《计算机在经济管理中的应用上机报告.doc》由会员分享，可在线阅读，更多相关《计算机在经济管理中的应用上机报告.doc（54页珍藏版）》请在三一文库上搜索。
1、 上机报告课程名称： 计算机在经济管理中的应用 学生姓名： 学 号： 班 级： 专 业：工商管理（项目管理） 指导教师： 2012年 11 月一、实验项目：网上书店数据库的创建及其查询二、实验目的：理解数据库的概念，理解关系（二维表）的概念以及关系数据库中数据的组织方式，了解数据库创建方法。三、实验平台：PC机、Windows系统、Office办公软件。四、实验内容及要求：按计算机在经济管理中的应用实验指导书要求完成实验一内容。五、实验步骤及结果：实验1-1操作步骤如下：1、 启动Microsoft Access2003，点击“文件/新建/空数据库”，选择保存位置为桌面，文件名为“响当当”，单
2、击“创建”如图：2、 双击“使用设计器创建表”，依次按要求输入字段名称、数据类型、字段大小等，将鼠标光标指向“会员号”字段所在的行前，单击选中该行，单击工具栏上的主键图标，会员号即被设为主键。单击保存按钮，保存文件名为“会员表”单击保存即可，如图所示：3、 按照以上类似步骤操作即可将剩下的6张表创建在“响当当”数据库中，其中同一张表中出现需要设置两个或以上主键时，可以选中其中一个字段名之后按住“Ctrl”键的同时选中另一个字段，再单击“主键”图标即可。创建完成的7张表如下图所示。各表中的数据可以手动输入，也可以选择“文件/获取外部数据/导入”选择存放相应数据的excell表格，将数据导入该数据
3、库即可。实验1-2操作步骤如下：1、 启动Microsoft Office Query 2003，选择“文件/新建/新数据源/确定/”输入数据源名称“xddBookstore”，选择驱动程序“Microsoft Access Driver(*.mdb)”单击“连接”并选择相应数据库，如下图所示： 2、选择添加查询所需要的表：“书表、出版社表”单击添加表对话框的关闭按钮，并且将表之间的关联关系改为“出版社号”和“出版社号”之间的关联。双击“书表”和“出版社表”中的“ISBN、书名、库存量、出版社名称”,选择“视图/条件”，在条件字段第一行选择“库存量”，第二行输入“10”按Enter键，出现如下
4、图所示结果：3、查询特定作者的图书信息：（1）、选择“bookstore”数据源，进入“查询设计”窗口。（2）、选择查询要使用到的表，如“书表”，将其添加到“表”窗格中。（3）、选择“书”表中的所有字段。在“查询设计”窗口的“表”窗格中，双击“书表”的“*”，该表中的所有字段即可出现在查询结果窗格中，添加“作者表”，在“条件”窗格的“条件字段”行的第一列中选择“作者.姓名”，并在下一行中输入“boddie.john”后回车，即可在“查询结果”窗格中显示“boddi.john”编写的图书的所有信息。如下图所示：4、 查询低价图书的信息：过程同上一个查询特定作者的步骤，在“条件”窗格的“条件字段”
5、行的第一列中选择“单价”，并在下一行中输入“=2005-7-1 and =&index(b9:b32,b8)”，单元格b8的值为“20”，index函数挑选出第20个日期：“98年2月1日”。单元格c3的值实际为“=98/2/1”。现在单元格c3显示为“=35827”，“35827”是日期“98年2月1日”的数字表示，与“98/2/1”值相同。在单元格d3输入公式：“=&date(year(index(b9:b32,b8),month(index(b9:b32,b8)+1,1)”，单元格d3 的值为“98/3/1”。 在单元格b5输入公式：“=dsum(sdata,原始数据!e1,b2:d3)
