数据模型与决策课程大作业(完整资料).doc

合集下载

数据模型及决策考试复习资料

数据模型及决策考试复习资料

数据模型及决策考试各类题型复习资料

(仅限参考)

一、建立线性数据模型

1、设某厂有甲、乙、丙、丁四台机床,生产A 、B 、C 、D 、E 、F 六种产品,每种产品都要经过两种机床加工。根据机床性能和以前的生产情况,知道制造每一单位产品机床所需工作时数,每台机床最大工作能力及每种产品的单价如表所示。

问在机床能力许可的条件下,每种产品各应生产多少,才能使这个工厂的生产总值达到最大?

解:设用x 1,x 2,…,x 6分别表示A ,B,…,F 六种产品的生产件数,则得到如下的线性规划模型:

max z=0.4x 1+0.28x 2+0.32x 3+0.72x 4+0.64x 5+0.6x 6

S.t. 0.01x 1+0.01x 2+0.01x 3+0.03x 4+0.03x 5+0.03x 6≤850 0.02x 1 +0.05x 4 ≤700 0.02x 2 +0.05x 5 ≤100 0.03x 3 +0.08x 6≤900

x j ≥0 , j=1,2, … ,6

2、某饲料公司用甲、乙两种原料配制饲料,甲乙两种原料的营养成份及配合饲料中所含各营养成份最低量由表1给出。已知单位甲、乙原料的价格分别为10元和20元,求满足营养需要的饲料最小成本配方。

甲原料x 1

乙原料x 2

(营养成分单位/原料单位)(营养成分单位/原料

单位)钙1110蛋白质3115热量

1615

营养成分配合饲料的最

低含量

表1 甲、乙两原料营养成份含量及最低需要量

解:设配合饲料中,用甲x1单位,用乙x2单位,则配合饲料的原料成本函数,即决策的目标函数为Z=10x1+20x2。考虑三种营养含量限制条件后,可得这一问题的线性规划模型如下:Min Z=10x1+20x2

(完整版)800数据模型与决策复习重点及复习策略

(完整版)800数据模型与决策复习重点及复习策略

各位师弟师妹们,大家晚上好!我是你们的800和939答疑师兄,我今年的总分是401,专业课138分。很荣幸能和大家一块交流一下考研专业课的复习经验,希望可以通过今晚的这次公开课,帮助大家解答一下专业课复习过程中的一些疑惑,让大家在复习过程中少走一些弯路.800和939的复习特点在于,前期复习起来比较吃力,越到最后越省力.这和其他一些需要背诵的专业课正好相反.我有个同学专业课考管理学,前期复习的时候,我复习地特别痛苦,一下午做不了几道题,做了的题还对不了几个,而他只需要看看书,勾勾重点就行。到了考前一个月的时候,情况正好反过来了,到了这个时候他政治、英语作文和专业课都需要背,稍微放开几天就丢了,而我只需要抽时间做套题保持手感就行,剩下的大部分时间都可以留给政治和英语作文.所以大家在第一轮复习的时候一定要挺住,第一轮结束基本上就看到曙光了.到了做真题的时候你们就苦尽甘来了。

今天主要分四个部分完成这次讲解:第一部分是各专业的考试难度分析;第二部分是教材和复习资料的使用方法和全程复习规划;第三部分是各章节的重难点和考点分析;第四部分是我们的答疑环节。

好多同学关心一个问题,就是我这个专业考多少分基本上可以保证进复试。首先我就简单帮大家分析一下这个问题.

