精度 比較而言調(diào)整后的四 次多項式的精度要高于多重回歸分析的精度。 最終我們得到 2011 年、 2012 年、 2013 年預測值分別為： 四 次多項式的 網(wǎng)上購物交易規(guī)模 預測值： 元 、 元、元 。 多重回歸分析的 網(wǎng)上購物交易規(guī)模 預測值： 元 、 元 、 元 。 圖 4 四次多項式擬合優(yōu)度 圖 5 多重回歸分析擬合優(yōu)度 五 . 結(jié)論 與建議 通過以上分析，從模型歷史數(shù)據(jù)看，考慮到四次多項 式模型的精度略高于多重回歸分析模型，并且四次多項式的擬合優(yōu)度卻高于多重回歸分析的模型，理論上考慮用四次多項式的模型作為本文對我國網(wǎng)上購物的交易規(guī)模預測的模型。但18 考慮到模型存在的誤差，我們結(jié)合四次多項式模型及多重回歸分析模型對本文研究內(nèi)容作預測，最終得到以下結(jié)果： 四次多項式模型為： 4)6 2 7 00 )9 8 9 05 )9 2 1 07 0 4 67 多重回歸分析模型為： 4) 預測得我國 2009 年、 2010 年、 2011 年外國人入境旅游人數(shù)分別為： 2011 年 元 2012 年 元 2013