(整理)利用回归分析法预测销售额的案例.

利用回归分析法预测销售额的案例

假定索尼电器公司1996-2001年摄像机的实际销售额资料详见表2-3。要求为索尼公司预测2002年摄像机的销售额。

表2-3索尼电器公司1996-2001年摄像机的实际销售额

分析：根据表2-3中数据，通过绘制散点图（图形的绘制参见附录B)，可知，该公司的销售额随时间的变化呈现出曲线变化，因此用二次曲线来拟合。

用Excel软件求解如下：

1．打开工作簿“财务预测”，创建新工作表“回归分析法”。

2．在工作表“回归分析法”中设计表格，详见表2-5.

3．按表2-4所示在工作表“回归分析法”中输人公式。

表2—4 单元格公式

4．将单元格区域B5: B8中的公式复制到单元格区域B5: G8。

(1)单击单元格B5，按住鼠标器左键，向下拖动鼠标器直至单元格B8，然后单击“编辑”菜单，最后单击“复制”选项。此过程将单元格区域B5: B8中的公式放人到剪切版准备复制。

(2)单击单元格B5，按住鼠标器左键，向下拖动鼠标器直至单元格G8，然后单击“编辑”菜单，最后单击“粘贴”选项。此过程将剪切版中的公式复制到单元格区域B5: G8。

这样便建立了一个“回归分析法”模本，如表2-5所示。

表2-5 回归分析法分析表（模本）

5在工作表“回归分析法”的单元格区域B2: G3中输人数据。

6.取消公式拘人方式，则工作表“回归分析法”中的数据详见表2-6. 7．保存工作表“回归分析法”。

表2-6 回归分析法分析表（计算结果）

市场调查与预测习题答案

市场调研预测及决策练习题答案 一、移动平均类 1．已知某厂山地自行车各年销量Y(万辆),算出一次指数平滑值如表。请计算二次指数平滑值,并用公式T b a Y t t T t +=+预测2004、2005年的销量。 (α=0.3)。 ))](1/([,2)2()1()2()1(t t t t t t S S b S S a --=-=αα 答案：

2．某商场某品牌家电产品1998-2007年销售额资料如下表所示，当平滑系数α1=0.2，α2=0.8时，试用一次指数平滑法预测该商场该商品2008年销售额为多少万元？ 答案：

3、某商店近10周的食盐销售量如下表：试分别用3周和5周为移动期使用移动平均法预测第11周的食盐销售量。 答案：

4、下表为某公司2006年出口商品月销售额， （1）列出二次移动平均法计算表。(N=3，移动平均值取1位小数) （3）预测该企业2007年1月、2月、3月销售额。 答案：

5、某电视机厂销量平稳，连续多年运用一次指数平滑法对该厂电视机销量进行了预测，对2005年的销量预测值为130万台，而当年实际销售量为150万台，请据此预测2006年该厂电视机的销售量（平滑常数α为0.3）。 答案： 6、企业近年产品销售额如下表，请用一次移动平均法确定2002年销售额预测值。（要 求n=3和n=5，并计算它们的平均绝对误差，以确定最后的预测值） 某企业近年产品销售额单位：万元 答案：

