matlab多元线性回归与逐步回归实验1
《模糊数学》实验报告
实验名称：多元线性回归与逐步回归
实验目的1.熟练掌握现行回归模型的建模方法，掌握regress命令的使用方法。
2.掌握编程求总离差平方和TSS、回归平方和RSS、残差平方和ESS等相关
统计量。
3. 掌握逐步回归的思想与方法，掌握stepwise命令的使用方法。
实验主要内容
（具体题目、解答过程及程序）一、实验数据与实验内容：
选取1989—2003年的全国的统计数据，考虑的自变量包括：工业总产值，
)
(
1
x
农业总产值，建筑业总产值，社会商品零售总额，全民人口数，)
(
2
x)
(
3
x)
(
4
x)
(
5
x
受灾面积，国家财政收入，单位均为亿元。数据见表3.17。
)
(
6
x)
(y
表1 1989至2003 年统计数据
年份x1x2x3x4x5x6y
19896484.004100.60794.008101.40112704.046991.002664.90
19906858.004954.30859.408300.10114333.038474.002937.10
19918087.105146.401015.109415.60115823.055472.003149.48
199210284.505588.001415.0010993.70117171.051333.003483.37
199314143.806605.102284.7012462.10118517.048829.004348.95
199419359.609169.203012.6016264.70119850.055043.005218.10
199524718.3011884.603819.6020620.00121121.045821.006242.20
199629082.6013539.804530.5024774.10122389.046989.007407.99
199732412.1013852.504810.6027298.90123626.053429.008651.14
199833387.9014241.905231.4029152.50124761.050145.009875.95
199935087.2014106.205470.6031134.70125786.049981.0011444.08
200039047.3013873.605888.0034152.60126743.054688.0013395.23
200142374.6014462.806375.4037595.20127627.052215.0016386.04
200245975.2014931.507005.0042027.10128453.047119.0018903.64
200353092.9014870.108181.3045842.00129227.054506.0021715.25（1）建立多元回归模型；
（2）用逐步回归求国家财政收入与6个因素的回归关系.
y
二、实验程序：
程序1
clear，clc
A=[6484.00 4100.60 794.00 8101.40 112704.0 46991.00 2664.90;
6858.00 4954.30859.40 8300.10 114333.038474.00 2937.10;
8087.105146.401015.109415.60115823.055472.003149.48;
10284.505588.001415.0010993.70117171.051333.003483.37; 14143.806605.102284.7012462.10118517.048829.004348.95; 19359.609169.203012.6016264.70119850.055043.005218.10; 24718.3011884.603819.6020620.00121121.045821.006242.20; 29082.6013539.804530.5024774.10122389.046989.007407.99; 32412.1013852.504810.6027298.90123626.053429.008651.14; 33387.9014241.905231.4029152.50124761.050145.009875.95; 35087.2014106.205470.6031134.70125786.049981.0011444.08; 39047.3013873.605888.0034152.60126743.054688.0013395.23; 42374.6014462.806375.4037595.20127627.052215.0016386.04; 45975.2014931.507005.0042027.10128453.047119.0018903.64; 53092.9014870.108181.3045842.00129227.054506.0021715.25];%自变量数据
[m,n]=size(A);
subplot(3,2,1),plot(A(:,1),A(:,7),'+')
xlabel('x1(工业总产值)')
ylabel('y(国家财政收入)')
subplot(3,2,2),plot(A(:,2),A(:,7),'*')
xlabel('x2(农业总产值)')
ylabel('y(国家财政收入)')
subplot(3,2,3),plot(A(:,3),A(:,7),'o')
xlabel('x3(建筑业总产值)')
ylabel('y(国家财政收入)')
subplot(3,2,4),plot(A(:,4),A(:,7),'+')
xlabel('x4(社会商品零售总额)')
ylabel('y(国家财政收入)')
subplot(3,2,5),plot(A(:,5),A(:,7),'*')
xlabel('x5(全民人口数)')
ylabel('y(国家财政收入)')
subplot(3,2,6),plot(A(:,6),A(:,7),'o')
xlabel('x6(受灾面积)')
ylabel('y(国家财政收入)')
x=[ones(m,1),A(:,1),A(:,2),A(:,3),A(:,4),A(:,5),A(:,6)];%构造设计矩阵
y=A(:,7);
