精品课程《管理定量分析》全套课件.ppt

《精品课程《管理定量分析》全套课件.ppt》由会员分享，可在线阅读，更多相关《精品课程《管理定量分析》全套课件.ppt（350页珍藏版）》请在三一文库上搜索。

1、管理定量分析 （电子课件）,课程的性质和内容,管理定量分析是一门工具性课程，主要介绍广泛应用于管理中的各种定量分析工具，是一门应用性很强的一门课程。 管理定量分析主要包括：应用统计学（预测技术、决策技术）、优化方法、网络计划技术、博弈论、信息技术。 由于课时限制，本课程只讲授应用统计学（预测技术、决策技术）、优化方法、网络计划技术。,课程学习和方法,不要试图证明相关的定理和公式，只要懂得定理和公式的逻辑与原理及其应用。 不要死记相关定理和公式，而要掌握定理、公式的适用条件。 一般不要用手工计算，而要学会用计算机去完成相关的计算工作，我们要会解释计算结果，并就结果对所研究的问题进行分析，得出相应

2、的结论。（注：简单的计算除外） “把证明留给数学家，把计算留给计算机，把原理和逻辑留给自己”。,第一章 管理决策与定量分析,第一节 管理学派的思想介绍 第二节 决策 第三节 管理决策与定量分析,第一节 管理学派的思想介绍,一、科学管理理论 二、系统管理学派 三、管理过程学派 四、管理科学学派 五、决策理论过程,案例：泰勒实验,泰勒实验结果,泰勒：科学管理之父，主要运用实验方法探讨劳动生产率与成本之间的关系。,第一节 管理学派的思想介绍,返回,第一节 管理学派的思想介绍,一、科学管理理论 （一）代表人物：泰勒、卡尔巴思、甘特、吉尔布雷斯夫妇、埃默森、库克、福特 （二）代表著作： 计件工资制（泰勒

3、，1895） 车间管理（泰勒， 1903） 科学管理原理（泰勒， 1911） 砌砖法（吉尔布雷斯夫妇，1909）,返回,第一节 管理学派的思想介绍,二、系统管理学派 （一）代表人物：约翰逊、卡斯特、罗森茨韦克 （二）代表著作： 系统理论与管理（约翰逊、卡斯特、罗森茨韦克，1963） 注：传统工程=常识+专业知识 常识=逻辑思维+基本科学定理 系统工程=传统工程+系统观点+数学方法+计算机技术 系统观点：整体性、相关性、最优性、环境适应性,返回,第一节 管理学派的思想介绍,三、管理过程学派 （一）代表人物：法约尔、古利克、厄威克、孔茨、韦里克、罗宾斯 （二）代表著作： 管理科学论文集（古利克、厄

4、威克） 管理理论丛林（孔茨，1961） 再论管理理论的丛林（孔茨，1980） 管理学（孔茨、韦里克） 管理学（罗宾斯）,返回,第一节 管理学派的思想介绍,四、管理科学学派 （一）代表人物：伯法 （二）代表著作： 现代生产管理（伯法，1975） 注：管理科学学派借助数学模型和计算机技术研究管理问题，重点研究操作方法和作业方面管理问题，应用于生产的物质过程。,返回,第一节 管理学派的思想介绍,五、决策理论过程 （一）代表人物：西蒙、马奇 （二）代表著作： 管理行为（西蒙，1947） 理性选择与环境结构（西蒙，1956） 组织（西蒙、马奇，1958） 管理决策新科学（西蒙，1960）,返回,第二节

5、决策,一、决策的概念 二、决策的分类 三、决策的过程 四、决策分析模式,第二节 决策,表1-2 改善住房条件的可行方案,返回,第二节 决策,一、决策的概念 （一）狭义定义：决策就是从两个或两个以上的备选方案中选择一个最优的或是满意的方案。,第二节 决策,（二）广义定义：决策包括选择前设计、构造，提出多种可行方案，选定方案，事后对选定的方案进行实施、监测、评价和鉴定。 （三）决策的步骤：搜集整理情报、拟定方案、选定方案、评价方案,返回,第二节 决策,二、决策的分类 （一）根据决策的复杂程度分，可分为程序化决策和非程序化决策。 （二）根据决策问题的类型分，可分为结构化决策、半结构化决策和非结构化决

