搜索
建设与管理工程学院课程设计说明书课程名称:物流管理专业综合设计实验课程代码:101204309题目:线性回归在运量预测中的应用年级/专业/班:2012级物流管理2班学生姓名:杨超学号:312012110210219开始时间:2016年07月04日完成时间:2016年07月08日课程设计成绩：学习态度及平时成绩（30）技术水平与实际能力（20）创新（5）说明书（计算书、图纸、分析报告）撰写质量（45）总分（100）指导教师签名：年月日物流管理专业综合设计实验任务书学院名称：建设与管理工程学院课程代码：101204309专业：物流管理年级：2012、2013级一、题目题目自拟选题参考：1、设计一个物流产品；2、设计一个产品及其物流系统；3、针对物流的某项功能要素（如采购、运输、仓储、配送、供应链管理、电子商务等）设计一项综合实验方案；4、针对某个行业（如汽车行业、零售连锁行业、医药行业、食品行业、电子行业、冷链行业、危险品行业等）物流特征，设计一项该行业物流的综合实验方案。本小组题目：线性回归在运量预测中的应用二、主要内容及要求针对物流或流通领域的作业流程，设计一项综合实验方案。形式上可以是（但不限于）以下之一：1.4—5人一组，自由组合。题目以小组为单位，提交一份设计方案，要求在报告末尾注明小组成员分工，及各自得分比例（百分比）。2.格式要求（附后，含目录、摘要、引言、正文、致谢、参考文献）3.工作量要求：正文部分字数3000以上4.阶段性要求：每周必须与导师见面，寻求指导；选题须经导师同意后才可进入下一阶段；5.本课程特别强调实验方案的创新性。设计过程中可参考参考资料中的相关内容，但不能抄袭，抄袭小组将不予成绩且无重新提交报告的资格。6.提交材料：Ａ、最终成果：（装订顺序为：封面、任务书、课程论文，小组成员分工，及各自得分比例（百分比）。）Ｂ、参考的资料（可以是原始文稿电子文档或纸质件、书、手写的读书笔记、摘抄等反应），共指导教师检查、不存档。三、主要技术路线提示需包括以下内容：1、设计目的2、设计任务3、设计内容（含角色（或岗位）设计）4、相关流程设计5、相关数据设计四、进度安排7月4日开始，7月8日结束；分四阶段：1）选题及资料收集；2）方案设计；3）撰写设计说明书；4）提交报告，具体完成时间以及指导时间由指导教师确定。五、参考文献1、深圳市中诺思资讯科技有限公司，《1204229西华大学交通运输学院Nos3PL实验指导书V5.0》2、深圳市中诺思资讯科技有限公司，《供应链管理与优化软件实训指导书(学生)》3、深圳市中诺思资讯科技有限公司，《运输优化与管理系统实训指导书(学生)》4、陈立云，金国华，《跟我们做流程管理》，北京大学出版社5、水藏玺，《流程优化与再造:实践•实务•实例》，中国经济出版社指导老师签名日期2016年7月1日系主任审核日期2016年7月1日目录摘要·········································································································-1-1.综合设计的设想························································································-2-2.实验原理··································································································-2-2.1实验模型的假设······················································································-3-2.2实验模型介绍·························································································-3-3实验目的··································································································-5-4实验软件··································································································-5-5实验内容··································································································-5-5.1手工求解·······························································································-5-5.1.1统计过去的运量···················································································-5-5.1.2求解运量预测值···················································································-6-5.1.3预测误差分析的必要性··········································································-7-5.1.4预测误差分析······················································································-7-5.2利用软件分析·························································································-8-5.2.1输入数据····························································································-8-5.2.2单变量分析·························································································-9-5.2.3线性回归分析····················································································-10-实验结论···································································································-12-致谢·········································································································-13-参考文献···································································································-14-附件·········································································································-15--1-摘要预测是一项重要的统计工作，信息化走到今天，在各行各业的数据量正在呈指数倍数增长，对数据的处理和分析的重要性也在提高，预测的方法和模型也越来越多，越来越完善。本文是以实际案例通过对流通领域具有代表性的环节—运输的预测，分析和说明了预测的基本环节。本文预测的工作线路是：统计和整理实际数据，绘制散点图，确定采用的预测模型，提出模型的假设条件，进行预测并得出未来的预测值，预测检验等步骤。本文在预测的工作中采用了一定量分析为主，定性分析为辅的分析方法，为了提高预测的质量进行了大量的手工计算和SPSS仿真求解。关键词：线性，预测，运量，回归-2-1.综合设计的设想经济生活中的许多现象都不是互相独立的，而是相互作用、相互影响的。一种结果的出现往往是多个因素、多个环节共同作用的导致的结果。当我们需要把握其中的规律时，可以抛开次要因素，抓住具有决定影响的因素，这样我们就可以对未来仿真。在离散、变化的数据背后，它们往往蕴含一定的规律，并且这种规律具有一定的稳定性，如对销售量的分析预测可以发现，销售量在不同季节、不同地区、不同人群中的变化，尽管这种变化是根据过去数据得出的，但根据统计学大数定理，未来的销售量会在过去销售量的中值附近波动，并且越靠近现在，预测值与实际值越接近，比如今天的销售量是100，没有特殊情况，明天的销售量不可能一下子跌成10，如果真出现这样大的反差，是需要考虑其他因素的。本文中，某公司是一家生鲜产品运输公司，该公司需面对现在的业务量，在考虑要不要增加投资、扩大运力，这样的战略决定需要对未来的市场量做预测，如果未来的运输量增加明显，那么公司就需要扩大运力，才能接受更多的业务量。该公司过去一定时期的运量是已知的，公司的主营业务也没发生改变，公司一直经营生鲜农产品运输，主要是果蔬、肉类的运输。对公司运量的影响来自各个客户销售量的变化，公司虽然不能统计到客户的具体销售量、销售变化规律，但是公司的运量是客户销售量的上游变量，它们具有很大的一致性，只是它们充当了流通领域不同的角色而已，所以从公司内部的数据出发来做统计预测是具有合理性的。公司需要来了解未来运量的变化趋势，才能在接受新业务时合理平衡自己的运力，同时可以提高议价能力，所以运量预测是一件基础性的、具有重要经济意义的工作。2.实验原理线性回归是利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。分析按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。具体采用哪种回归分析需要根据数据的变化趋势，判断数据的变化趋势，采用散点图来分析，散点图具有直观，容易判断等特点。线性回归分析一般采用直线回归分析，非线性回归分析一般采用曲线回归分析，也可以采用化曲线为直线的方式，但这种方式只适用于曲线波动不大的情况。本文采用的是线性回归，所以重点介绍线性回归，线性回归(LinearRegression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大-3-于一个自变量情况的叫做多元回归。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。在线性回归中，数据使用线性预测函数来建模，并且未知的模型参数也是通过数据来估计。这些模型被叫做线性模型。最常用的线性回归建模是给定X值的y的条件均值是X的仿射函数。不太一般的情况，线性回归模型可以是一个中位数或一些其他的给定X的条件下y的条件分布的分位数作为X的线性函数表示。线性回归是回归分析中第一种经过严格研究并在实际应用中广泛使用的类型。这是因为线性依赖于其未知参