線性回歸在運(yùn)量預(yù)測中的運(yùn)用_第1頁
線性回歸在運(yùn)量預(yù)測中的運(yùn)用_第2頁
線性回歸在運(yùn)量預(yù)測中的運(yùn)用_第3頁
線性回歸在運(yùn)量預(yù)測中的運(yùn)用_第4頁
線性回歸在運(yùn)量預(yù)測中的運(yùn)用_第5頁
已閱讀5頁,還剩15頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、建設(shè)與管理工程學(xué)院課程設(shè)計(jì)說明書課 程 名 稱: 物流管理專業(yè)綜合設(shè)計(jì)實(shí)驗(yàn) 課 程 代 碼: 101204309 題 目: 線性回歸在運(yùn)量預(yù)測中的應(yīng)用 年級/專業(yè)/班: 2012級物流管理2班 學(xué) 生 姓 名: 楊超 學(xué) 號: 312012110210219 開 始 時(shí) 間: 2016 年 07 月 04 日完 成 時(shí) 間: 2016 年 07 月 08 日課程設(shè)計(jì)成績:學(xué)習(xí)態(tài)度及平時(shí)成績(30)技術(shù)水平與實(shí)際能力(20)創(chuàng)新(5)說明書(計(jì)算書、圖紙、分析報(bào)告)撰寫質(zhì)量(45)總 分(100)指導(dǎo)教師簽名: 年 月 日物流管理專業(yè)綜合設(shè)計(jì)實(shí)驗(yàn)任 務(wù) 書學(xué)院名稱: 建設(shè)與管理工程學(xué)院 課程代碼

2、: 101204309 專業(yè): 物流管理 年級: 2012、2013級一、題目 題目自擬選題參考:1、 設(shè)計(jì)一個(gè)物流產(chǎn)品;2、 設(shè)計(jì)一個(gè)產(chǎn)品及其物流系統(tǒng);3、 針對物流的某項(xiàng)功能要素(如采購、運(yùn)輸、倉儲、配送、供應(yīng)鏈管理、電子商務(wù)等)設(shè)計(jì)一項(xiàng)綜合實(shí)驗(yàn)方案;4、 針對某個(gè)行業(yè)(如汽車行業(yè)、零售連鎖行業(yè)、醫(yī)藥行業(yè)、食品行業(yè)、電子行業(yè)、冷鏈行業(yè)、危險(xiǎn)品行業(yè)等)物流特征,設(shè)計(jì)一項(xiàng)該行業(yè)物流的綜合實(shí)驗(yàn)方案。本小組題目: 線性回歸在運(yùn)量預(yù)測中的應(yīng)用 二、主要內(nèi)容及要求針對物流或流通領(lǐng)域的作業(yè)流程,設(shè)計(jì)一項(xiàng)綜合實(shí)驗(yàn)方案。形式上可以是(但不限于)以下之一:1. 45人一組,自由組合。題目以小組為單位,提交一份

3、設(shè)計(jì)方案,要求在報(bào)告末尾注明小組成員分工,及各自得分比例(百分比)。2. 格式要求(附后,含目錄、摘要、引言、正文、致謝、參考文獻(xiàn))3. 工作量要求:正文部分字?jǐn)?shù)3000以上4. 階段性要求:每周必須與導(dǎo)師見面,尋求指導(dǎo);選題須經(jīng)導(dǎo)師同意后才可進(jìn)入下一階段;5. 本課程特別強(qiáng)調(diào)實(shí)驗(yàn)方案的創(chuàng)新性。設(shè)計(jì)過程中可參考參考資料中的相關(guān)內(nèi)容,但不能抄襲,抄襲小組將不予成績且無重新提交報(bào)告的資格。6. 提交材料:、最終成果:(裝訂順序?yàn)椋悍饷妗⑷蝿?wù)書、課程論文,小組成員分工,及各自得分比例(百分比)。)、參考的資料(可以是原始文稿電子文檔或紙質(zhì)件、書、手寫的讀書筆記、摘抄等反應(yīng)),共指導(dǎo)教師檢查、不存檔。