6、策。 （三）根据决策的范围分，可分为战略决策、战术决策和操作决策。,第二节 决策,（四）根据决策者对决策环境的了解情况分，可分为确定型决策、风险型决策和不确定型决策。 （五）根据决策人数的多少分，可分为个体决策和群体决策。 （六）根据决策目标的多少分，可分为单目标决策和多目标决策。,返回,第二节 决策,三、决策的过程 决策的三个阶段：智能（决策陈述）、设计（设计方案）、选择（选择方案）,返回,第二节 决策,四、决策分析模式（K-T模式）,返回,第三节 管理决策与定量分析,一、定量分析的目的 二、定量分析的过程 三、模型的建立和应用 四、定量分析的原则,第三节 管理决策与定量分析,一、定量分析的

7、目的 （一）预测 （二）决策 （三）优化 （四）仿真,返回,第三节 管理决策与定量分析,二、定量分析的过程 （一）选定指标 （二）收集数据 （三）建立模型 （四）求解仿真 （五）结果解释,返回,第三节 管理决策与定量分析,三、模型的建立和应用 （一）模型的分类 1、根据与实际的一致性分，可分为形象模型、图像模型、模拟模型、数学模型。 2、根据范围及精细程度分，可分为宏观模型和微观模型。 3、根据抽象程度分，可分为物理模型、思维模型（即逻辑模型、数学模型、程序模型）和混合模型,第三节 管理决策与定量分析,4、根据与时间的关系分，可分为静态模型和动态模型。 5、根据用途分，可分为经济模型、军事模型

8、、政策模型、城市模型等。 6、按变量特征分，可分为离散模型和连续模型。,第三节 管理决策与定量分析,（二）建模过程 1、建模要求 （1）模型的目的明确，能清楚的反映决策问题。 （2）要有足够的精度，与实际误差越小越好。 （3）模型尽量简单，容易求解。 （4）模型要完整和规范。,第三节 管理决策与定量分析,2、建模的方法 （1）直接分析法 （2）系统模拟法 （3）数据分析法,例题分析 P17/例1,（1）直接分析法 例1 某医药集团生产一种药品，固定成本为3000元，单位变动成本未5元/盒，售价为20元/盒。问（1）此种药品的保本销售量未多少？（2）若把药品的售价提高到25元/盒，其他因素不变，

9、保本销售量为多少？（3）若把单位变动成本提高到10元/盒，其他因素不变，保本销售量为多少？（4）若把固定成本提高到3600元，其他因素不变，保本销售量为多少？,例题分析 P17/例1,解：保本销售量为x，则有,x=200（盒）,（1）3000+5x=20x,x=150（盒）,（2）3000+5x=25x,x=300（盒）,（3）3000+10x=20x,x=240（盒）,（4）3600+5x=20x,例题分析 P17/例2,例2 已知公积金贷款的月利率为0.405%，商业贷款的月利率为0.504%，某人买了一套80万元的住房，首付20%，公积金贷款10万元，其余的是商业贷款。若公积金贷20年，

10、商业贷20年，那他每月应还银行多少钱？ 解：按复利计算，现值和年金的关系为：,其中，V0为现值，A为每次等额收付款项（即年金），i为利率，t为每笔收付款项的计息期数，n为全部年金的计息期数。,例题分析 P17/例2,则有,设公积金贷款每月还A1元，商业贷款每月还A2元， V01=100000，V02=540000，i1=0.405%，i2=0.504%， n=2012=240,故有,例题分析 P17/例2,所以，这个人每月应还银行的贷款金额为：,例题分析 P17/例3,（2）系统模拟法 例3 某新建办公楼群要铺设水管，有n处用水点以直线直接与水泵房相连，已知管道铺设费用与用水量及距离成正比（W

