预测与决策实验报告
企业预测与决策实训报告
企业预测与决策实训报告一、引言随着市场竞争的日益激烈，企业面临着各种各样的挑战与风险。
为了在这个竞争激烈的环境中保持竞争优势，企业需要准确地预测未来的趋势，并做出相应的决策。
本次实训旨在通过对企业数据的分析和模型建立，为企业提供科学的决策依据。
二、数据分析在实训中，我们首先对企业的历史数据进行了分析。
我们通过统计分析的方法，了解了企业销售额、利润、成本等指标的变化趋势，并进行了可视化展示。
通过对数据的分析，我们了解到企业销售额在过去几个季度逐渐下降，但利润仍有保持稳定的趋势。
这意味着企业在管理成本方面还存在一定的问题。
三、预测模型建立为了进一步预测未来的趋势并做出合理的决策，我们建立了一套预测模型。
我们选择了时间序列分析中的ARIMA模型作为预测模型。
通过对历史数据进行拟合，并使用相关统计指标对模型的拟合效果进行评估，我们得到了一个较为准确的预测模型。
四、未来趋势预测基于我们建立的模型，我们对未来的销售额进行了预测。
根据预测结果，我们发现未来几个季度的销售额仍有下降的趋势。
这表明企业需要采取措施来提升销售额，以保持竞争力和利润。
五、决策建议基于我们对数据的分析和预测结果，我们给出了以下几点决策建议：1. 加大市场推广力度：通过增加市场推广投入，扩大企业知名度，提高产品销售额。
2. 优化产品定价策略：根据市场需求和竞争情况，合理定价以提高销售额和利润。
3. 优化供应链管理：通过优化供应链管理，减少成本，提高盈利能力。
4. 加强人力资源培养：提高员工的专业素质和服务水平，为企业发展提供人才支持。
六、总结通过本次实训，我们充分认识到企业预测与决策的重要性。
通过对历史数据的分析和模型的建立，我们能够更加准确地预测未来的趋势，并做出科学合理的决策。
我们的决策建议将帮助企业更好地应对竞争和风险，保持竞争优势，并实现可持续发展。
经济预测与决策课程实验报告参考解答
fcheck < function(n){ iter=0 if (n<=0 | n!=trunc(n))
list(out="要求输入一个正整数",iter=iter) else{
repeat { if (n==1) break else if (n%%2==0) n=n/2 else n=3*n+1 iter=iter+1
2、加权平均预测（按 0.20、0.50 和 0.30 的概率加权） 对 MinQ3,Q3,MaxQ3 分别按 0.2、0.5、0.3 的概率来加权平均预测平均销售量， 得预测值 599。R 指令如下： avg[7:9]%*%c(0.2,0.5,0.3) #计算两个向量内积
3、中位数预测 均值易受极端数值的影响，如果数据偏态过大常考虑用中位数代替均值来预测以 减弱个别数据过偏的影响，计算得第三轮数据中位数并加权平均得 565 作为预测 值。R 指令如下： md8=median(dlf[,8]) md9=median(dlf[,9]) md10=median(dlf[,10]) data.frame(md8,md9,md10) 0.2*md8+0.5*md9+0.3*md10
} list(out="运算成功",iter=iter) } } ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ source("I:\\r1_5.r") fcheck(5); fcheck(5.3); fcheck(8); fcheck(5);
预测与决策实验报告 1
（要求提供实验程序或步骤）
1 德尔菲法应用 某公司研制出一种新兴产品，现在市场上还没有相似产品出现，因此没有历史数
p4=c(108,105,109,106,112,106,108,104)
经济预测与决策仿真实验报告
经济预测与决策仿真实验报告一、实验背景在当今复杂多变的经济环境中，准确的经济预测和明智的决策对于企业、政府和个人都至关重要。
经济预测能够帮助我们提前洞察市场趋势，把握机遇，规避风险；而决策则是基于预测结果，选择最优的行动方案，以实现既定的目标。
为了深入理解和掌握经济预测与决策的方法和技巧，我们进行了本次仿真实验。
二、实验目的本次实验的主要目的是：1、熟悉并运用常见的经济预测方法，如时间序列分析、回归分析等，对经济数据进行预测。
2、通过建立决策模型，综合考虑各种因素，制定最优的经济决策方案。
3、培养对经济数据的敏感度和分析能力，提高解决实际经济问题的能力。
三、实验数据与方法（一）实验数据我们选取了某地区过去五年的经济数据，包括 GDP 增长率、物价指数、失业率、进出口贸易额等指标。
这些数据来源于政府统计部门和相关的经济研究报告。
（二）实验方法1、时间序列分析使用移动平均法和指数平滑法对 GDP 增长率进行预测，观察其短期和中期的趋势变化。
2、回归分析建立多元线性回归模型，以物价指数、失业率等作为自变量，GDP 增长率作为因变量，分析各因素对经济增长的影响。