[n,p]=size(x);%矩阵x0的行数即样本容量
[db,dbint,dr,drint,dstats]=regress(y,x)%调用多元回归分析命令
TSS=y'*(eye(n)-1/n*ones(n,n))*y%计算TSS
H=x*inv((x'*x))*x';%计算对称幂等矩阵
ESS=y'*(eye(n)-H)*y%计算ESS
RSS=y'*(H-1/n*ones(n,n))*y%计算RSS
MRS=RSS/p%计算MRS
MSE=ESS/(n-p-1)%计算MSE
%F检验
F0=(RSS/p)/(ESS/(n-p-1))%计算F0
自考资产评估全部公式
第二章 资产评估的基本方法 一.成本法的基本计算公式： 被评估资产评估值=重置成本—实体性贬值—功能性贬值—经济性贬值 被评估资产评估值=重置成本x 成新率 二、重置成本的估算： 1. 重置核算法： （1）按人工成本比例法计算： 间接成本=人工成本总额x 成本分配率 成本分配率=间接成本额/人工成本额x100% （2）单位价格法： 间接成本=工作量（按工日或工时）x 单位价格/按工日或工时 （3）直接成本百分率法： 间接成本=直接成本x 间接成本占直接成本百分率 2. 物价指数法： 资产重置成本=资产历史成本x 资产评估时物价指数/资产购建时物价指数 或： 资产重置成本=资产历史成本x （1+物价变动指数） 3. 功能价值法： 重置成本 参照物参照物年产量 被评估资产年产量重置成本 被评估资产? = 4．规模经济效益指数法： X ? ? ? ??=参照物资产的产量被评估资产的产量参照物资产的重置成本被评估资产的重置成本 X 表示是一个经验数据，称为规模经济效益指数 统计分析法：K=R ’/R K---资产重置成本与历史成本的调整系数 R ’-----某类抽样资产的重置成本 R----某类抽样资产的历史成本 三、实体性贬值及其估算： 1.观察法（成新率法）： 资产的实体性贬值=重置成本x （1－实体性成新率） 2.公式计算法： 使用年限 实际已总使用年限预计残值重置成本体性贬值资产的实?-= 总使用年限=实际使用年限＋尚可使用年限 实际已使用年限=名义已使用年限×资产利用率 %100?=定利用 截止评估日资产累计法际利用时间截止评估日资产累计实资产利用率
四、功能性贬值及其估算 资产的功能性贬值测算方法： ∑=? ?? ? ? ??= n t 1系数折现净超额运营年本被评估资产年功能性贬值额 被评估资产 （超额投资成本可视为功能性贬值|） 功能性贬值=复原重置成本－更新重置成本 五、经济性贬值及其估算: %1001?? ?? ????????? ??-=x 生产能力资产原设计利用的生产能力资产预计可被贬值率经济性 ()n r A P ,,1????? ??-?=税率所得益损失额资产年收贬值额经济性: 六、成新率及其估算 1. 使用年限法： 成新率=（预计尚可使用年限/实际已使用年限＋预计尚可使用年限）×100% 2. 修复费用法： 成新率=1—修复费用/重置成本×100% 七、收益法： 1.资产未来收益期有限情况： 评估值 ( )()∑=+++= n i i i i r A r R P 111 n----收益年期； r-----折现率； R i ----未来第i 个收益期的预期收益额，收益期有限时，R i 中还包括期末资产剩余净额。 2.资产未来收益无限期情况： （1）未来收益年金化情况：资产评估值（收益限值）=年收益额/资本化率 未来收益不完全相等，生产经营活动相对稳定，各期收益相差不大时： ①预测该项资产未来若干年（一般为5年）的收益额，并折现求和；②通过折现值之和求取年等值收益额；③将求得的年等值收益额进行资本化，确定该项资产评估值。 前n 年收益额折现求和： () ??? ???+-?=+?=+∑∑==n n i n n i i i r r A r A r R )1(11)1(1111（式--1） 由（式--1）可得年等值收益额： ()n n n i i i n n i i i r r r r R r r r R A )1(1)1() 1(1111)1(11+-+÷+=????????????????+-÷+=∑∑== 式中 )/)1(111n r A P r r n ，，（=?? ? ???+- 对年等值收益额进行资本化，可得资产评估值：A P = r ：资本化率
Matlab多元线性回归
Matlab多元线性回归 [ b , bint , r , rint , stats ]=regress ( y , x ) ， 其中b 是回归方程中的参数估计值，bint 是b 的置信区间，r 和rint 分别表示残差及残差对应的置信区间。StatS 数组包含三个数字，分别是相关系数，F 统计量及对应的概率p 值。拟合结果： Y=b(1)x(1)+b(2)x(2)+b(3)x(3)+…+b(n)x(n) b(1)是系数,x(1)为全1的一个列向量。 注意：不是插值。 x=[1097 1284 1502 1394 1303 1555 1917 2051 2111 2286 2311 2003 2435 2625 2948 3155 3372];%因变量时间序列数据 y=[698 872 988 807 738 1025 1316 1539 1561 1765 1762 1960 1902 2013 2446 2736 2825];%自变量时间序列数据 X=[ones(size(x')),x']; [b,bint,r,rint,stats]=regress(y',X,0.05);%调用一元回归分析函数 rcoplot(r,rint)%画出在置信度区间下误差分布. 举例： x = 1 2 4 9 1 4 3 7 1 5 9 0 1 9 1 8 >> y=[10 3 90 48]'; >> [ b , bint , r , rint , stats ]=regress ( y , x ) 得到的结果 b = -186.8333 16.0238 21.8571 8.5952 bint = NaN NaN NaN NaN NaN NaN
Matlab与统计分析
