搜索
《管理定量分析》课程实验指导书实验一一元线性回归分析一、实验目的及要求（一）实验目的掌握回归分析建模的基本步骤。（二）实验要求1．能够运用Excel回归分析工具进行回归分析；2．能够解释软件的输出结果，初步判断模型优劣；3．能够对模型进行应用。二、实验设备及软件1．硬件设备：PC机；2．操作系统：MicrosoftWindows2000/XP；3．应用软件：MicrosoftExcel2000；三、实验内容1．回归分析工具的使用操作；2．利用案例数据建立一元线性回归模型；3．模型解释及预测。四、实验步骤1．对案例数据进行描述统计分析例1为了弄清楚农民收入变动的原因，请利用1986-2005年的时间序列数据，选取农民纯收入指标作为被解释变量，分别选取粮食价格指数、非农村人口比重、乡村劳动力农业就业比重、农村固定资产投资、财政支农投入等变量作为解释变量建立一元线性回归方程，考察粮食价格波动、农村人口迁移、农业就业人口、农村投资、财政投入等方面的变动对农民收入变动的影响程度，比较所建立的一元线性回归模型，选择出最适当的模型并进行应用。数据如下：年份农民人均纯收入（元）粮食价格指数乡村劳动力农业就业比重（%）非农村人口比重（%）农村固定资产投资（亿元）财政支农（亿元）1986133.60100.0080.2017.92587.5489.041987137.63106.2079.1519.39708.3489.561988147.86121.1778.5123.71743.0689.231989196.76146.9879.2426.21608.1093.911990220.53139.9379.3526.41574.21102.481991223.25151.9679.3326.94686.60108.821992233.19188.8977.7127.46840.15112.991993265.67241.2175.1527.991013.88118.431994335.16358.6873.2128.511034.75117.911995411.29482.0771.7929.041102.44108.401996460.68518.2371.2330.481243.61118.651997477.96477.2970.5731.911300.50126.901998474.02462.4970.2733.351349.18142.801999466.80445.8470.1834.781416.64156.752000466.16401.7068.3836.221542.83176.702001469.80407.7367.2937.661650.41210.062002468.95402.0265.9239.091848.00254.372003476.24410.8663.8340.532223.59258.692004499.39519.7461.5741.762511.91371.612005521.20527.0259.4942.992947.95386.29注：人均村收入、农村固定资产投资、财政支农变量的数据均以按1978年可比价格进行了调整首先使用“相关系数”分析工具进行相关分析，并分别作出被解释变量和各个解释变量数据的散点图，分析他们之间的关系。2．回归分析。具体实验步骤如下：第1步：选择“工具”下拉菜单第2步：选择“数据分析”选项第3步：在分析工具中选择“回归”，然后选择“确定”第4步：当对话框出现时在“Y值输入区域”方框内键入被解释变量的数据区域在“X值输入区域”方框内键入解释变量的数据区域在“置信度”选项中给出所需的数值在“输出选项”中选择输出区域在“残差”分析选项中选择所需的选项第五步：选择确定得出结果3．结果分析。利用各个一元线性回归模型输出的各项结果进行拟合优度检验、方程显著性检验和系数的显著性检验，并写出估计方程，比较各个模型，选出最佳模型。4．解释及预测。利用最佳模型，解释得到的估计的回归方中系数的含义，并设定一个解释变量的值预测被解释变量取值。五、实验结果1．回归模型的设计及计算结果；2．运用回归模型进行预测所的结果；3．对模型优劣的分析结论；4．反映实验结果的电子文档。实验二多元线性回归分析一、实验目的及要求（一）实验目的掌握多元回归分析建模技术。（二）实验要求1．能够运用Excel进行多元回归分析；2．能够利用软件的输出结果判断模型优劣，并对模型进行改进；3．能够对模型进行应用。二、实验设备及软件1．硬件设备：PC机；2．操作系统：MicrosoftWindows2000/XP；3．应用软件：MicrosoftExcel2000；三、实验内容1．分析案例数据，建立多元线性回归模型；2．分析软件输出结果改进模型；3．利用得到的最佳模型进行预测。四、实验步骤1．利用Excel回归分析工具进行多元回归分析。例2为了全面弄清楚农民收入变动的原因，需要利用例1的数据做多元回归分析，在例1中选取解释变量建立多元线性回归模型，要求以实验一所得到的最佳一元回归模型为基础，利用向前选择(即逐步迭代法)方法逐步添加新的解释变量，利用输出的各项检验结果进行比较，逐步选择出最优的多元线性回归模型，并进行应用。2．进行解释及预测对得到的最优模型的结果进行分析和解释，设定一组解释变量的值，利用最终得到的估计方程预测农民人均纯收入。五、实验结果1．回归模型的设计及计算结果；2．运用回归模型进行预测所得的结果；3．对建模过程中得到的各个模型进行优劣分析的结论；4．反映实验结果的电子文档。实验三虚拟自变量的回归分析一、实验目的及要求（一）实验目的掌握回归分析中应用虚拟自变量的建模技术。（二）实验要求1．能够将定性变量用虚拟变量表示，并运用Excel进行有虚拟变量自变量的回归分析；2．能够对模型进行应用。二、实验设备及软件1．硬件设备：PC机；2．操作系统：MicrosoftWindows2000/XP；3．