1.A公司在某市投标承建某教学楼,主体是砖混结构,建筑.doc

1.A公司在某市投标承建某教学楼，主体是砖混结构，建筑面积为2200m2，工期为2000年1月到2001年5月，在投标之前，公司将对该项目进行施工成本的预测和分析，A公司总结的近期砖混工程的成本资料如下表。由于成本水平主要受到材料价格的影响，A公司测算的1998年度的建材价格上涨系数为23%，估计1999年度上涨系数为10%。 工程代号 工程竣工日期 建筑面积(m2) 实际总成本(万元) 9801 1998.9 1500 33.65 9802 1998.11 1800 39.78 9901 1999.3 2000 50.60 9902 1999.5 1000 26.90 9903 1999.7 1300 35.62 9904 1999.12 3000 77.70 问题：试用一元线性回归法预测成本。 解1)将各年度的工程成本换算到预测期的成本水平，结果见下表： 2)建立回归预测模型：y ＝ a ＋ bx 式中：y--施工项目总成本；x--施工项目建筑面积。 3)参数计算 采用最小二乘法，计算相关参数 其计算过程可见下表： 工程代号 建筑面积 xi(m2) 总成本yi(万元) xi·yi 9801 1500 43.63 65445 2250000 9802 1800 53.09 95562 3240000 9901 2000 55.06 111320 4000000 9902 1000 29.59 29590 1000000 9903 1300 39.18 50934 1690000 9904 3000 85.47 256410 9000000 合计 10600 306.62 609261 2118000 则回归预测模型为：y ＝ 2.52 ＋ 0.0275x 4)成本预测 根据已知条件拟投标项目的建筑面积为2200m2，则其成本点预测为： y ＝ 2.52 ＋ 0.0275×2200 ＝ 63.02(万元) 某商业集团公司2001年1月～8月的小五金销售额（万元）如下表所示。 问题： 1)建立简单移动平均预测模型，并预测2001年第4季度销售额(n ＝ 3)。 2)设α＝ 0.3建立一次指数平滑预测模型，并预测9月份的销售额。 解 1)当n ＝ 3时的移动平均法计算表如下表所示。 时间 实际销售额(万元) 3个月移动平均预测 2001.1 4.52 － 2001.2 2.91 － 2001.3 4.43 － 2001.4 3.92 3.95 2001.5 3.52 3.75 2001.6 4.23 3.96 2001.7 3.98 3.89 2001.8 4.33 3.91 2001年9月的销售额 2001年10月的销售额 2001年11月的销售额 2001年12月的销售额 因此2001年第4季度的销售额预测为： 2) 首先计算初始平滑值： 按照指数平滑法计算公式： 计算可得指数平滑表如下表： 月份 t xt(销售额(万元)) Ft(一次平滑值) 预测值 0 3.95 2001.1 1 4.52 4.12 3.95 2001.2 2 2.91 3.76 4.12 2001.3 3 4.43 3.96 3.76 2001.4 4 3.92 3.95 3.96 2001.5 5 3.52 3.82 3.95 2001.6 6 4.23 3.94 3.82 2001.7 7 3.98 3.95 3.94 2001.8 8 4.33 4.07 3.95 2001.9 9 4.07 于是2001年9月的销售额预测为：4.07万元。 ★考点： 1．基本公式 如果预测对象与主要影响因素之间存在线性关系，将预测对象作为因变量y，将主要影响因素作为自变量x，即引起因变量y变化的变量，则它们之间的关系可以用一元回归模型表示为： y＝ax＋bx＋e 其中：a和b是提示x和y之间关系，a为回归常数，b为回归系数；e是误差项或称回归余项。 对于每组可以观察到的变量x，y的数值xi，yi，满足下面的关系 其中：ei 是误差项，在实际预测中ei 是无法预测的。回归预测是借助a＋bxi 得到预测对象的估计值yi ，为了确定a和b，通常利用普通最小二乘法原理求出回归系数，由此求得的回归系数为： 2．一元回归流程 3．回归检验 对于一元回归，相关检验与t检查、F检验的效果是等同的。 （1