“营销统计电算化”的教学实践精品.docVIP

第 PAGE 页 “营销统计电算化”教学实践 　　注：本文是阳江职业技术学院2019年度创新科技活动准予立项项目“全国首创‘营销统计电算化’课程设计与实践”部分研究成果 　　1.“营销统计电算化”教学实践阶段总结 　　2019年3月至6月是“营销统计电算化”课程第一个教学改革周期。在给营销专业学生上统计学课过程中，我整合统计原理与营销实践，设计与营销有关统计问题，在多媒体教室中，我先讲解基本统计原理，接着示范使用Excel软件解决与营销有关统计问题具体步骤，然后在教师指导下，安排学生进行实训。我将我演示步骤录制成二十多个视频课件，让学生可以在课后模仿课件反复练习。 　　“营销统计电算化”课程通过设计与营销专业有关案例，用Excel软件来解决复杂统计推算问题，改变了以往统计学“教师难教，学生厌学”局面，提高了学生运用统计学方法解决营销实际问题能力。 　　2.“营销统计电算化”教学模块举例 　　教学模块举例一：对某公司2019―2019年销售额与广告费用支出数据进行相关剖析，判断该公司广告费支出对销售额有没有显著作用。假设该公司2019年准备支出广告费251万元，建立回归模型预测该公司2019年销售额，并计算估计标准误差。如果预测值可靠程度是99.73%，计算预测值置信区间。 　　教学模块举例二：利用Excel软件计算销售额与广告费相关系数。如果用传统方法计算相关系数，计算量非常大，而且容易算错。如果借助Excel软件，就可以简单、快捷、准确地计算出变量之间相关系数。以上面题目为例，操作步骤如下：新建Excel工作簿，输入销售额与广告费数据。选择“工具”菜单中“数据剖析”命令。如果“工具”菜单找不到“数据剖析”命令，应先通过原软件安装程序加载此项功能。在“数据剖析”对话框中选择“相关剖析”选项，单击“确定”按钮后，出现“相关系数”对话框。按住鼠标拖选表格中销售额与广告费下面数字，“分组方式”默认选择“逐列”，“输出选项”默认选中“新工作表组”，单击“确定”按钮就可以得到与上面题目计算结果一致相关系数。 　　教学模块举例三：剖析某地区2019-2019年变频空调销售量与新建立家庭数以及户均收入数据资料。假设该地区2019年新建立家庭428万户，户均收入7.1万元，建立回归模型预测该地区2019年变频空调销售量，并计算估计标准误差。剖析步骤如下：根据题目数据资料与相关公式，计算相关数据，然后进行相关剖析，可判断出销售量与新建立家庭数以及户均收入存在密切线性相关关系。以该地区变频空调预测销售量、新建立家庭数、户均收入为变量，根据公式建立一元线性回归剖析预测模型，求解模型参数。然后根据公式检验模型误差。最后利用模型进行预测，并估计置信区间：该地区变频空调2019年有95%可能性其销售额在13.3502至14.0874万台之间。 　　教学模块举例4：运用Excel进行线性回归剖析。回归剖析涉及到计算量往往非常大，如果用传统方法计算，容易算错。借助Excel软件可以简捷、准确地计算出回归剖析主要参数值。以上面题目为例，剖析销售额、家庭数及收入数相关关系，利用Excel 2019软件计算二元线性回归方程主要参数值操作步骤是：新建Excel工作簿，输入销售额、家庭数及收入数数据。选择“工具”菜单中“数据剖析”命令。在“数据剖析”对话框中选择“回归”选项，单击“确定”按钮后，出现“回归”对话框。用鼠标拖选表格中销售量全部数值，在“Y值输入区域”文本框就会出现这些数值所在单元格位置。用鼠标拖选表格中家庭数与价格全部数值，在“X值输入区域”文本框就会出现这些数值所在单元格位置。“输出选项”默认选中“新工作表组”，单击“确定”按钮就可以得到回归剖析主要参数值表。在表中，Multiple R（线性回归系数）说明销售额与新建立家庭数以及户均收入之间线性相关关系。 　　教学模块举例5：剖析某洗衣粉2019年1月至5月价格与销量数据，绘制散点图，从散点图中可直观地看出，价格与销量存在近似指数曲线相关关系。然后建立价格与销量指数曲线回归模型，根据公式求解参数，检验误差，计算出此回归模型估计标准误差接近零。最后进行预测：当预测价格降到2.9元时，销量是9.3305万包。 　　教学模块举例6：利用Excel软件迅速绘制散点图，判断变量相关性。操作步骤如下：以上面题目为例，建Excel工作簿，输入价格与销量数据，在快捷工具栏中单击“图表向导”按钮，打开“图表向导-4步骤之1-图表类型”对话框，在“标准类型”选项卡“图表类型”下单击“XY散点图”选项，并在“子图表类型”中选择最上面一种。单击“下一步”按钮，出现“图表向导-4步骤之2-图表数据源”对话框后，按住鼠标拖选表格中价格与销量下面数据，然后选择“系列产生于：列”。单击“下一步”按钮，出现“图表向