用matlab解析实际案例.docVIP

Matlab大作业 专 专业：东凌经济管理学院 班 级： 小组成员： 2012年5月 成员分工： **（组长）：第一题模型一建立，文档编写 ***：第一题模型二建立，文档编写 ***：第二题模型建立 第一题 某小型超市出售某一品牌八宝粥，其需求量与消费者平均收入和商品价格密切相关，根据近期几个月每一个月的消费记录以及消费者收入市场调查，统计如下表。现在在一个地区新建一所同样的超市，出售同样一款八宝粥，该超市附近消费者平均收入为4000元，超市经理想知道八宝粥定价6元时，进多少货才会比较合适。 需求量 100 75 80 70 50 65 90 100 110 60 收入 4000 2400 4800 2000 1200 1600 5200 4400 5200 1200 价格 5 7 6 6 8 7 5 4 3 9 基本假设 假设该品牌八宝粥的超市库存量与需求量一致，不存在多余库存。 假设超市每个月就进一次货。 假设超市之前调查的数据充分准确。 假设在新超市，人群收入以及商品价格对需求量的影响与之前规律类似。 假设该品牌八宝粥的需求量除了与消费者收入和商品价格有关，其他因素影响很小，可以忽略不计。 符号设定 模型建立 模型分析： 因为有商品价格P和消费者收入I两个参数对商品需求量R产生影响，所以我们选择采用回归模型解决这个问题。 模型一：多元二项式回归模型 Matlab程序： I=[4000 2400 4800 2000 1200 1600 5200 4400 5200 1200];P=[5 7 6 6 8 7 5 4 3 9];R=[100 75 80 70 50 65 90 100 110 60];f=[I P];rstool(f,R,purequadratic) 程序运行结果以及图像： 预测结果 预测结果 beta = 110.5313 0.0366 -26.5709 -4.7229*10^(-6) 1.8475 rmse = 4.5362 residuals = 5.2724 -0.7162 -4.5158 -1.9390 -3.3315 3.4566 3.4843 -3.4452 -0.0976 1.8320 结果分析： 由实验可得回归模型为：，因为剩余标准差为4.5362，说明此回归模型的显著性较好。根据回归模型，我们可以得到当消费者平均收入为4000，并且商品价格为6元时，商品需求量为88.4791，变化区间为[-16.3387,16.3387]。 模型二：多元线性回归 Matlab程序： I=[4000 2400 4800 2000 1200 1600 5200 4400 5200 1200]; P=[5 7 6 6 8 7 5 4 3 9]; R=[100 75 80 70 50 65 90 100 110 60]; f=[ones(10,1) I P (I.^2) (P.^2)]; [b,bint,r,rint,stats]=regress(R,f); 程序结果： b = 110.5313 0.0366 -26.5709 -4.7229*10^(-6) 1.8475 bint = 57.2602 163.8024 0.0102 0.0630 -43.2247 -9.9171 -0.0000084748762 -0.0000009709903 0.3745 3.3205 stats = 0.9702 40.6656 0.0005 结果分析： 由实验可得回归模型为： 参数 参数估计 置信区间 110.5313 [57.2602 163.8024] 0.0366 [0.0102 0.0630] -26.5709 [-43.2247 -9.9171] -4.7229*10^(-6) [-0.0000084748762 -0.0000009709903] 1.8475 [0.3745 3.3205] 因为相关系数充分接近1，并且F的概率充分接近0，说明回归模型成立并且显著性水平高。当消费者平均收入为4000，并且商品价格为6元时，我们代入回归模型可以得到商品的需求量为88.4791。 结论与成果 在新超市，经理每月进货量为88件商品时比较合理。 通过建立回归模型，我们可以得到商品需求量与商品价格，消费者人