根据近五年的复试线,管理科学和信息管理近五年复试线一直在350以下,基本上考350分就可以保证进复试;工程项目管理复试线都在360分以下,考360基本上就可以保证进复试;物流管理与工程复试线都在370分以下,所以得考到370才能够保证进复试.当然要保证顺利通过

数据、模型与决策

数据、模型与决策

验的水平,假设检验问题的求解步骤。 §5.3 比例的检验 §5.4 正态分布均值的 t 检验。 §5.5 正态分布方差的 χ 2 检验。 §5.6 属性数据类别比例的 χ 2 检验,列联表。
第六部分 相关与回归分析 §6.1 相关与回归。 §6.2 建立回归模型。
MBA
§6.3 相关系数。 §6.4 多元回归模型 第七部分 规划求解
(1) 耿修林,数据、模型与决策,科学出版社,2006。
(2) 贾怀勤,数据、模型与决策,对外经济贸易大学出版社,2007。
(3) 吴喜之著:统计学:从数据到结论,中国统计出版社,2004。 (4) David S. Moore 著,郑惟厚译,统计学的世界,中信 出版社,2003。 (5) Jessica M. Utts 和 Robert F. Heckard 著,Mind on Statistics,
A 二、教学课件(PPT)………………………………………………………………(8)
三、教学案例
B 1.案例一:数据案例 …………………………………………………………(8) M 2.案例二:数据的正确收集 …………………………………………………(9)
3.案例三:政策的支持率 ……………………………………………………(9) 4.案例四:父与子的身高的相关性…………………………………………(10)
N 学三个模块。统计学着重数据的收集、描述与分析;运筹学着重线性规划与非线性

数据模型与决策--作业大全

数据模型与决策--作业大全

P45.1.2

1.2N ewtowne有一副珍贵的油画,并希望被拍卖。有三个竞争者想得到该幅油画。第一个竞拍者将于

星期一出价,第二个竞拍者将于星期二出价,而第三个竞拍者将于星期三出价。每个竞拍者必须在当天作出接受或拒绝的决定。如果三个竞拍者都被拒绝,那个该油画将被标价90万美元出售。Newtowne 拍卖行的主任对拍卖计算的概率结果列在表1.5中。例如拍卖人的估计第二个拍卖人出价200万美元的概率p=0.9.

(a)对接受拍卖者的决策问题构造决策树。

1、买家1:如果出价300万,就接受,如果出价200万,就拒绝;

2、买家2:如果出价400万,就接受,如果出价200万,也接受。

接受买家1

200 200200

接受买家2

200

200200

0.50.9接受买家3

买家1出价200万买家2出价200万0.7100 21买家3出价100万100100 022002001

0100

拒绝买家3

90

拒绝买家29090

0190

接受买家3

0.3400

买家3出价400万400400

拒绝买家11

0400

0220拒绝买家3

90

9090

接受买家2

400

400400

0.1接受买家3

买家2出价400万0.7100

1买家3出价100万100100

04001

0100

260拒绝买家3

90

拒绝买家29090

0190

接受买家3

0.3400

买家3出价400万400400

1

0400

拒绝买家3

90

9090

接受买家1

300 300300

接受买家2

200

200200

0.50.9接受买家3

买家1出价300万买家2出价200万0.7100 11买家3出价100万100100 030002001

数据模型与决策课程学习大作业.doc

数据模型与决策课程学习大作业.doc

数据模型与决策课程大作业

以我国汽油消费量为因变量,乘用车销量、城镇化率和90#汽油吨价与城镇居民人均可支配收入的比值为自变量时行回归(数据为年度时间序列数据)。试根据得到部分输出结果,回答下列问题:1)“模型汇总表”中的R方和标准估计的误差是多少?

2)写出此回归分析所对应的方程;

3)将三个自变量对汽油消费量的影响程度进行说明;

4)对回归分析结果进行分析和评价,指出其中存在的问题。

1)“模型汇总表”中的R方和标准估计的误差是多少?

答案:R方为0.993^2=0.986 ;标准估计的误差为120910.147^(0.5)=347.72

2)写出此回归分析所对应的方程;

答案:假设汽油消费量为Y,乘用车销量为a,城镇化率为b,90#汽油吨价/城镇居民人均可支配收入为c,则回归方程为:

Y=240.534+0.00s027a+8649.895b-198.692c

3)将三个自变量对汽油消费量的影响程度进行说明;

乘用车销量对汽油消费量相关系数只有0.00027,数值太小,几乎没有影响,但是城镇化率对汽油消费量相关系数是8649.895,具有明显正相关,当城镇化率每提高1,汽油消费量增加8649.895。乘用90#汽油吨价/城镇居民人均可支配收入相关系数为-198.692,呈