6、”，即从单元格sdata中，按照单元格b2：d3的要求，汇总出满足条件的所有记录的销售额。 在单元格f1：g11建立模拟运算表，计算前十大客户的销售额。单元格f2：f11存放前十大客户的公司名称，通过数据透视表汇总、排序得到该数据，在单元格g1输入公式：“=c5”，利用模拟运算表计算前十大客户的销售额。使用这些数据，作出如下图所示的前十大客户销售额观测板。（4）、将excel一张空白工作表命名为“主要销售人员销售额观测板”。在单元格b2:d3规定dsum函数汇总条件。在单元格b3直接输入员工姓名：“郑建杰”。在单元格c3输入公式：“=前十大客户观测板!c3”，在d3输入公式：“=前十大客户观测
7、板!d3”，在单元格c5输入公式：“=dsum(sdata,原始数据!e1,主要销售人员销售额观测板!b2:d3)”，如下图所示：在单元格f1：g11建立模拟运算表，计算各员工完成的销售额。单元格f2：f10存放销售人员的姓名（可利用数据透视表或高级筛选功能获得该数据）。在单元格g1输入公式：“=c5”，利用模拟运算表计算各员工的销售额。使用这些数据，制作出如下图所示的主要销售人员销售额观测板。（5）、将excel一张空白工作表命名为“主要城市销售额观测板”。在单元格b2:d3规定dsum函数汇总条件。在单元格c3输入公式：“=前十大客户观测板!c3”，在d3输入公式：“=前十大客户观测板!d
8、3”，在单元格c5输入公式：“=dsum(sdata,原始数据!e1,主要城市销售额观测板!b2:d3)”，如下图所示：在单元格f1：g19建立模拟运算表，计算各城市的销售额。单元格f2：f19存放城市名（可利用数据透视表或高级筛选功能获得该数据）。在单元格g1输入公式：“=c5”，利用模拟运算表计算各城市销售额。使用这些数据，如下图所示：（6）、将excel一张空白工作表命名为“主要产品销售额观测板”。在单元格b2:d3规定dsum函数汇总条件。在单元格c3输入公式：“=前十大客户观测板!c3”，在d3输入公式：“=前十大客户观测板!d3”，在单元格c5输入公式：“=dsum(sdata,原
9、始数据!e1,主要产品销售额观测板!b2:d3)”，单元格f1：g19是模拟运算表，计算各产品的销售额。单元格f2：f19存放产品名称（可利用数据透视表、排序得到）。在单元格g1输入公式：“=c5”，利用模拟运算表计算各产品销售额。使用这些数据，制作出如下图主要产品销售额观测板。（7）、将前面所绘制的四张观测板图表复制到同一个工作表中，并建立组合框，如下图所示：一、实验项目：餐饮公司经营数据时间序列预测二、实验目的：理解指数平滑预测法的概念，掌握在excel中建立指数平滑预测模型的方法，掌握寻找最优平滑常数的各种方法。三、实验平台：PC机、Windows系统、Office办公软件。四、实验内容
10、及要求：按计算机在经济管理中的应用实验指导书要求完成实验三内容。五、实验步骤及结果：1、“美食佳”公司半成品年销售量预测（1）、如图3-1所示在单元格a1:b21中布置好公司从1987-2006年的销售量数据。然后，绘制公司从1987年至2006年共20年的销售量折线图，结果如图下图所示，既没有趋势成分也没有季节成分，呈现出的是围绕一个水平上下波动的时间序列，说明适合用指数平滑法或移动平均法进行预测。本实验的数据是年度数据，建议采用指数平滑预测法。 （2）、在“工具”菜单中选择“加载宏”，在随后弹出的“加载宏”对话框中选择“分析工具库”，然后单击“确定”按钮，将会在“工具”菜单下出现“数据分析
11、”选项。在“工具”菜单中选择“数据分析”，在出现的“数据分析”对话框中选择“指数平滑”，出现如下图所示的对话框。在“指数平滑”对话框中，在“输入区域”输入“b2:b21”单元格，“阻尼系数”输入“0.75”，在“输出区域”输入“c2”单元格，单击“确定”按钮，将会看到下图输出结果。将单元格c21往下复制，便得到2007年的指数平滑预测值7.96。2、“美食佳”公司月管理费预（1）、如下图所示在单元格a1:c19中布置好公司从2006年1月至2007年6月的数据。绘制公司从2006年1月至2007年6月共18个月的管理费用折线图，结果如下图所示，本实验采用移动平均预测法。 （2）、在“工具”菜单