4、三、主要技術(shù)路線提示需包括以下內(nèi)容:1、 設(shè)計(jì)目的2、 設(shè)計(jì)任務(wù)3、 設(shè)計(jì)內(nèi)容(含角色(或崗位)設(shè)計(jì))4、 相關(guān)流程設(shè)計(jì)5、 相關(guān)數(shù)據(jù)設(shè)計(jì)四、進(jìn)度安排7月4日開始,7月8日結(jié)束;分四階段:1)選題及資料收集;2)方案設(shè)計(jì);3)撰寫設(shè)計(jì)說明書;4)提交報(bào)告,具體完成時(shí)間以及指導(dǎo)時(shí)間由指導(dǎo)教師確定。五、參考文獻(xiàn)1、深圳市中諾思資訊科技有限公司,1204229西華大學(xué)交通運(yùn)輸學(xué)院Nos3PL實(shí)驗(yàn)指導(dǎo)書V5.02、深圳市中諾思資訊科技有限公司,供應(yīng)鏈管理與優(yōu)化軟件實(shí)訓(xùn)指導(dǎo)書(學(xué)生)3、深圳市中諾思資訊科技有限公司,運(yùn)輸優(yōu)化與管理系統(tǒng)實(shí)訓(xùn)指導(dǎo)書(學(xué)生)4、陳立云,金國華,跟我們做流程管理,北京大學(xué)出版社

5、5、水藏璽,流程優(yōu)化與再造:實(shí)踐實(shí)務(wù)實(shí)例,中國經(jīng)濟(jì)出版社 指導(dǎo)老師 簽名日期 2016 年7月 1日 系 主 任 審核日期2016 年7 月1 日目 錄摘 要- 3 -1.綜合設(shè)計(jì)的設(shè)想- 4 -2.實(shí)驗(yàn)原理- 4 -2.1實(shí)驗(yàn)?zāi)P偷募僭O(shè)- 5 -2.2實(shí)驗(yàn)?zāi)P徒榻B- 5 -3實(shí)驗(yàn)?zāi)康? 7 -4實(shí)驗(yàn)軟件- 7 -5實(shí)驗(yàn)內(nèi)容- 7 -5.1手工求解- 7 -5.1.1統(tǒng)計(jì)過去的運(yùn)量- 7 -5.1.2求解運(yùn)量預(yù)測值- 8 -5.1.3預(yù)測誤差分析的必要性- 9 -5.1.4預(yù)測誤差分析- 9 -5.2利用軟件分析- 10 -5.2.1輸入數(shù)據(jù)- 10 -5.2.2單變量分析- 11 -5.2.

6、3線性回歸分析- 12 -實(shí)驗(yàn)結(jié)論- 14 -致謝- 15 -參考文獻(xiàn)- 16 -附件- 17 - 16 -摘 要預(yù)測是一項(xiàng)重要的統(tǒng)計(jì)工作,信息化走到今天,在各行各業(yè)的數(shù)據(jù)量正在呈指數(shù)倍數(shù)增長,對數(shù)據(jù)的處理和分析的重要性也在提高,預(yù)測的方法和模型也越來越多,越來越完善。本文是以實(shí)際案例通過對流通領(lǐng)域具有代表性的環(huán)節(jié)運(yùn)輸?shù)念A(yù)測,分析和說明了預(yù)測的基本環(huán)節(jié)。本文預(yù)測的工作線路是:統(tǒng)計(jì)和整理實(shí)際數(shù)據(jù),繪制散點(diǎn)圖,確定采用的預(yù)測模型,提出模型的假設(shè)條件,進(jìn)行預(yù)測并得出未來的預(yù)測值,預(yù)測檢驗(yàn)等步驟。本文在預(yù)測的工作中采用了一定量分析為主,定性分析為輔的分析方法,為了提高預(yù)測的質(zhì)量進(jìn)行了大量的手工計(jì)算和S