Matlab 与统计分析 一、 回归分析 1、多元线性回归 1.1 命令 regress( )， 实现多元线性回归，调用格式为 [b,bint,r,rint,stats]=regress(y,x,alpha) 其中因变量数据向量Y 和自变量数据矩阵x 按以下排列方式输人 ????? ???????=????????????=n nk n n k k y y y y x x x x x x x x x x 21212222111211,111 对一元线性回归，取k=1即可。alpha 为显著性水平(缺省时设定为0.05)，输出向量b ，bint 为回归系数估计值和它们的置信区间，r ，rint 为残差及其置信区间，stats 是用于检验回归模型的统计量，有三个数值，第一个是2 R ， 其中R 是相关系数，第二个是F 统计量值，第三个是与统计量F 对应的概率P ，当α
多元线性回归模型的案例分析
1. 表1列出了某地区家庭人均鸡肉年消费量Y 与家庭月平均收入X ，鸡肉价格P 1，猪肉价格P 2与牛肉价格P 3的相关数据。 年份 Y/千 克 X/ 元 P 1/(元/千克) P 2/(元/千克) P 3/(元/千克) 年份 Y/千克 X/元 P 1/(元/ 千克) P 2/(元/ 千克) P 3/(元/千克) 1980 2.78 397 4.22 5.07 7.83 1992 4.18 911 3.97 7.91 11.40 1981 2.99 413 3.81 5.20 7.92 1993 4.04 931 5.21 9.54 12.41 1982 2.98 439 4.03 5.40 7.92 1994 4.07 1021 4.89 9.42 12.76 1983 3.08 459 3.95 5.53 7.92 1995 4.01 1165 5.83 12.35 14.29 1984 3.12 492 3.73 5.47 7.74 1996 4.27 1349 5.79 12.99 14.36 1985 3.33 528 3.81 6.37 8.02 1997 4.41 1449 5.67 11.76 13.92 1986 3.56 560 3.93 6.98 8.04 1998 4.67 1575 6.37 13.09 16.55 1987 3.64 624 3.78 6.59 8.39 1999 5.06 1759 6.16 12.98 20.33 1988 3.67 666 3.84 6.45 8.55 2000 5.01 1994 5.89 12.80 21.96 1989 3.84 717 4.01 7.00 9.37 2001 5.17 2258 6.64 14.10 22.16 1990 4.04 768 3.86 7.32 10.61 2002 5.29 2478 7.04 16.82 23.26 1991 4.03 843 3.98 6.78 10.48 （1） 求出该地区关于家庭鸡肉消费需求的如下模型： 01213243ln ln ln ln ln Y X P P P u βββββ=+++++ （2） 请分析，鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响。 先做回归分析，过程如下： 输出结果如下：
自考资产评估公式
资产评估的基本方法 一.成本法的基本计算公式： 被评估资产评估值=重置成本—实体性贬值—功能性贬值—经济性贬值 被评估资产评估值+重置成本x 成新率 二、重置成本的估算： 1重置核算法： （1）按人工成本比例法计算： 间接成本=人工成本总额x 成本分配率 成本分配率=间接成本额/人工成本额x100% （2）单位价格法： 间接成本=工作量（按工日或工时）x 单位价格/按工日或工时 （3）直接成本百分率法： 间接成本=直接成本x 间接成本占直接成本百分率 2. 物价指数法： 资产重置成本=资产历史成本x 资产评估时物价指数/资产购建时物价指数 或： 资产重置成本=资产历史成本x （1+物价变动指数） 3. 功能价值法： 重置成本参照物参照物年产量被评估资产年产量重置成本 被评估资产 4．规模经济效益指数法： X ?? ? ??=参照物资产的产量被评估资产的产量参照物资产的重置成本被评估资产的重置成本 X 表示是一个经验数据，称为规模经济效益指数 统计分析法：K=R ’/R K---资产重置成本与历史成本的调整系数 R ’-----某类抽样资产的重置成本 R----某类抽样资产的历史成本 三、实体性贬值及其估算： 1.观察法（成新率法）： 资产的实体性贬值=重置成本x （1－实体性成新率） 2.公式计算法： 使用年限 实际已总使用年限预计残值重置成本体性贬值资产的实?-= 总使用年限=实际使用年限＋尚可使用年限 实际已使用年限=名义已使用年限×资产利用率 %100?= 定利用截止评估日资产累计法际利用时间截止评估日资产累计实资产利用率 三、功能性贬值及其估算 资产的功能性贬值测算方法： ∑=??? ? ???=n t 1系数折现净超额运营年本被评估资产年功能性贬值额被评估资产 （超额投资成本可视为功能性贬值|） 功能性贬值=复原重置成本－更新重置成本 四、经济性贬值及其估算: %1001???? ????????? ??-=x 生产能力资产原设计利用的生产能力资产预计可被贬值率经济性 ()n r A P ,,1????? ??-?=税率所得益损失额资产年收贬值额经济性: 五、成新率及其估算 1. 使用年限法：成新率=（预计尚可使用年限/实际已使用年限＋预计尚可使用年限）×100% 2. 修复费用法：成新率=1—修复费用/重置成本×100% 六、收益法： 1.资产未来收益期有限情况： 评估值=()()∑=+++=n t t t t r A r R P 111 R i---未来第i 个收益期的预期收益额，收益期有限时， R i-中还包括期末资产剩余净额。 n----收益年期 r-----折现率
自考-资产评估计算公式总结