3、决策树分析构建决策树模型，针对企业的投资决策问题，考虑市场需求、竞争状况、成本等因素，确定最优的投资方案。
四、实验过程与结果（一）时间序列分析1、移动平均法分别计算了 3 期和 5 期移动平均值，并绘制出趋势线。
结果显示，3 期移动平均对短期波动的反应较为灵敏，但中期趋势不够平滑；5 期移动平均则在平滑中期趋势方面表现较好，但对短期变化的捕捉相对滞后。
2、指数平滑法通过调整平滑系数α的值，进行多次预测。
当α取值较大时，预测结果对近期数据的权重较大，能够更快地反映最新的变化；当α取值较小时，预测结果更趋于稳定，但对短期变化的响应较慢。
（二）回归分析经过数据处理和模型拟合，得到回归方程如下：GDP 增长率＝ 05×物价指数 02×失业率＋ 03×进出口贸易额＋常量通过对回归系数的分析，发现物价指数对GDP 增长率有正向影响，失业率有负向影响，进出口贸易额也有正向影响。
《预测及决策技术应用》课程实验报告
实验报告实验名称：预测与决策技术应用课程实验指导教师：实验日期：实验地点：班级：学号：姓名：实验成绩：实验1 德尔菲预测法【实验题目】某公司为实现某个目标，初步选定了a,b,c,d,e,f 六个工程，由于实际情况的限制，需要从六项中选三项。
为慎重起见，公司共聘请了100位公司内外的专家，请他们选出他们认为最重要的三项工程，并对这三项工程进行排序，专家的意见统计结果如下表。
如果你是最后的决策者，请根据专家给出的意见，做出最合理的决定。
专家意见表排序 1 2 3 a 30 10 20 b 10 10 40 c 16 10 20 d 10 15 0 e 14 46 10 f 20 9 10【实验环境】• Excel【实验目的】• 掌握利用德尔菲法进行定性预测的方法 【实验步骤及结果】本实验中，要求选择3个项目进行排序，则可以按每位专家是同等的预测能力来看待，并规定其专家评选的排在第1位的项目给3分，第2位的项目给2分，第3位的项目给1分，没选上的其余项目给0分。
在本实验中，1T =3分，2T =2分，3T =1分。
上表中，对征询表作出回答的专家人数N=100人：赞成a 项排第1位的专家有30人（即a,1N =30），赞成a 项排第2位的专家有10人（a,2N =10），赞成a 排第3位的有20人（a,3N =20）。
所以，a 项目的总得分为：3*30+2*10+1*20=130分。
同理可以分别计算出：b 项目的总得分为：3*10+2*10+1*40=90分；c 项目的总得分为：3*16+2*10+1*20=88分；d 项目的总得分为：3*10+2*15+1*0=60分；e 项目的总得分为：3*14+2*46+1*10=144分；f 项目的总得分为：3*20+2*9+1*10=88分。
由此，绘制下表。
并从总分按高到低排序，得到前三个项目是e、a、b。
专家意见表排序第1位第2位第3位得分\分排序分值\分 3 2 1工程a 30 10 20 130 2b 10 10 40 90 3c 16 10 20 88 4d 10 15 0 60 6e 14 46 10 144 1f 20 9 10 88 4该方法用统计方法综合专家们的意见，定量表示预测结果。
《经济预测与决策》实验报告
实验一一元线性回归预测一、实验目的通过实验掌握一元线性回归预测的数学模型、参数估计方法、误差分析和检验，掌握一元线性回归的点预测和区间预测。
二、实验内容1．对下表所给数据，用Excel直接计算一元线性回归模型的参数估计、可决系数、标准差、t统计量。
2．分析模型的优劣，α=0.05,作他检验。
3．若2011年月人均可支配收入x0=5000元，预测该商品的销售量，并给出置信度为95%的区间预测。
1999 7690 86832000 8010 93172001 8550 96752002 8420 75422003 8600 70842004 8900 86122005 9260 9119三、实验步骤1.用excel做回归于测四、实验结果1.有上图可知，一元线性回归模型的参数估计a为5807.16，b为0.32、可决系数为0.219、标准差为808.64、t统计量为1.98.2.可决系数越大，回归方程就拟合得越好，相反越差，由题意知，可决系数较小，所以拟合得不好由查表得Fα=4.60，tα=2.15，又由上图可知，F检验：F=3.93< Fα=4.60,故回归方程不显著。
T检验：t=1.98 <tα=2.15,故回归方程不显著。