7．某洗衣机厂近年洗衣机销售量如下表，当n=4时，用二次移动平均法预测2003年销售量 表4-1 某企业近年产品销售额单位：万台 答案：

第 章 预测分析练习题

第四章预测分析 一、单项选择题 1．对于制造行业的企业来说，经营预测的对象包括对产品销售市场、产品生产成本、利润以及（）等方面的预测。 A资金需要量 B流动资金需要量 C固定资金需要量 D材料需要量 2．经营预测（）特点要求经营预测结果的表述必须清晰，不能模凌两可、似是而非、含糊不清。 A预见性 B可检验性 C明确性 D客观性 3．在进行销售预测时应考虑外部因素和内部因素，外部因素不包括（）。 A信用政策 B市场需求变化 C经济发展趋势 D企业的市场占有率 4．（）是根据市场预测的目的和要求，由预测组织者向有关专家提供与市场预测有关的资料，并收集汇总专家对未来市场所做的判断预测值的方法。 A 德尔菲法 B 专家个人意见集合法 C专家会议法 D判断分析法 5．（）是邀请或召集有关专家，通过在会议上专家发表的意见，并将专家的意见加以综合，对某种市场现象的未来情况做出预测的方法。 A 判断分析法 B专家意见调查法 C德尔菲法 D专家会议法 6．采用函询调查的方法向有关专家征询意见，然后将专家意见进行综合、整理后，通过匿名方式反馈给各位专家，再次征询意见，如此反复综合、反馈，直至得出基本一致的意见为止的预测方法是（）。 A 德尔菲法 B 专家个人意见集合法 C专家会议法 D调查分析法 7．下列各项中，不属于定量分析法的是（）。 A调查分析法 B算术平均法 C回归分析法 D购买力指数法 8．（）是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。 A因果预测法 B 趋势预测法（时间序列分析法）C定性预测法D定量预测法 9．下列各项中，属于因果预测分析法的是（）。 A趋势平均法 B移动平均法 C指数曲线法 D 指数平滑法 10．下列各种销售预测方法中，属于没有考虑远近期销售业务量对未来销售状况会产生不同影响的方法是（）。 A移动平均法 B算术平均法 C加权平均法 D季节预测分析法 11．（）是指在对时间序列进行分析研究的基础上，计算时间序列观察值的某种平均数，并以此平均数为基础确定预测模型或预测值的经营预测方法。 A回归分析法B移动平均法 C指数平滑法 D修正的时间序列分析法 12．按照各个观察值与预测值不同的相关程度分别规定适当的权数，是运用（）进行预测销售的关键。 A算术平均法 B对数直线法 C回归直线法 D加权平均法 13．在采用平滑指数法进行近期销售预测时,应选择（）。 A固定的平滑指数 B较小的平滑指数 C较大的平滑指数 D任意数值的平滑指数14．某企业利用0.4的平滑指数进行销售预测，已知去年的实际销量为100吨，预计销量比实际多10吨；今年实际销量比预测销量少6吨，则该企业明年预测销量应为（）。

销售额预测分析报告

销售额预测分析报告 一、模型选择 预测是重要的统计技术，对于领导层进行科学决策具有不可替代的支撑作用。 常用的预测方法包括定性预测法、传统时间序列预测（如移动平均预测、指数平滑预测）、现代时间序列预测（如ARIMA模型）、灰色预测（GM）、线性回归预测、非线性曲线预测、马尔可夫预测等方法。 综合考量方法简捷性、科学性原则，我选择ARIMA模型预测、GM(1,1)模型预测两种方法进行预测，并将结果相互比对，权衡取舍，从而选择最佳的预测结果。 二ARIMA模型预测 （一）预测软件选择----R软件 ARIMA模型预测，可实现的软件较多，如SPSS、SAS、Eviews、R等。使用R软件建模预测的优点是：第一，R是世最强大、最有前景的软件，已经成为美国的主流。第二，R是免费软件。而SPSS、SAS、Eviews正版软件极为昂贵，盗版存在侵权问题，可以引起法律纠纷。第三、R软件可以将程序保存为一个程序文件，略加修改便可用于其它数据的建模预测，便于方法的推广。 （二）指标和数据 指标是销售量(x)，样本区间是1964-2013年，保存文本文件data.txt中。 （三）预测的具体步骤 1、准备工作 （1）下载安装R软件 目前最新版本是R3.1.2，发布日期是2014-10-31，下载地址是https://www.sodocs.net/doc/793047010.html,/。我使用的是R3.1.1。 （2）把数据文件data.txt文件复制“我的文档”①。 （3）把data.txt文件读入R软件，并起个名字。具体操作是：打开R软件，输入（输入每一行后，回车）： data=read.table("data.txt",header=T) data #查看数据② 回车表示执行。完成上面操作后，R窗口会显示： （4）把销售额（x）转化为时间序列格式 x=ts(x,start=1964) ①我的文档是默认的工作目录，也可以修改自定义工作目录。 ②#后的提示语句是给自己看的，并不影响R运行