资产利用率截止评估日资产累计实际利用时间资率截止评估日资产累计法定利用 三、功能性贬值及其估算 一. 成本法的基本计算公式：被评估资产评估值= 重置成本一实体性贬值一功能性贬值一经济性贬 值 被评估资产评估值+重置成本x成新率 二、重置成本的估算：1重置核算法： （1）按人工成本比例法计算： 间接成本=人工成本总额x成本分配率 成本分配率=间接成本额/人工成本额x100% （2）单位价格法： 间接成本=工作量（按工日或工时）x单位价格/ 按工日或工时 （3）直接成本百分率法：间接成本=直接成本x 间接成本占直接成本百分率 2. 物价指数法：资产重置成本=资产历史成 本x资产评估时物价指数/资产购建时物价指数 或：资产重置成本=资产历史成 本x（1+物价变动指数） 3. 功能价值法： 被评估资产被评估资产年产量参照物 重置成本参照物年产量重置成本 4 . 规模经济效益指数法： 被评估资产n被评估资产年折现功能性贬值额t1净超额运营年本系数 （超额投资成本可视为功能性贬值|）功能性贬值=复原重置成本-更新重置成本四、经济性贬值及其估算 资产预计可被资产原设计 利用的生产能力生产能力 经济性资产年收所得 贬值额益损失额1税率P A,r,n 五、成新率及其估算 1. 使用年限法：成新率=（预计尚可使用年限/实际已使用年限+预计尚可使用年限）X 100% 2.修复费用法：成新率=1—修复费用/重置成本X 100% 六、收益法： 1.资产未来收益期有限情况： n 评估值=P t 1 R t A 1 r t 1 r t R---未来第i个收益期的预期收益额，收益期有设备评估值=重置成本- 实体性贬值- 功能性贬值- 经济性贬值 资产的功能性贬值测算方 第二章资产评估的基本方 经济性 贬值率 100% 被评估资产的重置成本参照物资产的重置成本被评估资产的产量 参照物资产的产量限时，R-中还包括期末资产剩余净额。 n——收益年期r——折现率 X表示是一个经验数据，称为规模经济效益指数 统计分析法：K=R /R K---资产重置成本与历史成本的调整系数 R'-----某类抽样资产 的重置成本R---- 某类抽样资产的历史成本 三、实体性贬值及其估算： 1. 观察法（成新率法）：资产的实体性贬值=重置 成本x （1—实体性成新率） 2. 公式计算法： 资产的实重置成本预计残值实际已 体性贬值—总使用年限使用年限总使用年限=实际使用年限+尚可使用年限实际已使用年限=名义已使用年限X资产利用率2.资产未来收益无限期情况: （1）未来收益年金化情况：资产评估值（收益限值）=年收益额/资本化率 年等值收益额 R t 2.未来收益不等额情形: 评估值= 资产评估值（预期收益现值）=Y前若干年各年收益额x各年折现系 数+以后各年的年金化收益/资本化率x前若干年最 后一年的折现系数 第三章、机器设备评估的成本法:机器
matlab多元线性回归模型
云南大学数学与统计学实验教学中心 实验报告 一、实验目的 1.熟悉MATLAB的运行环境. 2.学会初步建立数学模型的方法 3.运用回归分析方法来解决问题 二、实验内容 实验一：某公司出口换回成本分析 对经营同一类产品出口业务的公司进行抽样调查,被调查的13家公司,其出口换汇成本与商品流转费用率资料如下表。试分析两个变量之间的关系,并估计某家公司商品流转费用率是6.5%的出口换汇成本. 实验二：某建筑材料公司的销售量因素分析 下表数据是某建筑材料公司去年20个地区的销售量（Y，千方），推销开支、实际帐目数、同类商品
竞争数和地区销售潜力分别是影响建筑材料销售量的因素。1）试建立回归模型，且分析哪些是主要的影响因素。2）建立最优回归模型。 提示：建立一个多元线性回归模型。
三、实验环境 Windows 操作系统; MATLAB 7.0. 四、实验过程 实验一：运用回归分析在MATLAB 里实现 输入：x=[4.20 5.30 7.10 3.70 6.20 3.50 4.80 5.50 4.10 5.00 4.00 3.40 6.90]'; X=[ones(13,1) x]; Y=[1.40 1.20 1.00 1.90 1.30 2.40 1.40 1.60 2.00 1.00 1.60 1.80 1.40]'; plot(x,Y,'*'); [b,bint,r,rint,stats]=regress(Y,X,0.05); 输出： b = 2.6597 -0.2288 bint = 1.8873 3.4322 -0.3820 -0.0757 stats = 0.4958 10.8168 0.0072 0.0903 即==1,0?6597.2?ββ，-0.2288,0?β的置信区间为[1.8873 3.4322],1,?β的置信区间为[-0.3820 -0.0757]； 2r =0.4958, F=10.8168, p=0.0072 因P<0.05, 可知回归模型 y=2.6597-0.2288x 成立. 1 1.5 2 2.5 散点图 估计某家公司商品流转费用率是6.5%的出口换汇成本。将x=6.5代入回归模型中，得到 >> x=6.5; >> y=2.6597-0.2288*x y = 1.1725
SPSS多元线性回归分析实例操作步骤
SPSS 统计分析 多元线性回归分析方法操作与分析 实验目的： 引入1998~2008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因素。 实验变量： 以年份、商品房平均售价（元/平方米）、上海市城市人口密度(人/平方公里)、城市居民人均可支配收入(元)、五年以上平均年贷款利率(%)和房屋空置率(%)作为变量。 实验方法：多元线性回归分析法 软件：spss19.0 操作过程： 第一步：导入Excel数据文件 1.open data document——open data——open； 2. Opening excel data source——OK.
第二步： 1.在最上面菜单里面选中Analyze——Regression——Linear ，Dependent（因变量）选择商品房平均售价，Independents（自变量）选择城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房屋空置率；Method 选择Stepwise. 进入如下界面： 2.点击右侧Statistics，勾选Regression Coefficients（回归系数）选项组中的Estimates；勾选Residuals（残差）选项组中的Durbin-Watson、Casewise diagnostics默认；接着选择Model fit、Collinearity diagnotics；点击Continue.
3.点击右侧Plots，选择*ZPRED（标准化预测值）作为纵轴变量，选择DEPENDNT（因变量）作为横轴变量；勾选选项组中的Standardized Residual Plots（标准化残差图）中的Histogram、Normal probability plot；点击Continue. 4.点击右侧Save，勾选Predicted Vaniues（预测值）和Residuals（残差）选项组中的Unstandardized；点击Continue.
