区分指标与标志,总量指标分类、分配数列、上限不在内原则、各种平均数之间的关系、平均发展指标!
计算可能考的公式有:计划完成情况相对指标、结构(比例/比较/强度/动态)相对指标、各种平均数算法、众数、中位数、四分位数、平均差、标准差、标准差系数、偏态和峰度、发展速度和增长速度、总指数(很重要)、平均指标指数、重要经济指数的编制(上证指数、工业产品产量总指数、农副产品收购价格指数)
统计学(第三版课后习题答案) 贾俊平版
2.1 (1) 属于顺序数据。
(2)频数分布表如下:
服务质量等级评价的频数分布
服务质量等级 | 家庭数(频率) | 频率% |
A | 14 | 14 |
B | 21 | 21 |
C | 32 | 32 |
D | 18 | 18 |
E | 15 | 15 |
合计 | 100 | 100 |
(3)条形图(略)
2.2 (1)频数分布表如下:
40个企业按产品销售收入分组表
按销售收入分组 (万元) | 企业数 (个) | 频率 (%) | 向上累积 | 向下累积 | ||
企业数 | 频率 | 企业数 | 频率 | |||
100以下 100~110 110~120 120~130 130~140 140以上 | 5 9 12 7 4 3 | 12.5 22.5 30.0 17.5 10.0 7.5 | 5 14 26 33 37 40 | 12.5 35.0 65.0 82.5 92.5 100.0 | 40 35 26 14 7 3 | 100.0 87.5 65.0 35.0 17.5 7.5 |
合计 | 40 | 100.0 | — | — | — | — |
(2) 某管理局下属40个企分组表
按销售收入分组(万元) | 企业数(个) | 频率(%) |
先进企业 良好企业 一般企业 落后企业 | 11 11 9 9 | 27.5 27.5 22.5 22.5 |
合计 | 40 | 100.0 |
2.3 频数分布表如下:
某百货公司日商品销售额分组表
按销售额分组(万元) | 频数(天) | 频率(%) |
25~30 30~35 35~40 40~45 45~50 | 4 6 15 9 6 | 10.0 15.0 37.5 22.5 15.0 |
合计 | 40 | 100.0 |
直方图(略)。
2.4 (1)排序略。
(2)频数分布表如下:
100只灯泡使用寿命非频数分布
按使用寿命分组(小时) | 灯泡个数(只) | 频率(%) |
650~660 | 2 | 2 |
660~670 | 5 | 5 |
670~680 | 6 | 6 |
680~690 | 14 | 14 |
690~700 | 26 | 26 |
700~710 | 18 | 18 |
710~720 | 13 | 13 |
720~730 | 10 | 10 |
730~740 | 3 | 3 |
740~750 | 3 | 3 |
合计 | ||
直方图(略)。
(3)茎叶图如下:
65 | 1 | 8 | ||||||||||||||||||||||||
66 | 1 | 4 | 5 | 6 | 8 | |||||||||||||||||||||
67 | 1 | 3 | 4 | 6 | 7 | 9 | ||||||||||||||||||||
68 | 1 | 1 | 2 | 3 | 3 | 3 | 4 | 5 | 5 | 5 | 8 | 8 | 9 | 9 | ||||||||||||
69 | 0 | 0 | 1 | 1 | 1 | 1 | 2 | 2 | 2 | 3 | 3 | 4 | 4 | 5 | 5 | 6 | 6 | 6 | 7 | 7 | 8 | 8 | 8 | 8 | 9 | 9 |
70 | 0 | 0 | 1 | 1 | 2 | 2 | 3 | 4 | 5 | 6 | 6 | 6 | 7 | 7 | 8 | 8 | 8 | 9 | ||||||||
71 | 0 | 0 | 2 | 2 | 3 | 3 | 5 | 6 | 7 | 7 | 8 | 8 | 9 | |||||||||||||
72 | 0 | 1 | 2 | 2 | 5 | 6 | 7 | 8 | 9 | 9 | ||||||||||||||||
73 | 3 | 5 | 6 | |||||||||||||||||||||||
74 | 1 | 4 | 7 | |||||||||||||||||||||||
2.5 (1)属于数值型数据。
(2)分组结果如下:
分组 | 天数(天) |
-25~-20 | 6 |
-20~-15 | 8 |
-15~-10 | 10 |
-10~-5 | 13 |
-5~0 | 12 |
0~5 | 4 |
5~10 | 7 |
合计 | |
(3)直方图(略)。
2.6 (1)直方图(略)。
(2)自学考试人员年龄的分布为右偏。
2.7 (1)茎叶图如下:
A班 | 树茎 | B班 | ||
数据个数 | 树 叶 | 树叶 | 数据个数 | |
0 | 3 | 59 | 2 | |
1 | 4 | 4 | 0448 | 4 |
2 | 97 | 5 | 122456677789 | 12 |
11 | 97665332110 | 6 | 011234688 | 9 |
23 | 98877766555554443332100 | 7 | 00113449 | 8 |
7 | 6655200 | 8 | 123345 | 6 |
6 | 632220 | 9 | 011456 | 6 |
0 | 10 | 000 | 3 | |
(2)A班考试成绩的分布比较集中,且平均分数较高;B班考试成绩的分布比A班分散,
且平均成绩较A班低。
2.8 箱线图如下:(特征请读者自己分析)
2.9 (1)
(2)