3.利用excel求出y的实测值和预测值之间的差，然后计算出残差平方和Q.yi-yi^ (yi-yi^)2-798.33782 637343.2748-237.41459 56365.68754-18.52737 343.2634391990.83947 981762.8553514.40536 264612.8744-394.8297 155890.492541.17505 292870.4347324.85847 105533.0255-1049.85621 1102198.062384.42911 147785.7406914.75519 836777.05761097.80545 1205176.806-993.07702 986201.9677-1509.3936 2278269.04-78.5879 6176.058026311.77894 97206.107439154512.747y=a+bx,a=5807.157,b=0.323981,当x=5000时，y=7427.063故，Q=9154512.747，再由公式σ2=Q/(n-2)易知，σ2=653893.7676σ=808.63698135，由P(y^-2δ<y<y^+2δ)=95%得，区间预测为（5809.788917，9044.336842）。
管理预测与决策技术实验
管理预测与决策技术实验一、引言管理预测与决策技术是现代管理中至关重要的一部分，它通过分析数据、识别模式和趋势，为管理者提供决策所需的信息和支持。
在本实验中，我们将探讨管理预测与决策技术的应用，并通过具体案例实践这些技术。
二、实验目的本实验旨在让学生通过实际操作，了解和掌握管理预测与决策技术的基本原理和方法，培养学生的数据分析和决策能力。
具体的实验目的包括： 1. 熟悉管理预测与决策技术的基本概念； 2. 掌握常用的管理预测与决策技术工具和方法； 3. 运用管理预测与决策技术解决实际管理问题； 4. 分析实验结果，总结经验教训。
三、实验内容1. 管理预测技术1.1 数据收集和整理在实验开始之前，需要准备相关数据并将其整理成适合分析的格式。
1.2 数据探索与可视化使用数据可视化工具对数据进行探索，发现数据之间的相关性和规律。
1.3 预测模型建立基于数据和模型建立预测模型，用于预测未来的发展趋势。
2. 决策技术2.1 决策树模型构建决策树模型，通过分析决策树的各个分支，找出最优的决策路径。
2.2 数据挖掘技术运用数据挖掘技术，发现隐藏在数据中的规律和趋势，为决策提供依据。
2.3 多因素决策分析综合考虑多个因素，借助决策分析工具做出最佳决策。
四、实验步骤1.数据准备：收集实验所需数据，并进行预处理；2.数据分析：使用数据分析工具进行数据探索，发现规律；3.模型建立：建立预测模型和决策模型，进行模型训练；4.模型评估：评估模型的预测准确性和决策效果；5.实验总结：总结实验过程中的经验和教训，提出改进建议。
五、实验结果与讨论经过实验操作，我们得到了一些有关管理预测与决策的实验结果。
在实验结果讨论部分，我们将详细分析这些结果，讨论其意义和应用，并探讨可能的改进方法。
六、结论通过本次实验，我们深入了解了管理预测与决策技术的应用和意义，在实践中掌握了相关的技术方法和工具。
管理预测与决策技术对于组织的战略决策和运营管理具有重要意义，能够提升决策的科学性和效率，推动组织的持续发展。
excel预测与决策分析实验报告
《EXCEL预测与决策分析》实验报告册2014- 2015 学年第学期班级:学号:姓名:授课教师: 实验教师:实验学时: 实验组号:信息管理系目录实验一网上书店数据库的创建及其查询 (3)实验二贸易公司销售数据的分类汇总分析 (7)实验三餐饮公司经营数据时间序列预测 (9)实验四住房建筑许可证数量的回归分析 (12)实验五电信公司宽带上网资费与电缆订货决策 (15)实验六奶制品厂生产/销售的最优化决策 (17)实验七运动鞋公司经营投资决策 (18)实验一网上书店数据库的创建及其查询【实验环境】•Microsoft Office Access 2003；•Microsoft Office Query 2003。
【实验目的】1.实验1-1:•理解数据库的概念；•理解关系（二维表）的概念以及关系数据库中数据的组织方式；•了解数据库创建方法。
实验1-2:•理解DOBC的概念；•掌握利用Microsoft Query进行数据查询的方法。
实验1-3:•掌握复杂的数据查询方法: 多表查询、计算字段和汇总查询。
【实验步骤】实验1-1一、表的创建和联系的建立步骤1: 创建空数据库“xddbookstore”。
步骤2: 数据库中表结构的定义。
步骤3: 保存数据表。
步骤4: 定义“响当当”数据库的其他表。
步骤5: “响当当”数据库中表之间联系的建立。
二、付款方式表的数据输入步骤1: 选中需要输入数据的表（如付款方式表）。
步骤2: 输入数据。
三、订单表的数据导入在本书配套磁盘提供的xddbookstore.xls文件中, 包含了响当当数据库所有表的数据。
可以利用该文件将订单表数据导入到“xddbookstore.mdb”数据库中。
步骤1: 选择要导入的文件。
步骤2: 规定要导入的数据表。
步骤3: 指明在要导入的数据中是否包含列标题。