明显负相关,即乘用90#汽油吨价/城镇居民人均可支配收入每增加1个单位,汽油消费量降低198.692个单位。a, b, c三个自变量的sig 值为0.000、0.000、0.009,在显著性水平0.01情形下,乘用车消费量对汽油消费量的影响显著为正。

山大MBA数据、决策与模型作业

山大MBA数据、决策与模型作业

(a)

B 结点:15000*0.73-20000*0.27=5550

C 结点:-1000

所以,Mary 的最优选择是不取消。 (b)

D 结点EMV :(5000*0.8-30000*0.2)*0.9-11000*0.1=-2900 所以,Mary 的最优选择是仍然是不取消。 1.3

5000

-20000

15000

观察到:p<0.545875时,最优选择是接受Medtech公司的资助。

p>0.545875时,最优选择是继续开发。

(b)

H结点EMV值:

(50000000*0.2-200000)*0.2+(3000000*0.2-200000)*0.4+(-200000)*0.4=2040000

G结点EMV值:

(15000000-200000)*0.2+(500000-200000)*0.4+(-200000)*0.4=3000000

E结点EMV值:

0.7G-200000*0.3=2040000

H=E

所以,选择申请SBIR和选择接受风险投资的预期收益是一样的。

(c)

额外假设:其他参数不变,中等利润和低利润的概率相等,高利润的概率为x,计算E和H 的EMV值

E:

H:(10000000*0.2-200000)*x+(3000000*0.2-200000)*(1-x)/2+(-200000)* (1-x)/2

=1800000x+100000(1-x)

E:0.7((3000000-200000)*x+(500000-200000)* (1-x)/2+(-200000)* (1-x)/2)-200000*0.3

东北财经大学《数据分析与决策》单元作业二-07

东北财经大学《数据分析与决策》单元作业二-07

东财《数据分析与决策》单元作业二

两步聚类算法是一种()算法。

A:分层聚类

B:K均值聚类

C:凝聚聚类

D:Kohonen network

参考选项:A

CARMA算法只需要对数据进行()次扫描就可以获得比Apriori算法更低的支持度的结果。

A:一

B:两

C:三

D:四

参考选项:B

通常,我们期望聚类的数量不能()。

A:太多

B:太少

C:固定

D:太随机

参考选项:B

对于简单指数平滑法的模型,当()时,表示模型更具有惰性。

A:α=0

B:α=1

C:α>0

D:α<0

参考选项:A

衡量关联规则强弱的指标主要有()。

A:支持度

B:置信度

C:相似度

D:提升度

参考选项:A,B,D

决定选择何种时间序列分析法的原则包括()。

A:要解决的问题

B:目的

C:时间

D:时间序列数据的特点

1

数据模型与决策学习感想

数据模型与决策学习感想

专业学位大作业

课程名称《数据模型与决策》

专业名称: MBA

班级: 1090

学号: **********

*名:***

任课教师:***

上课时间:2011.11.26-2011.12.18

大作业完成时间:自2011年 12月19日—2011年12月23日

数据模型与决策学习感想

我是从11月26日开始学习数据模型与决策这门课程的。说实在的,在拿到书本后,我着实不知道从何入手。这本书足有近800页,课本超过1KG重量,简直就是一本厚厚的砖头。而且当我想花几天时间预习一下的时候,课本里面19章的内容,每一章的内容都是那么的陌生,我是越看越模糊,感觉非常难,也看不出与今后的工作或者在企业的管理决策方面有何用途。我不禁茫然,我该怎么去学习这本犹如天书一般的课程呢?

