分组频数表组距3,上限为小于频数百分比累计频数累积百分比有效40.00 - 42.0033.033.043.00 - 45.0099.01212.046.00 - 48.002424.03636.049.00 - 51.001919.05555.052.00 - 54.002424.07979.055.00 - 57.001414.09393.058.00+77.0100100.0合计100100.0 直方图:年/月 1997 1998 1999 2000 2001 1 54.3 49.1 56.7 64.4 61.1 2 46.6 50.4 52.0 54.5 69.4 3 62.6 59.3 61.7 68.0 76.5 4 58.2 58.5 61.4 71.9 71.6 5 57.4 60.0 62.4 69.4 74.6 6 56.6 55.6 63.6 67.7 69.9 7 56.1 58.0 63.2 68.0 71.4 8 52.9 55.8 63.9 66.3 72.7 9 54.6 55.8 63.2 67.8 69.9 10 51.3 59.8 63.4 71.5 74.2 11 54.8 59.4 64.4 70.5 72.7 12 52.1 55.5 63.8 69.4 72.5 (1)根据各年的月份数据绘制趋势图,说明该时间序列的特点。 (2)要寻找各月份的预测值,你认为应该采取什么方法? (3)选择你认为合适的方法预测2002年1月份的外销订单金额。 详细答案: (1)趋势图如下: 从趋势图可以看出,每一年的各月份数据没有趋势存在,但从1997—2001年的变化看,订单金额存在一定的线性趋势。 (2)由于是预测各月份的订单金额,因此采用移动平均法或指数平滑法比较合适。 (3)用Excel采用12项移动平均法预测的结果为: 。 用Excel采用指数平滑法(a=0.4)预测的预测结果为: 。13.9 1993—2000年我国社会消费品零售总额数据如下(单位:亿元)月/年 199319941995199619971998199920001977.5 1192.2 1602.2 1909.1 2288.5 2549.5 2662.1 2774.7 2892.5 1162.7 1491.5 1911.2 2213.5 2306.4 2538.4 2805.0 3942.3 1167.5 1533.3 1860.1 2130.9 2279.7 2403.1 2627.0 4941.3 1170.4 1548.7 1854.8 2100.5 2252.7 2356.8 2572.0 5962.2 1213.7 1585.4 1898.3 2108.2 2265.2 2364.0 2637.0 61005.7 1281.1 1639.7 1966.0 2164.7 2326.0 2428.8 2645.0 7963.8 1251.5 1623.6 1888.7 2102.5 2286.1 2380.3 2597.0 8959.8 1286.0 1637.1 1916.4 2104.4 2314.6 2410.9 2636.0 91023.3 1396.2 1756.0 2083.5 2239.6 2443.1 2604.3 2854.0 101051.1 1444.1 1818.0 2148.3 2348.0 2536.0 2743.9 3029.0 111102.0 1553.8 1935.2 2290.1 2454.9 2652.2 2781.5 3108.0 121415.5 1932.2 2389.5 2848.6 2881.7 3131.4 3405.7 3680.0 (1)绘制时间序列线图,说明该序列的特点。 (2)利用分解预测法预测2001年各月份的社会消费品零售总额。 详细答案: (1)趋势图如下: 从趋势图可以看出,我国社会消费品零售总额的变具有明显的季节变动和趋势。 (2)利用分解法预测的结果如下:2001年/月 时间编号 季节指数 回归预测值 最终预测值 1971.04393056.303190.482980.99393077.503058.873990.95933098.712972.4841000.93983119.922931.9951010.94393141.132964.8861020.95893162.333032.3071030.92873183.542956.4381040.92613204.752967.8691050.98143225.963166.05101061.00753247.163271.51111071.04723268.373422.77121081.26943289.584175.9513.10 1995年~2000年北京市月平均气温数据如下(单位: ):月/年 1995199619971998199920001-0.7-2.2-3.8-3.9-1.6-6.422.1-0.41.32.42.2-1.537.76.28.77.64.88.1414.714.314.515.014.414.6519.821.620.019.919.520.4624.325.424.623.625.426.7725.925.528.226.528.129.6825.423.926.625.125.625.7919.020.718.622.220.921.81014.512.814.014.813.012.6117.74.25.44.05.93.012-0.40.9-1.50.1-0.6-0.6(1)绘制年度折叠时间序列图,判断时间序列的类型。 (2)用季节性多元回归模型预测2001年各月份的平均气温。 详细答案: (1)年度折叠时间序列图如下: 从年度折叠时间序列图可以看出,北京市月平均气温具有明显的季节变动。由于折线图中有交叉,表明该序列不存在趋势。 (2)季节性多元回归模型为: 设月份为 。则季节性多元回归模型为: 虚拟变量为: , ,……, 。 由Excel输出的回归结果如下:系数 b-0.2233b1 -0.0030M1-2.7832M21.3365M37.5062M414.9092M520.5289M625.3319M727.6349M825.7213M920.8743M1013.9606M115.3803季节性多元回归方程为: 2001年各月份平均气温的预测值如下:年/月 时间 虚拟变量 预测 M1M2M3M4M5M6M7M8M9M10M111731-3.2 27410.9 37517.1 476114.5 577120.1 678124.9 779127.2 880125.3 981120.4 1082113.5 118314.9 1284-0.5 13.11 下表中的数据是一家大型百货公司最近几年各季度的销售额数据(单位:万元)。对这一时间序列的构成要素进行分解,计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。年/季 1 2 3 4 1991 993.1 971.2 2264.1 1943.3 1992 1673.6 1931.5 3927.8 3079.6 1993 2342.4 2552.6 3747.5 4472.8 1994 3254.4 4245.2 5951.1 6373.1 1995 3904.2 5105.9 7252.6 8630.5 1996 5483.2 5997.3 8776.1 8720.6 1997 5123.6 6051.0 9592.2 8341.2 1998 4942.4 6825.5 8900.1 8723.1 1999 5009.9 6257.9 8016.8 7865.6 2000 6059.3 5819.7 7758.8 8128.2 详细答案: 各季节指数如下:1季度 2季度 3季度 4季度 季节指数 0.75170.85131.23431.1627季节变动图如下: 根据分离季节因素后的数据计算的趋势方程为: 。13.12 下表中的数据是一家水产品加工公司最近几年的加工量数据(单位:t)。对该序列进行分解,计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。年/月 19971998199920002001178.891.990.466.899.5278.192.1100.173.380.0384.080.9114.185.3108.4494.394.5108.294.6118.3597.6101.4125.774.1126.86102.8111.7118.3100.8123.3792.792.989.1106.7117.2841.643.646.144.042.09109.8117.5132.1132.1150.610127.3153.1173.9162.5176.611210.3229.4273.3249.0249.212242.8286.7352.1330.8320.6详细答案: 各月季节指数如下:1月 2月3月4月5月6月0.67440.66990.74320.79030.80610.85107月8月9月10月11月12月0.75520.34490.96191.19921.86622.3377季节变动图如下: 根据分离季节因素后的数据计算的趋势方程为: 。