7、PSS仿真求解。關(guān)鍵詞:線性,預(yù)測,運(yùn)量,回歸1.綜合設(shè)計(jì)的設(shè)想經(jīng)濟(jì)生活中的許多現(xiàn)象都不是互相獨(dú)立的,而是相互作用、相互影響的。一種結(jié)果的出現(xiàn)往往是多個(gè)因素、多個(gè)環(huán)節(jié)共同作用的導(dǎo)致的結(jié)果。當(dāng)我們需要把握其中的規(guī)律時(shí),可以拋開次要因素,抓住具有決定影響的因素,這樣我們就可以對未來仿真。在離散、變化的數(shù)據(jù)背后,它們往往蘊(yùn)含一定的規(guī)律,并且這種規(guī)律具有一定的穩(wěn)定性,如對銷售量的分析預(yù)測可以發(fā)現(xiàn),銷售量在不同季節(jié)、不同地區(qū)、不同人群中的變化,盡管這種變化是根據(jù)過去數(shù)據(jù)得出的,但根據(jù)統(tǒng)計(jì)學(xué)大數(shù)定理,未來的銷售量會在過去銷售量的中值附近波動,并且越靠近現(xiàn)在,預(yù)測值與實(shí)際值越接近,比如今天的銷售量是100,

8、沒有特殊情況,明天的銷售量不可能一下子跌成10,如果真出現(xiàn)這樣大的反差,是需要考慮其他因素的。本文中,某公司是一家生鮮產(chǎn)品運(yùn)輸公司,該公司需面對現(xiàn)在的業(yè)務(wù)量,在考慮要不要增加投資、擴(kuò)大運(yùn)力,這樣的戰(zhàn)略決定需要對未來的市場量做預(yù)測,如果未來的運(yùn)輸量增加明顯,那么公司就需要擴(kuò)大運(yùn)力,才能接受更多的業(yè)務(wù)量。該公司過去一定時(shí)期的運(yùn)量是已知的,公司的主營業(yè)務(wù)也沒發(fā)生改變,公司一直經(jīng)營生鮮農(nóng)產(chǎn)品運(yùn)輸,主要是果蔬、肉類的運(yùn)輸。對公司運(yùn)量的影響來自各個(gè)客戶銷售量的變化,公司雖然不能統(tǒng)計(jì)到客戶的具體銷售量、銷售變化規(guī)律,但是公司的運(yùn)量是客戶銷售量的上游變量,它們具有很大的一致性,只是它們充當(dāng)了流通領(lǐng)域不同的角色

9、而已,所以從公司內(nèi)部的數(shù)據(jù)出發(fā)來做統(tǒng)計(jì)預(yù)測是具有合理性的。公司需要來了解未來運(yùn)量的變化趨勢,才能在接受新業(yè)務(wù)時(shí)合理平衡自己的運(yùn)力,同時(shí)可以提高議價(jià)能力,所以運(yùn)量預(yù)測是一件基礎(chǔ)性的、具有重要經(jīng)濟(jì)意義的工作。2.實(shí)驗(yàn)原理線性回歸是利用數(shù)理統(tǒng)計(jì)中的回歸分析,來確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法,運(yùn)用十分廣泛。分析按照自變量和因變量之間的關(guān)系類型,可分為線性回歸分析和非線性回歸分析。具體采用哪種回歸分析需要根據(jù)數(shù)據(jù)的變化趨勢,判斷數(shù)據(jù)的變化趨勢,采用散點(diǎn)圖來分析,散點(diǎn)圖具有直觀,容易判斷等特點(diǎn)。線性回歸分析一般采用直線回歸分析,非線性回歸分析一般采用曲線回歸分析,也可以采用化

