课类则凭借较大的市场销售量成为强势产品。同时返观其他课程,无论从竞争力反面, 还是市场销售量方面都体现不出较为明显的强势度。可见,我们统计出来的强势度具备 实际意义。 6.22006年销售量的预测 第二阶段分配为各分社独立将书号分配给课程,目标为赢利最大,故必须挖掘出书 号和其销售量之间的关系,通过简单的数据观察我们发现销售量整体上与时间成正比, 考虑到只有五年的数据,自变量不宜超过四个,因而先挑选书号数x与其平方项x2 及年份y(y=1,2,,6),对数据用 Matlab进行72次多元线性回归,求得72个课程各自 销售量v4(x2,y)与所得书号数及年份的函数关系: W4(x,y)=Bx4+B2x2+B3y(k=1,2…,72) 得出如下残差分析图1: 图4.销售量拟合残差分析图1 图5.销售量拟合残差分析图2 可以看出此时相对误差比较大,同时平均的拟合误差达到了189%,为此我们再引入年 份的平方项y2,得出: v4(xk,y)=B1x+B2x2+B3y+月y2(k=1,2,,72)(2) 及残差分析图2,很明显,除了个别异常点,其他各点的拟合误差达到了一个可以接受 水平(经统计,平均的拟合误差为8:0%)。我们找出残差很大的异常点,发现令B2=0再 按式(2)拟合,这些异常点处的残差大幅度减小。因而我们用式(2)拟合的结果对2006 年各课程的销售量进行预测,得到2006年销售量与书号数的关系: v4(x,6)=月x+Bx2+6B3+36月4(k=1,2,,72) 作为2006年销售量的预测。- 9 - 课类则凭借较大的市场销售量成为强势产品。同时返观其他课程，无论从竞争力反面， 还是市场销售量方面都体现不出较为明显的强势度。可见，我们统计出来的强势度具备 实际意义。 6.2 2006 年销售量的预测 第二阶段分配为各分社独立将书号分配给课程，目标为赢利最大，故必须挖掘出书 号和其销售量之间的关系，通过简单的数据观察我们发现销售量整体上与时间成正比， 考虑到只有五年的数据，自变量不宜超过四个，因而先挑选书号数 k x 与其平方项 2 k x ， 及年份 y y( 1,2,...,6) = ，对数据用 Matlab 进行 72 次多元线性回归，求得 72 个课程各自 销售量 ( ,) k k ψ x y 与所得书号数及年份的函数关系： 2 12 3 ( , ) ( 1,2,...,72) kk k k ψ xy x x y k =+ + = ββ β （1） 得出如下残差分析图 1： 图 4. 销售量拟合残差分析图 1 图 5. 销售量拟合残差分析图 2 可以看出此时相对误差比较大，同时平均的拟合误差达到了 18.9%，为此我们再引入年 份的平方项 2 y ，得出： 2 2 1 2 34 ( , ) ( 1,2,...,72) kk k k ψ xy x x y y k = + ++ = β β ββ （2） 及残差分析图 2，很明显，除了个别异常点，其他各点的拟合误差达到了一个可以接受 水平（经统计，平均的拟合误差为 8.0%）。我们找出残差很大的异常点，发现令 2 β = 0 再 按式（2）拟合，这些异常点处的残差大幅度减小。因而我们用式（2）拟合的结果对 2006 年各课程的销售量进行预测，得到 2006 年销售量与书号数的关系： 2 12 3 4 ( ,6) 6 36 ( 1,2,...,72) kk k k ψ x xx k = + ++ = ββ β β 作为 2006 年销售量的预测