5] 图4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装置结构图；
[0056] 图5是本发明又一实施例提供的一种建立烟草行业预测模型的装置结构图；
[0057] 图6是本发明又一实施例提供的一种建立烟草行业预测模型的装置结构图；
[0058] 图7是本发明又一实施例提供的一种建立烟草行业预测模型的装置结构图。
【具体实施方式】
[0059] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本 发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实 施例，都属于本发明保护的范围。
[0060]本发明实施例提供了一种建立烟草行业预测模型的方法，如图1所示，该方法可以 包括以下步骤：
[0061 ]步骤101: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；
[0062] 步骤102:获取烟草行业预测所需的宏观经济参数数据；
[0063] 步骤103:定义确定所述宏观经济数据的变量和目标自变量；
[0064] 步骤104:计算所述变量与目标自变量之间的线性相关系数；
[0065] 步骤105: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(6(?-^)2最小； ：i=i
[0066] 其中，yi表示所述实际值，A表示所述计算值；
[0067] 步骤106:根据所述回归系数和目标自变量建立预测模型：
[0068] y = ao+ai*xi+a2*X2+. · ·+an*Xn
[0069] 其中y为预测值;ao为常数;m，a2, . . .，an为所述回归系数;x为所述目标自变量。
[0070] 可见，由于本发明实施例提出的建立烟草行业预测模型的方法，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。
[0071 ]在本发明一个优选实施例中，为了确定目标自变量，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；其 中，所述对初始自变量进行转换包括: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，从而可以确定目标自变量。
[0072]在本发明一个优选实施例中，为了计算所述变量与目标自变量之间的线性相关系 数，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：
[0073]根据
：十算所述变量与目标自变量之间的线性相关 系数。
[0074]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;^表示所述目标自变量；i表示所述目标自变量平均值，从而可以根据 数学式计算变量与目标自变量之间的线性相关系数。
[0075] 在本发明一个优选实施例中，为了确定目标自变量集合，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: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，从而可以通过显著性检验确定目标自变量集合。
[0076] 在本发明一个优选实施例中，为了检查预测模型的准确性，在步骤106之后，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，从而可以根 据差距分析检查预测模型的准确性。
[0077] 为使本发明的目的、技术方案和优点更加清楚，下面结合附图及具体实施例对本 发明作进一步地详细描述。
[0078] 本发明实施例提供了一种建立烟草行业预测模型的方法，如图2所示，该方法包括 以下实现过程：
[0079] 步骤201: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。
[0080] 在本实施例中，可以根据参考其他行业的预测案例及基于烟草历史数据的测试， 最终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。
[0081] 其中，确定的预测模型为多元线性回归、指数回归、对数回归、混合回归四个预测 模型;确定适合烟草行业预测所需的宏观经济参数如下表所示：
[0082]
[0083] 步骤202:获取烟草行业预测所需的宏观经济参数数据。
[0084] 步骤203:根据宏观经济数据定义变量。
[0085] 在本实施例中，变量可以为烟草的销量、财务等经济运行情况。
[0086] 步骤204:根据宏观经济数据定义初始自变量，对初始自变量进行转换，得到转换 后的自变量;其中，对初始自变量进行转换包括: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。
[0087] 其中，最佳转换算子可以包括INV，EXP，LOG，SQU，CUB，SQR，CBR，SIN，COS，TAN，CTA， ABS，000具体定义如下：
[0088]
[0089]
[0090] COS: z = cos(x) ;TAN: z = tan(x) ;CTA: z = ctan(x) ;ABS: z = I x
[0091] 000表示不变换。
[0092] 步骤205:根据
汁算所述变量与目标自变量之间的 线性相关系数。
[0093] 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。
[0094]步骤206: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，判断自变量集合是否为 空集，如果不是，执行步骤207，否则，执行步骤208。
[0095] 步骤207: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， 使得根据所述回归系数得到的计算值与实际值的二乘误I
1小。
[0096] 其中，yi表示所述实际值，^表示所述计算值
[0097] 步骤208::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
I小。
[0098] 其中，yi表示所述实际值，^表示所述计算值。
[0099]步骤209:根据所述回归系数和