分组频数表

组距3,上限为小于

频数

百分比

累计频数

累积百分比

有效

40.00 - 42.00

3

3.0

3

3.0

43.00 - 45.00

9

9.0

12

12.0

46.00 - 48.00

24

24.0

36

36.0

49.00 - 51.00

19

19.0

55

55.0

52.00 - 54.00

24

24.0

79

79.0

55.00 - 57.00

14

14.0

93

93.0

58.00+

7

7.0

100

100.0

合计

100

100.0

 

直方图:

年/月

1997

1998

1999

2000

2001

1

54.3

49.1

56.7

64.4

61.1

2

46.6

50.4

52.0

54.5

69.4

3

62.6

59.3

61.7

68.0

76.5

4

58.2

58.5

61.4

71.9

71.6

5

57.4

60.0

62.4

69.4

74.6

6

56.6

55.6

63.6

67.7

69.9

7

56.1

58.0

63.2

68.0

71.4

8

52.9

55.8

63.9

66.3

72.7

9

54.6

55.8

63.2

67.8

69.9

10

51.3

59.8

63.4

71.5

74.2

11

54.8

59.4

64.4

70.5

72.7

12

52.1

55.5

63.8

69.4

72.5

(1)根据各年的月份数据绘制趋势图,说明该时间序列的特点。 (2)要寻找各月份的预测值,你认为应该采取什么方法? (3)选择你认为合适的方法预测2002年1月份的外销订单金额。 详细答案: (1)趋势图如下: 从趋势图可以看出,每一年的各月份数据没有趋势存在,但从1997—2001年的变化看,订单金额存在一定的线性趋势。 (2)由于是预测各月份的订单金额,因此采用移动平均法或指数平滑法比较合适。 (3)用Excel采用12项移动平均法预测的结果为: 。 用Excel采用指数平滑法(a=0.4)预测的预测结果为: 。

13.9 1993—2000年我国社会消费品零售总额数据如下(单位:亿元)

