統计预测与决策实验报告.docVIP

总成绩：　　 　 江苏师范大学科文学院 实 验 报 告 课程： 统计预测与决策 班级：　 　 　 姓名： 学号： 教师： 实验一：多元线性回归模型 实验目的与要求： 熟练掌握建立多元线性回归模型的方法。 实验内容： 问题：国际旅游外汇收入是国民经济发展的重要组成部分，影响一个国家或地区旅游收入的因素包括自然、文化、社会、经济、交通等多方面的因素，本例研究第三产业对旅游外汇收入的影响。《中国统计年鉴》把第三产业划分为12个组成部分，分别为农林牧渔服务业，地质勘查水利管理业，交通运输仓储和邮电通信业，批发零售贸易和餐饮业，金融保险业，房地产业，社会服务业，卫生体育和社会福利业，教育文化艺术和广播，科学研究和综合艺术，党政机关，其他行业。选取1998年我国31个省、市、自治区的数据（）。自变量单位为亿元人民币，以国际旅游外汇收入为因变量（百万美元）。stepwise函数解决问题。取,。） 解：实验步骤： 1.File—Import Data—将data 重命名为A（建立数组A）—Finish 2.File-Save workspace as -shiyan1_1_1.mat ； 3.File—New—M-File—输入代码—Debug—Save As—文件名（Untitled）—保存； 程序代码： load shiyan1_1_1.mat [n,m]=size(A); X=A(:,1:m-1);Y=A(:,m); stepwise(X,Y,[1 2 3 4 5 6 7 8 9 10 11 12],0.05,0.1) 运行结果: 由图可以看出所得的线性回归方程为： 实验二：时间序列分解法建模 实验目的与要求： 熟练掌握运用时间序列分解法建模。 实验内容： 问题：当将时间序列分解成长期趋势、季节变动、周期变动和不规则变动四个因素后，可以认为时间序列是这四个因素的函数，即： 时间序列分解方法有很多，相对而言，乘法模型（）应用得比较广泛。试就文件（实验二数据.xls）提供的数据，将实际销售额（）分解为、、和的乘积。（只需给出、和即可） 解：实验步骤： 1、统计—时间序列—时间序列图—简单—确定—序列（C3：销售额Y）—数据增量（1）—确定； 2、统计—时间序列—移动平均—变量（C3：销售额Y）—移动平均长度（4）—移动平均居中—时间（指数）—存储（移动平均）—确定； 3、计算—计算器—将结果存储在变量中（C5）—表达式（C3/C5）； 4、数据—拆分列—拆分的数据在（C6）—使用的下标在（C1）C28 /SUM(C28) * 4）—得到C29：季节指数（%）； 8、在C2列依次输入1,2…48； 9、统计—时间序列—趋势分析—变量（C3）—模型类型（线性）—时间（标记：t:C2）—确定—存储—拟合值—确定—得到拟合一：Tt； 10、计算—计算器—将结果存储在变量中（C9）—表达式（C5 / C8）—得到C（周期变动） 由时序图可以看出销售额Y有长期趋势，且周期的长度为4。 （1）季节指数S的计算 季节指数的计算是先用移动平均法剔除长期趋势和周期变动，然后按月(季)平均法求出季节指数 （2）长期趋势T的计算 销售额Y具有比较明显的上升趋势，可以用直线趋势拟合，以时间t为自变量，销售额Y为因变量，回归方程: (3)周期变动的因素C 的计算 将序列TC除以T，即可得到周期变动因素C。 Tt C 2775.06 * 2814.01 * 2852.96 0.97214 2891.92 0.97534 2930.87 0.96833 2969.83 0.96551 3008.78 0.96412 3047.74 0.96750 3086.69 0.98185 3125.64 1.00128 3164.60 1.02149 3203.55 1.02957 3242.51 1.02130 3281.46 1.00564 3320.42 0.99886 3359.37 0.99489 3398.32 0.99466 3437.28 0.99757 3476.23 0.99916 3515.19 1.00355 3554.14 1.00634 3593.10 1.01943 3632.05 1.03483 3671.01 1.04095 3709.96 1.04113 3748.91 1.03308 3787.87 1.0190