第3章 回归预测方法

第3章回归预测方法 思考与练习（参考答案） 1.简要论述相关分析与回归分析的区别与联系。 答：相关分析与回归分析的主要区别： （1）相关分析的任务是确定两个变量之间相关的方向和密切程度。回归分析的任务是寻找因变量对自变量依赖关系的数学表达式。 （2）相关分析中，两个变量要求都是随机变量，并且不必区分自变量和因变量；而回归分析中自变量是普通变量，因变量是随机变量，并且必须明确哪个是因变量，哪些是自变量； （3）相关分析中两变量是对等的，改变两者的地位，并不影响相关系数的数值，只有一个相关系数。而在回归分析中，改变两个变量的位置会得到两个不同的回归方程。 联系为： （1）相关分析是回归分析的基础和前提。只有在相关分析确定了变量之间存在一定相关关系的基础上建立的回归方程才有意义。 （2）回归分析是相关分析的继续和深化。只有建立了回归方程才能表明变量之间的依赖关系，并进一步进行预测。 2.某行业8个企业的产品销售额和销售利润资料如下： 根据上述统计数据: （1）计算产品销售额与利润额的相关系数； r ，说明销售额与利润额高度相关。 解：应用Excel软件数据分析功能求得相关系数0.9934

（2）建立以销售利润为因变量的一元线性回归模型，并对回归模型进行显著性检验（取α＝）； 解：应用Excel 软件数据分析功能求得回归方程的参数为： 7.273,0.074a b =-= 据此，建立的线性回归方程为 ?7.2730.074Y x =-+ ① 模型拟合优度的检验 由于相关系数0.9934r =，所以模型的拟合度高。 ② 回归方程的显著性检验 应用Excel 软件数据分析功能得0.05 ?=450.167(1,6) 5.99F F >=,说明在α=水平下回归效果显著. ③ 回归系数的显著性检验 0.025?=21.22(6) 2.447t t >=,说明在α=水平下回归效果显著. 实际上，一元线性回归模型由于自变量只有一个，因此回归方程的显著性检验与回归系数b 的显著性检验是等价的。 （3）若企业产品销售额为500万元，试预测其销售利润。 根据建立的线性回归方程 ?7.2730.074Y x =-+，当销售额500x =时，销售利润?29.73Y =万元。 3.某公司下属企业的设备能力和劳动生产率的统计资料如下： 该公司现计划新建一家企业，设备能力为千瓦/人，试预测其劳动生产率，并求出其95%的置信区间。

管理会计经营预测分析习题(1)

经营预测分析 一、单项选择题 1.下列不属于预测分析的特点的是（） A.相对性 B.明确性 C.不可检验性 D.灵活性 2.预测分析方法正确的是（） A.定性分析法 B.趋势外推分析法 C.因果预测分析法 D.以上都正确 3.已知企业上年利润为20 000元，下一年的经营杠杆系数为2.8，预计销售量变动率为 10%，则下年利润预测额为（） A.25 600元 B.24 000元 C.22 000元 D.56 000元 4.下列说法错误的是（） A.经营杠杆系数=100×销量的利润灵敏度 B.未来利润变动率=产销量变动率×经营杠杆系数 C.资金销售量的预测不可以用销售百分比法 D.利润灵敏度指标简称灵敏度 5.下列说法中正确的是（） A.经营杠杆系数越大，经营风险越大 B.安全边际越大，经营风险越大 C.保本开工率越小，经营风险越大 D .固定成本越小，经营风险越大 6.经营杠杆系数等于1 ，说明（） A.固定成本等于0 B.固定成本大于0 C.固定成本小于0 D.与固定成本无关 7.下面适用于销售业务略有波动的产品的预测方法是（） A.加权平均法 B.移动平均法 C.趋势平均法 D.平滑指数法 8.预测方法分为两大类，是指定量分析法和（） A.平均法 B.定性分析法 C.回归分析法 D.指数平滑法 9.已知上年利润为100000元，下一年的经营杠杆系数为1.4，销售量变动率为15%，则 下一年的利润预测额为（） A.140000元 B.150000元 C.121000元 D.125000元 10.假设平滑指数=0.6,9月份实际销售量为600千克，原来预测9月份销售量为630千克， 则预测10月份的销售量为（） A.618千克 B.600千克 C.612千克 D.630千克 11.企业根据现有的经济条件和掌握的历史资料以及客观事物的内在联系，对生产经营活动 的未来发展趋势和状况进行的预计和测算的过程，就是管理会计的（） A.经营决策 B.经营预测 C.生产决策 D.生产预测 12.下列各项中，属于因果预测分析法的是（） A.趋势平均法 B.移动平均法 C.指标建立法 D.平滑指数法

