统计预测与决策实验新报告.docVIP

总成绩：　　 　 江苏师范大学科文学院 实 验 报 告 课程： 统计预测与决策 班级：　 　 　 姓名： 学号： 教师： 实验一：多元线性回归模型 实验目的与要求： 熟练掌握建立多元线性回归模型的方法。 实验内容： 问题：国际旅游外汇收入是国民经济发展的重要组成部分，影响一个国家或地区旅游收入的因素包括自然、文化、社会、经济、交通等多方面的因素，本例研究第三产业对旅游外汇收入的影响。《中国统计年鉴》把第三产业划分为12个组成部分，分别为农林牧渔服务业，地质勘查水利管理业，交通运输仓储和邮电通信业，批发零售贸易和餐饮业，金融保险业，房地产业，社会服务业，卫生体育和社会福利业，教育文化艺术和广播，科学研究和综合艺术，党政机关，其他行业。选取1998年我国31个省、市、自治区的数据（见实验一数据.xls）。自变量单位为亿元人民币，以国际旅游外汇收入为因变量（百万美元）。试建立线性回归模型。 （要求用MATLAB的stepwise函数解决问题。取,。） 解：实验步骤： 1.File—Import Data—将data 重命名为A（建立数组A）—Finish 2.File-Save workspace as -shiyan1_1_1.mat ； 3.File—New—M-File—输入代码—Debug—Save As—文件名（Untitled）—保存； 程序代码： load shiyan1_1_1.mat [n,m]=size(A); X=A(:,1:m-1);Y=A(:,m); stepwise(X,Y,[1 2 3 4 5 6 7 8 9 10 11 12],0.05,0.1) 运行结果: 由图可以看出所得的线性回归方程为： 实验二：时间序列分解法建模 实验目的与要求： 熟练掌握运用时间序列分解法建模。 实验内容： 问题：当将时间序列分解成长期趋势、季节变动、周期变动和不规则变动四个因素后，可以认为时间序列是这四个因素的函数，即： 时间序列分解方法有很多，相对而言，乘法模型（）应用得比较广泛。试就文件（实验二数据.xls）提供的数据，将实际销售额（）分解为、、和的乘积。（只需给出、和即可） 解：实验步骤： 1、统计—时间序列—时间序列图—简单—确定—序列（C3：销售额Y）—数据增量（1）—确定； 2、统计—时间序列—移动平均—变量（C3：销售额Y）—移动平均长度（4）—移动平均居中—时间（指数）—存储（移动平均）—确定； 3、计算—计算器—将结果存储在变量中（C5）—表达式（C3/C5）； 4、数据—拆分列—拆分的数据在（C6）—使用的下标在（C1）—在最后使用的一列之后—确定； 5、数据—转置列—转置以下列（C10-C13）—确定； 6、计算—行统计量—均值—输入变量（C15-C26）—将结果存储在（C28）—确定—得到C28：同季平均； 7、计算—计算器—将结果存储在变量中（C29）—表达式（C28 /SUM(C28) * 4）—得到C29：季节指数（%）； 8、在C2列依次输入1,2…48； 9、统计—时间序列—趋势分析—变量（C3）—模型类型（线性）—时间（标记：t:C2）—确定—存储—拟合值—确定—得到拟合一：Tt； 10、计算—计算器—将结果存储在变量中（C9）—表达式（C5 / C8）—得到C（周期变动） 实验结果与分析： 销售额时序图为： 由时序图可以看出销售额Y有长期趋势，且周期的长度为4。 （1）季节指数S的计算 季节指数的计算是先用移动平均法剔除长期趋势和周期变动，然后按月(季)平均法求出季节指数 （2）长期趋势T的计算 销售额Y具有比较明显的上升趋势，可以用直线趋势拟合，以时间t为自变量，销售额Y为因变量，回归方程: (3)周期变动的因素C 的计算 将序列TC除以T，即可得到周期变动因素C。 TtC2775.06*2814.01*2852.960.972142891.920.975342930.870.968332969.830.965513008.780.964123047.740.967503086.690.981853125.641.001283164.601.021493203.551.029573242.511.021303281.461.005643320.420.998863359.370.994893398.320.994663437