⑴ 成本分析中的“回归直线法”如何理解
直线回归是用直线回归方程表示两个数量变量间依存关系的统计分析方法,属双变量分析的范畴.
1. 直线回归方程的求法
（1）回归方程的概念:
直线回归方程的一般形式是?（音y hat）=a+bx,其中x为自变量,一般为资料中能精确测定和控制的量,Y为应变量,指在x规定范围内随机变化的量.a为截距,是回归直线与纵轴的交点,b为斜率,意为x每改变一个单位时,?的变化量.
(2)直线回归方程的求法
确定直线回归方程利用的是最小二乘法原理,基本步骤为：
1）先求 b,基本公式为b=lxy/lxx=SSxy/SSxx ,其中lxy为X,Y的离均差积和,lxx为X的离均差平方和；
2）再求a,根据回归方程 a等于Y的均值减去x均值与b乘积的差值.
(3)回归方程的图示:
根据回归方程,在坐标轴上任意取相距较远的两点,连接上述两点就可得到回归方程的图示.应注意的是,连出的回归直线不应超过x的实测值范围.
2. 回归关系的检验
回归关系的检验又称回归方程的检验,其目的是检验求得的回归方程在总体中是否成立,即是否样本代表的总体也有直线回归关系.方法有以下两种：
(1)方差分析
其基本思想是将总变异分解为SS回归和SS剩余,然后利用F检验来判断回归方程是否成立.
(2)t检验
其基本思想是利用样本回归系数b与总体均数回归系数?进行比较来判断回归方程是否成立,实际应用中因为回归系数b的检验过程较为复杂,而相关系数r的检验过程简单并与之等价,故一般用相关系数r的检验来代替回归系数b的检验.
3. 直线回归方程的应用
(1)描述两变量之间的依存关系；
利用直线回归方程即可定量描述两个变量间依存的数量关系
(2)利用回归方程进行预测；
把预报因子（即自变量x）代入回归方程对预报量（即因变量Y）进行估计,即可得到个体Y值的容许区间.
(3)利用回归方程进行统计控制
规定Y值的变化,通过控制x的范围来实现统计控制的目标.如已经得到了空气中NO2的浓度和汽车流量间的回归方程,即可通过控制汽车流量来控制空气中NO2的浓度.
4. 应用直线回归的注意事项
(1)做回归分析要有实际意义；
(2)回归分析前,最好先作出散点图；
(3)回归直线不要外延.
⑵ 怎么利用线性回归分析进行市场预测
一元线性回归模型通常有三条基本的假定：
1、误差项ε是一个期望值为零的随机变量，即E(ε)＝0。这意味着在式y=β0＋β1＋ε中，由于β0和β1都是常数，所以有E(β0)=β0，E(β1)=β1。因此对于一个给定的x值，y的期望值为E(y)=β0＋β1x。
2、对于所有的x值，ε的方差盯σ2都相同。
3、误差项ε是一个服从正态分布的随机变量，且相互独立。即ε～N(0，σ2)。独立性意味着对于一个特定的x值，它所对应的y值与其他2所对应的y值也不相关。
一元线性回归分析预测法
一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。
只有当诸多的影响因素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将它作为自变量，应用一元相关回归分析市场预测法进行预测。
⑶ 具体的成本预测方法包括什么
成本预测的方法
（1）定量预测法
定量预测法：是指根据历史资料以及成本与影响因素之间的数量关系，通过建立数学模型来预计推断未来成本的各种预测方法的统称。
（2）趋势预测法
趋势预测法：是按时间顺序排列有关的历史成本资料，运用一定的数学模型和方法进行加工计算并预测的各类方法。
趋势预测法包括简单平均法、平均法和指数平滑法等。
（3）因果预测法
因果预测法：是根据成本与其相关之间的内在联系，建立数学模型并进行分析预测的各种方法。
因果预测法包括本量利分析法、投入产出分析法、回归分析法等。
（4）定性预测法
定性预测法：是预测者根据掌握的专业知识和丰富的实际经验，运用逻辑思维方法对未来成本进行预计推断的方法的统称。
（5）成本预测的高低点法
成本预测的高低点法是指根据企业一定期间产品成本的历史资料，按照成本习性原理和y=a+bx直线方程式，选用最高业务量和最低业务量的总成本之差（△y），同两种业务量之差（△x-）进行对比，先求b的值，然后再代入原直线方程，求出a的值，从而估计推测成本发展趋势。