2.10 (1)甲企业平均成本=19.41(元),乙企业平均成本=18.29(元);原因:尽管两个企业的单位成本相同,但单位成本较低的产品在乙企业的产量中所占比重较大,因此拉低了总平均成本。
2.11
2.12 (1)(2)两位调查人员所得到的平均身高和标准差应该差不多相同,因为均值和标准差的大小基本上不受样本大小的影响。
(3)具有较大样本的调查人员有更大的机会取到最高或最低者,因为样本越大,变化的范围就可能越大。
2.13 (1)女生的体重差异大,因为女生其中的离散系数为0.1大于男生体重的离散系数0.08。
(2) 男生:
女生:
(3)68%;
(4)95%。
2.14 (1)离散系数,因为它消除了不同组数据水平高地的影响。
(2)成年组身高的离散系数:
幼儿组身高的离散系数:
由于幼儿组身高的离散系数大于成年组身高的离散系数,说明幼儿组身高的离散程度相对较大。
2.15 下表给出了一些主要描述统计量,请读者自己分析。
方法A | 方法B | 方法C | |||
平均 | 165.6 | 平均 | 128.73 | 平均 | 125.53 |
中位数 | 165 | 中位数 | 129 | 中位数 | 126 |
众数 | 164 | 众数 | 128 | 众数 | 126 |
标准偏差 | 2.13 | 标准偏差 | 1.75 | 标准偏差 | 2.77 |
极差 | 8 | 极差 | 7 | 极差 | 12 |
最小值 | 162 | 最小值 | 125 | 最小值 | 116 |
最大值 | 170 | 最大值 | 132 | 最大值 | 128 |
2.16 (1)方差或标准差;(2)商业类股票;(3)(略)。
2.17 (略)。
3.1设A=女性,B=工程师,AB=女工程师,A+B=女性或工程师
(1)P(A)=4/12=1/3
(2)P(B)=4/12=1/3
(3)P(AB)=2/12=1/6
(4)P(A+B)=P(A)+P(B)-P(AB)=1/3+1/3-1/6=1/2
3.2求这种零件的次品率,等于计算“任取一个零件为次品”(记为A)的概率
考虑逆事件
于是
3.3设A表示“合格”,B表示“优秀”。由于B=AB,于是
3.4 设A=第1发命中。B=命中碟靶。求命中概率是一个全概率的计算问题。再利用对立事件的概率即可求得脱靶的概率。
=0.8×1+0.2×0.5=0.9
脱靶的概率=1-0.9=0.1
或(解法二):P(脱靶)=P(第1次脱靶)×P(第2次脱靶)=0.2×0.5=0.1
3.5 设A=活到55岁,B=活到70岁。所求概率为:
3.6这是一个计算后验概率的问题。
设A=优质率达95%,
P(A)=0.4,P(
决策者会倾向于采用新的生产管理流程。
3.7 令A1、A2、A3分别代表从甲、乙、丙企业采购产品,B表示次品。由题意得:P(A1)=0.25,P(A2)=0.30, P(A3)=0.45;P(B|A1)=0.04,P(B|A2)=0.05,P(B|A3)=0.03;因此,所求概率分别为:
(1)
=0.25×0.04+0.30×0.05+0.45×0.03=0.0385
(2)
3.8据题意,在每个路口遇到红灯的概率是p=24/(24+36)=0.4。
设途中遇到红灯的次数=X,因此,X~B(3,0.4)。其概率分布如下表:
xi | 0 | 1 | 2 | 3 |
P(X= xi) | 0.216 | 0.432 | 0.288 | 0.064 |
期望值(均值)=1.2(次),方差=0.72,标准差=0.8485(次)
3.9 设被保险人死亡数=X,X~B(20000,0.0005)。
(1)收入=20000×50(元)=100万元。要获利至少50万元,则赔付保险金额应该不超过50万元,等价于被保险人死亡数不超过10人。所求概率为:P(X ≤10)=0.58304。
(2)当被保险人死亡数超过20人时,保险公司就要亏本。所求概率为:
P(X>20)=1-P(X≤20)=1-0.99842=0.00158
(3)支付保险金额的均值=50000×E(X)
=50000×20000×0.0005(元)=50(万元)
支付保险金额的标准差=50000×σ(X)
=50000×(20000×0.0005×0.9995)1/2=158074(元)
3.10 (1)可以。当n很大而p很小时,二项分布可以利用泊松分布来近似计算。本例中,λ= np=20000×0.0005=10,即有X~P(10)。计算结果与二项分布所得结果几乎完全一致。
(2)也可以。尽管p很小,但由于n非常大,np和np(1-p)都大于5,二项分布也可以利用正态分布来近似计算。
本例中,np=20000×0.0005=10,np(1-p)=20000×0.0005×(1-0.0005)=9.995,
即有X ~N(10,9.995)。相应的概率为:
P(X ≤10.5)=0.51995,P(X≤20.5)=0.853262。
可见误差比较大(这是由于P太小,二项分布偏斜太严重)。
【注】由于二项分布是离散型分布,而正态分布是连续性分布,所以,用正态分布来近似计算二项分布的概率时,通常在二项分布的变量值基础上加减0.5作为正态分布对应的区间点,这就是所谓的“连续性校正”。
(3)由于p=0.0005,假如n=5000,则np=2.5<5,二项分布呈明显的偏态,用正态分布来计算就会出现非常大的误差。此时宜用泊松分布去近似。
3.11(1)
合格率为1-0.04779=0.95221或95.221%。
(2) 设所求值为K,满足电池寿命在200±K小时范围内的概率不小于0.9,即有:
即:
3.12设X =同一时刻需用咨询服务的商品种数,由题意有X~B(6,0.2)
(1)X的最可能值为:X0=[(n+1)p]=[7×0.2]=1 (取整数)
(2)