我们课程的分布时间是4周,但是实际上也只有8次课,其实是没有多少时间的,而且这么陌生的课程,光是看起来就觉得非常的枯燥。我实在是不敢确定,自己究竟能够学到多少东西。

但开课之后,见到孙静春老师之后,孙老师用低沉而又缓慢的语速开始了他的第一堂课。孙老师并没有一上来就给大家讲述什么高深的理论知识,孙老师说其实所谓的数据模型与决策就是管理科学的另外一种称呼方式。管理科学(mangement science),它包含了管理和科学两门课程的内容,或者说是管理的科学。如果这个定义还是非常的模糊,那么还可以这么解释,它就是对与定量因素有关的管理问题通过应用科学的方法进行辅助管理决策制定的一门科学。再说的通俗一些,就是将管理过程中出现的定量问题,运用科学的方法,建立相应的模型进行分析,从而为管理者提供决策的依据。

《数据、模型与决策》教学大纲.doc

《数据、模型与决策》教学大纲.doc

《数据、模型与决策》教学大纲

一、课程主要内容简介

本课程作为MBA的一门必修课程。各行各业的管理者都必需具备数字信息处理能力,利用数据信息得出正确的结论,并在诸多的策略中选取最优的策略。数据分析、模型建立、策略选择是一个完整的过程。对管理者而言,在处理问题时往往首先遇到的是数据,必须科学地、合理地在这些数据中提取他所需要的信息,或建立相应的模型,最后作出决策。

本课程是一门系统、完整、整体结构严谨、各部分紧密关联、理论与实际并重的课程,因此采用以基本理论为本、实用为主的教学指导思想。既要求学生了解理论的内涵,掌握方法;也要求学生能学以致用,解决实际问题。以基本理论为本,讲清来龙去脉,讲清应用背景,讲清内容要点以及使用条件,而略去比较烦难的推导证明。以实用为主,是选择一些典型的案例或例子,运用基本理论知识给予解决。

本课程是一门理论性与实践性都比较强的课程,教学中注意循序渐进、由浅入深,理论讲解与案例讲解交叉进行。既要避免在课堂上进行枯燥的、不完整的、不必要的数学论证,也要避免漫无目的、不得要领地去讨论实际问题。

案例讨论是本课程教学的重要部分。选择一些有代表性的、能清晰说明一个原理或一种方法的案例,使学生能理解原理的内涵或方法的效用,同时选择一些涉及多种原理、方法和计算技巧的案例,它们可以被用来综合学生的知识,加强彼此联络,使学生学到的东西系统化、一体化。

第1章数据、模型与决策简介

《数据、模型与决策》是应用分析、试验、量化的方法,对经济管理系统中人力、物力、财力等资源进行统筹安排,为决策者提供有依据的最优化方案,以实现最有效的管理。本章主要介绍《数据、模型与决策》的学习内容和学习方法等。

数据模型与决策练习题含答案

数据模型与决策练习题含答案

1、某企业目前的损益状况如在下:

销售收入〔1000件×10元/件〕10 000销售本钱:

变动本钱〔1000件×6元/件〕 6 000

固定本钱 2 000

销售与管理费〔全部固定〕 1 000

利润 1 000〔1〕假设企业按国家规定普调工资,使单位变动本钱增加4%,固定本钱增加1%,结果将会导致利润下降。为了抵销这种影响企业有两个应对措施:一是提高价格5%,而提价会使销量减少10%;二是增加产量20%,为使这些产品能销售出去,要追加500元广告费。请做出选择,哪一个方案更有利?

〔2〕假设企业欲使利润增加50%,即到达1 500元,可以从哪几个方面着手,采取相应的措施。

2、某企业每月固定制造本钱1 000元,固定销售费100元,固定管理费150元;单位变动制造本钱6元,单位变动销售费0.70元,单位变动管理费0.30元;该企业生产一种产品,单价10元,所得税税率50%;本月方案产销600件产品,问预期利润是多少如拟实现净利500元,应产销多少件产品

3、某企业生产甲、乙、丙三种产品,固定本钱500000元,有关资料见下表〔单位:元〕:

要求:

〔1〕计算各产品的边际奉献;

〔2〕计算加权平均边际奉献率;

〔3〕根据加权平均边际奉献率计算预期税前利润。

4、某企业每年耗用某种材料3 600千克,单位存储本钱为2元,一次订货本钱25元。那么经济订货批量、每年最正确订货次数、最正确订货周期、及批量有关的存货总本钱是多少?