11、iLi)，请问水泵房应设在何处，能使费用最小？,例题分析 P17/例3,解：设各用水点Pi的坐标为(xi,yi)，水泵房P的坐标为(x,y)，则各用水点到水泵房的直线距离为,目标函数为：,例题分析 P17/例3,对目标函数求偏导得,第三节 管理决策与定量分析,（三）管理者与建模 1、了解建模和求解的思路，与建模专家分工合作。 2、掌握建模的适用范围、应用条件和模型的特点、长处和局限。 3、会应用模型解释实际问题,返回,第三节 管理决策与定量分析,四、定量分析的原则 （一）定量分析与定性分析相结合 定性分析是定量分析的基础，而定量分析是定性分析的深化和精确化。 定性分析定量分析定性分析 （二）为

12、管理决策提供参考,返回,第二章 数据的获取与表达,第一节 数据的获取 第二节 数据的整理 第三节 数据的表达,案例 精确到小数点的爱情 -统计学博士的求婚信,案例 精确到小数点的爱情 -统计学博士的求婚信,亲爱的YX-03，你好！ 我们是2005年1月9日22时30分在网上认识的，说来还挺有缘。截至此时此刻，我们已经认识了整整5个月时间。在此期间，我们共上网聊天150次，平均一天一次。合计聊天时间7500分钟，平均每次50分钟。 其间，我们累计见面10次，平均15天见面一次。在这10次见面中，我约你9次，占总数的90%。我主动吻你34次，占我们接吻总数的82.5%。请你吃饭10次，共消费人民币

13、2011元，平均每次201.1元。 另外我送你礼物4件，去你家拜访3次，花费人民币2755元。综合各方面的情况，我爱你的程度比你爱我的程度高出22个百分点，我的爱情投资比你多出了52个百分点。,案例 精确到小数点的爱情 -统计学博士的求婚信,虽然如此，你爱我的程度也达到了婚姻所要求的基准线以上，并超出了17个百分点。也就是说，我对你的满意度为84%，你对我的满意度为78%，通过电脑分析计算，恋爱双方满意度达到如此程度的只占恋爱总数的42%。因此，根据电脑给出的结论，我们可以考虑结婚。 现在，根据电脑指令，我向你提出书面结婚请求，请你在接到此信后7日内，作出正式答复，逾期不予回复，则视为拒绝。

14、如果拒绝的话请提出书面意见书，详细表述原因。如提供不出有效原因而予以拒绝，本人有权要求一定的经济赔偿。 想念你的KFO 2005年6月10日晚,第一节 数据的获取,一、数据的类型 二、数据的测量层次 三、数据的获取 四、调查方案的确定,第一节 数据的获取,一、数据的类型 （一）按数据的性质分，可分为定性数据（即品质数据）和定量数据（即数量数据、数值型数据）。 （二）按数据时间状态分，可分为截面数据和时间序列数据。 （三）按数值形式分，可分为离散数据和连续数据。,第一节 数据的获取,二、数据的测量层次,第一节 数据的获取,间接来源（二手资料）,直接来源（一手资料）,三、数据的获取,（二）调查的组

15、织方式,（一）数据的来源,第一节 数据的获取,1、统计报表 （1）统计报表的概念 按照国家有关法规的规定，自上而下地统一布置、自下而上地搜集统计资料的一种形式。 （2）统计报表的优点： 能保证统计资料的统一性、时效性、可靠性； 指标较全，内容较稳定，回收率高； 便于细统地积累资料。 （3）统计报表的缺点： 由于层层上报，层层汇总，故出错机会较多，灵活性差； 上下左右之间容易引起矛盾； 随着经济发展，统计报表的应用范围越来越受到局限。,第一节 数据的获取,（4）统计报表的分类 按填报单位不同，可分为基层统计报表和综合统计报表； 按报送周期长短不同，可分为日报、旬报、月报、季报、半年报和年报； 按

16、报送方式不同，分为书面邮寄、电讯方式（含电话、计算机联网等）； 按实施范围不同，分为国家的、地方的和部门的统计报表。,第一节 数据的获取,2、普查 （1）普查的概念： 普查是专门组织的一次性的全面调查。 （2）普查的特点： 专门性、一次性、全面性。 （3）普查的作用： 用来搜集某些不适宜用统计报表、但又是反映重要国情国力的统计资料 （4）普查的组织形式： 成立专门的普查机构、培训大量普查人员，由调查人员对调查单位直接进行登记； 利用基层单位的原始资料，颂发一定调查表格，由基层单位按要求填报。,第一节 数据的获取,（5）普查的组织原则： 规定普查的标准时点； 调查项目应统一执行； 各调查单位的工