步骤4：规定数据应导入到哪个表中, 可以是新表或现有的表。
步骤5: 完成数据导入工作。
实验1-2一、建立odbc数据源在利用 microsoft office query对“响当当”网上书店进行数据查询之前, 必须先建立一个用于连接该数据库的odbc数据源“bookstore”, 具体步骤如下:步骤1: 启动microsoft office query应用程序。
统计决策与预测实验报告
湘南学院实验报告课程名称：统计预测和决策专业班级：经济统计学一班姓名：吴丽媛学号： 201414430148 指导教师：谷玉实验日期： 2017.3.28实验一：多元统计分析一、实验目的及要求客观事物的变化往往受多种因素的影响，此时就要用到多元回归分析，借以说明多种因素之间的关系,利用EXCEL软件进行多元回归分析，建立函数模型。
二、实验设备2007版EXCEL软件三、实验内容分析喜欢某种牌号牙膏的居民百分比与该地区居民的人均年收入和教育指数的关系四、实验步骤（包含数据及详细过程）1.加载数据分析第一步：打开2007excel，点击左上角的按钮，如图所示。
第二步：点击右下角的，如图所示。
第三步：点击左侧的加载项，如图所示。
第四步：点击最下面的“转到”，如图所示，然后选中“分析数据库”，点击“确定”。
2.输入数据，如下图3.数据分析第一步：点击excel2007中工具栏的“数据”，然后点击“数据分析”，弹出数据分析的对话框，如图所示。
第二步：选中“回归”，点击确定，弹出对话框，如图所示。
第三步：“Y值输入区域”为$B$2:$B$11，“X值输入区域”$C$2:$D$11，选择“置信度”为95%，“新工作表组”，“残差”和“标准残差”。
如图所示，点击确定。
五、实验结果与解释结果如图所示。
实验结果解释：由如上图的输出结果可知，第一部分为汇总统计，MultipleR 指复相关系数，RSquare 指判定系数，Adjusted 指调整的判定系数，标准误差指估计的标准误，观测值指样本容量；第二部分为方差分析，df 指自由度，SS 指平方和，MS 指均方，F 指 F 统计量， significance of F 指p 值；第三部分包括：Intercept 指截距，Coefficient 指系数， tstat 指t 统计量。
由2R =0.6682，可知此回归模型只能解释喜欢该品牌牙膏的百分比变差的66.82%， 该模型的方程为：218118.20168.44492.13x x y ++=∧.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
246.5
成绩评定：
该生对待本次实验的态度□认真□良好□一般□比较差。
本次实验的过程情况□很好□较好□一般□比较差
对实验结果的分析□很好□良好□一般□比较差
文档书写符合规范程度□很好□良好□一般□比较差
综合意见：
成绩
指导教师签名
张立凡
日期
2012-3-28
按 （Y=-0.99464+0.847206X）计算估计值：
n
x
y
x²
y²
xy
估计值y
1
11.6
8.5
134.56
72.25
98.6
8.832949
2
14.1
11.1
198.81
123.21
156.51
10.95096
3
17.1
13.6
292.41
184.96
232.56
13.49258
4
19.6
15.8
203.4
分别输入求4项移动平均公式和误差平方公式并向下复制。
月份
销售额
3个月移动平均
5个月移动平均
3个月加权平均
1
200
2
135
3
195
4
198
176.6666667
175.8333333
5
310
176
186.5
6
175
234.3333333
207.6
253.5
7
155
227.6666667
202.6
6
25.6
20.5
7
33.6
27.8
8
40.5
33.5
9
47.8
39.2
绘出散点图：
3、一元线性回归的计算资料：
计算 、 及 ，分别在“D2、E2、F2”单元格通过相对引用输入计算公式并向下复制。
n
x
y
x²
y²
xy
1
11.6
8.5
134.56
72.25
98.6
2
14.1
11.1
198.81
123.21
1640.25
1122.25
1356.75
9
47.8
39.2
2284.84
1536.64
1873.76
在“A11”单元格输入求和公式并向右复制计算 、 、 、 及 。
n
x
y
x²
y²
xy
1
11.6
8.5
134.56
72.25
98.6
2
14.1
11.1
198.81
123.21
156.51
3
17.1
13.6
综合意见：
成绩
指导教师签名
张立凡
日期
2012-3-28
《 预测与决策 》课程实验第 2次实验报告
实验内容及基本要求：
实验项目名称：
移动平均法在Excel中的实现
实验内容及要求：