5.有10个同类企业的生产性固定资产年平均价值与工业总产值资料如下:

〔1〕说明两变量之间的相关方向;

数据模型与决策案例分析完整版

数据模型与决策案例分析完整版

数据模型与决策案例分

析『'

HEN system office room [HEN 16H-HENS2AHENS8Q8-HENH1688]

LC

YOCR .

数据模型与决策分析案例

授课教师:熊伟

案例题目:操作员及临时工招聘/安排

考生姓名:

朱凯亮

学号:

案例背景:

某外资公司在中国的惠州和廊坊有两家制造厂。每月的产品需求变化很大使某外资公司很难排定劳动力计划表。最近某外资公司开始雇用山人力资源中介公司提供的临时工。该公司专长于为亚特兰大地区的公司提供临时工。人力资源中介公司提供签署3种不同

合同期越长费用越高。这是因为找到愿意长时间工作的临时工对人力资源中介公司更为

每个月某外资公司可根据需要雇用能签署每种合同的员工。例如若某外资公司1月份雇用了5名符合第二项选择的员工人力资源中介公司将为某外资公司提供5名员工均在1、2月份工作。在这种情况下某外资公司将支付5X4 80024 000RMB。山于进行中的某些合并谈判某外资公司不希望任何临时工的合同签到6月份以后。某外资公司有一个质量控制项LI并需要每名临时工在受雇的同时接受培训。即使以前在某外资公司工作过该临时工也要接受培训。某外资公司估计每雇用一名临时工培训费用为875RMBo因此若一名临时工被雇用一个月某外资公司将支付875RMB的培训费但若该员工签了2个月或3个月,则不需要支付更多的培训费用。

需解决问题:

构造一个模型确定某外资公司每月应雇用的签署各种合同的员工数使达到计划LI标的总花费最少。确定你的报告中包括并且分析了以下儿项内容

1、一份计划表其中描述了某外资公司每月应雇签各种合同的临时工总数。

MBA《数据、模型与决策》期末学习心得与体会论文

MBA《数据、模型与决策》期末学习心得与体会论文

《数据、模型与决策》课堂学习思考与体会

早在正式开学前就耳闻MBA学习生涯中的第一难关, 也是难中之难的课程就是《数据、模型与决策》, 在拿到订购的纸质书本那一刻, 3CM厚度,近1KG重量的砖头书还是深深震撼了我:“这门课我真的能学会吗?”, 直至第一堂课见到授课老师朱顺泉教授那一刻, 我才终于在暗黑的无底洞中瞥见一丝曙光——老师洪亮而充满自信的声音告诉我, 只要紧跟上课节奏,我是能够学会的!

有幸在允许线下课的疫情管控大环境下, 面对面体验了几次朱老师的教学魅力. 初次见面, 朱老师即向我们介绍, 这是一门帮助人们学会如何从实践中发现、提出和分析问题,基于定性和定量相结合的方法,对实际问题进行数学建模、模型求解以寻求解决方案的课程。内容涉及到生产管理实践中的生产计划、分配、设计、决策、管理等实际问题。按照数据、模型、决策三个部分组织内容,包含了不同场景下定量化决策的理论、方法和应用,主要内容包括数据、模型与决策绪论、线性规划的敏感性分析、线性规划建模、整数规划建模、非线性建模、决策分析理论及方法、时间序列分析预测、回归分析与预测等基本理论与方法,在朱老师的指引下,我首次鼓起勇气翻开本书目录, 只见本书共有15章节,内容主要包括统计学和数据模型决策两部分。统计学主要讲授数据收集⽅法和数据处理⽅法,包括抽样⽅法、样本分布、参数估计、置信区间、假设检验、⽅差分析和回归分析。数据模型决策主要讲述线性规划内容,包括线性规划模型的建⽅、求解模型的软件使⽅。我本科阶段虽然也研修过高等数学、数理统计和线性代数等课程,但也只是划水刚过及格线的水平, 再加上参加工作多年, 相关知识早已抛诸脑后, 面对这陌生文字组成的与统计学相关的章节目录,仍然心生畏惧。而数模决策部分,更是从不曾涉足过, 在我有限的认知范围内,EXCEL只是用于做表格的一个办公软件, 从来不知道还有“规划求解”这一个功能,是朱老师打开了我的眼界,让我从数模的井底之蛙变成了至少一只已经脚踏进了科学管理决策大门的初生牛犊。