17、作应同时展开； 普查工作应尽可能周期性进行。 （6）普查的优缺点： 优点：数据全面，可靠性高 缺点：人力、财力、物力、时间耗费较大，调查不够深入、细致,第一节 数据的获取,注解： 我国的人口普查从1953年到2000年共进行了五次。 今后，我国的普查将规范化、制度化(2003年7月作调整） ， 即： 人口普查：每逢末尾数字为“0”的年份进行人口普查； 经济普查：将第三产业普查与工业普查、基本单位普查以及建筑业普查合在一起就是经济普查 ； 农业普查：每逢“7”的年份进行农业普查。,第一节 数据的获取,3、重点调查 （1）重点调查的概念 就是在总体中选择若干重点单位进行调查。 重点单位就是指在总体

18、中举足轻重的单位，这些单位的数目不是太多，但这些单位的总量要占总体总量的大部分。 （2）重点调查的作用：了解总体的基本情况。 （3）重点调查的优缺点： 优点：质量高，成本较低，节省人力、财力、物力和时间。 缺点：资料精确度不够高、不够全面、不够深入，代表性不够强。 （4）重点调查的应用条件： 总体中应有重点单位； 调查的目的是了解基本情况。,第一节 数据的获取,4、典型调查 （1）典型调查的概念 根据调查的目的，在调查总体中选择若干有典型意义的或有代表性的意义的单位进行调查。 （2）典型调查的特点 是一种深入细致的调查； 调查单位是有意识地选取的； 典型调查是一种由点及面、由个别到一般的认识方

19、法。,第一节 数据的获取,（3）典型调查的作用 深入研究新事物，了解新情况； 弥补全面调查数字的不足及验证全面调查数字的真实性； 研究不同类型事物的差别和联系 （4）如何选取典型单位 如果是为了总结经验或教训，就应该“优劣选典”； 如果是为了了解总体事物的一般数量表现，就应该“择中选典”；,第一节 数据的获取,5、抽样调查 （1）抽样调查：抽样调查是按随机原则从调查对象中抽取一部分单位作为样本进行观察，然后根据所获得的样本数据，对调查对象总体特征作出具有一定可靠程度的推算。 （）特点： 第一，按随机原则抽取样本。 第二，根据部分调查的实际资料对调查对象总体的数量特征作出估计。 第三，抽样误差可

20、以事先计算并加以控制。 （）适用范围： 第一，不可能或不必要进行全面调查的现象。 第二，对普查资料进行必要的修正。,第一节 数据的获取,（）抽样方式,例题分析：等比例分配分层抽样,等比例抽样： 设总体有N个单位，分成k层，每层分别有N1,N2, ,Nk个单位，拟抽取n个单位组成样本，各层抽取的样本单位数分别为n1,n2, ,nk，则有,例题分析：等比例分配分层抽样,例题：设某大学的商学院想对今年毕业生进行一次调查，以便了解他们的就业倾向。该学院有6个专业，人力资源管理、旅游管理、市场营销、公共管理、物流管理、国贸。今年共有1600名毕业生，其中人力资源管理有320名，旅游管理有180名，市场营

21、销有240名，公共管理有220名，物流管理有360名，国贸有280名，现用等比例抽样，要抽取200人作为样本，各专业应抽取多少名毕业生？,例题分析：等比例分配分层抽样,解：设各专业在样本中的所占的人数分别为n1,n2,n3,n4,n5,n6，则有：,例题分析：最优分配分层抽样,最优抽样： 设总体有N个单位，分成k层，每层分别有N1,N2, ,Nk个单位，每层的标准差分别为1,2,k，拟抽取n个单位组成样本，各层抽取的样本单位数分别为n1,n2, ,nk，则有,例题分析：最优分配分层抽样,例：某研究机构欲在五个地区调查汽车销售情况，为商店制定汽车促销计划提供依据。根据历史资料，这五个地区的商店数

