Dynamic Regression[动态回归]

知识中心

很显然，没有人能真正预测未来。 但是，现代统计模型、计量经济模型以及Business Intelligence[商业智能]软件软件可以帮助预测企业的未来，同时也可以帮助企业预测未来可能发生的情况。  

什么是动态回归（Dynamic Regression）？

动态回归模型包括解释变数的滞后值、或者反映变数的滞后值，抑或同时包括这二者的滞后值。 该模型运用转移函数对预测变数与解释变数之间的关系进行建模。 当解释变数发生变化时，动态回归模型即可以解释未来将要发生的情况。

动态回归模型与Regression Analysis[回归分析]法相似，但由于前者强调自变量对应变量的连锁反应，所以其结果被认为更可信。 例如，今天所做的价格调整可能从很多方面对未来的销售量产生影响。

参考书： Jeffrey Wooldridge - Introductory Econometrics: A Modern Approach

参考书： Russell Davidson， James G. Mackinnon - Econometric Theory and Methods

参考书： Alan Pankratz - Forecasting with Dynamic Regression Models

论坛 关于以下内容的论坛讨论：动态回归。您可以在下方提出有关此主题的问题、分享您的经验、报告新的发展或解释一些事情。 开始一个新的论坛主题关于动态回归 在这里分享您的知识（或提出问题）

信息来源 有关动态回归的各种信息来源。在这里，您将找到Powerpoint，视频，新闻等可用于您自己的讲座和讲习班。

研究链接 自动跳入有关以下内容的其他有用资源动态回归。 新闻 视频 简报   书比人好 学术的 更多

比较： Regression Analysis[回归分析]  |  Exponential Smoothing[指数平滑法]  |  ARIMA[自回归整合移动平均模型]  |  Analytical CRM[分析型顾客关系管理]

返回到分类主页： 金融与投资  |  营销和销售

更多管理方法、模型和理论