月/年

1993

1994

1995

1996

1997

1998

1999

2000

1

977.5

1192.2

1602.2

1909.1

2288.5

2549.5

2662.1

2774.7

2

892.5

1162.7

1491.5

1911.2

2213.5

2306.4

2538.4

2805.0

3

942.3

1167.5

1533.3

1860.1

2130.9

2279.7

2403.1

2627.0

4

941.3

1170.4

1548.7

1854.8

2100.5

2252.7

2356.8

2572.0

5

962.2

1213.7

1585.4

1898.3

2108.2

2265.2

2364.0

2637.0

6

1005.7

1281.1

1639.7

1966.0

2164.7

2326.0

2428.8

2645.0

7

963.8

1251.5

1623.6

1888.7

2102.5

2286.1

2380.3

2597.0

8

959.8

1286.0

1637.1

1916.4

2104.4

2314.6

2410.9

2636.0

9

1023.3

1396.2

1756.0

2083.5

2239.6

2443.1

2604.3

2854.0

10

1051.1

1444.1

1818.0

2148.3

2348.0

2536.0

2743.9

3029.0

11

1102.0

1553.8

1935.2

2290.1

2454.9

2652.2

2781.5

3108.0

12

1415.5

1932.2

2389.5

2848.6

2881.7

3131.4

3405.7

3680.0

(1)绘制时间序列线图,说明该序列的特点。 (2)利用分解预测法预测2001年各月份的社会消费品零售总额。 详细答案: (1)趋势图如下: 从趋势图可以看出,我国社会消费品零售总额的变具有明显的季节变动和趋势。 (2)利用分解法预测的结果如下:

2001年/月

时间编号

季节指数

回归预测值

最终预测值

1

97

1.0439

3056.30

3190.48

2

98

0.9939

3077.50

3058.87

3

99

0.9593

3098.71

2972.48

4

100

0.9398

3119.92

2931.99

5

101

0.9439

3141.13

2964.88

6

102

0.9589

3162.33

3032.30

7

103

0.9287

3183.54

2956.43

8

104

0.9261

3204.75

2967.86

9

105

0.9814

3225.96

3166.05

10

106

1.0075

3247.16

3271.51

11

107

1.0472

3268.37

3422.77

12

108

1.2694

3289.58

4175.95

13.10 1995年~2000年北京市月平均气温数据如下(单位: ):

月/年

1995

1996

1997

1998

1999

2000

1

-0.7

-2.2

-3.8

-3.9

-1.6

-6.4

2

2.1

-0.4

1.3

2.4

2.2

-1.5

3

7.7

6.2

8.7

7.6

4.8

8.1

4

14.7

14.3

14.5

15.0

14.4

14.6

5

19.8

21.6

20.0

19.9

19.5

20.4

6

24.3

25.4

24.6

23.6

25.4

26.7

7

25.9

25.5

28.2

26.5

28.1

29.6

8

25.4

23.9

26.6

25.1

25.6

25.7

9

19.0

20.7

18.6

22.2

20.9

21.8

10

14.5

12.8

14.0

14.8

13.0

12.6

11

7.7

4.2

5.4

4.0

5.9

3.0

12

-0.4

0.9

-1.5

0.1

-0.6

-0.6

(1)绘制年度折叠时间序列图,判断时间序列的类型。 (2)用季节性多元回归模型预测2001年各月份的平均气温。 详细答案: (1)年度折叠时间序列图如下: 从年度折叠时间序列图可以看出,北京市月平均气温具有明显的季节变动。由于折线图中有交叉,表明该序列不存在趋势。 (2)季节性多元回归模型为: 设月份为 。则季节性多元回归模型为: 虚拟变量为: , ,……, 。 由Excel输出的回归结果如下:

系数

b

-0.2233

b1

-0.0030

M1

-2.7832

M2

1.3365

M3

7.5062

M4

14.9092

M5

20.5289

M6

25.3319

M7

27.6349

M8

25.7213

M9

20.8743

M10

13.9606

M11

5.3803

季节性多元回归方程为: 2001年各月份平均气温的预测值如下:

年/月

时间

虚拟变量

预测

M1

M2

M3

M4

M5

M6

M7

M8

M9

M10

M11

1

73

1

-3.2

2

74

1

0.9

3

75

1

7.1

4

76

1

14.5

5

77

1

20.1

6

78

1

24.9

7

79

1

27.2

8

80

1

25.3

9

81

1

20.4

10

82

1

13.5

11

83

1

4.9

12

84

-0.5

13.11 下表中的数据是一家大型百货公司最近几年各季度的销售额数据(单位:万元)。对这一时间序列的构成要素进行分解,计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。