=1-0.9011=0.0989
4.1 a. 20, 2 b. 近似正态 c. -2.25 d. 1.50
4.2 a. 0.0228 b. 0.0668 c. 0.0062 d. 0.8185 e. 0.0013
4.3 a. 0.8944 b. 0.0228 c. 0.1292 d. 0.9699
4.4 a. 101, 99 b. 1 c. 不必
4.5 趋向正态
4.6. a. 正态分布, 213, 4.5918 b. 0.5, 0.031, 0.938
4.7. a. 406, 1.68, 正态分布 b. 0.001 c. 是,因为小概率出现了
4.8. a. 增加 b. 减少
4.9. a. 正态 b. 约等于0 c. 不正常 d. 正态, 0.06
4.10 a. 0.015 b. 0.0026 c. 0.1587
4.11. a. (0.012, 0.028) b. 0.6553, 0.7278
4.12. a. 0.05 b. 1 c. 0.000625
5.1 (1)
5.2 (1)
5.3 (2.88,3.76);(2.80,3.84);(2.63,4.01)。
5.4 (7.1,12.9)。
5.5 (7.18,11.57)。
5.6 (18.11%,27.89%);(17.17%,22.835)。
5.7 (1)(51.37%,76.63%);(2)36。
5.8 (1.86,17.74);(0.19,19.41)。
5.9 (1)2±1.176;(2)2±3.986;(3)2±3.986;(4)2±3.587;(5)2±3.364。
5.10 (1)
5.11 (1)10%±6.98%;(2)10%±8.32%。
5.12 (4.06,14.35)。
5.13 48。
5.14 139。
5.15 57。
5.16 769。
6.1 研究者想要寻找证据予以支持的假设是“新型弦线的平均抗拉强度相对于以前提高了”,所以原假设与备择假设应为:
6.2
6.3
6.4 (1)第一类错误是该供应商提供的这批炸土豆片的平均重量的确大于等于60克,但检验结果却提供证据支持店方倾向于认为其重量少于60克;
(2)第二类错误是该供应商提供的这批炸土豆片的平均重量其实少于60克,但检验结果却没有提供足够的证据支持店方发现这一点,从而拒收这批产品;
(3)连锁店的顾客们自然看重第二类错误,而供应商更看重第一类错误。
6.5 (1)检验统计量
(2)如果
(3)检验统计量
6.6
6.7
6.8
6.9
6.10
6.11
6.12
6.13
6.14 (1)检验结果如下:
t-检验: 双样本等方差假设 | ||
| 变量 1 | 变量 2 |
平均 | 100.7 | 109.9 |
方差 | 24.11578947 | 33.35789474 |
观测值 | 20 | 20 |
合并方差 | 28.73684211 | |
假设平均差 | 0 | |
df | 38 | |
t Stat | -5.427106029 | |
P(T<=t) 单尾 | 1.73712E-06 | |
t 单尾临界 | 1.685953066 | |
P(T<=t) 双尾 | 3.47424E-06 | |
t 双尾临界 | 2.024394234 |
|
t-检验: 双样本异方差假设 | ||
| 变量 1 | 变量 2 |
平均 | 100.7 | 109.9 |
方差 | 24.11578947 | 33.35789474 |
观测值 | 20 | 20 |
假设平均差 | 0 | |
df | 37 | |
t Stat | -5.427106029 | |
P(T<=t) 单尾 | 1.87355E-06 | |
t 单尾临界 | 1.687094482 | |
P(T<=t) 双尾 | 3.74709E-06 | |
t 双尾临界 | 2.026190487 |
|
(2)方差检验结果如下:
F-检验 双样本方差分析 | ||
| 变量 1 | 变量 2 |
平均 | 100.7 | 109.9 |
方差 | 24.11578947 | 33.35789474 |
观测值 | 20 | 20 |
df | 19 | 19 |
F | 0.722940991 | |
P(F<=f) 单尾 | 0.243109655 | |
F 单尾临界 | 0.395811384 | |
7.1
7.2
7.3 方差分析表中所缺的数值如下表:
差异源 | SS | df | MS | F | P-value | F crit |
组间 | 420 | 2 | 210 | 1.478 | 0.245946 | 3.354131 |
组内 | 3836 | 27 | 142.07 | — | — | — |
总计 | 4256 | 29 | — | — | — | — |
7.4 有5种不同品种的种子和4种不同的施肥方案,在20快同样面积的土地上,分别采用5种种子和4种施肥方案搭配进行试验,取得的收获量数据如下表:
7.5
7.6
8.1(1)利用Excel计算结果可知,相关系数为
(2)计算t统计量
给定显著性水平=0.05,查t分布表得自由度n-2=10-2=8的临界值
显然
8.2 利用Excel中的”数据分析”计算各省市人均GDP和第一产业中就业比例的相关系数为:-0.34239,这说明人均GDP与第一产业中就业比例是负相关,但相关系数只有-0.34239,表明二者负相关程度并不大。
相关系数检验:
在总体相关系数
查t分布表,自由度为31-2=29,当显著性水平取
由于计算的t统计量的绝对值1.9624小于
但是计算的t统计量的绝对值1.9624大于
8.3 设当年红利为Y,每股帐面价值为X
建立回归方程
估计参数为
参数的经济意义是每股帐面价值增加1元时,当年红利将平均增加0.072876元。
