第七至第九章作业.docVIP

PAGE PAGE 1 习题三（第七章—第九章） 第七章： 1、解释相关关系的含义，说明相关关系的特点。 变量之间存在的不确定的数量关系为相关关系。?相关关系的特点： 一个变量的取值不能由另一个变量唯一确定，当变量x取某个值时，变量y的取值可能有几个；变量之间的相关关系不能用函数关系进行描述，但也不是无任何规律可循。 通常对大量数据的观察与研究，可以发现变量之间存在一定的客观规律。 2、简述参数最小二乘估计的基本原理。 使因变量的观察值与估计值之间的误差平方和达到最小来求得?和的方法。即 用最小二乘法拟合的直线来代表x与y之间的关系与实际数据的误差比其他任何直线都小。 3、从某一行业中随机抽取12家企业，所得产量与生产费用的数据如下： 企业编号 产量（台） 生产费用（万元） 企业编号 产量（台） 生产费用（万元） 1 2 3 4 5 6 40 42 50 55 65 78 130 150 155 140 150 154 7 8 9 10 11 12 84 100 116 125 130 140 165 170 167 180 175 185 绘制产量与生产费用的散点图，判断二者之间的关系形态。 由图可知，二者关系趋于线性相关，且相关方向为正方向。 计算产量与生产费用之间的线性相关系数。 结果分析： Descriptive Statistics Mean Std. Deviation N 产量 4.4400E2 161.87787 10 降雨量 92.9000 41.27267 10 温度 14.0000 4.69042 10 上表给出了各分析变量和控制变量的描述统计量。 Correlations Control Variables 产量 降雨量 温度 -none-a 产量 Correlation 1.000 .981 .986 Significance (2-tailed) . .000 .000 df 0 8 8 降雨量 Correlation .981 1.000 .957 Significance (2-tailed) .000 . .000 df 8 0 8 温度 Correlation .986 .957 1.000 Significance (2-tailed) .000 .000 . df 8 8 0 温度 产量 Correlation 1.000 .780 Significance (2-tailed) . .013 df 0 7 降雨量 Correlation .780 1.000 Significance (2-tailed) .013 . df 7 0 a. Cells contain zero-order (Pearson) correlations. 上表下半部分给出了当控制“温度”这一变量时，“产量”和“降雨量”之间的偏相关系数、自由度和显著性P值。结果显示，二者的偏相关系数为0.78，尽管比相关系数0.981小，但统计检验显示两者的偏相关系数在0.05水平上显著，也就是说产量和降雨量确实存在显著正相关 第八章： 1、简述时间序列的各构成要素。 趋势，季节性，周期性，随机性 2、简述指数平滑法的基本含义。 1.是加权平均的一种特殊形式 2.对过去的观察值加权平均进行预测的一种方法 3.观察值时间越远，其权数也跟着呈现指数的下降，因而称为指数平滑 4.有一次指数平滑、二次指数平滑、三次指数平滑等 5.该方法使用第T+1期的预测值等于T期的实际观测值与第T期预测值的加权平均值 6.一次指数平滑法也可用于对时间序列进行修匀，以消除随机波动，找出序列的变化趋势 3、下面是一家旅馆过去18个月的营业额数据: 月份 营业额（万元） 月份 营业额（万元） 1 2 3 4 5 6 7 8 9 295 283 322 355 286 379 381 431 424 10 11 12 13 14 15 16 17 18 473 470 481 449 544 601 587 644 660 用3期移动平均法预测第19个月的营业额。 第19个月的3期移动平均预测值为：  (2)采用指数平滑法，分别用平滑系数α=0.3、α=0.4；α=0.5预测各月的营业额，分析预测误差，说明用哪一个平滑系数预测更合适。 月份 营业额 预测 a=0.3 误差平方 预测 a=0.4 误差平方 预测 a=0.5 误差平方 1 295 　 　 　 　 　 　 2 283 295.0 144.0 295.0 144.0 295.0 144.0 3 322 291.4 936.4 290.2 1011.2 289.0 1089.0 4 355 300.6