0。0002437 -0。0000330 0。8690

0。0002006 -0。0000431 1。3064

0。0001576 -0。0000430 0。9985

0。0001284 -0。0000293 0。6806

0。0000985 -0。0000299 1。0204

0。0000760 -0。0000225 0。7529

0。0000629 -0。0000131 0。5844

0。0000515 -0。0000114 0。8653

0。0000395 -0。0000119 1。0503

0。0000320 -0。0000075 0。6276

0。0000276 -0。0000045 0。5945

0。0000207 -0。0000069 1。5421

0。0000162 -0。0000045 0。6606

0。0000139 -0。0000023 0。4968

0。0000116 -0。0000023 1。0202

0。0000105 -0。0000011 0。4797



由表 2-3 可以看出，zt  的一阶差比率大致相同，因此可选用皮尔曲线模型。 zt   中的参数 a,b, c ，来*自-优=尔,论:文+网www.chuibin.com



用 Minitab 软件对 zt 进行趋势分析：点击统计，选择时间序列下的趋势分析 ，选用 S 曲线 趋势模型并存储拟合值和预测值。趋势分析图见图 2-1：

变量

  实际

拟合值

  预测

曲线参数

截距 0。00121

渐近线  -0。00094

渐近率   1。22241

准确度度量

平均百分误差 (MAPE)   17。0917

平均绝对误差 (MAD) 0。0000

平均偏差平方和 0。0000

zt 趋势分析图由趋势分析，得出 zt的拟合方程：

化简得到方程：

zt 10。6914 18。9836 1。22241t

zt  1069。14 1898。36 1。22241t

于是，可得出修正曲线模型的参数：

a 1069。14,b 1898。36,c 1。22241

将估计得出的参数代入修正指数曲线模型，得房地产投资的预测模型为：



y 1069。14 1898。36 1。22241t

利用该模型算出拟合值，求得平均偏差平方和 S2 以及平均百分比误差 MAPE，考察模型的 拟合精度：