回归分析法计算公式，成本回归分析法公式

回归分析法ab计算公式是y=a+bx+ε。

y：因变量，即套期工具的公允价值变动；

x：自变量，即被套期风险引起的被套期项目价值变动；

a：y轴上的截距；

b：回归直线的斜率，反映套期工具价值变动／被套期项目价值变动的比率；

ε：均值为零的随机变量，服从正态分布。

回归分析：研究变量之间相互关系的具体形式，对具有相关关系的变量之间的数量联系进行测定，确定一个相关的数学方程式，根据这个数学方程式可以从已知量来推测未知量，从而为估算和预测提供了一个重要方法。

在物流的计算中，回归分析法的公式如下：y=a+bxb=∑xy－n·∑x∑y/[∑x²－n·(∑x)²];a=∑y－b·∑x/n

线性回归方程公式：b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)。线性回归方程是利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法之一。

线性回归方程公式求法：

第一：用所给样本求出两个相关变量的(算术）平均值：

x_=(x1+x2+x3+...+xn)/n

y_=(y1+y2+y3+...+yn)/n

第二：分别计算分子和分母：（两个公式任选其一）

分子=(x1y1+x2y2+x3y3+...+xnyn)-nx_Y_

分母=(x1^2+x2^2+x3^2+...+xn^2)-n*x_^2

第三：计算b：b=分子/分母

用小二乘法估计参数b，设服从正态分布，分别求对a、b的偏导数并令它们等于零，得方程组解为

其中，且为观测值的样本方差.线性方程称为关于的线性回归方程，称为回归系数，对应的直线称为回归直线.顺便指出，将来还需用到，其中为观测值的样本方差。

一元：y=a+bx 双曲线型：y=a+b/

x 指数函数曲线型：y=ce^(bx) 幂函数型：y=cx^

b 对数函数型：双对数型：log(c,y)=log(c,β)+blog(c,x) 半对数型：y=a+blog(c,x) log(c,y)=a+bx S曲线型：y=1/[a+be^(-x)] 其中的b为回归系数，log(c,y)表示以c为底，y的对数

回归方程的公式：Yi-y^=Yi-a-bXi。回归方程是根据样本资料通过回归分析所得到的反映一个变量（因变量）对另一个或一组变量（自变量）的回归关系的数学表达式。

回归直线方程用得比较多，可以用小二乘法求回归直线方程中的a,b，从而得到回归直线方程。

回归直线法a，b的计算公式是b=(n∑xiyi-∑xi·∑yi)÷[n∑xi2-(∑xi)^2]，a=[(∑xi^2)∑yi-∑xi·∑xiyi]÷[n∑xi^2-(∑xi)^2]，其中xi、yi代表已知的观测点。

另有一种求a和b的“简捷”，其公式是：b=(n∑xy-∑x·∑y)，回归直线法是根据若干期业务量和资金占用的历史资料，运用小平方法原理计算不变资金a和单位产销量所需变动资金b。

概述分析

回归直线法，是根据一系列历史成本资料，用数学上的小平方法的原理，计算能代表平均成本水平的直线截距和斜率，以其作为固定成本和单位变动成本的一种成本分解方法。

回归直线法在理论上比较健全，计算结果精确，但是，计算过程比较烦琐。如果使用计算机的回归分析程序来计算回归系数，这个缺点则可以较好地克服。

ΣY=na+bΣX

ΣXY=aΣX+bΣX^2

求解此方程，即为小二乘法下一元一次回归方程。

1.

因素分析法: 资金需要量=(基期资金平均占用额-不合理资金占用额)*(1±预测期销售增减率)*(1±预测期资金周转速度变动率)

2.

销售百分比法: 基期销售额:S0 预期销售额:S1 销售增量: S=S1-S0 销售增长率= S = S1 - S0 S0 S0 方法:(1)确定随销售呈正比例变动的敏感资产 A (应收账款,货币资金,存货) (2)确定敏感资产销售百分比 A0 S0 (3)确定随销售呈正比例变动的敏感负债 B (应付账款,应付费用) (4)确定敏感负债销

3.

资金习性预测法: = 预计销售额 S1*预计销售净利率 P*(1-预计股利支付率) 公式: Y = a + b X (1)回归直线法: a = xi2 yi xi xi yi n xi2 ( xi )2 n b= xi yi xi yi = yi

　　回归分析中的线性回归方程读法：　　用小二乘法估计参数b,设服从正态分布,分别求对a、b的偏导数并令它们等于零，得方程组解得　　其中，且为观测值的样本方差.线性方程称为关于的线性回归方程,称为回归系数,对应的直线称为回归直线.顺便指出,将来还需用到,其中为观测值的样本方差。　　先求x,y的平均值　　利用公式求解：b=把x,y的平均数带入a=y-bx　　求出a=是总的公式y=bx+a线性回归方程y=bx+a过定点　　（x为xi的平均数，y为yi的平均数）　　线性回归是利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法之一，运用十分广泛。　　变量的相关关系中为简单的是线性相关关系，设随机变量与变量之间存在线性相关关系，则由试验数据得到的点(,)将散布在某一直线周围。因此，可以认为关于的回归函数的类型为线性函数。