12、中选择“数据分析”，在出现的“数据分析”对话框中选择“移动平均”，出现如下图所示的对话框。在“移动平均”对话框中，在“输入区域”输入“c2:c19”单元格，“间隔”输入“3”，在“输出区域”输入“d3”单元格，单击“确定”按钮，将会看到如下图中单元格d5:d20的输出结果。如单元格d20所示，2007年7月公司管理费用的移动平均预测值为20.3万元。 3、“美食佳”华东分公司销售额趋势预测（1）、如下图所示在单元格a1:c19中布置好华东分公司从1996年至2006年的销售额数据。绘制华东分公司从1996年至2006年共11年的销售额折线图，结果如下图所示，采用线性趋势法进行预测。 （2）、如
13、图下所示，在图中选中数据系列，右键菜单中选择“添加趋势线”，出现“添加趋势线”对话框。如下图所示，在“添加趋势线”对话框的“类型”中选择“线性”。如图下图所示，在“添加趋势线”对话框的“选项”中选择“显示公式”和“显示r平方值”，得到如下图所示的结果。 （3）、选定线性趋势线，右键菜单中选择“趋势线格式”，出现如下图的“趋势线格式”对话框。如下图所示，在“趋势线格式”对话框中选定“选项”，将趋势预测前推1周期，得到如下图所示的大致预测结果。 由下图中的趋势线可见，公司2007年的销售额预测值约为1000万元。 （4）、根据得到的线性趋势方程公式y=11.473x+861.98，如下图所示，在单
14、元格c13中输入公式：“=11.473*a13+861.98”，计算得到2007年的预测值为999.66。利用forecast()函数，在单元格c14中输入公式：“=forecast(a13,c2:c12,a2:a12)”，计算得到2007年的预测值999.65。 利用trend()函数，在单元格c15中输入公式：“=trend(c2:c12,a2:a12,a13)”，计算得到2007年的预测值为999.65。如下图所示，同时选中单元格b13和c13，并作为新数据点复制到图形的数据线上，如下图所示。趋势线前推只能在图中看到大致预测结果1000左右，而下图中看到准确的预测值999.66，且预测值
15、一定在趋势线的延伸线上。 一、实验项目：住房建筑许可证数量的回归分析二、实验目的：理解一元线性回归分析的概念，针对不同的问题，能够建立适当的一元线性回归模型，掌握内建函数slope( )、intercept( )与linest( )的用法，掌握用规划求解法、添加线性趋势线法、回归分析报告法确定线性回归方程的系数，给定自变量的情况下，根据线性回归模型预测因变量的值。三、实验平台：PC机、Windows系统、Office办公软件。四、实验内容及要求：按计算机在经济管理中的应用实验指导书要求完成实验四内容。五、实验步骤及结果：1、根据实验要求，我们确定因变量为建筑许可证的颁发数量，自变量为人口密度，
16、并将数据合理的布置在excel工作表的单元格a1:b19中，如下图所示，以备建模使用。利用图中的数据，以每平方公里的人口密度为x值，建筑许可证的颁发数量为y值，绘制xy散点图，如下图所示。从这个散点图可以看出每平方公里的人口密度与建筑许可证的颁发数量之间存在着大体上的线性依赖关系。 （2）、excel提供了几种不同的工具，包括规划求解工具，intercept()、slope()与linest()等内建函数，在散点图中添加趋势线和趋势线方程以及生成回归分析报告等方法来确定回归系数a和b。我们这里介绍利用规划求解的方法来求解回归系数。假定回归系数的值，建立线性回归模型。假定回归系数的值为a=1，b