10、曲線為直線的方式,但這種方式只適用于曲線波動不大的情況。本文采用的是線性回歸,所以重點(diǎn)介紹線性回歸,線性回歸(Linear Regression)是利用稱為線性回歸方程的最小平方函數(shù)對一個(gè)或多個(gè)自變量和因變量之間關(guān)系進(jìn)行建模的一種回歸分析。這種函數(shù)是一個(gè)或多個(gè)稱為回歸系數(shù)的模型參數(shù)的線性組合。只有一個(gè)自變量的情況稱為簡單回歸,大于一個(gè)自變量情況的叫做多元回歸?;貧w分析中,只包括一個(gè)自變量和一個(gè)因變量,且二者的關(guān)系可用一條直線近似表示,這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個(gè)或兩個(gè)以上的自變量,且因變量和自變量之間是線性關(guān)系,則稱為多元線性回歸分析。在線性回歸中,數(shù)據(jù)使用線性預(yù)測

11、函數(shù)來建模,并且未知的模型參數(shù)也是通過數(shù)據(jù)來估計(jì)。這些模型被叫做線性模型。最常用的線性回歸建模是給定X值的y的條件均值是X的仿射函數(shù)。不太一般的情況,線性回歸模型可以是一個(gè)中位數(shù)或一些其他的給定X的條件下y的條件分布的分位數(shù)作為X的線性函數(shù)表示。線性回歸是回歸分析中第一種經(jīng)過嚴(yán)格研究并在實(shí)際應(yīng)用中廣泛使用的類型。這是因?yàn)榫€性依賴于其未知參數(shù)的模型比非線性依賴于其位置參數(shù)的模型更容易擬合,而且產(chǎn)生的估計(jì)的統(tǒng)計(jì)特性也更容易確定。2.1實(shí)驗(yàn)?zāi)P偷募僭O(shè) 在運(yùn)用線性回歸分析時(shí)需要滿足一些條件,滿足這樣的條件可以大大提高預(yù)測的科學(xué)性。一般來說這些條件是必須的。 (1)自變量與因變量之間存在線性關(guān)系,這可以

12、通過繪制散點(diǎn)圖矩陣來考察,如果因變量yi與某個(gè)自變量xi之間呈現(xiàn)出曲線,可以嘗試通過變量變換予以修正,常用的變量變換方法有對數(shù)變換、倒數(shù)變換、平方根變換、平方根反正弦變換等。 (2)各觀察值間是獨(dú)立的,即它們的觀測殘差的協(xié)方差是0。 (3)殘差服從正太分布。其方差反映了回歸模型的精度,越小,所得的回歸模型預(yù)測值的精度越高。 (4)殘差的大小不隨所有變量取值水平的變化而變化,即方差齊性。 此外,為了保證參數(shù)估計(jì)值的穩(wěn)定,還需要注意模型的樣本量要求。有學(xué)者認(rèn)為樣本量應(yīng)當(dāng)在希望納入模型的自變量數(shù)20倍以上為宜1。比如模型中希望納入5各自變量,則樣本量應(yīng)當(dāng)在100以上,少于此數(shù)則可能會出現(xiàn)檢驗(yàn)效能不足

13、的問題。當(dāng)然,如果檢驗(yàn)結(jié)果為有統(tǒng)計(jì)學(xué)意義,該結(jié)論并不可信,但在解釋時(shí)要更加細(xì)化。2.2實(shí)驗(yàn)?zāi)P徒榻B 在繪制散點(diǎn)圖的基礎(chǔ)上可以判斷,數(shù)據(jù)的走勢,如果已經(jīng)確定了為線性回歸的走勢,就可以采用線性回歸預(yù)測,線性回歸預(yù)測的模型一般是直線的回歸,可以在此基礎(chǔ)上在做調(diào)整,直線可以是上升趨勢,或者下降趨勢,甚至可以使平行的趨勢,但是各數(shù)據(jù)點(diǎn)到直線的的距離必須是最小的,即平方和最小。直線回歸法是處理函數(shù)y(預(yù)測值)與變量x(影響因素)之間線性關(guān)系的一種應(yīng)用比較廣泛的公式?;镜哪P腿缦?。y=a+bx式中:y預(yù)測值; x統(tǒng)計(jì)期的影響因素; a回歸系數(shù),指直線在y軸上的截距; b回歸系數(shù),即直線的斜率。 要用直線回