年/季

1

2

3

4

1991

993.1

971.2

2264.1

1943.3

1992

1673.6

1931.5

3927.8

3079.6

1993

2342.4

2552.6

3747.5

4472.8

1994

3254.4

4245.2

5951.1

6373.1

1995

3904.2

5105.9

7252.6

8630.5

1996

5483.2

5997.3

8776.1

8720.6

1997

5123.6

6051.0

9592.2

8341.2

1998

4942.4

6825.5

8900.1

8723.1

1999

5009.9

6257.9

8016.8

7865.6

2000

6059.3

5819.7

7758.8

8128.2

详细答案: 各季节指数如下:

1季度

2季度

3季度

4季度

季节指数

0.7517

0.8513

1.2343

1.1627

季节变动图如下: 根据分离季节因素后的数据计算的趋势方程为: 。

13.12 下表中的数据是一家水产品加工公司最近几年的加工量数据(单位:t)。对该序列进行分解,计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。

年/月

1997

1998

1999

2000

2001

1

78.8

91.9

90.4

66.8

99.5

2

78.1

92.1

100.1

73.3

80.0

3

84.0

80.9

114.1

85.3

108.4

4

94.3

94.5

108.2

94.6

118.3

5

97.6

101.4

125.7

74.1

126.8

6

102.8

111.7

118.3

100.8

123.3

7

92.7

92.9

89.1

106.7

117.2

8

41.6

43.6

46.1

44.0

42.0

9

109.8

117.5

132.1

132.1

150.6

10

127.3

153.1

173.9

162.5

176.6

11

210.3

229.4

273.3

249.0

249.2

12

242.8

286.7

352.1

330.8

320.6

详细答案: 各月季节指数如下:

1月

2月

3月

4月

5月

6月

0.6744

0.6699

0.7432

0.7903

0.8061

0.8510

7月

8月

9月

10月

11月

12月

0.7552

0.3449

0.9619

1.1992

1.8662

2.3377

季节变动图如下: 根据分离季节因素后的数据计算的趋势方程为: 。

参考答案与解析:

相关试题

顺序数据的整理与显示,可以计算累积频数、累积百分比。()

[判断题]顺序数据的整理与显示,可以计算累积频数、累积百分比。()A.对B.错

  • 查看答案
  • 顺序数据的整理与显示,可以计算累积频数、累积百分比。()

    [判断题]顺序数据的整理与显示,可以计算累积频数、累积百分比。()A.对B.错

  • 查看答案
  • 顺序数据的整理与显示,可以计算累积频数、累积百分比。()

    [判断题]顺序数据的整理与显示,可以计算累积频数、累积百分比。()A.对B.错

  • 查看答案
  • 绘制排列图的步骤包括:①按照频数的大小顺序排列;②计算累计百分比;③计算各项频数所占的百分比(频率);④根据频数画出排列图中的直方图;⑤根据各项目的累计百分比画出排列图中的排列线。下列顺序正确的是( 

    [单选题]绘制排列图的步骤包括:①按照频数的大小顺序排列;②计算累计百分比;③计算各项频数所占的百分比(频率);④根据频数画出排列图中的直方图;⑤根据各项目的累

  • 查看答案
  • 岩屑百分比的计算方法有面积百分比、质量百分比、体积百分比、估计百分比四种。

    [判断题] 岩屑百分比的计算方法有面积百分比、质量百分比、体积百分比、估计百分比四种。A . 正确B . 错误

  • 查看答案
  • 利用分组数据进行计算。b. 存在多个众数。显示最小值c. 将利用分组数据计算百分位数。寿命频率百分比有效百分比累积百分比有效65812.02.02.066112.02.04.066512.02.06.

    利用分组数据进行计算。b. 存在多个众数。显示最小值c. 将利用分组数据计算百分位数。寿命频率百分比有效百分比累积百分比有效65812.02.02.066112

  • 查看答案
  • 当工时变动百分比小于工资率变动百分比时( )。

    [单选题]当工时变动百分比小于工资率变动百分比时( )。A.劳动力供给弹性小于0B.劳动力供给弹性大于0C.劳动力供给弹性小于1D.劳动力供给弹性大于1

  • 查看答案
  • 焙烤百分比的百分比总量()。

    [单选题]焙烤百分比的百分比总量()。A .不超过100%B .等于100%C .超过100%D .不能确定

  • 查看答案
  • 增值百分比标准(从价百分比标准)

    [主观题]增值百分比标准(从价百分比标准)

  • 查看答案
  • 直方图在平面直角坐标系中,用()表示数据分组,()表示频数或百分比。

    [单选题]直方图在平面直角坐标系中,用()表示数据分组,()表示频数或百分比。A . 横轴、横轴B . 横轴、纵轴C . 纵轴、横轴D . 纵轴、纵轴

  • 查看答案