22、、平均汽车销售量和方差如下：,现要抽取146个商店组成样本进行调查，问按最优分配抽样，各地区应抽取多少个商店？,例题分析：最优分配分层抽样,解：,例题分析：最优分配分层抽样,即按照最优分配抽样，地区1、地区2、地区3、地区4、地区5应抽取的商店数分别为23、43、29、39、12个。,补充：调查方式的使用,注解： 1、建立以必要的周期性的普查为基础，经常性的抽样调查为主体，同时辅之以重点调查、科学推算和少量的全面报表综合运用的调查方法体系。 2、普查和全面报表都是全面调查，但两者不能互相替代。,补充：调查方式的使用,3、抽样调查虽然是一种非全面调查，但它能够解决全面调查无法或难以解决的问题，抽

23、样调查调查单位少，调查项目就可以多一些，以便对某一社会经济现象进行更深入的研究，也可以节省调查费用，又可以满足统计时效性的要求。所以，我国调查是以经常性的抽样调查为主体。 4、如果调查任务只要求掌握基本情况，而现象总体中又有部分单位能比较集中地反映研究项目的数量特征，则可采用重点调查。在调查中，适度地采用了科学的推算方法。,第一节 数据的获取,四、调查方案的确定 （一）确定调查方案的意义 一项统计调查工作往往要涉及成千上万的人共同工作，为了统一认识、统一行动，有条不紊地开展工作，所以事先要设计统计调查方案。,第一节 数据的获取,（二）调查方案的内容 1、确定调查目的。 2、确定调查对象、调查单

24、位和填报单位。 3、确定调查项目，设计调查表。 调查表一般有三部分组成：表头、表体、表脚 调查表一般有两种形式：单一表、一览表。,第一节 数据的获取,4、确定调查时间和调查期限。 （1）调查时间： 就是调查资料所属的时间。又分为两种情况： 若是时期现象，调查时间表现为一个时间区间； 若是时点现象，调查时间表现为标准时点。 （2）调查期限： 就是调查工作的起止时间。,第一节 数据的获取,5、统计调查的具体实施。 （1）调查组织的成立； （2）调查人员的培训； （3）调查表格的印制； （4）调查经费的预算； （5）其它。,方案设计实例,第一节 数据的获取,五、问卷设计 （一）问卷的定义 根据调查的

25、目的和任务，把各个问题以及所有可能答案都一一列出，由被调查者自由选择答案的调查表。 （二）问卷的内容 1、问卷标题和标号； 2、致被调查者的一封信和填表说明； 3、问卷的主题部分，即调查项目和答案； 4、编码。,第一节 数据的获取,（三）问题的类型,第一节 数据的获取,（四）问题的排列 1、应先事实、行为类问题，后动机、态度类问题。 2、相同类别问题内，应先简后繁，逐步深入。 3、在内容转折处应使用提示语或引导语句，保持问题的流畅，以避免被调查者感到唐突。 4、对于分叉式问题，要用“接问”、“跳转到第几题”等指示词合理衔接，跳越要注意逻辑。,第二节 数据的整理,一、数据的分组,分组方法,第二节

26、 数据的整理,二、数据分布的类型,几种常见的频数分布,第三节 数据的表达,一、统计表,第三节 数据的表达,二、统计图,第三章 预测技术,第一节 预测概述 第二节 定性预测技术 第三节 因果关系预测技术 第四节 平滑预测技术 第五节 马尔可夫预测技术 第六节 预测中数据的鉴别与处理,案例：企业销售额的预测,例：某企业20022009年，推销费用支出（万元）及营业人员数量（人）与销售额（千万元）的升降有密切关系，其有关数据如下表所示：,如果该企业2010年推销费用为200万元,营业人员为300人,试预测该企业2010年的销售额。（取显著性水平为0.05）,第一节 预测技术概述,一、预测的概述 二、