14、歸法預(yù)測運(yùn)量y,關(guān)鍵是求得回歸方程,已即確定回歸系數(shù)a與b,一旦回歸系數(shù)a與b確定,回歸直線也就確定了。 假設(shè):為統(tǒng)計(jì)期的運(yùn)量,為對應(yīng)第i統(tǒng)計(jì)期的變量,i=1,2,3,n,為預(yù)測期的運(yùn)量,s為偏平方和,a為直線的截距,b為直線的斜率,n為統(tǒng)計(jì)期數(shù),則此回歸直線方程為:2將直線回歸方程帶入偏差平方和方程可以得到下式:2回歸系數(shù)的值由下式確定: 計(jì)算出系數(shù)a,b之后,回歸方程就能確定下來,由此回歸方程,就可以預(yù)測出運(yùn)量。當(dāng)自變量為時(shí)間ti時(shí),我們可以通過恰當(dāng)?shù)匾苿幼鴺?biāo),使,此時(shí)可使計(jì)算a,b的公式簡化如下: 確定的方法如下:(1)若n為奇數(shù),則取ti的時(shí)間間隔為1,將t=0置于資料統(tǒng)計(jì)期的中間一期

15、,其上為負(fù)值,其下為正值。(2)若n為偶數(shù),則取t的時(shí)間間隔為2,t=-1與t=+1置于資料中央的上、下兩期。2 將回歸系數(shù)a、b求出之后,便可用直線方程y=a+bt,求出以后各期的預(yù)測值。3實(shí)驗(yàn)?zāi)康?對公司以往數(shù)據(jù)的分析挖掘有用的經(jīng)濟(jì)信息,通過預(yù)測,達(dá)到估測未來業(yè)務(wù)增長情況目的,提升公司現(xiàn)在的管理水平,科學(xué)做出決策方案,以應(yīng)對未來的挑戰(zhàn)。4實(shí)驗(yàn)軟件 實(shí)驗(yàn)軟件是SPSS。SPSS的全稱是:Statistical Program for Social Sciences(社會科學(xué)統(tǒng)計(jì)程序),是統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案軟件。該軟件是公認(rèn)的最優(yōu)秀的統(tǒng)計(jì)分析軟件包之一,也是當(dāng)今世界上應(yīng)用最為廣泛的統(tǒng)計(jì)分析

16、軟件。作為統(tǒng)計(jì)分析工具,它理論嚴(yán)謹(jǐn)、內(nèi)容豐富,包括了數(shù)據(jù)管理、統(tǒng)計(jì)分析、趨勢研究、制表繪圖、文字處理等功能。目前SPSS已運(yùn)用到經(jīng)濟(jì)學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物流管理、生物學(xué)、心理學(xué)、地理學(xué)、醫(yī)療衛(wèi)生、體育、農(nóng)業(yè)、林業(yè)、商業(yè)等各個(gè)領(lǐng)域。5實(shí)驗(yàn)內(nèi)容5.1手工求解 該公司以往的運(yùn)量以月為單位,預(yù)測期的單位也以月為單位,通過對該公司過去3年,即36個(gè)月的實(shí)際運(yùn)量值,預(yù)測未來一年的運(yùn)量。預(yù)測求解的技術(shù)線路是:統(tǒng)計(jì)過去的數(shù)據(jù)、將過去的數(shù)據(jù)繪制散點(diǎn)圖、判斷散點(diǎn)圖的走勢、選定自變量、預(yù)測未來個(gè)12的運(yùn)量、作預(yù)測誤差分析。5.1.1統(tǒng)計(jì)過去的運(yùn)量過去的運(yùn)量值的單位為噸,統(tǒng)計(jì)期是36個(gè)月,各期的數(shù)據(jù)見附件1,通過過去的