案例之四回归分析：销售额影响因素

销售额影响因素 姜晓兵西安电子科技大学经济与管理学院 摘要：本案例讲述了一家大型通讯设备生产公司XD为弄清楚影响销售额的相关因素，收集了其分布在全国各地的子公司销售额、促销活动投入额和竞争对手销售额等数据，以便掌握影响销售额的关键因素。此问题需要分析多个数值型变量之间的相关关系，以及存在强相关关系的变量之间是否有因果关系，相关与回归分析方法恰好是为研究此类问题设计的。 关键词：销售额，促销活动投入额，竞争对手销售额，相关分析，回归分析 XD是一家大型通讯设备生产公司，在我国主要的大中型城市都设有子公司。张伟最近被提拔为销售部经理。在即将召开的全国各地子公司负责人会议上，他想让大家清楚地了解影响销售额的相关因素。于是，从全国各地的子公司中，随机收集了十五个城市子公司的销售额、促销活动投入额和竞争对手销售额的数据。 表1 XD子公司销售额及相关因素数据（百万元） 子公司地址子公司销售额子公司促销活动投入额竞争对手销售额成都101.80 1.30 20.40 沈阳44.40 0.70 30.50 长春108.30 1.40 24.60 哈尔滨85.10 0.50 21.70 青岛77.10 0.50 25.50 武汉158.70 1.90 21.70 西安180.40 1.20 6.80 南京64.20 0.40 12.60 济南74.60 0.60 31.30 广州143.40 1.30 18.60 厦门120.60 1.60 19.90 深圳69.70 1.00 25.60 大连67.80 0.80 27.40 杭州106.70 0.60 24.30

案例使用说明 一、案例目的与用途 本案例主要是用于《应用统计学》课程，也适用于其他经济管理类学科的教学与管理培训。 本案例的教学目的主要在于帮助学员理解相关分析、回归分析的知识点，掌握研究数值型变量之间相关关系的方向、强弱程度以及存在强相关关系的变量之间具体数量变化关系式的构建、检验与预测等的方法。 二、启发思考题 1.分析子公司销售额与促销活动投入额、竞争对手销售额间的关系。 2.建立子公司促销活动投入额对其销售额的回归方程；解释方程的含义，说明子公司促销活动投入额对其销售额的影响程度；假设某地的子公司促销活动投入额为120万元，预计其销售额及在置信水平95%下的预测区间。 3.建立子公司促销活动投入额和竞争对手销售额对子公司销售额的回归方程；解释方程的含义，检验子公司促销活动投入额和竞争对手销售额各自对子公司销售额影响的显著性。 4.除了子公司促销活动投入额、竞争对手销售额之外，你认为还有哪些因素可能会对子公司销售额产生影响？若能取得相应的数据，你知道哪些筛选自变量的方法？ 三、建议课堂计划 本案例可以作为专门的案例讨论课，在《应用统计学》课程中进行。以下是建议的课堂计划，仅供参考。 整个案例的课堂时间控制在60分钟。 课前计划：提出启发思考题，请学员在课前完成阅读和初步思考。 课中计划：简介案例及分析要求（2-5分钟） 课堂分组讨论（20分钟） 小组报告，可事先指定各组报告的重点议题，亦可指定部分小组报告，非报告小组提问或补充（每组5分钟，总时间控制在30分钟）。 引导全班进一步讨论，并进行总结（5分钟） 课后计划：如有必要，请学员或小组采用书面报告形式，给出更具体的分析或解

