基于多元线性回归模型对遵义东贸直营店配件出库量预测和解释

尹佳君

摘 要：配件销售等于服务商内部维修出库加经销商外销出库，考虑数据封闭性、可得性、准确性，本论文聚焦服务商的内部维修出庫。通过应用统计学学习，了解到应用统计学可以通过Eviews软件多元回归模型，通过可决系数、F检验，T检验，确定模型的拟合度，因子的显著性，从而可以达到预测配件出库量。

关键词：商用车 配件 Eviews软件 多元线性回归 预测

1 问题提出

我所从事的行业是商用车维修行业，配件销量是个人关键业绩指标。了解促进配件销量因素，及时预测配件销量，对进货节奏、资金安排、营销活动开展节点及策略制定，有很强指导性意义。

问题提出：配件销量=服务商维修出库+经销商销售出库，本论文主要探讨服务商维修出库范围。

2 理论分析

按照生产运作理论和维修行业经验，影响维修出库的因素有：

1、车辆入场台次（客户需求）

2、在岗工人数量（生产加工能力）

3、在岗管理人员数量;（生产运营能力）

4、配件满足率，其中配件满足率=1-缺货车次/入场台次，可以通过缺货车次换算得到。（供应链管理能力）

当天配件维修出库作为Y被解释量，解释量有4个：入场台次代表客户数量，在岗工人能力代表加工能力，在岗管理人员能力代表生产运营能力，配件满足率代表供应链管理能力。

3 理论模型

理论模型设定为：Yt=β1+β2X2t+β3X3t +β4X4t+β5X5t+μt

其中：Y-当日配件出库量;

X2-当日入场台次;（客户需求）

X3-当日工人在岗人数 （生产加工能力）;

X4-当日管理人员在岗人数（生产运营能力）;

X5-当日配件满足率（%）;（供应链管理能力）

4 运用Eviews软件计算与分析

4.1 考虑4个因素对配件出库量的影响

拟合度检验：R2=0.529799;R2=0.448025拟合效果可以，说明入场台次、工人人员数量、管理人员数量、配件满足率联合可以解释配件出库量;

F检验：针对H0：β2=β3=β4=β5 =0，取α=0.05查自由度为K-1=4和n-k=23的临界值Fα（4，23）。由于F=6.478820>Fα（4，23）=3.21，应拒绝H，说明回归方程显著，即“入场台次”、“当日工人数”、“当日管理人员数”“当日配件满足率”等变量联合起来确实对“配件出库量”有显著影响。

t检验：给定α=0.05，查t分布表，在自由度为K-1=4和n-k=23时临界值t0.025（23）=2.609，因为X2的参数对应的t统计量均2.609，这说明在5%的显著性水平下，斜率系数显著不为零，表明入场台次对配件出库量有显著影响。

经济效果说明：在其他因素不变的情况下，入场台次每增加1台，平均说来配件出库量将增加508元;工人每增加1人，平均说来配件出库量将增加53.34292元;管理人员每增加1人，平均说来配件出库量将增加1115.783元;配件满足率每增加1%，平均说来配件出库量将增加9579.953元。

4.2 模型改善

在t检验中，工人数量、管理人员数，配件满足率没有显著影响。计划去掉某些因素，改善因素多重共线性，然后再回归分析，看是否能改善模型效果。

4.2.1 去掉当日工人因子

模型设定为：Y t=β1+β2X2t+β4X4t +β5X5t+μt

其中：Y-当日配件出库量;

X2-当日入场台次;

X4-当日管理人员在岗人数;

X5-当日配件满足率（%）;

利用Eviews软件回归，如下

拟合度检验：R2=0.529799;R2=0.448025拟合效果可以，说明入场台次、管理人员数量、配件满足率联合可以解释配件出库量;

F检验：针对H0：β2=β4=β5=0，取α=0.05查自由度为K-1=3和n-k=24的临界值Fα（3，24）。由于F=9.010077>Fα（4，23）=3.21，应拒绝H，说明回归方程显著，即“入场台次”、“当日管理人员数”“当日配件满足率”等变量联合起来确实对“配件出库量”有显著影响。

t检验：给定α=0.05，查t分布表，在自由度为K-1=3和n-k=24时临界值t0.025（24）=2.064，因为X2、X4的参数对应的t统计量均大于2.064，这说明在5%的显著性水平下，斜率系数显著不为零，表明入场台次、当日管理人员数量对配件出库量有显著影响。

经济效果说明：在其他因素不变的情况下，入场台次每增加1台，平均说来配件出库量将增加507.44元;管理人员每增加1人，平均说来配件出库量将增加1122.205元;配件满足率每增加1%，平均说来配件出库量将增加8553.8元。

4.2.2 再去掉当日配件满足率数据

模型设定为：Y t=β1+β2X2t+β4X4t  +μt

拟合度检验：R2=0.5286;R2=0.490888拟合效果可以，说明入场台次、管理人员数量联合可以解释配件出库量;

F检验：针对H0：β2=0，取α=0.05查自由度为K-1=2 和n-k=25的临界值

Fα（2，25）。由于F=14.01678>Fα（2，25）=3.21，应拒绝H，说明回归方程显著，即“入场台次”、“当日管理人员数”等变量联合起来确实对“配件出库量”有显著影响。

t检验：给定α=0.05，查t分布表，在自由度为K-1=2和n-k=25时临界值t0.025（25）=2.060，因为X2、X4的参数对应的t统计量均大于2.060，这说明在5%的显著性水平下，斜率系数显著不为零，表明入场台次、当日管理人员数量对配件出库量有显著影响。

经济效果说明：在其他因素不变的情况下，入场台次每增加1台，平均说来配件出库量将增加489.1485元;管理人员每增加1人，平均说来配件出库量将增加1122.407元。

5 结论及模型运用

1、遵义直营店每日配件出库量可以用当日管理人员在岗人数、入场台次来解释说明。

Yt=8881.524+489.1485X2+ 1122.407X4

经济效果解释：在其他因素不变的情况下，入场台次每增加1台，平均说来配件出库量将增加489.1485元;管理人员在岗人数每增加1人，平均说来配件出库量将增加1122.407元。

2、改善说明：遵义直营店，配件出库量提升的短板是生产运营能力（管理人员在岗数）。

3、当日配件出库量极大值预测，在现有体系其他因素不变的前提下，日最大入场台次41台，管理人员在岗人数最多7人。当日配件出库量Ymax=8881.524+489.1485*41+1122.407*7=36793.4615.

参考文献：

[1]邱东.国民经济统计学[M].第二版.北京：高等教育出版社，2010.

[2]于秀林，任雪松.多元统计分析[M].第十三版.北京：中国统计出版社，2010.

[3]和书元.应用时间序列分析[M].第五版.北京：北京大学出版社，2009.

[4]何晓群，刘文卿.应用回归分析[M].第二版.北京：中国人民大学出版社，20077.