17、數(shù)據(jù)繪制散點(diǎn)圖,散點(diǎn)圖如下圖所示。圖1 運(yùn)量散點(diǎn)圖從散點(diǎn)圖中可以看出,過去36個(gè)月的運(yùn)量具有良好的線性回歸趨勢,所以采用線性回歸預(yù)測是合理的。5.1.2求解運(yùn)量預(yù)測值求解運(yùn)輸量的預(yù)測值需要求解回歸直線,計(jì)算回歸直線就需要知道a,b,求解a,b的值由下式?jīng)Q定: 式中,的求解需要根據(jù)過去36個(gè)月的各期實(shí)際運(yùn)量來確定,根據(jù)附加1的值,可以將它們求解出來,求解的結(jié)果見附件1。根據(jù)附件1的結(jié)果可以計(jì)算出a,b的值。根據(jù)a,b的值就可以確定直線回歸方程,y=21685.19+185.9064ti,預(yù)測的時(shí)間是從2016年4月到2017年3月,一共12個(gè)月,ti表示時(shí)間值,但它不是具體的時(shí)間,由于過去的數(shù)據(jù)

18、一共有36個(gè)月,是個(gè)偶數(shù),所以在過去的月份里,最中間的ti值分別取得是-1、1,在過去整個(gè)統(tǒng)計(jì)期,ti的值的取值是從-35到+35,每相鄰兩個(gè)數(shù)值的間隔是2。 在未來的12個(gè)月,ti的間隔值應(yīng)該保持與過去統(tǒng)計(jì)期的間隔值一致,都取為2,所以未來12個(gè)月,ti的值是從37到59,并且沒相鄰兩個(gè)ti的間隔是2。將各個(gè)月份對應(yīng)的ti帶入y=21685.19+185.9064ti就可以求出未來12個(gè)月的運(yùn)量預(yù)測值了,預(yù)測值的計(jì)算結(jié)果見附件2。5.1.3預(yù)測誤差分析的必要性統(tǒng)計(jì)預(yù)測是一種估算,既然是估算,那么其結(jié)果與實(shí)際情況就存在著一定的偏差,也即是預(yù)測結(jié)果不可能完全準(zhǔn)確,這個(gè)差距就是預(yù)測誤差。預(yù)測誤差是

19、個(gè)變量,在統(tǒng)計(jì)預(yù)測中是不可避免的,但我們可以深入研究產(chǎn)生誤差的原因,計(jì)算并分析誤差的大小,將預(yù)測誤差適當(dāng)?shù)丶右钥刂?,提高預(yù)測結(jié)果的準(zhǔn)確性。統(tǒng)計(jì)預(yù)測方法分為定性預(yù)測方法和定量預(yù)測方法,且由于統(tǒng)計(jì)學(xué)的數(shù)量性特征使得統(tǒng)計(jì)預(yù)測的主體無疑是定量預(yù)測,但無論是哪一種,統(tǒng)計(jì)預(yù)測都要求我們得到一個(gè)被量化的結(jié)果,這無疑是對我們的預(yù)測的準(zhǔn)確性有一個(gè)很大的要求。從預(yù)測中的任何一個(gè)環(huán)節(jié)或者是被要求的一個(gè)量化結(jié)果來看,其實(shí)都是會導(dǎo)致誤差存在的一種體現(xiàn),甚至于說沒有一個(gè)模型是完全正確的、沒有一個(gè)結(jié)果是與實(shí)際分毫不差的。我們將來自信息與方法兩方面的誤差統(tǒng)稱為“規(guī)范錯(cuò)誤”,既是規(guī)范性的錯(cuò)誤,那么則是可以允許且可以減小的,而針