17、=1并将之放在单元格f2:f3中。用回归直线方程y=a+bx以及每平方公里的人口密密度来计算建筑许可证的颁发数量预测值，放在单元格c2中，即在单元c2中输入公式“=$f$2+$f$3*a2”，并将此公式复制到c3:c19中，得到建筑许可证的颁发数量预测值。在单元格f5中计算建筑许可证的颁发数量观测值与预测值的均方误差mse，即在单元格f5中输入公式“=average(c2:c19-b2:b19)2)”。如下图所示：（3）、在如下图的“规划求解参数”对话框中将目标单元格设为$f$5，使其等于最小值，将可变单元格设为$f$2:$f$3，启用8次规划求解工具进行重复运算得如下图所示，规划求解完成后，
18、如图所示，就可得到使f5中均方误差达到极小的两个回归系数的值，即回归直线方程的截距a和斜率b的值分别为a=-23645.19，b=5.4714971，即回归方程为：y=-23645.19+5.4714971x 根据上述回归方程，如果任意给定人口密度（7000），即可预测出建筑许可证的颁发数量（14655.287），如图所示。将r2的计算结果放在单元格f4中，即在f4中键入公式“=rsq(b2:b19,a2:a19)”，得到r2的值约为0.937。这表明，回归方程可以很好地用来描述建筑许可证的颁发数量与每平方公里的人口密度之间的关系，用此回归方程来进行预测是可信的。2、确定因变量为建筑许可证的颁
19、发数量，自变量为自由房屋的均值。并将数据合理的布置在excel工作表的单元格a1:b19中，如图所示，以备建模使用。（2）、利用（1）中准备的数据画出散点图，如下图所示，通过散点图选择合适的拟合函数，建立含未知参数的方程。 （3）、假定回归系数的值为a=1，b=1并将之放在单元格f2:f3中。用回归对数方程y=a+blnx以及自由房屋均值来计算建筑许可证的颁发数量预测值，放在单元格c2中，即在单元c2中输入公式“=$f$2+$f$3*ln(a2)”，并将此公式复制到c3:c19中，得到建筑许可证的颁发数量预测值。在单元格f5中计算建筑许可证的颁发数量观测值与预测值的均方误差mse，即在单元格f
20、5中输入公式“=average(c2:c19-b2:b19)2)”。如图：（4）、利用规划求解工具计算出使mse极小的参数a与b，规划求解对话框的设置如图：然后点击“求解”按钮，可得如图所示：（5）、在散点图中通过添加对数趋势线，并在添加趋势线对话框中的“选项”中选择“显示r2”与“显示公式”，如下图所示。我们发现r2达到0.9441，表明选择对数回归模型预测是可行的。同时我们也检验了趋势线方法与规划求解法所得到的回归方程系数是一样的。（6）、根据对数回归方程，如果任意给定 自由房屋的均值，即可预测出建筑许可证的颁发数量。将x=300，预测出颁发的建筑许可证数量为-78874.08+16877
21、.319*ln（300）=17390.4708 ，如上图A20：C20所示。3、“家家有房”公司建筑许可证多元线性回归分析（1）、首先分析案例中的自变量和因变量，并将数据合理的布置在excel工作表的a1:d19中，如图所示，以备建模使用。根据实验要求，我们确定因变量为建筑许可证的颁发数量（y），因变量为每平方公里的人口密度（x1）、自由房屋的均值（x2）与平均家庭收入（x3），假设多元线性模型为：y=a+b1*x1+b2*x2+b3*x3。（2）、分别绘制三个候选自变量与因变量之间的关系图。（3）、分别进行一元、二元、三元回归分析。选择“工具”、“数据分析”、“回归”如下图所示：（4）、调整
22、后的r平方值进行比较，找出最大的那个，其对应的变量就是我们最后要保留的变量。经过比较发现，最大值为0.973825753，对应的候选变量每平方公里的人口密度x1，平均家庭收入x3，因此直接利用每平方公里的人口密度与平均家庭收入建立模型。根据图中的结果，可得相应的参数分别为a=-32006.239，b1=2.50556935948966，b3=309.1784424053248，回归模型为y=-32006.239 +2.50556935948966*x1+309.1784424053248*x3，将每平方公里的人口密度为7000，平均家庭收入为80代入模型，即可预测出建筑许可证的颁发数量为10267.21。一、实验项目：运动鞋公司经营