公司销售额预测模型

数学模型 姓名： 学号： 专业班级： 学院： 指导老师： 联系方式：

公司销售额预测最优模型 摘要 首先，运用MATLAB 软件对公司销售额与行业销售额作散点图预测其之间的相关关系，由散点图，我得到其具有显著地线性关系，故假设建立线性模型（1）；第二，运用Eviews 、SPSS 软件，采用OLS 进行估计方程，并进行拟合优度检验与D.W.检验，我得到随机误差项t ε具有正相关性；第三，模型的改进。根据一般经济变量均有一定的滞后性，因此，我加入公司销售额与行业销售额滞后一期的自变量，改进为自相关模型，并重复第二部操作，最终，我得到随机误差项t u 不在存在自相关性。因而，我得到公司销售额最优模型： 110.2560.7810.1630.124t t t t y y x x --=-++- 关键词：公司销售额预测、普通最小二乘法、拟合优度检验、D.W.检验、线性相关

一、问题重述 某公司想用全行业的销售额作为自变量来预测公司的销售额，下表给出了1977-1996年公司销售额和行业销售额的分季度数据（单位：百万元） （1）画出数据的散点图，观察用线性回归模型拟合是否合适。 （2）建立公司销售额对全行业销售额的回归模型，并用D.W.检验诊断随机误差项的自相关性。 （3）建立消除了随机误差项自相关性后的回归模型。 二、问题提出 某公司想用全行业的销售额作为自变量来预测公司的销售额，给出了1977-1996年公司销售额和行业销售额的数据如（表一）。 表一 三、符号说明 y----------------------------------------------------------公司销售额 t x----------------------------------------------------------行业销售额 t ----------------------------------------------------------随机误差项 t 四、问题分析 根据表一数据，运用MATLAB软件作公司销售额y与行业销售额x的散点图（如图一）：

销售预测常用的基本方法

销售预测常用的基本方法 经济规律的客观性及其可认识性是预测分析方法的基础；系统的、准确的会计信息及其他有关资料是开展预测分析的前提条件。预测分析所采用的专门方法是随分析对象和预测期限的不同而异的。尽管方法种类繁多，但从总体上将可归纳为定性分析法和定量分析法两类： 1、定量分析法（Quantitative Analysis） 也叫数量分析法，即运用现代数学方法对历史数据（包括会计、统计及其他方面的资料）进行科学的加工处理，并建立经济数学模型，以揭示各有关变量之间的规律性联系的一类科学方法。 定量分析法按照预测分析方法论所遵循的原则、依据的理论基础及具体做法不同又分为： （1）因果预测法：是从某项指标与其他有关指标之间的规律性联系中进行分析研究的。即根据各有关指标之间的内在相互依存、相互制约的关系，建立起相应的因果数学模型，以实现预测目标的一种数学预测方法。如本、量、利分析法、回归分析法等。 （2）趋势预测法：也叫时间序列法、外推分析法。是根据某项指标过去和现在按时间顺序排列的数据资料，运用一定的数学方法进行加工、计算，借以预计推断事物未来发展趋势的一种数量分析方法。其实质是把未来视做过去和现在的延伸。如简单平均法、移动加权平均法、指数平滑法等。 2、定性分析法（Qualitative Analysis） 也叫非数量分析法。一般是在企业缺乏完备、准确的历史资料的情况下，首先由熟悉企业经济业务和市场的专家，根据过去所积累的经验进行分析判断，提出预测的初步意见；然后再通过召开座谈会或函询的方式，对初步预测意见进行修正、补充，并作出预测分析最终结论的专门预测方法。因此，又称为“判断分析法”或“集合意见法”。 在实际运用中，两类方法可根据实际情况进行必要的结合，以确保预测结果的准确性。 综上所述，预测方法可归纳如下：