20、對由于未來不確定性導(dǎo)致的預(yù)測失誤則是難以避免的,一旦出現(xiàn)沒有預(yù)知到的意外,那么統(tǒng)計(jì)預(yù)測基本原則中的類推性原則會被破壞,這種結(jié)構(gòu)性的改變會使數(shù)據(jù)和模型完全不適用,因此我們在這里著重分析來自前兩個(gè)方面的誤差。統(tǒng)計(jì)預(yù)測中方法的選擇實(shí)際上就是對模型的確定,因此是很重要的一部分。首先我們要知道沒有一個(gè)模型是完全符合的,我們只需要找到最優(yōu)的那一個(gè),所以要針對數(shù)據(jù)和預(yù)測目的確定。來自方法的預(yù)測誤差往往是由偏離數(shù)據(jù)和目的造成的,例如在回歸預(yù)測中的最小二乘法其實(shí)要求的就是對數(shù)據(jù)的擬合使殘差平方和最小,但是如果一味地增加變量以使數(shù)據(jù)擬合達(dá)到最好反而會使變量的增加毫無意義,因此難以達(dá)到預(yù)測目的。模型的建立是依據(jù)理論

21、將信息科學(xué)規(guī)范化,這種科學(xué)性不僅體現(xiàn)在要對癥下藥,還體現(xiàn)在考慮預(yù)測的大環(huán)境,比如虛擬變量的影響,周期性的影響等。5.1.4預(yù)測誤差分析為了鑒別回歸直線方程對預(yù)測值的可靠程度及其可能的波動范圍,需要計(jì)算直線數(shù)值與實(shí)際數(shù)值之間的標(biāo)準(zhǔn)差。其計(jì)算公式如下:計(jì)算的結(jié)果 再依據(jù)方程式y(tǒng)=21685.19+185.9064ti,計(jì)算y,就可以得出考慮誤差的y值。按照正太分布的條件,則預(yù)測值y的范圍,當(dāng)預(yù)測精度為95%時(shí),y在y2的范圍內(nèi),也就是在2016年4月,預(yù)測值是28560.730162624.886,即在2731129810.5范圍內(nèi),從2016年4月到2017年3月,這12個(gè)月的預(yù)測精度都按照95

22、%計(jì)算,可以計(jì)算出它們的波動區(qū)間。 5.2利用軟件求解 SPSS的全稱是:Statistical Program for Social Sciences(社會科學(xué)統(tǒng)計(jì)程序),是統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案軟件。該軟件是公認(rèn)的最優(yōu)秀的統(tǒng)計(jì)分析軟件包之一,也是當(dāng)今世界上應(yīng)用最為廣泛的統(tǒng)計(jì)分析軟件。作為統(tǒng)計(jì)分析工具,它理論嚴(yán)謹(jǐn)、內(nèi)容豐富,包括了數(shù)據(jù)管理、統(tǒng)計(jì)分析、趨勢研究、制表繪圖、文字處理等功能。目前SPSS已運(yùn)用到經(jīng)濟(jì)學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物流管理、生物學(xué)、心理學(xué)、地理學(xué)、醫(yī)療衛(wèi)生、體育、農(nóng)業(yè)、林業(yè)、商業(yè)等各個(gè)領(lǐng)域。5.2.1輸入數(shù)據(jù)利用SPSS做數(shù)據(jù)統(tǒng)計(jì)分析,必須爭取輸入數(shù)據(jù),定義數(shù)據(jù)的類型,這樣才能使