序号6的公司每股帐面价值为19.25元,增加1元后为20.25元,当年红利可能为:
8.4 (1)数据散点图如下:
(2)根据散点图可以看出,随着航班正点率的提高,投诉率呈现出下降的趋势,两者之间存在着一定的负相关关系。
(3)设投诉率为Y,航班正点率为X
建立回归方程
估计参数为
(4)参数的经济意义是航班正点率每提高一个百分点,相应的投诉率(次/10万名乘客)下降0.07。
(5)航班按时到达的正点率为80%,估计每10万名乘客投诉的次数可能为:
8.5 由Excel回归输出的结果可以看出:
(1)回归结果为
(2)由Excel的计算结果已知:
由F=58.20479, 大于临界值
8.6 (1)该回归分析中样本容量是14+1=15
(2)计算RSS=66042-65965=77
ESS的自由度为k-1=2,RSS的自由度 n-k=15-3=12
(3)计算:可决系数
修正的可决系数
(4)检验X2和X3对Y是否有显著影响
(5) F统计量远比F临界值大,说明X2和X3联合起来对Y有显著影响,但并不能确定X2和X3各自对Y的贡献为多少。
8.7
来 源 | 平方和 | 自由度 | 方差 |
来自回归 | 2179.56 | 1 | 2179.56 |
来自残差 | 99.11 | 22 | 4.505 |
总离差平方和 | 2278.67 | 23 | |
8.8 (1)用Excel输入Y和X数据,生成
t=(-1.9213) (2.462897) (-2.55934) (3.118062)
(2)检验参数的显著性:当取
(3)检验整个回归方程的显著性:模型的
(4)计算总成本对产量的非线性相关系数:因为
(5)评价:虽然经t检验各个系数均是显著的,但与临界值都十分接近,说明t检验只是勉强通过,其把握并不大。如果取
8.9 利用Excel输入X、
t值=(9.46)(-6.515)
整理后得到:
9.1 (1)30×
(2)
(3)设按7.4%的增长速度n年可翻一番
则有
所以 n = log2 / log1.074 = 9.71(年)
故能提前0.29年达到翻一番的预定目标。
9.2 (1)(1)以1987年为基期,2003年与1987年相比该地区社会商品零售额共增长:
(2)年平均增长速度为
(3) 2004年的社会商品零售额应为
9.3 (1)发展总速度
平均增长速度=
(2)
(3)平均数
2002年一季度的计划任务:
9.4 (1)用每股收益与年份序号回归得
(2)时间数列数据表明该公司股票收益逐年增加,趋势方程也表明平均每年增长0.193元。是一个较为适合的投资方向。
9.5 (1)移动平均法消除季节变动计算表
年别 | 季别 | 鲜蛋销售量 | 四项移动平均值 | 移正平均值( |
2000年 | 一季度 | 13.1 | — | |
二季度 | 13.9 | 10.875 | — | |
三季度 | 7.9 | 10.3 | 10.5875 | |
四季度 | 8.6 | 9.7 | 10 | |
2001年 | 一季度 | 10.8 | 10.15 | 9.925 |
二季度 | 11.5 | 10.75 | 10.45 | |
三季度 | 9.7 | 11.7 | 11.225 | |
四季度 | 11 | 13.2 | 12.45 | |
2002年 | 一季度 | 14.6 | 14.775 | 13.9875 |
二季度 | 17.5 | 16.575 | 15.675 | |
三季度 | 16 | 17.525 | 17.05 | |
四季度 | 18.2 | 18.15 | 17.8375 | |
2003年 | 一季度 | 18.4 | 18.375 | 18.2625 |
二季度 | 20 | 18.325 | 18.35 | |
三季度 | 16.9 | |||
四季度 | 18 | |||
(2)
(3)趋势剔出法季节比例计算表(一)
年别 | 季别 | 时间序列号t | 鲜蛋销售量 | 预测 鲜蛋销售量 | 趋势剔除值 |
2000年 | 一季度 | 1 | 13.1 | 9.332352941 | 1.403718878 |
二季度 | 2 | 13.9 | 9.972205882 | 1.39387415 | |
三季度 | 3 | 7.9 | 10.61205882 | 0.74443613 | |
四季度 | 4 | 8.6 | 11.25191176 | 0.764314561 | |
2001年 | 一季度 | 5 | 10.8 | 11.89176471 | 0.908191531 |
二季度 | 6 | 11.5 | 12.53161765 | 0.917678812 | |
三季度 | 7 | 9.7 | 13.17147059 | 0.736440167 | |
四季度 | 8 | 11 | 13.81132353 | 0.796447927 | |
2002年 | 一季度 | 9 | 14.6 | 14.45117647 | 1.010298368 |
二季度 | 10 | 17.5 | 15.09102941 | 1.159629308 | |
三季度 | 11 | 16 | 15.73088235 | 1.0171076 | |
四季度 | 12 | 18.2 | 16.37073529 | 1.111739923 | |
2003年 | 一季度 | 13 | 18.4 | 17.01058824 | 1.081679231 |
二季度 | 14 | 20 | 17.65044118 | 1.133116153 | |
三季度 | 15 | 16.9 | 18.29029412 | 0.923987329 | |