MBA《数据、模型与决策》作业(案例)

MBA《数据、模型与决策》作业(案例)

《数据、模型与决策》案例

1 企业背景

SGT特殊钢铁公司是我国西部地区最大、西北地区唯一的百万吨资源型特殊钢生产基地,是国家级创新型企业、国家军工产品配套企业。经过多年的发展,通过传统产业升级改造和优势产业发展壮大,已形成年产焦炭75万吨、普通钢400万吨、特殊钢400万吨的综合生产能力,成为集“特钢制造、煤炭焦化”为一体的资源综合开发钢铁联合企业。

SGT公司钢铁制造始终坚持以“打造西部重要的特种钢生产基地”为己任,牢固树立品牌意识,顺应新型特殊钢材料发展趋势,努力提升工艺技术及装备水平,拥有“高炉—转炉—精炼—连铸—连轧”五位一体的长流程生产线和“电炉(兑铁水)冶炼—精炼—连铸(模铸)—连轧(半连轧)”的短流程生产线。建成了极具特色的“功勋牌”特钢产品体系,产品涵盖轴承钢、模合结钢、碳工钢、工具钢等钢种,产品广泛应用于汽车、工程制造、机械制造、石油、军工、航空、铁路运输、新能源、新基建等多种行业。

公司整体生产工艺及技术在行业中处于领先水平,特别是“十二五”期间,公司对工艺装备进行了全面升级改造,先后建成110吨Consteel电炉、410* 530mm三机三流大方坯连铸机、精品特钢大棒材生产线、精品特钢小棒材生产线。尤其是精品特钢大、小棒材生产线采用了当今世界顶尖工艺技术及装备,达到国际钢铁工业的先进水平。

公司目前已拥有五十余项特殊钢生产的专有技术,其中主要有钢包、连铸耐材材质控制技术,分钢种脱氧工艺与技术,分钢种渣系控制技术,残余元素与有害元素的控制技术,非金属夹杂物形态控制技术,硫化物夹杂弥散细化技术,含硫钢纯净化技术,含S,Al,B钢连铸技术,炉前化学成分精确控制技术,炉前淬透性(DI值)动态控制技术,模铸、连铸碳偏析及凝固组织控制技术,在线正火轧制技术,在线超快冷技术,在线控轧控冷一热机轧制(TMCP)技术,大规格热轧材高精度轧制技术,小规格热轧材高精度轧制技术,热轧材非标规格轧制技术,银亮材剥、碾光表面光洁度控制技术,低中碳钢低硬度球化退火技术,钢材零缺陷无损探伤检测技术,电炉、转炉全铁冶炼技术,电炉、转炉底吹搅拌,高品质特殊钢精品生产技术集成,富氮合金、高氮中间合金及氮化硅锰冶炼螺纹钢技术,小粒度石灰石在电炉、转炉直接炼钢技术,高品质系列钢锭缺陷控制技术,马氏体不锈钢大方坯连铸技术,电弧炉炼钢复合吹炼技术等。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

【最新整理,下载后即可编辑】

数据模型与决策课程大作业

以我国汽油消费量为因变量,乘用车销量、城镇化率和90#汽油吨价与城镇居民人均可支配收入的比值为自变量时行回归(数据为年度时间序列数据)。试根据得到部分输出结果,回答下列问题:

1)“模型汇总表”中的R方和标准估计的误差是多少?

2)写出此回归分析所对应的方程;

3)将三个自变量对汽油消费量的影响程度进行说明;

4)对回归分析结果进行分析和评价,指出其中存在的问题。1)“模型汇总表”中的R方和标准估计的误差是多少?