23、各類數(shù)據(jù)得到合理的運(yùn)算。數(shù)據(jù)的定義如下:圖2 定義數(shù)據(jù) 完成數(shù)據(jù)后,就可以直接在SPSS表格里面輸入數(shù)據(jù),這跟EXCEL幾乎一樣,由于篇幅所限,輸入的部分?jǐn)?shù)據(jù)如下圖所示:圖3 輸入的前10組數(shù)據(jù)5.2.2單變量分析 單變量分析就觀察一個(gè)變量的變化,從而發(fā)現(xiàn)該變量的內(nèi)在趨勢。以運(yùn)量為單變量,操作如下:圖4 輸入因變量表1 描述性檢驗(yàn)該表輸入的標(biāo)準(zhǔn)偏差是3968.224,它是在36組過去的運(yùn)量的基礎(chǔ)上得出的,平均數(shù)是21682.19,相對于平均數(shù)來說,該標(biāo)準(zhǔn)偏差較大。表2 效果檢驗(yàn) 從顯著性可以看出顯著性小于0.0001,所以表格里面無法顯示,所以該模型可以接受,該模型的參數(shù)值表示在了“第類平方和

24、”列,截距為1.692E+10,顯然拒絕了原假設(shè),平均運(yùn)量為0,在這里截距沒有多大意義。5.2.3線性回歸分析圖5 選定變量表3 模型概要表4 變量數(shù)分析表5 系數(shù)對以上幾個(gè)表的內(nèi)容可以解釋為:運(yùn)量回歸的顯著性很強(qiáng),完全符合線性回歸,所以他的顯著性小于0.001,表變量數(shù)分析表示了模型的回歸系數(shù)a,b是由很高可行性的。系數(shù)處理了月份之一自變量,T的值與前面第二部分非常接近,從-35到+35,這里是SPSS處理為-35.723到+36.129,二者具有極大的相似性。實(shí)驗(yàn)結(jié)論 通過對某公司運(yùn)量的預(yù)測,我加深了對預(yù)測模型的理解和運(yùn)用,同時(shí)加強(qiáng)了利用SPSS仿真的能力。雖然預(yù)測是一種假設(shè),但是預(yù)測具有

25、一定潛在的價(jià)值,尤其是在信息爆炸的今天,市場經(jīng)濟(jì)的關(guān)系已經(jīng)越來越復(fù)雜,挖掘有用的經(jīng)濟(jì)信息,可以極大提高市場競爭力。本次的運(yùn)量預(yù)測通過手工求解與軟件分析相結(jié)合,二者是相輔相成的,手工求解是要加強(qiáng)基礎(chǔ)工作,軟件求解是從更高層面來檢驗(yàn),調(diào)試模型,本次的模型通過SPSS可以看出,具有極大的實(shí)用價(jià)值,該公司可以作為參考數(shù)據(jù),對公司戰(zhàn)略決策有一定的統(tǒng)計(jì)意義。在建模和軟件仿真中,我還有很多問題,以后還要提高運(yùn)用模型的能力。致謝在實(shí)驗(yàn)設(shè)計(jì)中,指導(dǎo)老師給出了重要的參考意見,在這里我向老師表示感謝。在實(shí)驗(yàn)設(shè)計(jì)中,我運(yùn)用了SPSS軟件,我很感謝牟峰老師在SPSS課堂上給我們的深刻講解,雖然我對軟件還有很多不懂的地方

26、,但實(shí)際的學(xué)習(xí)和工作中我對SPSS強(qiáng)大的數(shù)據(jù)分析效用的認(rèn)識在加強(qiáng)。在這里我向在實(shí)驗(yàn)設(shè)計(jì)中為我提供實(shí)驗(yàn)數(shù)據(jù)的運(yùn)輸公司也表示感謝,感謝你們的支持。參考文獻(xiàn)1 張文彤,董偉.SPSS統(tǒng)計(jì)分析高級教程M.北京:高等教育出版社.2013.98.2 李維斌.公路運(yùn)輸組織學(xué)M.北京:人民交通出版社.1998.59.附件附件1月份運(yùn)量yi(噸)tiyititi22013年4月14760-35-51660012252013年5月15472-33-51057610892013年6月16423-31-5091139612013年7月16110-29-4671908412013年8月17230-27-4652107292013年9月15478-25-3869506252013年10月17367-23-3994415292013年1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論