电子商务物流相关管理统计预测与决策.pptVIP

统计预测与决策;统计预测与决策;为什么要进行预测工作？ ——从企业经济活动内容看，预测工作包括： 经营管理预测 了解什么？ 做什么？ 怎样做？ 产品销售量 生产能力 资金需求;营销管理中的预测 市场规模 市场份额 产品的价格 收入 危机管理中的预测 股票价值 信用评估 金融 ;;;;多元回归分析法在企业中的预测及决策中的应用—— 语音业务发展影响因素及需求的实证研究;00年1季;00年1季;价格怎样影响业务量？;Variable;好的研究从定性分析开始—— 必须基于实际背景知识和相应的经济理论;选用数据 数据的质量对模型的正确性有着十分重要的作用，建模时对数据的收集、整理和筛选必须予以高度重视。 模型的建立 经济理论与直觉经验虽然可以告诉我们影响因变量的（被解释变量）变化有那些因素，但这些因素影响因变量变化的原理和模式则是需要经过不断的摸索、建模和模型修正来确认。 ;模型的检验 通过计算，LMP的系数为负，LGPD和LMUSER的系数为正，符合经济理论。而此时互联网用户数LIUSER、短信业务量LSMS和小灵通用户数LPUSER对LTM的影响的t检验不显著 ？ 是由于数据太少？还本质上没有影响？ 通信产业中产品互影响新特点 既是替代品，又是互补品。;变量;;结果分析 关于LGDP的系数（0.288）的经济分析 LGDP的系数（0.288）说明当用户数和价格等因素不变时，GDP每增长1%，移动通信业务量将增加0.288%。 关于LMP的系数（-0.545）的经济分析 LMP的系数（-0.545）说明，当GDP和用户数不变时，价格每变动1%，移动语音业务量将反向变动0.545%。 关于LMUSER的系数（0.621）的经济分析 LMUSER的系数（0.621）说明，当LGDP和LMP不变时，用户数每增加1%，移动通信业务量将增加0.621%。 ;事情并没完——模型的进一步探讨与分析 用户数的多少的变化与GDP、价格之间存在着很强的相关性，这种统计相关并非是由于数据变化的偶然巧合，而是存在着内在的因果关系。 ;变量;弹性 季度 ;因子分析法在企业中的预测及决策中的应用—— 企业经济效益的综合分析与评价 ;　;利??分析软件进行上机计算。首先，将数据进行标准化，求出六个指标的相关系数矩阵R。 ;特征值;;企业经济效益综合评价 为了考察每个样本，并对它们进行分析评价，采用回归方法将公因子表示为六个指标变量的线性组合，即因子得分函数： ;因子分析法在企业中的预测及决策中的应用——电力产业上市公司盈利能力的综合分析与评价;;利用统计分析软件进行上机计算。将数据进行标准化处理，出5个指标的相关系数矩阵 ;采用因子分析法确定盈利能力综合评价指标 根据因子分析理论，计算相关系数矩阵的特征值，并求特征值的贡献率和累计贡献率， ; 因子 指标;电力行业上市公司盈利能力综合分析与评价 为了考察每个企业，并对它们进行分析评价，采用回归方法将公因子表示成5个指标的线性组合，即因子得分函数： F1= -.088X1 + -.137 X2 +.219X3+ .475X4 +.464X5 F2= .483X1 + .512 X2 +.139X3+-.127X4 +-.125X5 二式称为企业经济效益综合评价模型 将22个企业标准化后的数据代入上两式，便得到各企业的得分： ;将F1、F2得分绘制在平面上，如图1。由载荷阵及F1、F2表达式可以看出，F1、F2越大所代表的综合盈利能力越大。 ;根据图可以看出，位于右上角的企业是资产盈利能力和产品盈利能力都很强的企业，位于左下角的企业则反之；位于左上角的企业是产品盈利能力较强而资产盈利能力较差的企业，位于右下角的企业则反之。