27、预测的技术 三、预测的种类 四、预测的基本步骤,第一节 预测技术概述,一、预测的概述 （一）预测的定义 预测是指根据过去和现在的实际资料，运用恰当的技术和手段，对尚未发生或目前还不明确的事物进行预先的估计和推测。 （二）预测的特点 可靠性、超前性、试探性、不精确性,第一节 预测技术概述,二、预测的技术 （一）定性预测法 个人见解法、集思广益法、市场调查法、德尔菲法、计划评审技术法（PERT法） （二）定量预测法 因果关系预测法（Y-X型）、时间序列预测法（Y-T型）、结构关系预测法（Y-Y型）,第一节 预测技术概述,三、预测的种类 按照预测有效期限的长短，预测可分为长期预测、中期预测、近期预测

28、、短期预测 注：在经济预测中，长期预测：5年以上，中期预测：15年，近期预测：3个月1年，短期预测：3个月以下。,第一节 预测技术概述,四、预测的基本步骤 （一）确定预测的目的 （二）选择预测变量 （三）确定预测的时间范围 （四）选择预测模型 （五）收集数据 （六）检验预测模型 （七）作出预测 （八）应用预测结果,第二节 定性预测技术,一、个人见解法 二、集思广益法 三、市场调查法 四、德尔菲法 五、主观概率法 六、PERT预测法（综合判断法）,第二节 定性预测技术,一、个人见解法 （一）定义 个人见解法是指某个人根据自己的判断作出的预测的一种方法。 （二）优缺点 优点：简单易行 缺点：效果差

29、、不可靠,第二节 定性预测技术,二、集思广益法 （一）定义 集思广益法是指通过召开讨论会的形式，邀请专家发表意见并进行讨论，然后集中专家的意见，对某事物的未来作出预测的一种方法。 （二）优缺点： 优点：充分交换意见、相互启发、考虑周到全面 缺点：专家人数有限、屈服于权威、随大流,第二节 定性预测技术,三、市场调查法 （一）定义 市场调查法是指根据市场调查收集的资料来对事物未来进行预测的一种方法。 （二）优缺点 优点：预测准确性较高、较合理 缺点：费用高、耗时长、对调查预测者要求高,第二节 定性预测技术,四、德尔菲法 （一）定义 德尔菲法是指按一定的程序，采用背对背的反复函询的方式，征询专家小组

30、成员的意见，对事物的未来进行预测的一种方法。 （二）优缺点 优点：广泛收集意见、消除权威直接影响 缺点：提纲不够详细、不够具体、强迫意见一致,第二节 定性预测技术,五、主观概率法 （一）定义 主观概率法是指以若干主观概率的平均值作为某事件发生的概率的一种方法。,（二）优缺点 优点：克服德尔菲法中“强迫意见一致性” 缺点：主观性强、易出现偏差,第二节 定性预测技术,六、PERT预测法（综合判断法） （一）定义 PERT预测法是指运用计划评审技术对事物未来进行估计和预测的一种方法。 （二）计算公式,均值：,方差：,例题分析：PERT法,例：设某大学就业指导中心有两名工作人员，招生办公室有三名工作人

31、员，为了确定今年管理专业的招生人数，他们对四年后该专业毕业生的市场需求量分别作了如下估计：,已知就业指导中心、招生办的权数分别为0.6、0.4，问该专业应招多少人？在95.45%的可能性下，求招生人数的预测区间。,例题分析：PERT法,例题分析：PERT法,所以，该专业应招74人，在95.45%的可能性下，招生人数的预测区间为：,第三节 因果关系预测技术,一、因果关系预测的概述 二、一元线性回归预测法 三、多元线性回归预测法,第三节 因果关系预测技术,一、因果关系预测的概述 （一）定义 因果关系预测是指利用事物发展的因果关系来推断事物发展趋势的一种定量预测方法。 （二）因果关系预测的回归模型的

32、种类 1、根据影响因素的多少，可分为一元回归和多元回归； 2、根据影响因素与预测目标之间的关系，可分为线性回归和非线性回归。,第三节 因果关系预测技术,（三）利用回归模型进行预测的基本步骤 1、根据预测的目的，选择自变量和因变量，并判断其相关类型。 2、初步确定方程模型，进行参数估计。 3、进行统计检验。 4、进行预测和区间估计。,第三节 因果关系预测技术,二、一元线性回归预测法 （一）一元线性回归模型,（二）回归系数的估计：最小二乘法（LS）,第三节 因果关系预测技术,（三）判定系数（可决系数）：R2,R2的含义：（1）自变量对因变量差异的解释程度。 （2）0 R2 1,其值越大越好，R2越