案例之四回归分析：销售额影响因素--------解答

销售额影响因素 XD是一家大型通讯设备生产公司，在我国主要的大中型城市都设有子公司。张伟最近被提拔为销售部经理。在即将召开的全国各地子公司负责人会议上，他想让大家清楚地了解影响销售额的相关因素。于是，从全国各地的子公司中，随机收集了十五个城市子公司的销售额、促销活动投入额和竞争对手销售额的数据。 表1 XD子公司销售额及相关因素数据（百万元） 子公司地址子公司销售额子公司促销活动投入额竞争对手销售额成都101.80 1.30 20.40 沈阳44.40 0.70 30.50 长春108.30 1.40 24.60 哈尔滨85.10 0.50 21.70 青岛77.10 0.50 25.50 武汉158.70 1.90 21.70 西安180.40 1.20 6.80 南京64.20 0.40 12.60 济南74.60 0.60 31.30 广州143.40 1.30 18.60 厦门120.60 1.60 19.90 深圳69.70 1.00 25.60 大连67.80 0.80 27.40 杭州106.70 0.60 24.30 宁波119.60 1.10 13.70 计算与思考： 1）分析子公司销售额与促销活动投入额、竞争对手销售额间的关系。 答： 子公司销售额与促销活动投入额的散点图如下：

可以看出大致趋势为子公司销售额与促销活动投入额成正比关系 子公司销售额与竞争对手销售额间的散点图如下 可以看出子公司销售额与竞争对手销售额间成反比关系 2）建立子公司促销活动投入额对其销售额的回归方程；解释方程的含义，说明子公司促销活动投入额对其销售额的影响程度；假设某地的子公司促销活动投入额为120万元，预计其销售额及在置信水平95%下的预测区间。 答：设y为销售额，x为促销活动投入额，做回归分析过程如下SUMMARY OUTPUT 回归统计 Multiple R 0.707693 R Square 0.500829 Adjusted R Square 0.462431 标准误差27.9912 观测值15 方差分析 df SS MS F Significance F 回归分析 1 10219.42 10219.42 13.04317 0.003161 残差13 10185.59 783.5072 总计14 20405.01

年销售额的回归模型预测

学号 武汉理工大学 数学建模与仿真 课程设计 设计题目 专业班级 姓名 指导老师 2011年 1 月16 日

附件2： 课程设计任务书 学生姓名：专业班级： 指导教师：工作单位： 题目: 初始条件： 要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求） 时间安排： 指导教师签名：年月日 系主任（或责任教师）签名：年月日

年销售额的回归模型预测 【摘要】 本文首先利用题目所给数据做出散点图，分析自变量与因变量之间的线性关系，建立基本的线性回归模型t t t x y εββ++=10[1]，对所建立的模型直接用MATLAB 统计工具箱 [2] 求解，得到的回归系数估计值及其置信区间（置信水平05.0=α）、检验统计量 2R ,F ,P [3]，将参数估计值代入初始模型得到t t x y 17628.04548.1+-=∧ 。 但是这个模型没有考虑到题目所给的数据是一个时间序列。实际上，在对时间序列数据作回归分析时，模型的随机误差项t ε有可能存在相关性。违背模型关于t ε（对t ）相互独立的基本假设。所以对原模型进行自相关检验，发现其随机误差存在正自相关，故对原模型作变量变换：1'--=t t t y y y ρ ，1'--=t t t x x x ρ得到新的模型：t t t u x y ++=''1'0'ββ，其中，()ρββ-=10'0，1'1ββ=。 对新的模型利用MATLAB 统计工具箱求解，并对新的模型也作一次自相关检验，即诊断随机误差t u 是否还存在自相关，经检验认为新的模型中随机误差不存在自相关。因此经变换所得到的回归模型t t t u x y ++=''1'0'ββ是适用的。 最后，将模型t t t u x y ++=''1'0'ββ中的't y 和't x 还原为原始变量t y 和t x ，得到结果为： 111099.01737.06326.03916.0--∧ -++-=t t t t x x y y 关键词：时间序列 回归模型 统计检验 D —W 检验