资产评估的公式(整理版)
第二章 资产评估的基本方法 成本法的基本计算公式：被评估资产评估值=重置成本—实体性贬值—功能性贬值—经济性贬值 一、被评估资产评估值+重置成本x 成新率 二、重置成本的估算： 1重置核算法： （1）按人工成本比例法计算：间接成本=人工成本总额x 成本分配率 成本分配率=间接成本额/人工成本额x100% （2）单位价格法：间接成本=工作量（按工日或工时）x 单位价格/按工日或工时 （3）直接成本百分率法：间接成本=直接成本x 间接成本占直接成本百分率 2.物价指数法：资产重置成本=资产历史成本x 资产评估时物价指数/资产购建时物价指数 或：资产重置成本=资产历史成本x （1+物价变动指数） 3.功能价值法：重置成本 参照物参照物年产量被评估资产年产量重置成本 被评估资产 ? = 4规模经济效益指数法：X ? ? ? ??=参照物资产的产量被评估资产的产量参照物资产的重置成本被评估资产的重置成本 X 表示是一个经验数据，称为规模经济效益指数 统计分析法：K=R ’/R （K---资产重置成本与历史成本的调整系数；R ’---某类抽样资产的重置成本；R---某类抽样资产的历史成本） 三、实体性贬值及其估算： 1.观察法（成新率法）： 资产的实体性贬值=重置成本x （1－实体性成新率） 2.公式计算法：使用年限实际已总使用年限预计残值重置成本体性贬值资产的实? -= 总使用年限=实际使用年限＋尚可使用年限 实际已使用年限=名义已使用年限×资产利用率 % 100?= 定利用 截止评估日资产累计法际利用时间截止评估日资产累计实资产利用率 三、功能性贬值及其估算 资产的功能性贬值测算方法：∑=??? ? ???=n t 1系数折现净超额运营年本被评估资产年功能性贬值额被评估资产 （超额投资成本可视为功能性贬值|）功能性贬值=复原重置成本－更新重置成本 四、经济性贬值及其估算: %1001???? ? ???????? ??-=x 生产能力资产原设计利用的生产能力资产预计可被贬值率经济性 ()n r A P ,,1????? ??-?=税率所得益损失额资产年收贬值额经济性 五、成新率及其估算 1.使用年限法：成新率=（预计尚可使用年限/实际已使用年限＋预计尚可使用年限）×100% 2.修复费用法：成新率=1—修复费用/重置成本×100% 六、收益法：1.资产未来收益期有限情况：评估值= ( )()∑=+++= n t t t t r A r R P 111 Ri--未来第i 个收益期的预期收益额，收益期有限时，Ri-中还包括期末资产剩余净额。 n----收益年期；r-----折现率错误！未指定书签。 2.资产未来收益无限期情况： （1）未来收益年金化情况：资产评估值（收益限值）=年收益额/资本化率 年等值收益额：评估值= () () ∑ ∑ ==++ +=n t t n i t t r A r R P 1 1 11 （2）未来收益不等额情形：资产评估值（预期收益现值）=Σ前若干年各年收益额×各年折现系数+以后各年的年金化收益/资本化率×前若干年最后一年的折现系数 第三章、机器设备评估的成本法： 机器设备评估值=重置成本-实体性贬值-功能性贬值-经济性贬值 一、重置核算法：(1)外购单台不需安装的国内设备重置成本： 重置成本=全新设备基准日的公开市场交易价格+运杂费 或=全新设备基准日的公开市场交易价格×（1+运杂费率） (2)外购单台需安装的国内设备重置成本： 重置成本=全新设备基准日的公开市场交易价格+运杂费+安装调试费 或=全新设备基准日的公开市场交易价格×（1+运杂费率+安装调试费） (3)外购单台不需安装进口设备重置成本：重置成本=（FOB 价格+途中保护费+国外运杂费）×基准日外汇汇率+进口关税+增值税+银行及其他手续费+国内运杂费 或=CIF 价格×基准日外汇汇率+进口关税+增值税+银行及其他手续费+国内运杂费 其中FOB 价格为离岸价，指装运港船上交价格；CIF 为到岸价，指离岸价加途中保险费和国外运杂费 (4)外购单台需安装进口设备重置成本： 重置成本=单台未安装进口设备重置成本+安装调试费+人员培训费+其他 (5)外购成套需安装设备重置成本 重置成本=单台未安装进口设备重置成本总和+单台未安装国产设备重置成本总和+工器具重置成本+安装工程费+工程监理费+软件重置成本+设计费+贷款利息 (6)车辆重置成本 国内购置车辆重置成本=车辆价格+购置附加税+证照及其他费用 进口车辆重置成本=车辆价格（CIF ）+进口关税+消费税+增值税+证照及其他费用 其中：进口关税=车辆价格（CIF ）×进口关税 消费税=【车辆价格（CIF ）+进口关税】×消费税率÷（1-消费税率） 进口增值税=【车辆价格（CIF ）+进口关税+消费税】×增值税率 2.进口设备从属费用 1）国外运费可按设备的重量、体积及海运公司的收费标准计算或是按一定比例计取 海运价=货价×海运费率 费率：远洋一般取5%-8%，近洋一般取3%-4% 2）国外运输保险费的取费基数：货价+海运价 国外运输保险费=（货价+海运价）×保险费率 费率可按保险公司费率确定，一般在4%左右 3）关税的取费基数为设备到岸价: 关税=到岸价×关税税率 4）消费税的计税基数：关税完税价+关税 消费税=（关税完税价+关税）×消费税率÷（1-消费税税率） 5）增值税的取费基数：关税完税价+关税+消费税 增值税=（关税完税价+关税+消费税）×增值税率 注：减免关税，同时减免增值税 6）银行财务费的取费基数为货价人民币数 银行财务费用=货价×费率 我国现行银行财务费率一般为4‰-5‰
多元线性回归模型案例
我国农民收入影响因素的回归分析 本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。?农民收入水平的度量常采用人均纯收入指标。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。 一、计量经济模型分析 (一)、数据搜集 根据以上分析，我们在影响农民收入因素中引入7个解释变量。即：2x -财政用于农业的支出的比重，3x -第二、三产业从业人数占全社会从业人数的比重，4x -非农村人口比重，5x -乡村从业人员占农村人口的比重，6x -农业总产值占农林牧总产值的比重，7x -农作物播种面积，8x —农村用电量。