33、接近1，模型的拟合越好。当R20.5时，就可以认为拟合得不错。,第三节 因果关系预测技术,（四）相关系数：r 1.相关系数的取值在-1与1之间。 2.当r = 0 时，表明X与Y没有线性相关关系。 3.当0|r|1时，表明X与Y存在一定的线性相关关系:若r 0, X与Y 为正相关;若r0,表明X与Y 为负相关。 4.当|r|=1时，表明X与Y完全线性相关:若r=1，称X与Y完全正相关；若r=-1，称X与Y完全负相关。,第三节 因果关系预测技术,（五）回归系数显著性的检验：t检验 1.对于系数a的检验 提出假设：H0:a=0,H1:a0 2.对于系数b的检验 提出假设：H0:b=0,H1:b0

34、（六）回归方程的显著性检验：F 检验 提出假设：H0:a=b=0,H1:a,b不全为零,例题分析1：一元线性回归预测法,例1 一个工厂每月的工作班次与产量的资料如下：,若该厂下个月的产量需要达到400单位，需要多少班次才够？,例题分析1：一元线性回归预测法,解：工作班次与产量的散点图如下图所示,由工作班次与产量的散点图可知，工作班次与产量之间呈线性关系，故建立一元线性模型：y=a+bx+,例题分析1：一元线性回归预测法,Dependent Variable: y Method: Least Squares Date: 03/17/10 Time: 18:44 Sample: 1 9 Inclu

35、ded observations: 9 Variable Coefficient Std. Error t-Statistic Prob. x 0.098025 0.009061 10.81826 0.0000 C 10.69098 3.270287 3.269126 0.0137 R-squared 0.943564 Mean dependent var 42.22222 Adjusted R-squared 0.935502 S.D. dependent var 17.51983 S.E. of regression 4.449418 Akaike info criterion 6.016

36、554 Sum squared resid 138.5813 Schwarz criterion 6.060382 Log likelihood -25.07449 F-statistic 117.0347 Durbin-Watson stat 1.738500 Prob(F-statistic) 0.00001,例题分析1：一元线性回归预测法,在显著性水平为5%下，方程的回归系数显著不为零，即回归系数通过了t检验，回归方程通过了F检验，所以估计结果有效，可用来预测。 当产量x=400时，工作班次为： y=10.691+0.098400=49.891=50,例题分析2：一元线性回归预测法,例2

37、 根据经验，奖金水平对销售量有很大影响。新华贸易公司为确定公司内的奖金水平与销售量的具体关系，作了10次试验，数据如下：,问试验结果的最优拟合线是什么？,例题分析2：一元线性回归预测法,解：销售量与奖金水平的散点图下图所示：,由销售量与奖金水平的散点图可知，销售量与奖金水平之间呈线性关系，故建立一元线性模型：y=a+bx+,例题分析2：一元线性回归预测法,Dependent Variable: Y Method: Least Squares Date: 03/18/10 Time: 08:18 Sample: 1 10 Included observations: 10 Variable Co

38、efficient Std. Error t-Statistic Prob. X 2.963636 0.109343 27.10400 0.0000 C 2.163636 0.583733 3.706554 0.0060 R-squared 0.989227 Mean dependent var 15.50000 Adjusted R-squared 0.987881 S.D. dependent var 9.021579 S.E. of regression 0.993158 Akaike info criterion 3.001003 Sum squared resid 7.890909

39、Schwarz criterion 3.061520 Log likelihood -13.00502 F-statistic 734.6267 Durbin-Watson stat 2.517637 Prob(F-statistic) 0.000000,例题分析2：一元线性回归预测法,在显著性水平为5%下，方程的回归系数显著不为零，即回归系数通过了t检验，回归方程通过了F检验，所以估计结果有效。,第三节 因果关系预测技术,三、多元线性回归预测法 （一）多元线性回归模型 y=b0+b1x1+b2x2+bmxm 其中，b0,b1, ,bm称为回归系数。 （二）回归系数的估计：最小二乘法（LS）