四季度 | 16 | 18 | 18.93014706 | 0.950864245 | |
上表中,其趋势拟合为直线方程
趋势剔出法季节比例计算表(二)
季度 年度 | 一季度 | 二季度 | 三季度 | 四季度 | |
2000年 | 1.403719 | 1.393874 | 0.744436 | 0.764315 | — |
2001年 | 0.908192 | 0.917679 | 0.73644 | 0.796448 | — |
2002年 | 1.010298 | 1.159629 | 1.017108 | 1.11174 | — |
2003年 | 1.081679 | 1.133116 | 0.923987 | 0.950864 | — |
平 均 | 1.100972 | 1.151075 | 0.855493 | 0.905842 | 4.013381 |
季节比率% | 1.097301 | 1.147237 | 0.852641 | 0.902822 | 4.00000 |
根据上表计算的季节比率,按照公式
2004年第一季度预测值:
2004年第二季度预测值:
2004年第三季度预测值:
2004年第四季度预测值:
9.6 (1)用原始资料法计算的各月季节比率为:
月份 | 1月 | 2月 | 3月 | 4月 | 5月 | 6月 |
季节比率 | 0.9195 | 0.7868 | 0.9931 | 1.0029 | 1.0288 | 1.0637 |
月份 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 |
季节比率 | 0.9722 | 0.9851 | 1.0407 | 1.0350 | 1.0765 | 1.0958 |
平均法计算季节比率表:
年别 月份 | 2000年 | 2001年 | 2002年 | 2003年 | 平均 | 季节比率% |
1月 | 4.78 | 5.18 | 6.46 | 6.82 | 5.80875 | 0.9195 |
2月 | 3.97 | 4.61 | 5.62 | 5.68 | 4.97025 | 0.7868 |
3月 | 5.07 | 5.69 | 6.96 | 7.38 | 6.2735 | 0.9931 |
4月 | 5.12 | 5.71 | 7.12 | 7.40 | 6.33575 | 1.0029 |
5月 | 5.27 | 5.90 | 7.23 | 7.60 | 6.49925 | 1.0288 |
6月 | 5.45 | 6.05 | 7.43 | 7.95 | 6.7195 | 1.0637 |
7月 | 4.95 | 5.65 | 6.78 | 7.19 | 6.1415 | 0.9722 |
8月 | 5.03 | 5.76 | 6.76 | 7.35 | 6.223 | 0.9851 |
9月 | 5.37 | 6.14 | 7.03 | 7.76 | 6.574 | 1.0407 |
10月 | 5.34 | 6.14 | 6.85 | 7.83 | 6.53825 | 1.0350 |
11月 | 5.54 | 6.47 | 7.03 | 8.17 | 6.80025 | 1.0765 |
12月 | 5.44 | 6.55 | 7.22 | 8.47 | 6.9225 | 1.0958 |
平均 | 6.317208 | 1.0000 | ||||
季节比率的图形如下:
(2)用移动平均法分析其长期趋势
年月 | 序号 | 工业总产值(亿元) | 移动平均 | 移正平均 | |
Jan-00 | 1 | 4.78 | |||
Feb-00 | 2 | 3.97 | |||
Mar-00 | 3 | 5.07 | |||
Apr-00 | 4 | 5.12 | |||
May-00 | 5 | 5.27 | |||
Jun-00 | 6 | 5.45 | 5.13 | ||
Jul-00 | 7 | 4.95 | 5.17 | ||
Aug-00 | 8 | 5.03 | 5.22 | ||
Sep-00 | 9 | 5.37 | 5.27 | ||
Oct-00 | 10 | 5.34 | 5.32 | ||
Nov-00 | 11 | 5.54 | 5.37 | ||
Dec-00 | 12 | 5.44 | 5.11 | 5.43 | |
Jan-01 | 13 | 5.18 | 5.14 | 5.49 | |
Feb-01 | 14 | 4.61 | 5.20 | 5.55 | |
Mar-01 | 15 | 5.69 | 5.25 | 5.62 | |
Apr-01 | 16 | 5.71 | 5.30 | 5.69 | |
May-01 | 17 | 5.90 | 5.35 | 5.77 | |
Jun-01 | 18 | 6.05 | 5.40 | 5.87 | |
Jul-01 | 19 | 5.65 | 5.46 | 5.97 | |
Aug-01 | 20 | 5.76 | 5.52 | 6.06 | |
Sep-01 | 21 | 6.14 | 5.58 | 6.18 | |
Oct-01 | 22 | 6.14 | 5.65 | 6.29 | |
Nov-01 | 23 | 6.47 | 5.73 | 6.40 | |
Dec-01 | 24 | 6.55 | 5.82 | 6.51 | |
Jan-02 | 25 | 6.46 | 5.93 | 6.60 | |
Feb-02 | 26 | 5.62 | 6.01 | 6.68 | |