资料来源《中国统计年鉴2006》。 (二)、计量经济学模型建立 我们设定模型为下面所示的形式： 利用Eviews 软件进行最小二乘估计，估计结果如下表所示： DependentVariable:Y Method:LeastSquares Sample: Includedobservations:19 Variable Coefficient t-Statistic Prob. C X1 X3 X4 X5 X6 X7 X8 R-squared Meandependentvar AdjustedR-squared 表1最小二乘估计结果 回归分析报告为： () ()()()()()()()()()()()()()()() 2345678 2? -1102.373-6.6354X +18.2294X +2.4300X -16.2374X -2.1552X +0.0100X +0.0634X 375.83 3.7813 2.066618.37034 5.8941 2.77080.002330.02128 -2.933 1.7558.820900.20316 2.7550.778 4.27881 2.97930.99582i Y SE t R ===---=230.99316519 1.99327374.66 R Df DW F ====二、计量经济学检验 (一)、多重共线性的检验及修正 ①、检验多重共线性 (a)、直观法 从“表1最小二乘估计结果”中可以看出，虽然模型的整体拟合的很好，但是x4x6
自考资产评估最完整的重点串讲
自考《资产评估》串讲讲义 第一部分试题的题型题量 目前《资产评估》试题的题型包括五种题型：单选题、多选题、名词解释、简答题和计算题，具体情况如下表： 《资产评估》试题题型和题量 第二部分各章重点串讲 对资产评估课程的学习，应该做到“全面复习、重点掌握、融会贯通”，在前面基础班中学员已经进行了全面复习，下面我重点指出各章关键的知识点，这些关键知识点是本学科的支撑点，也是考试的重点。 第一章总论（★★） 一、本章考情及重点 1.本章在考试中处于重要地位，属于考试的重点章。本章在考试中的题型主要有单选、多选、名词解释和简答，分数在8分左右。例如，2007-2009年考试情况如下： 2．本章的重点是资产评估的价值类型、资产评估的程序。 二、本章重点内容串讲 第一节资产评估的含义 （一）资产评估的概念 1．资产评估是指通过对资产某一时点价值的估算，从而确定其价值的经济活动。 2．资产评估主要由六大要素组成，即资产评估的主体、客体、特定目的、程序、价值类型和方法。 （二）资产评估的特点
现实性、市场性、预测性、公正性、咨询性 （三）资产评估与会计计价的区别 1.二者发生的前提条件不同 2.二者的目的不同 3.二者的执行操作者不同 第二节资产评估的对象 （一）资产的含义 会计学中的资产是指过去的交易或事项形成并由企业拥有或者控制的资源，该资源预期会给企业带来经济利益；作为资产评估对象的资产，可以从以下几个方面理解： 1.资产是一种权利 2.资产是一种获利能力 3.资产必须为某一主体所拥有和支配 （二）资产的分类 1．按资产存在形态分类 按资产存在的形态可以分为有形资产和无形资产。 2．按资产是否具有综合获利能力分类 按资产是否具有综合获利能力可以分为单项资产和整体资产。 3．按资产能否独立存在分类 按资产能否独立存在可以分为可确指的资产和不可确指的资产。 4．按资产的流动性分类 按资产的流动性可以分为短期资产和长期资产。 第三节资产评估的价值类型（★） （一）资产评估的特定目的 资产评估的特定目的主要有：资产转让、企业兼并、企业出售、企业联营、股份经营、中外合资合作、企业清算、抵押担保、企业租赁、债务重组等。 （二）资产评估的价值类型 1.价值类型在资产评估业务中具有重要的作用，表现在： （1）价值类型是影响和决定资产评估价值的重要因素。 （2）价值类型制约资产评估方法的选择。 （3）明确评估价值类型，可以更清楚的表达评估结果，可以避免报告使用者误用评估结果。 2.价值类型的类别 （1）市场价值：自愿买方和自愿卖方在评估基准日进行正常的市场营销之后所达成的公平交易中某项资产应当进行交易的价值估计数额，当事人双方应各自精明、谨慎行事，不受任
利用Matlab进行线性回归分析之欧阳歌谷创编
利用Matlab进行线性回归分析 欧阳歌谷（2021.02.01） 回归分析是处理两个及两个以上变量间线性依存关系的统计方法。可以通过软件Matlab实现。 1.利用Matlab软件实现 在Matlab中，可以直接调用命令实现回归分析， （1）[b,bint,r,rint,stats]=regress(y,x)，其中b是回归方程中的参数估计值，bint是b的置信区间，r和rint分别表示残差及残差对应的置信区间。stats包含三个数字，分别是相关系数，F统计量及对应的概率p值。 （2）recplot(r,rint)作残差分析图。 （3）rstool(x,y)一种交互式方式的句柄命令。 以下通过具体的例子来说明。 例现有多个样本的因变量和自变量的数据，下面我们利用Matlab，通过回归分析建立两者之间的回归方程。 % 一元回归分析 x=[1097 1284 1502 1394 1303 1555 1917 2051 2111 2286 2311