40、（三）判定系数（R2）和修正的判定系数 （R2）,R2、R2的含义：（1）自变量对因变量差异的解释程度。 （2）0 R2 R2 1,其值越大越好，R2越接近1，模型的拟合越好。当R20.5时，就可以认为拟合得不错。,第三节 因果关系预测技术,（四）回归系数显著性的检验：t检验 提出假设：H0:bi=0,H1:bi0（i=0,1,2,m) （五）回归方程的显著性检验：F 检验 提出假设：H0:b0=b1=b2=bm=0 H1:b0,b1,b2,bm不全为零,例题分析1：多元线性回归预测法,例：某企业20022009年，推销费用支出（万元）及营业人员数量（人）与销售额（千万元）的升降有密切关系，其

41、有关数据如下表所示：,如果该企业2010年推销费用为200万元,营业人员为300人,试预测该企业2010年的销售额。（取显著性水平为0.05）,例题分析1：多元线性回归预测法,Dependent Variable: Y Method: Least Squares Date: 03/18/10 Time: 09:36 Sample: 2002 2009 Included observations: 8 Variable Coefficient Std.Error t-Statistic Prob. X1 1.051491 0.605645 1.736150 0.1431 X2 0.638792

42、0.198522 3.217739 0.0235 C -97.492264 7.49886 -2.05251 0.0953 R-squared 0.995857 Mean dependent var 281.5000 Adjusted R-squared 0.994200 S.D. dependent var 26.23520 S.E. of regression 1.998025 Akaike info criterion 4.502191 Sum squared resid 19.96051 Schwarz criterion 4.531982 Log likelihood -15.008

43、77 F-statistic 600.9415 Durbin-Watson stat 1.226983 Prob(F-statistic) 0.000001,例题分析1：多元线性回归预测法,Dependent Variable: Y Method: Least Squares Date: 03/18/10 Time: 09:40 Sample: 2002 2009 Included observations: 8 Variable Coefficient Std. Error t-Statistic Prob. X2 0.979936 0.032709 29.95924 0.0000 C -1

44、6.40048 9.976984 -1.643832 0.1513 R-squared 0.993360 Mean dependent var 281.5000 Adjusted R-squared 0.99225 S.D. dependent var 26.23520 S.E. of regression 2.309169 Akaike info criterion 4.723971 Sum squared resid 31.99358 Schwarz criterion 4.743831 Log likelihood -16.89588 F-statistic 897.5563 Durbi

45、n-Watson stat 1.724968 Prob(F-statistic) 0.000000,例题分析1：多元线性回归预测法,Dependent Variable: Y Method: Least Squares Date: 03/18/10 Time: 09:41 Sample: 2002 2009 Included observations: 8 Variable Coefficient Std. Error t-Statistic Prob. X1 -0.170903 0.136395 -1.252999 0.2568 X2 1.024861 0.078674 13.02663 0

46、.0000 R-squared 0.992366 Mean dependent var 281.5000 Adjusted R-squared 0.991094 S.D. dependent var 26.23520 S.E. of regression 2.475835 Akaike info criterion 4.863351 Sum squared resid 36.77856 Schwarz criterion 4.883211 Log likelihood -17.45340 Durbin-Watson stat 1.815449,例题分析1：多元线性回归预测法,Dependent

47、 Variable: Y Method: Least Squares Date: 03/18/10 Time: 09:42 Sample: 2002 2009 Included observations: 8 Variable Coefficient Std. Error t-Statistic Prob. X2 0.926348 0.002984 310.4065 0.0000 R-squared 0.990369 Mean dependent var 281.5000 Adjusted R-squared 0.990369 S.D. dependent var 26.23520 S.E. of regression 2.574666 Akaike info criterion 4.845785 Sum squared resid 46.40233 Schwarz criterion 4.855715 Log likelihood -18.38314 Durbin-Watson stat 2.089097,例题分析1：多元线性回归预测法,在显著性水平为5%下，方程的回归系数显著不为零，即回归系数通过了t检验，回归方程通过了F检验，所以估计结果有效。