第四章 信息产品的开发与利用.ppt

  1. 1、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。。
  2. 2、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
  3. 3、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
* 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 * * 习 题 例4:利用下表数据,先利用一次移动平均(k=3)做一次预测,然后再根据得到的结果对我国汽车产量做一次指数平滑(a=0.3, a=0.7),并根据均方误差最小选定合适的平滑指数,对1995年汽车产量进行预测。 * * 例5:某企业上半年产品产量与单位成本资料如下: 要求:求解单位成本与产量之间的回归方程。 习 题 * 第五节 企业系统规划法 企业系统规划法 U/C矩阵法 * (一)企业系统规划方法(BSP) 企业系统规划法(Business System Planning, 简称BSP法)是一种能根据企业目标制定出MIS战略规划的结构化方法。 * 作用: 确定未来信息系统的总体结构,明确系统的子系统组成和开发子系统的先后顺序; 对数据进行统一规划、管理和控制,明确各子系统之间的数据交换关系,保证信息的一致性。 BSP法 优点: 能保证信息系统独立于企业的组织机构,即使将来企业的组织机构或管理体制发生变化,信息系统的结构体系不会受到太大的冲击。 * ???????????????????????????????????????????????????????????????? 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

文档评论(0)

676200 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档