2003 2435 2625 2948 3, 55 3372];%自变量序列数据 y=[698 872 988 807 738 1025 1316 1539 1561 1765 1762 1960 1902 2013 2446 2736 2825];%因变量序列数据 X=[ones(size(x')),x'],pause [b,bint,r,rint,stats]=regress(y',X,0.05),pause%调用一元回归分析函数rcoplot(r,rint)%画出在置信度区间下误差分布。 % 多元回归分析 % 输入各种自变量数据 x1=[5.5 2.5 8 3 3 2.9 8 9 4 6.5 5.5 5 6 5 3.5 8 6 4 7.5 7]'; x2=[31 55 67 50 38 71 30 56 42 73 60 44 50 39 55 7040 50 62 59]'; x3=[10 8 12 7 8 12 12 5 8 5 11 12 6 10 10 6 11 11 9 9]'; x4=[8 6 9 16 15 17 8 10 4 16 7 12 6 4 4 14 6 8 13 11]'; %输入因变量数据 y=[79.3 200.1 163.1 200.1 146.0 177.7 30.9 291.9 160 339.4 159.6 86.3 237.5 107.2 155 201.4 100.2 135.8 223.3 195]'; X=[ones(size(x1)),x1,x2,x3,x4]; [b,bint,r,rint,stats]=regress(y,X)%回归分析 Q=r'*r sigma=Q/18 rcoplot(r,rint); %逐步回归 X1=[x1,x2,x3,x4];
MATLAB回归预测模型
MATLAB---回归预测模型 Matlab统计工具箱用命令regress实现多元线性回归，用的方法是最小二乘法，用法是：b=regress(Y,X) [b,bint,r,rint,stats]=regress(Y,X,alpha) Y,X为提供的X和Y数组，alpha为显着性水平（缺省时设定为0.05），b,bint为回归系数估计值和它们的置信区间，r,rint为残差（向量）及其置信区间，stats是用于检验回归模型的统计量，有四个数值，第一个是R2，第二个是F，第三个是与F对应的概率 p ，p <α拒绝 H0，回归模型成立，第四个是残差的方差 s2 。 残差及其置信区间可以用 rcoplot(r,rint)画图。 例1合金的强度y与其中的碳含量x有比较密切的关系，今从生产中收集了一批数据如下表 1。 先画出散点图如下： x=0.1:0.01:0.18; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]; plot(x,y,'+') 可知 y 与 x 大致上为线性关系。 设回归模型为y =β 0+β 1 x
用regress 和rcoplot 编程如下： clc,clear x1=[0.1:0.01:0.18]'; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]'; x=[ones(9,1),x1]; [b,bint,r,rint,stats]=regress(y,x); b,bint,stats,rcoplot(r,rint) 得到 b =27.4722 137.5000 bint =18.6851 36.2594 75.7755 199.2245 stats =0.7985 27.7469 0.0012 4.0883 即β 0=27.4722 β 1 =137.5000 β 的置信区间是[18.6851,36.2594]， β 1 的置信区间是[75.7755,199.2245]； R2= 0.7985 ， F = 27.7469 ， p = 0.0012 ， s2 =4.0883 。可知模型（41）成立。
(完整word版)多元线性回归模型案例分析
多元线性回归模型案例分析 ——中国人口自然增长分析一·研究目的要求 中国从1971年开始全面开展了计划生育,使中国总和生育率很快从1970年的5.8降到1980年2.24,接近世代更替水平。此后，人口自然增长率（即人口的生育率）很大程度上与经济的发展等各方面的因素相联系，与经济生活息息相关，为了研究此后影响中国人口自然增长的主要原因，分析全国人口增长规律，与猜测中国未来的增长趋势，需要建立计量经济学模型。 影响中国人口自然增长率的因素有很多，但据分析主要因素可能有：（1）从宏观经济上看，经济整体增长是人口自然增长的基本源泉；（2）居民消费水平，它的高低可能会间接影响人口增长率。(3)文化程度，由于教育年限的高低，相应会转变人的传统观念，可能会间接影响人口自然增长率（4）人口分布，非农业与农业人口的比率也会对人口增长率有相应的影响。 二·模型设定 为了全面反映中国“人口自然增长率”的全貌，选择人口增长率作为被解释变量，以反映中国人口的增长；选择“国名收入”及“人均GDP”作为经济整体增长的代表；选择“居民消费价格指数增长率”作为居民消费水平的代表。暂不考虑文化程度及人口分布的影响。 从《中国统计年鉴》收集到以下数据（见表1）： 表1 中国人口增长率及相关数据
设定的线性回归模型为： 1222334t t t t t Y X X X u ββββ=++++ 三、估计参数 利用EViews 估计模型的参数，方法是： 1、建立工作文件：启动EViews ，点击File\New\Workfile ，在对 话框“Workfile Range ”。在“Workfile frequency ”中选择“Annual ” (年度)，并在“Start date ”中输入开始时间“1988”，在“end date ”中输入最后时间“2005”，点击“ok ”，出现“Workfile UNTITLED ”工作框。其中已有变量：“c ”—截距项 “resid ”—剩余项。在“Objects ”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK ”出现数据编辑窗口。 年份 人口自然增长率 （%。） 国民总收入（亿元） 居民消费价格指数增长 率（CPI ）% 人均GDP （元） 1988 15.73 15037 18.8 1366 1989 15.04 17001 18 1519 1990 14.39 18718 3.1 1644 1991 12.98 21826 3.4 1893 1992 11.6 26937 6.4 2311 1993 11.45 35260 14.7 2998 1994 11.21 48108 24.1 4044 1995 10.55 59811 17.1 5046 1996 10.42 70142 8.3 5846 1997 10.06 78061 2.8 6420 1998 9.14 83024 -0.8 6796 1999 8.18 88479 -1.4 7159 2000 7.58 98000 0.4 7858 2001 6.95 108068 0.7 8622 2002 6.45 119096 -0.8 9398 2003 6.01 135174 1.2 10542 2004 5.87 159587 3.9 12336 2005 5.89 184089 1.8 14040 2006 5.38 213132 1.5 16024