Mar-02 | 27 | 6.96 | 6.12 | 6.74 | |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Apr-02 | 28 | 7.12 | 6.23 | 6.80 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | May-02 | 29 | 7.23 | 6.35 | 6.85 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Jun-02 | 30 | 7.43 | 6.46 | 6.89 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Jul-02 | 31 | 6.78 | 6.55 | 6.91 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Aug-02 | 32 | 6.76 | 6.64 | 6.93 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Sep-02 | 33 | 7.03 | 6.71 | 6.96 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Oct-02 | 34 | 6.85 | 6.77 | 6.98 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Nov-02 | 35 | 7.03 | 6.82 | 7.02 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Dec-02 | 36 | 7.22 | 6.88 | 7.06 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Jan-03 | 37 | 6.82 | 6.91 | 7.10 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Feb-03 | 38 | 5.68 | 6.91 | 7.15 |
p < class=' _14'> >< class='_14'>>< class='_14'>> | Mar-03 | 39 | 7.38 | 6.94 | 7.23 |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Apr-03 | 40 | 7.40 | 6.97 | 7.31 |
p < class=' _15'> >< class='_15'>>< class='_15'>> | May-03 | 41 | 7.60 | 7.00 | 7.41 |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Jun-03 | 42 | 7.95 | 7.04 | |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Jul-03 | 43 | 7.19 | 7.08 | |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Aug-03 | 44 | 7.35 | 7.12 | |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Sep-03 | 45 | 7.76 | 7.19 | |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Oct-03 | 46 | 7.83 | 7.27 | |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Nov-03 | 47 | 8.17 | 7.36 | |
p < class=' _15'> >< class='_15'>>< class='_15'>> | Dec-03 | 48 | 8.47 | 7.46 | |
原时间序列与移动平均的趋势如下图所示:
9.7 (1)采用线性趋势方程法:
趋势分析法剔除长期趋势表:
年月 | 序号 | 工业总产值(亿元) | 长期趋势值 | 剔除长期趋势 |
Jan-83 | 1 | 477.9 | 467.0672 | 1.023193 |
Feb-83 | 2 | 397.2 | 474.0737 | 0.837844 |
Mar-83 | 3 | 507.3 | 481.0802 | 1.054502 |
Apr-83 | 4 | 512.2 | 488.0867 | 1.049404 |
May-83 | 5 | 527 | 495.0932 | 1.064446 |
Jun-83 | 6 | 545 | 502.0997 | 1.085442 |
Jul-83 | 7 | 494.7 | 509.1062 | 0.971703 |
Aug-83 | 8 | 502.5 | 516.1127 | 0.973625 |
Sep-83 | 9 | 536.5 | 523.1192 | 1.025579 |
Oct-83 | 10 | 533.5 | 530.1257 | 1.006365 |
Nov-83 | 11 | 553.6 | 537.1322 | 1.030659 |
Dec-83 | 12 | 543.9 | 544.1387 | 0.999561 |
Jan-84 | 13 | 518 | 551.1452 | 0.939861 |
Feb-84 | 14 | 460.9 | 558.1517 | 0.825761 |
Mar-84 | 15 | 568.7 | 565.1582 | 1.006267 |
