一种建立烟草行业预测模型的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及算法应用技术领域，特别涉及一种建立烟草行业预测模型的方法及装 置。
【背景技术】
[0002] 随着烟草行业市场化程度的不断加深，如何准确预测烟草的经济运行状况，进而 把握市场需求，为整个烟草行业的经营提供真实有效的参考和基础显得尤为重要。
[0003] 烟草行业现有预测模型主要是基于历史数据进行预测，而烟草一直以来是计划体 制，历史销售数据受人为影响很大，现有预测模型的预测结果与实际值之间差异较大。
【发明内容】
[0004] 本发明提供一种建立烟草行业预测模型的方法及装置，能够预测烟草的经济运行 状况，减小预测结果与实际值之间的差异。
[0005] 第一方面，本发明实施例提供了一种建立烟草行业预测模型的方法，预先确定适 合烟草行业预测所需的宏观经济参数数据和预测模型，所述方法还包括：
[0006] 获取烟草行业预测所需的宏观经济参数数据；
[0007] 定义确定所述宏观经济数据的变量和目标自变量；
[0008] 计算所述变量与目标自变量之间的线性相关系数；
[0009] 根据所述线性相关系数确定与所述变量显著线性相关的目标自变量集合，应用最 小二乘法回归计算所述目标自变量集合与所述变量的回归系数;如果没有目标自变量与所 述变量显著线性相关，应用最小二乘法回归计算所有目标自变量与所述变量的回归系数， 使得根据所述回归系数得到的计算值与实际值的二乘误差?(χ-^)2最小； i-i
[0010] 其中，表示所述实际值，$表示所述计算值；
[0011] 根据所述回归系数和目标自变量建立预测模型：
[0012] y = a〇+ai*xi+a2*X2+. · ·+an*xn
[0013]其中y为预测值;aQ为常数;ai， a2,…，an为所述回归系数;X为所述目标自变量。
[0014] 优选地，
[0015] 所述确定目标自变量包括:根据宏观经济数据定义初始自变量，对所述初始自变 量进行转换，得到转换后的自变量；
[0016]其中，所述对初始自变量进行转换包括：
[0017]将所有初始自变量转换为其指数函数值或将所有初始自变量转换为其对数函数 值或将每一个初始自变量通过最佳转换算子进行转换;所述最佳转换算子可以使自变量与 变量有最高的线性相关性。
[0018] 优选地，
[0019] 所述计算所述变量与目标自变量之间的线性相关系数包括:根据
计算所述变量与目标自变量之间的线性相关系数；
[0020] 其中，P表示所述变量与目标自变量之间的线性相关系数;yi表示所述变量；y表 示所述变量平均值;Xi表示所述目标自变量；X表示所述目标自变量平均值。
[0021] 优选地，
[0022] 所述根据所述线性相关系数确定与所述变量显著线性相关的目标自变量集合包 括：
[0023] 将所述线性相关系数基于显著性水平为0.05进行显著性检验，根据所述显著性检 验结果确定与所述变量显著线性相关的目标自变量集合。
[0024] 优选地，
[0025] 进一步包括:根据所述预测模型计算预测值，将所述预测值与实际值进行差距分 析。
[0026] 第二方面，本发明实施例提出了一种建立烟草行业预测模型的装置，包括：
[0027] 确定模块，用于预先确定适合烟草行业预测所需的宏观经济参数数据和预测模 型；
[0028] 获取模块，用于获取烟草行业预测所需的宏观经济参数数据，将所述宏观经济参 数输出给定义模块；
[0029] 定义模块，用于定义确定所述宏观经济数据的变量和目标自变量，将所述变量和 目标自变量输出给计算模块和建模模块；
[0030] 计算模块，用于计算所述变量与目标自变量之间的线性相关系数，将所述线性相 关系数输出给处理模块；
[0031 ]处理模块，用于根据所述线性相关系数确定与所述变量显著线性相关的目标自变 量集合，应用最小二乘法回归计算所述目标自变量集合与所述变量的回归系数;如果没有 目标自变量与所述变量显著线性相关，应用最小二乘法回归计算所有目标自变量与所述变 量的回归系数，使得根据所述回归系数得到的计算值与实际值的二乘误差?(乂一 i)2最 i=l 小;将所述回归系数输出给建模模块；
[0032] 其中，yi表示所述实际值，&表示所述计算值；
[0033] 建模模块，用于根据所述回归系数和目标自变量建立预测模型：
[0034] y = a〇+ai*xi+a2*X2+. · ·+an*xn
[0035] 其中y为预测值;m，a2, . . .，an为所述回归系数;x为所述目标自变量。
[0036] 优选地，
[0037]所述定义模块包括：
[0038] 定义单元，用于根据宏观经济数据定义初始自变量，将所述初始自变量输出给转 换单元；
[0039] 转换单元，用于对所述初始自变量进行转换，得到转换后的自变量，所述目标自变 量包括所述初始自变量和所述转换后的自变量；
[0040] 其中，所述对初始自变量进行转换包括：
[0041] 将所有初始自变量转换为其指数函数值或将所有初始自变量转换为其对数函数 值或将每一个初始自变量通过最佳转换算子进行转换;所述最佳转换算子可以使自变量与 变量有最高的线性相关性。
[0042] 优选地，
[0043] 所述计算模块包括：
[0044] 计算单元，用于根据
计算所述变量与目标自变量 之间的线性相关系数，将所述线性相关系数输出给处理模块；
[0045] 其中，p表示所述变量与目标自变量之间的线性相关系数;yi表示所述变量；_y_表 示所述变量平均值;Xi表示所述目标自变量；X；表示所述目标自变量平均值。
[0046] 优选地，
[0047] 所述处理装置包括：
[0048]确定单元，用于将所述线性相关系数基于显著性水平为0.05进行显著性检验，根 据所述显著性检验结果确定与所述变量显著线性相关的目标自变量集合。
[0049] 优选地，进一步包括：
[0050] 差距分析模块，用于根据所述预测模型计算预测值，将所述预测值与实际值进行 差距分析。
[0051] 本发明实施例提出的建立烟草行业预测模型的方法及装置，通过获取并定义宏观 经济参数数据的变量和目标自变量，计算变量和目标自变量之间的线性相关系数，并根据 线性相关系数确定目标自变量集合，计算回归系数，使得根据回归系数计算的二乘误差最 小，根据回归系数和目标自变量建立多种预测模型，从而可以选择合适的预测模型进行预 测，减小预测结果与实际值之间的差异。
【附图说明】
[0052] 图1是本发明实施例提供的一种建立烟草行业预测模型的方法的流程图；
[0053] 图2是本发明另一实施例提供的一种建立烟草行业预测模型的方法的流程图；
[0054] 图3是本发明实施例提供的一种建立烟草行业预测模型的装置结构图；
[005