1、熟悉Excel有关命令的使用方法
2、利用Excel掌握有关菜单的功能
3、掌握移动平均法在Excel中实现的基本方法，熟悉Excel的有关操作。
292.41
184.96
232.56
4
19.6
15.8
384.16
249.64
309.68
5
22.1
17.6
488.41
309.76
388.96
6
25.6
20.5
655.36
420.25
524.8
7
33.6
27.8
1128.96
772.84
934.08
8
40.5
33.5
1640.25
1122.25
1356.75
1、熟悉Excel有关命令的使用方法
2、利用Excel掌握有关菜单的功能
3、掌握一元线性回归在Excel中实现的基本方法，熟悉Excel的有关操作
实验步骤：
1、进入Excel程序。
2、一元线性回归的输入形式：
n
x
y
1
11.6
8.5
2
14.1
11.1
3
17.1
13.6
4
19.6
15.8
5
22.1
17.6
5个月移动平均
3个月加权平均
3个月误差
1
200
2
135
3
195
4
198
176.6666667
175.8333333
0.1119529
5
310
176
186.5
0.3983871
6
175
234.3333333
207.6
253.5
0.4485714
7
155
227.6666667
202.6
223.8333333
b=
0.847206
a=
-0.99464
R=
0.999735
≥
R0.05(7)=
0.666
6、详细记录每一步所用的命令，以及查看结果的方法和具体结果。
成绩评定：
该生对待本次实验的态度□认真□良好□一般□比较差。
本次实验的过程情况□很好□较好□一般□比较差
对实验结果的分析□很好□良好□一般□比较差
文档书写符合规范程度□很好□良好□一般□比较差
1356.75
33.3172
9
47.8
39.2
2284.84
1536.64
1873.76
39.5018
合计
232
187.6
7207.76
4791.8
5875.7
187.6
5、相关系数的计算和显著性检验：
相关系数 ；
查相关系数检验表确定与相关系数比较，进行显著性检验。
R=(A65*F66-B66*C66)/(POWER(A65*D66-B66*B66,0.5)*POWER(B65*E66-C66*C66,0.5))
课内实验报告
课 程 名：预测与决策
********
专 业：市场营销
学 号：B********
**********
2011/2012学年 第 2 学期
南京邮电大学 经济与管理学院
《 预测与决策 》课程实验第 1 次实验报告
实验内容及基本要求：
实验项目名称：
一元线性回归在Excel中的实现
实验内容及要求：
156.51
3
17.1
13.6
292.41
184.96
232.56
4
19.6
15.8
384.16
249.64
309.68
5
22.1
17.6
488.41
309.76
388.96
6
25.6
20.5
655.36
420.25
524.8
7
33.6
27.8
1128.96
772.84
934.08
8
40.5
33.5
2002Leabharlann 1353195
4
198
176.6666667
5
310
176
6
175
234.3333333
207.6
7
155
227.6666667
202.6
8
130
213.3333333
206.6
9
220
153.3333333
193.6
10
277
168.3333333
198
11
235
209
191.4
12
244
223.8333333
8
130
213.3333333
206.6
187.5
9
220
153.3333333
193.6
145.8333333
10
277
168.3333333
198
179.1666667
11
235
209
191.4
233.5
12
244
203.4
246.5
分别计算误差： ，
月份
销售额
3个月移动平均
384.16
249.64
309.68
15.6106
5
22.1
17.6
488.41
309.76
388.96
17.72861
6
25.6
20.5
655.36
420.25
524.8
20.69383
7
33.6
27.8
1128.96
772.84
934.08
27.47148
8
40.5
33.5
1640.25
1122.25
0.444086
8
130
213.3333333
206.6
187.5
0.4423077
9
220
153.3333333
193.6
145.8333333
0.3371212
10
277
168.3333333
198
179.1666667
0.3531889
11
235
209