应用软件：MicrosoftExcel2000；三、实验内容1．分析案例数据，对定性自变量用虚拟变量表示；2．建立有虚拟自变量的多元线性回归模型；分析软件输出结果，并与不包含虚拟变量的模型进行比较；3．利用得到的模型进行预测。四、实验步骤1．对案例数据进行描述统计分析例3为研究工资水平与工作年限和性别之间的关系，在某行业中随机抽取10名职工，所得数据如下表，建立多元回归模型并应用。数据如下：月工资收入y（元）工作年限x1（年）性别x229002男30006女48008男18003女29002男49007男42009女48008女44004男45006男使用“相关系数”分析工具进行相关分析。2．将性别变量用虚拟变量表示。3．首先利用Excel回归分析工具对包含y和x1变量的回归模型进行分析，再对包含所有变量的回归模型进行分析。4．对输出的各项结果进行分析，对模型进行解释及预测，并比较上述两个模型。五、实验结果1．虚拟变量的表示结果；2．回归模型的设计及计算结果；3．运用回归模型进行预测所得的结果；4．反映实验结果的电子文档。实验四时间序列的平滑分析一、实验目的及要求（一）实验目的掌握时间序列分析中移动平均法和指数平滑法两项平滑技术。（二）实验要求1．能够对时间序列进行移动平均和指数平滑以消除其随机波动；2．能够能够利用平滑技术进行预测。二、实验设备及软件1．硬件设备：PC机；2．操作系统：MicrosoftWindows2000/XP；3．应用软件：MicrosoftExcel2000；三、实验内容1．运用Excel的“移动平均”工具对时间序列进行平滑处理，并能通过比较得出最佳移动步长；2．运用Excel的“指数平滑”工具对时间序列进行平滑处理，并能通过比较得出最佳平滑系数3．利用得到的模型进行预测。四、实验步骤1．对案例数据进行描述统计分析例4对居民消费价格指数数据，分别取移动间隔k=3和k=5，用Excel计算各期的居民消费价格指数的平滑值(预测值)，计算出预测误差，并将原序列和预测后的序列绘制成图形进行比较。数据如下：年份居民消费价格指数（%）年份居民消费价格指数（%）1986106.51994124.11987107.31995117.11988118.81996108.31989118.01997102.81990103.1199899.21991103.4199998.61992106.42000100.41993114.7使用Excel的绘图功能作出线图，并初步分析。2．运用Excel的“移动平均”工具对时间序列进行3期和5期移动平均，得到移动平均预测序列，并计算出均方误差；3．比较上一步得到的均方误差，得出最优移动步长，并预测2001年的消费价格指数；4．运用Excel的“指数平滑”工具并分别设定0.5、0.7和0.9的平滑系数对时间序列进行平滑，得到指数平滑预测序列，并计算出均方误差；5．比较上一步得到的均方误差，得出最优平滑系数，并预测2001年的消费价格指数；6．比较上述两种平滑方法。五、实验结果1．移动平均结果；2．指数平滑结果；3．预测结果；4．反映实验结果的电子文档。实验五时间序列的趋势分析一、实验目的及要求（一）实验目的掌握时间序列分析中线性和非线性趋势分析方法。（二）实验要求1．能够对有趋势时间序列进行分析和建模；2．能够在趋势分析的基础上进行预测。二、实验设备及软件1．硬件设备：PC机；2．操作系统：MicrosoftWindows2000/XP；3．应用软件：MicrosoftExcel2000；三、实验内容1．对案例数据进行描述分析，并判断配合何种趋势线；2．运用Excel得到时间序列的趋势方程，并计算出预测值序列和预测的估计标准误差。3．利用得到的模型进行预测。四、实验步骤1．对案例数据进行描述统计分析例5分别对下面人口自然增长率数据和能源生产总量数据进行趋势分析，并预测2001年的人口自然增长率和能源生产总量。数据如下：年份人口自然增长率（%）能源生产总量(千克标准煤)年份人口自然增长率（%）能源生产总量(千克标准煤)198615.5780850199411.21118729198716.6186632199510.55129034198815.7392997199610.42132616198915.0496934199710.06132410199014.399870319989.53124250199112.9810484419998.77109126199211.6010725620008.24100900199311.45111059使用Excel的绘图功能作出线图，初步分析趋势的形态，并写出配合的趋势方程。2．用Excel的“回归分析”工具得到方程系数的估计值（仅限直线方程、二次曲线和指数曲线方程），写出趋势的估计方程；3．利用上面的估计方程计算出预测序列和预测的估计标准误差；4．预测2001年的人口自然增长率和能源生产总量；五、实验结果1．趋势的估计方程结果；2．预测序列结果；3．2001年的预测结果；4．反映实验结果的电子文档。实验六时间序列的季节性分析一、实验目的及要求（一）实验目的掌握含季节性变动的时间序列分析方法。（二）实验要求1．能够对含季节性变动趋势的时间序列进行分析和建模；2．能够在季节性分析的基础上进行预测。二、实验设备及软件1．硬件设备：PC机；2．操作系统：MicrosoftWindows2000/XP；3．应用软件：MicrosoftExcel2000；三、实验内容1．对案例数据进行描述分析，并判断是否含季节性因素2．运用Excel结合移动平均趋势剔除法进行时间序列的季节性分析，计算出季节指数的值。3．对序列进行趋势分析并进行不含季节性因素和包含季节性因素预测。四、实验步骤1．对案例数据进行描述统计分析例6下表是一家啤酒生产企业1997～2002年各季度的啤酒销售量数据，试计算各季的季节指数，并预测2003年第一季度的销售量。数据