- 1、本文档共46页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
EXCEL实用教程_第8章
第8章;8.1 用假设方法求解;功能:对一个公式的计算结果指定一个期望值,从而观察公式引用的某个变量值的变化。;2.模拟运算表(“数据”菜单)
(1)单变量模拟运算表;(2)双变量模拟运算表;3.方案管理(“工具”菜单)
功能:对多个假设条件(方案)进行模拟计算。
一个方案:是一组变量与一组对应的模拟值,观察公式的计算结果。
方案名称
可变单元格与模拟值(期望值)
结果单元格(公式)
举例;8.2 线性回归分析;[例1] 对销售额进行多元回归分析预测。;设变量:
Y=销售额
X1=电视广告费用
X2=报纸广告费用
方程为:Y=a1X1+a2X2+b
通过线性回归分析确定a1,a2,b的值,从而确定方程。;操作:
(1)“工具”菜单→加载宏→分析工具库
(2)“工具”→数据分析→回归
(3)设置:Y,X值输入区,输出区域
(4)根据结果得出方程
;“规划”是数学概念,它是指运用微积分和线性代数的方法,在满足一组约束条件的情况下,求出一个多变量函数极值的模型。数学规划是运筹学的一个分支,主要包括线性规划、非线性规划、动态规划和整数规划等。
规划求解可求得工作表上某个单元格(目标单元格)中公式的最优值(对直接或间接与目标单元格中公式相关联的一组单元格中的数值进行调整,最终在目标单元格公式中求得期望的结果。;意义:规划求解用于在生产或工作中的一些问题或项目在受多个因素的制约的前提下如何获得最佳的结果(例如:获得最大的利润、最小的成本等)。
注意事项:
在创建模型过程中,对“规划求解”模型中的可变单元格数值应用约束条件,而且约束条件可以引用其他影响目标单元格公式的单元格。
添加规划求解命令:
工具→加载宏→规划求解; 方程:MAX Z=90*x1+75*x2+50*x3
约束条件:3*x1+4*x2+5*x3≤400
4*x1+3*x2+2*x3≤280
x1 ≤ 50
x2≥32;求解方程组
求X,Y,Z
技巧:其中一个方程为目标方程,另外2个方程为约束条件;8.4 移动平均;5、10、20、30日均线;移动平均
简单移动平均:每个观测值用相同的权数
加权移动平均:每个观测值有不同的权数
进行加权平均预测时,通常是先对数据进行加权处理,然后再调用分析工具计算。
操作:工具→数据分析→移动平均
举例;8.5 指数平滑;8.6 相关分析;?;
线性相关分析:研究两个变量间线性相关程度。
计算相关系数r。
r是描述线性关系的程度和方向的统计量,无单位,在 +1~ -1之间。
正相关:相关系数r0。例如:随着X值的增大,Y也增大;X值的减小,Y也变小。
负相关:相关系数r0。例如:随着X值的增大,Y减小;X值的减小,Y增大。
r=0,表示无线性关系。;|r|0.8,两个变量高度相关。
0.5|r|0.8,两个变量中度相关。
|r|0.3,两个变量相关较弱。
用相关矩阵来描述变量的相关情况。
操作:工具→数据分析→相关系数
举例;运用数理的方法对数据进行分析,以鉴别各种因素对研究对象某些特征值的影响大小和影响方式,这种方法叫做方差分析。
所关注的对象的特征称为指标,影响指标的各种原因叫做因素,在实验中因素的各种不同状态称为因素的水平。;功能:检验3个或3个以上的独立样本的“均值”是否存在差异。
方差分析分为:
单因素方差分析
多因素无重复试验的方差分析
多因素重复试验方差分析
协方差分析;因素(变量);8.7.1 单因素方差分析;例如:
分析不同的收入水平(高,中、低)的人,看电视的时间是否有差异?
待检假设为:;方差分析技巧是认为不同的处理组的均数间的差异来源有两个:
组内差异(随机误差):可能是由于一些误差造成的差异。
各组均值与组内变量的偏差平方和的总和。
组间差异(处理条件):不同的处理方法造成的差异。
各组均值与总均值偏差的平方和。;单因素方差分析的作用是通过对某一因素的不同水平进行多次观测,然后统计分析判断该因素的不同水平对考察指标的影响是否相同。
检验几个等方差正态总体的等均值假设。
单因素方差分析的基本假设是各组的均值相等。;工具→数据分析→方差分析→单因素方差分析;运行结果;运算结果说明;分析组内和组间离差平方和在总离差平方和中所占的比重,可以直观地看出各组数据对总体离差的贡献。将F统计量的值与临界值比较,可以判定是否接受等均值的假设。其中F临界值是用FINV函数计算出来的。
本例中F统计值是0.848783,远远小于F临界值3.098393。所以,接受等均值假设。即认为四种渠道的总体水平没有明显差距。从显著性分析上也可以看出,概率高达0.48,远远大于0.05。
;8.7.2 无重复双因素方差分析;
文档评论(0)