线性回归分析方法在税收收入预测中的应用

线性回归分析方法在税收收入预测中的应用 郭东颖 税收收入预测是根据历史数据信息和现实客观条件，运用科学的方法和逻辑推理手段，对未来收入状况进行分析、估计、推断。税收收入预测的结果虽然含有主观成份，但并不是毫无科学根据的主观臆测。构建地方税收入预测模型，对于地税机关科学编制税收计划，提高税收征管质量，发现税收管理的科学规律，具有十分重要的参考价值。 一、基本理论 影响地方税收入的决定因素主要包括三个方面，一是经济发展水平，表现为经济总量、增长趋势、产业和行业结构布局；二是税收政策，表现为国家税制及局部性、区域性的税收优惠政策；三是税收征管力度。实证分析表明，税收收入增长与上述三个方面因素有着基本对应的量化关系。税收收入预测的基本思路就是“鉴往知来”，依托这种量化关系，对宏观税源及征管效能进行测算，进而预知未来税收收入数量。考虑其他影响因素后，即可建立如下地方税收入的线性预测模型： y=f（经济发展水平，税收制度，征管力度，其他随机因素……） 二、指标与变量 为使上述关系式模型能够实际计算，必须确定各项要素与税收收入的关联指标。经济发展水平是核心因素，总体上决定可能的税收收入规模；一般认为，宏观经济税源用GDP代表。各税种收入均可用与其计税依据相关的指标进行测算，但受指标体系自身和调查统计手段的限制，目前尚不能取得各项指标的精确数据，仅能指出一些与之密切相关的代表性指标，如：地方税收入总量与国内生产总值（GDP）、营业税与第三产业及建筑业

营业额、企业所得税与利润总额、个人所得税与城乡居民可支配收入、土地增值税与房地产开发业销售额等。 征管力度因素难以具体量化，并且作用机理依附于经济发展水平，实践中可用回归分析的方法予以确定。在国家税制没有发生根本性变革的情况下，局部性、区域性的优惠税收政策效应在各税种收入之间存在互补关系，对税收总量的影响不大，在较长时期（大于一个年度）内税收政策因素可作为一个常量对待。 据此，将税收收入的线性预测模型转化为： y=a＋bx＋μ 其中：x是自变量，表示预测期间的经济税源数量；y是因变量，表示预测期间税收收入的估计值；μ表示影响地方税收入的随机变量。a、b 是待定的未知参数，a又称为截距（Intercept），表示因变量不受自变量影响时的期望结果，b又称为斜率或回归系数（X Variable），表示因变量受自变量影响的程度。a、b的值可用普通最小二乘法求得，其计算公式为： b＝(nΣxy－ΣxΣy)/[nΣx2－(Σx)2] a＝(Σy－bΣx)/n 其中：Σ是求和符号，x、y分别表示选取样本中自变量和因变量的观察值，n表示观察样本的容量。 三、假设与检验 模型是对现实世界的简化和抽象，模型化方法便于抓住事物内在本质，是定性与定量分析的基本方法。任何模型背后都有一些假设，这些假设通常需要用实际数据加以检验。地方税收入线性预测模型的假设，是税收收入确实来源于经济，作为衡量经济发展成果的总指标——GDP数据真实可靠，并且地税征管秩序保持平稳协调，不会因为各种干扰而大起大落