Apr-84 | 16 | 570.5 | 572.1647 | 0.997091 |
May-84 | 17 | 590 | 579.1712 | 1.018697 |
Jun-84 | 18 | 604.8 | 586.1777 | 1.031769 |
Jul-84 | 19 | 564.9 | 593.1842 | 0.952318 |
Aug-84 | 20 | 575.9 | 600.1907 | 0.959528 |
Sep-84 | 21 | 613.9 | 607.1972 | 1.011039 |
Oct-84 | 22 | 614 | 614.2037 | 0.999668 |
Nov-84 | 23 | 646.7 | 621.2102 | 1.041032 |
Dec-84 | 24 | 655.3 | 628.2167 | 1.043111 |
Jan-85 | 25 | 645.7 | 635.2232 | 1.016493 |
Feb-85 | 26 | 562.4 | 642.2297 | 0.875699 |
Mar-85 | 27 | 695.7 | 649.2362 | 1.071567 |
Apr-85 | 28 | 712 | 656.2427 | 1.084964 |
May-85 | 29 | 723.1 | 663.2492 | 1.090239 |
Jun-85 | 30 | 743.2 | 670.2557 | 1.108831 |
Jul-85 | 31 | 678 | 677.2622 | 1.001089 |
Aug-85 | 32 | 676 | 684.2687 | 0.987916 |
Sep-85 | 33 | 703 | 691.2752 | 1.016961 |
Oct-85 | 34 | 685.3 | 698.2817 | 0.981409 |
Nov-85 | 35 | 703.3 | 705.2882 | 0.997181 |
Dec-85 | 36 | 722.4 | 712.2947 | 1.014187 |
Jan-86 | 37 | 681.9 | 719.3012 | 0.948003 |
Feb-86 | 38 | 567.6 | 726.3077 | 0.781487 |
Mar-86 | 39 | 737.7 | 733.3142 | 1.005981 |
Apr-86 | 40 | 739.6 | 740.3207 | 0.999027 |
May-86 | 41 | 759.6 | 747.3272 | 1.016422 |
Jun-86 | 42 | 794.8 | 754.3337 | 1.053645 |
Jul-86 | 43 | 719 | 761.3402 | 0.944387 |
Aug-86 | 44 | 734.8 | 768.3467 | 0.956339 |
Sep-86 | 45 | 776.2 | 775.3532 | 1.001092 |
Oct-86 | 46 | 782.5 | 782.3597 | 1.000179 |
Nov-86 | 47 | 816.5 | 789.3662 | 1.034374 |
Dec-86 | 48 | 847.4 | 796.3727 | 1.064075 |
剔除长期趋势后分析其季节变动情况表:
年份 月份 | 1983年 | 1984年 | 1985年 | 1986年 | 季节比率% |
1月 | 1.023193 | 0.939861 | 1.016493 | 0.948003 | 0.981888 |
2月 | 0.837844 | 0.825761 | 0.875699 | 0.781487 | 0.830198 |
3月 | 1.054502 | 1.006267 | 1.071567 | 1.005981 | 1.034579 |
4月 | 1.049404 | 0.997091 | 1.084964 | 0.999027 | 1.032622 |
5月 | 1.064446 | 1.018697 | 1.090239 | 1.016422 | 1.047451 |
6月 | 1.085442 | 1.031769 | 1.108831 | 1.053645 | 1.069922 |
7月 | 0.971703 | 0.952318 | 1.001089 | 0.944387 | 0.967374 |
8月 | 0.973625 | 0.959528 | 0.987916 | 0.956339 | 0.969352 |
9月 | 1.025579 | 1.011039 | 1.016961 | 1.001092 | 1.013668 |
10月 | 1.006365 | 0.999668 | 0.981409 | 1.000179 | 0.996905 |
11月 | 1.030659 | 1.041032 | 0.997181 | 1.034374 | 1.025812 |
12月 | 0.999561 | 1.043111 | 1.014187 | 1.064075 | 1.030234 |
(3)运用分解法可得到循环因素如下图:
10.1
10.2
10.3
10.4
10.5
10.6 ⑴
⑶
10.7 ⑴
⑵
⑶
10.8 依据有关公式列表计算各企业的工业经济效益综合指数如下:
各企业经济效益综合指数一览表(标准比值法)
参评指标 | 标准比值或个体指数(%) | 权 数 | ||||
A企业 | B企业 | C企业 | D企业 | E企业 | ||
产品销售率 | 77.35 | 92.33 | 97.97 | 92.74 | 87.61 | 15 |
