信息产品的开发跟利用教材.ppt

* 2）函数法： 用Excel来求解： 回归方程的斜率： =SLOPE(B2:G2,B1:G1)=1 回归方程的截距： =INTERCEPT(B2:G2,B1:G1) =20 相关系数 ：=CORREL(B2:G2,B1:G1) =0.982 得到回归方程：Y=20+X * 结果： * 在利用Excel求解回归方程参数的过程中，一定注意变量X，Y的位置。 注意： * 例2： 根据某种护发产品1998年在8个地区的销售情况，得到月平均销售收入 y（万元）与月平均广告支出 x（万元）的如下统计资料： 例题分析 * 地 区 编 号 1 2 3 4 5 6 7 8 月平均销售收入（万元）y 31 40 30 34 25 20 35 40 月平均广告支出（万元）x 　 5 10 5 7 4 3 7 9 * 结果： * 习 题 例1：利用下表数据，运用k=3，k=5对我国汽车产量做一次移动平均预测，并根据均方误差最小选定合适的移动间隔，对1995年汽车产量进行预测。 * * 习 题 例2：利用下表数据，运用k=3（Wt=1.5, Wt-1=1,Wt-2=0.5），k=5 （Wt=2.5, Wt-1=2,Wt-2=1.5,Wt-3=1,Wt-4=0.5），对我国汽车产量做加权移动平均预测，并根据均方误差最小选定合适的移动间隔和权值，对1995年汽车产量进行预测。 * * 【例3】 对居民消费价格指数数据，利用一次指数平滑法，计算出预测误差，并根据均方差最小选择适当的平滑系数? ，预测居民在2001年的消费数据。 习 题 * * 图1 线性相关示意图 图中的散点大致分布在一条直线两侧，表明两个变量之间是线性相关。 * ???????????????????????????????????????????????????????????????? 散点的分布大致呈抛物线形状，表明两个变量之间是非线性相关。 图2 非线性相关的散点图 * 3）根据变量相关方向的不同，相关关系分为正相关与负相关： 正相关：两个变量之间的变化方向一致，同时呈现增长或下降趋势，如居民收入与居民消费之间的关系； 负相关：两个变量变化趋势方向相反，如产品单位成本和利润间的关系。 （二）相关关系的种类 * 4）根据相关程度的不同，相关关系分为不相关、完全相关和不完全相关: 不相关：两个变量彼此的数量变化相互独立； 完全相关：如果一个变量的数量变化完全由另一个变量的数量变化所唯一确定； 不完全相关：介于不相关与完全相关之间的关系。 （二）相关关系的种类 * 图中的散点杂乱无章地分布在一个区域中，表明两个变量之间不相关。 * （三）相关关系的测度 相关系数：对变量之间相关关系密切程度的度量； 简单相关系数：对两个变量之间线性相关程度的度量。 设(xi,yi),i=1,2,…n为(x,y)的n组观察值，二者之间线性相关程度，即简单相关系数的计算公式为： * 相关系数的取值范围是在 -1和 +1之间，即 -1 ≤ r ≤ 1。r＞0为正相关， r＜0 为负相关。 如果 |r|=1 ，则表明两个变量是完全线性相关； r=0，则表明两个变量完全不线性相关，但两个变量之间有可能存在非线性相关。 注意：当变量之间非线性相关程度较大时，就可能导致r=0，因此，当r=0时或很小时，应结合散点图作出合理的解释。 相关系数r的取值范围： * 根据经验将相关程度划分为以下几种情况： 当 |r|≥0.8时，视为高度相关； 0.5≤|r|＜0.8时，视为中度相关； 0.3≤|r|＜0.5时，视为低度相关； |r|＜0.3时，说明两个变量之间相关程度极弱，可视为不相关 。 变量间的相关程度： * 例1： 根据某种护发产品1998年在8个地区的销售情况，得到月平均销售收入 y（万元）与月平均广告支出 x（万元）的如下统计资料： 例题分析 * 地 区 编 号 1 2 3 4 5 6 7 8 月平均销售收入（万元）y 31 40 30 34 25 20 35 40 月平均广告支出（万元）x 　 5