答案:R方为0.993^2=0.986 ;标准估计的误差为120910.147^(0.5)=347.72

2)写出此回归分析所对应的方程;

答案:假设汽油消费量为Y,乘用车销量为a,城镇化率为b,90#汽油吨价/城镇居民人均可支配收入为c,则回归方程为:

Y=240.534+0.00s027a+8649.895b-198.692c

3)将三个自变量对汽油消费量的影响程度进行说明;

乘用车销量对汽油消费量相关系数只有0.00027,数值太小,几乎没有影响,但是城镇化率对汽油消费量相关系数是8649.895,具有明显正相关,当城镇化率每提高1,汽油消费量增加8649.895。乘用90#汽油吨价/城镇居民人均可支配收入相关系数为-198.692,呈明显负相关,即乘用90#汽油吨价/城镇居民人均可支配收入每增加1个单位,汽油消费量降低198.692个单位。a, b, c三个自变量的sig值为0.000、0.000、0.009,在显著性水平0.01情形下,乘用车消费量对汽油消费量的影响显著为正。(4)对回归分析结果进行分析和评价,指出其中存在的问题。

在学习完本课程之后,我们可以统计方法为特征的不确定性决策、以运筹方法为特征的策略的基本原理和一般方法为基础,结合抽样、参数估计、假设分析、回归分析等知识对我国汽油消

费量影响因素进行了模拟回归,并运用软件计算出回归结果,故根据回归结果,对具体回归方程,回归准确性,自变量影响展开分析。

Anova表中,sig值是t统计量对应的概率值,所以t和sig 两者是等效的,sig要小于给定的显著性水平,越接近于0越好。F是检验方程显著性的统计量,是平均的回归平方和平均剩余平方和之比,越大越好。在图表中,回归模型统计值F=804.627,p 值为0.000,因此证明回归模型有统计学意义,表现回归极显著。即因变量与三个自变量之间存在线性关系。

系数表中,除了常数项系数显著性水平大于0.05,不影响,其它项系数都是0.000,小于0.005,即每个回归系数均具有意义。

当然,这其中也存在一定的问题:

在模型设计中,乘用车销量为、城镇化率为、90#汽油吨价/城镇居民人均可支配收入为三个自变量的单位均不同,因此会造成自变量前面的回归系数不具有准确的宏观意义,因此需要对模型进行实现标准化,也就是引入β系数,消除偏回归系数带来的数量单位影响。

根据共线性统计量中的变量的容差t和方差膨胀因子(VIF),自变量间存在共性问题,容差和膨胀因子为倒数关系,容差越小,膨胀因子越大,尤其是城镇化率VIF为11.213,说明共线性明显,可能原因是由于样本容量太小,也可能是城镇化之后乘用车销售量和、90#汽油吨价/城镇居民人均可支配收入本身就具有相关

性。

缺乏模型异方差检验。在多元回归模型中,由于数据质量原因、模型设定原因,异方差的存在会使回归系数估计结果误差较多,所以在建立模型分析的过程红要对异方差进行检验。

数据模型与决策使我们学会使用科学的分析和决策,对经营管理活动实现合理化、精细化、科学化,从而避免了盲目的生产活动。通过数据预测、假设检验、公式、分析、验证等一系列的步骤,将数据结果逐一展现。为我们的学习和工作提供了一些非常有用、便捷的,处理问题的方法。

附表:t分布表:

df 单尾检验的显著水平

0.050 0.025 0.010 0.005 双尾检验的显著水平

0.10 0.05 0.02 0.01

3 2.353 3.182 4.541 5.841

4 2.132 2.776 3.747 4.604

5 2.015 2.571 3.365 4.032

6 1.943 2.44

7 3.143 3.707

7 1.895 2.365 2.998 3.499

8 1.860 2.306 2.896 3.355

9 1.833 2.262 2.821 3.250

10 1.812 2.228 2.764 3.169

11 1.796 2.201 2.718 3.106

12 1.782 2.179 2.681 3.055

13 1.771 2.160 2.650 3.012

相关文档
最新文档