资金利税率 | 90.04 | 104.06 | 99.63 | 84.87 | 103.32 | 30 |
成本利润率 | 90.37 | 112.96 | 99.88 | 101.07 | 82.05 | 15 |
增加值率 | 87.24 | 100.00 | 98.28 | 87.59 | 92.07 | 10 |
劳动生产率 | 93.47 | 101.85 | 116.84 | 109.59 | 87.03 | 10 |
资金周转率 | 87.43 | 101.09 | 114.75 | 103.83 | 98.36 | 20 |
综合指数 | 87.73 | 102.41 | 104.03 | 95.01 | 94.03 | ── |
排 名 | 5 | 2 | 1 | 3 | 4 | ── |
10.9 依据有关公式列表计算各企业的工业经济效益综合指数如下表:
各企业经济效益综合指数一览表(改进的功效系数法)
参评指标 | 阈 值 | 改 进 的 功 效 系 数 | 权数 | |||||
满意值 | 不允许值 | A企业 | B企业 | C企业 | D企业 | E企业 | ||
产品销售率 | 95.50 | 74.50 | 60.00 | 89.52 | 100.00 | 90.29 | 80.76 | 15 |
资金利税率 | 14.10 | 11.50 | 70.77 | 100.00 | 90.77 | 60.00 | 98.46 | 30 |
成本利润率 | 9.50 | 6.90 | 70.77 | 100.00 | 83.08 | 84.62 | 60.00 | 15 |
增加值率 | 29.00 | 25.30 | 60.00 | 100.00 | 94.59 | 61.08 | 75.14 | 10 |
劳动生产率 | 7250 | 5400 | 68.65 | 79.89 | 100.00 | 90.27 | 60.00 | 10 |
资金周转率 | 2.10 | 1.60 | 60.00 | 80.00 | 100.00 | 84.00 | 76.00 | 20 |
综合指数 | ── | ── | 65.50 | 91.97 | 93.95 | 74.97 | 78.05 | ── |
排 名 | ── | ── | 5 | 2 | 1 | 4 | 3 | ── |
上面两种方法给出的综合评价结果的差异表现在D、E两个企业的综合经济效益排名不同。原因在于两种方法的对比标准不同(以下具体说明)。
11.1(1)根据最大的最大收益值准则,应该选择方案一。
(2)根据最大的最小收益值准则,应该选择方案三。
(3)方案一的最大后悔值为250,方案二的最大后悔值为200,方案三的最大后悔值为300,所以根据最小的最大后悔值准则,应选择方案二。
(4)当乐观系数为0.7时,可得:方案一的期望值为220,方案二的期望值为104,方案三的期望值为85。根据折中原则,应该选择方案一。
(5)假设各种状况出现的概率相同,则三个方案的期望值分别为:116.67、93.33、83.33
按等可能性准则,应选择方案一。
11.2 (1)略
(2)三个方案的期望值分别为:150万元、140万元和96万元。但方案一的变异系数为1.09,方案二的变异系数为0.80,根据期望值准则结合变异系数准则,应选择方案二。
(3)宜采用满意准则。选择方案二。
(4) 宜采用满意准则。选择方案三。
11.3 钥匙留在车内为 A,汽车被盗为E。
P(A/E)=(0.2*0.05)/ (0.02*0.05+0.8*0.01)= 55.56%。
11.4 (1)买到传动装置有问题的车的概率是30%。
(2)修理工判断车子有问题为B1,,车子真正有问题为A1,
P(A1/B1)=(0.3*0.9)/(0.3*0.9+0.7*0.2)= 66%
(3)修理工判断车子没有问题为B2,车子真正有问题为A1
P(A1/B2)=(0.3*0.1)/(0.3*0.1 +0.7*0.8)= 5%
11.5 决策树图 略。
(1) 生产该品种的期望收益值为41.5万元大于不生产的期望值,根据现有信息可生产。
(2) 自行调查得出受欢迎结论的概率=0.65*0.7+0.35*0.30=0.56,
此时,市场真实欢迎的概率=0.65*0.7/(0.65*0.7+0.35*0.30)=0.8125
期望收益值=(77*0.8125 -33*0.1875)0.56+(-3*0.44) =30.25万元
(3) 委托调查得出受欢迎结论的概率=0.65*0.8 +0.35*0.20=0.59
此时,市场真实受欢迎的概率= 0.65*0.8/(0.65*0.8 +0.35*0.20)=0.8814
期望收益值=(75*0.8814 -35*0.1186)0.59+(-5*0.41)=34.50万元
根据以上分析结果。由于进一步调查的可靠性不高,并要花费相应的费用,所以没有必要进一步调查。
12.1 生产法GDP=168760亿元;
分配法GDP=168755亿元
使用法GDP=154070亿元
国内生产净值=149755亿元(按生产法计算)
国民总收入=165575亿元(按收入法计算)
国民可支配总收入=167495亿元
国民可支配净收入=148490亿元
消费率=67.95%(按可支配总收入计算)
储蓄率=32.05%(按可支配总收入计算)
投资率=27.31%(按使用法GDP计算)
12.2 国民财富总额为:216765亿元
12.3生产法GDP增长速度为8.69%;紧缩价格指数为102.83%。
使用法GDP增长速度为8.25%。紧缩价格指数为103.25%。
本文来源:https://www.2haoxitong.net/k/doc/e6196dd3b9f3f90f76c61b1a.html
文档为doc格式