定量习题讲解介绍.pptVIP

总层次一致性检验 1.一元线性回归分析的计算实例 已知某品牌汽车2002-2008年的年销售额如下表所示，试用一元线性回归分析法预测2010年和2012年的汽车销售额。计算单位：万辆 （1）根据数据表绘散点图 （2）建立一元线性回归模型，数据计算 （2）建立一元线性回归模型，数据计算 （3）求相关系数R （4）回归方程效果的F检验 （5）计算预测值 2.多元线性回归分析的计算实例 移动平均模型的建立与预测 指数平滑模型的建立与预测 复合时间序列分解计算 季节系数计算及季节因素分解 线性趋势模型及趋势因素分解 周期因素分解 不规则因素的消除 复合时间序列分解计算实例 【例】下表是一家啤酒生产企业2000—2005年各季度的啤酒销售量数据。试计算各季的季节指数 消除不规则因素后的趋势预测 未消除季节因素的趋势预测结果 实际值和最终预测值图 周期性分析 (剩余法) 先消去季节变动，求得无季节性资料 再将结果除以由分离季节性因素后的数据计算得到的趋势值，求得含有周期性及随机波动的序列 将结果进行移动平均(MA) ，以消除不规则波动，即得循环波动值 C = MA ( C × I ) 线性趋势 时间序列构成要素及测定与分解方法 循环波动C 季节变动S 长期趋势T 剩余法 移动平均法 指数平滑法 线性模型法 不规则波动I 非线性趋势 趋势剔除法 按月(季)平均法 Gompertz曲线 指数曲线 二次曲线 修正指数曲线 Logistic曲线 移动平均修匀 指数平滑修匀 由原始时间序列和图可知： 销售量在一年内有季节性S； 一年以上形成周期性循环波动C； 具有线性趋势T。 季节指数计算及季节因素分解 利用季节指数预测2006年各季销售量 建立移动平均线性模型及预测 结合季节调整 预测值=趋势预测值×季节指数 S2006一季度=51.5833×0.7922=40.8643（万吨） 同理，预测2、3、4季度销售量 S2006二季度=51.9166×1.0424=54.1179（万吨） S2006三季度=52.25×1.2752=66.6292（万吨） S2006四季度=52.5833×0.8902=41. 67（万吨） 各季季节指数计算结果 消除季节性和不规则因素后的趋势预测 消除季节性和不规则因素后的预测结果 消除季节性和不规则因素后的预测结果 方案层相对于目标层的权向量 对总目标的权值为： （4）计算层次总排序权值和一致性检验：总排序权值 方案层对总目标层的权向量为： 同理得， 对总目标的权值分别为： （4）计算层次总排序权值和一致性检验：层次总检验 ∴ 层次总排序通过一致性检验。 可作为最后的决策依据。 故最后的决策应为选择去承德旅游。 又 分别表示泰山、杭州、承德 即各方案的权重排序为 （5）根据计算结果做出决策 相关分析法习题 简单相关系数的计算实例 【例1】在研究我国人均消费水平的问题中，把全国人均消费额记为y，把人均国民收入记为x。根据1981～1993年的样本数据(xi ，yi)，i =1,2,…，13，计算相关系数。 643 690 713 803 947 1148 人均 消费金额 1068.8 1169.2 1250.7 1429.5 1725.9 2099.5 人均 国民收入 1988 1989 1990 1991 1992 1993 年份 249 267 289 329 406 451 513 393.8 419.14 460.86 544.11 668.29 737.73 859.97 1981 1982 1983 1984 1985 1986 1987 人均 消费金额 人均 国民收入 年份 我国人均国民收入与人均消费金额数据 单位:元  解：根据样本相关系数的计算公式有 人均国民收入与人均消费金额之间的相关系数为 0.9987，高度相关。 【例2】计算人均可支配收入和消费支出之间的简单相关系数。 解：由表中数据得 ∑y ＝ 473， ∑x ＝662， ∑y2 ＝26507， ∑x2 ＝51656，∑xy ＝36933，n=10 计算得人均可支配收入和消费支出间的简单 相关系数为0.9878，高度相关。 回归分析法习题 一元线性回归分析计算实例 多元线性回归分析计算实例 6600 6100 5600 4500 4200 3400 3800 销售额 2008 2007 2006 2005 2004 2003