自考-资产评估计算公式总结
第二章 资产评估的基本方 法 一.成本法的基本计算公式： 被评估资产评估值=重置成本—实体性贬值—功能性贬值—经济性贬值 被评估资产评估值+重置成本x 成新率 二、重置成本的估算： 1重置核算法： （1）按人工成本比例法计算： 间接成本=人工成本总额x 成本分配率 成本分配率=间接成本额/人工成本额x100% （2）单位价格法： 间接成本=工作量（按工日或工时）x 单位价格/按工日或工时 （3）直接成本百分率法： 间接成本=直接成本x 间接成本占直接成本百分率 2. 物价指数法： 资产重置成本=资产历史成本x 资产评估时物价指数/资产购建时物价指数 或： 资产重置成本=资产历史成本x （1+物价变动指数） 3. 功 能 价 值 法 ： 重置成本参照物参照物年产量被评估资产年产量重置成本 被评估资产? = 4．规模经济效益指数法： X ? ?? ??=参照物资产的产量被评估资产的产量参照物资产的重置成本被评估资产的重置成本 X 表示是一个经验数据，称为规模经济效益指数 统计分析法：K=R ’/R K---资产重置成本与历史成本的调整系数 R ’-----某类抽样资产的 重置成本 R----某类抽样资产的历史成本 三、实体性贬值及其估算： 1.观察法（成新率法）： 资产的实体性贬值=重置成本x （1－实体性成新率） 2. 公 式 计 算 法 ： 使用年限 实际已总使用年限预计残值重置成本体性贬值资产的实? -= 总使用年限=实际使用年限＋尚可使用年限 实际已使用年限=名义已使用年限×资产利用率 % 100?= 定利用 截止评估日资产累计法际利用时间 截止评估日资产累计实资产利用率 三、功能性贬值及其估算 资产的功能性贬值测算方法： ∑=??? ? ???=n t 1系数折现净超额运营年本被评估资产年功能性贬值额被评估资产 （超额投资成本可视为功能性贬值|） 功能性贬值=复原重置成本－更新重置成本 四、经济性贬值及其估算: % 1001???? ? ???????? ??-=x 生产能力资产原设计利用的生产能力资产预计可被贬值率经济性 ()n r A P ,,1???? ? ??-?=税率所得益损失额资产年收贬值额经济性: 五、成新率及其估算 1. 使用年限法：成新率=（预计尚可使用年限/实际已使用年限＋预计尚可使用年限）×100% 2. 修复费用法：成新率=1—修复费用/重置成本×100% 六、收益法： 1.资产未来收益期有限情况： 评估值= () ()∑ =+++=n t t t t r A r R P 1 11 R i---未来第i 个收益期的预期收益额，收益期有 限时， R i-中还包括期末资产剩余净额。 n----收益年期 r-----折现率 2.资产未来收益无限期情况： （1）未来收益年金化情况：资产评估值（收益限值）=年收益额/资本化率 年 等 值 收 益 额 ： 评 估 值 = () () ∑ ∑ ==++ +=n t t n i t t r A r R P 1 1 11 2. 未来收益不等额情形： 资产评估值（预期 收益现值）=Σ前若干年各年收益额×各年折现系数+以后各年的年金化收益/资本化率×前若干年最后一年的折现系数
matlab建立多元线性回归模型并进行显著性检验及预测问题
matlab建立多元线性回归模型并进行显着性检验及预测问题 例子; x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]'; X=[ones(16,1) x]; 增加一个常数项Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]'; [b,bint,r,rint,stats]=regress(Y,X) 得结果：b = bint = stats = 即对应于b的置信区间分别为[，]、[,]; r2=, F=, p= p<, 可知回归模型y=+ 成立. 这个是一元的，如果是多元就增加X的行数！ function [beta_hat,Y_hat,stats]=regress(X,Y,alpha) % 多元线性回归(Y=Xβ+ε)MATLAB代码 %？ % 参数说明 % X：自变量矩阵，列为自变量，行为观测值 % Y：应变量矩阵，同X % alpha：置信度，[0 1]之间的任意数据 % beta_hat：回归系数 % Y_beata：回归目标值，使用Y-Y_hat来观测回归效果 % stats：结构体，具有如下字段 % =[fV,fH]，F检验相关参数，检验线性回归方程是否显着 % fV：F分布值，越大越好，线性回归方程越显着 % fH：0或1，0不显着；1显着(好) % =[tH,tV,tW]，T检验相关参数和区间估计，检验回归系数β是否与Y有显着线性关系 % tV：T分布值，beta_hat(i)绝对值越大,表示Xi对Y显着的线性作用% tH：0或1，0不显着；1显着 % tW：区间估计拒绝域，如果beta(i)在对应拒绝区间内，那么否认Xi对Y显着的线性作用 % =[T,U,Q,R]，回归中使用的重要参数 % T：总离差平方和，且满足T=Q+U % U：回归离差平方和 % Q：残差平方和 % R∈[0 1]：复相关系数，表征回归离差占总离差的百分比，越大越好% 举例说明 % 比如要拟合y=a+b*log(x1)+c*exp(x2)+d*x1*x2，注意一定要将原来方程线化% x1=rand(10,1)*10; % x2=rand(10,1)*10; % Y=5+8*log(x1)+*exp(x2)+*x1.*x2+rand(10,1); % 以上随即生成一组测试数据 % X=[ones(10,1) log(x1) exp(x2) x1.*x2]; % 将原来的方表达式化成Y=Xβ，注意最前面的1不要丢了