杜大君的年終總結(jié)

年終總結(jié)

一、進入鴻鼎公司

201*.4.09晚上我接到鴻鼎房產(chǎn)營銷公司一個人（朱勇）的電話讓我明天去面試，在網(wǎng)上沒有找到鴻鼎的太多的介紹，第二天依然去參加面試,這是我第一次接到我網(wǎng)上就去參加面試，心里沒有底。剛進公司門口看到好多人，我感到公司很大開始有點緊張，那時我不知道我能在公司呆多久干出什么樣，只有簡單的想法先找到一個工作干著，就像輔導員說的一樣騎馬找馬，然后再找更好一點的工作。

下午我又接到另一家房產(chǎn)公司（三人行）面試邀請，去他們公司只見到一個人而且那個面試我的人又不專業(yè)，給我的感覺與鴻鼎形成了很明顯的對比，那時我就非常想去鴻鼎，剛走出三人行就接到鴻鼎公司復(fù)試通知，立即決定來鴻鼎不會去三人行。

二、在鴻鼎的學習

我記得我第二天到公司的工作就是背誦江南國際蕪湖中國米市項目說辭，人挺多的，中午出去吃完午飯回公司繼續(xù)背，下午差不多人人都能背出來了也就和從外面回來的師傅們說一聲再見就走了。第三天我跟著師傅們（朱勇，許明軍，吳明莉）出去到二街開始真正的工作跑市場，沒跑過市場什么都不會，師傅說怎么跑就怎么跑怎么和老板們講就怎么講，傻傻的，記得進第一家和一個很年輕的老板喊大姐，老板們生氣了，我也就沒淘到好果子。我和另外一個新員工（秦浩）在沒一家店里停留的時間很短暫，師傅們說和老板們聊天必須在每一家店里停留十分鐘，慢慢地能在店里呆下去了，有時師傅看著我給老板把項目完整的介紹一遍（他和老板們說好買不買房子沒關(guān)系，必須聽我講完項目），這樣和老板們聊的越來越多。

每天早上我到公司都很早想學的更多進步的更快，早會后到市場看老板們臉色，晚上回到宿舍同學們都在玩，而我又要講項目（給同學聽），寫單頁，寫計劃，很晚才能休息。我記得三部一個叫楊彩虹的同事走了，同事公司同一批來的新員工少了，那時韋經(jīng)理說別人走了我們留下來的機會大了，凡事的發(fā)生必有起因必有其果必有利于我。有時候韋經(jīng)理看我狀態(tài)不好，把我一個人叫道會議廳里給我講解天天工作為什么，以后這樣干下去會得到什么，一年學習能力，一年學習帶團隊，第三年賺別人三年賺不到的錢。累只是一個方面，有時再加上壓力導致了好多人流失，別人記不清可師傅我很清楚怎么走的，五一結(jié)束公司突擊隊剛解散，三部又成立了突擊隊，我那段時間又沒上訪，韋經(jīng)理直接給師傅壓力，在五月中旬的時候師傅走了不干了。

不久韋經(jīng)理去沈陽了，汪主管，張師傅，劉師傅也一同。剩下的是晉師傅，周鵬飛，秦浩和我，都不知道接下來該怎么辦，他們宣布去沈陽的前一天晚上張經(jīng)理給我們開了個會，三部沒有理由存在下去讓我們自由到任何人的門下，覺得沒意思，辭職的念頭剎那間在腦海中出現(xiàn)。在這種情況下，我只有跟著三部唯一的老員工晉師傅，希望大難之后會有后福。

我現(xiàn)在都不知道我是怎么走過來的，那么累又壓力山大，或許我相信公司里好多人經(jīng)常重復(fù)的“今天很殘酷明天更殘酷后天很美好，但是大多數(shù)人死在明天晚上”。我記憶中我沒有想過離開鴻鼎公司，即使在壓力很大的時候，我會一個人貼小廣告到深夜，只要公司看到我動我相信公司不會開除我的（我最怕的）。

江南國際即將結(jié)束，我一套房子沒有賣出去連意向金都沒交過，不知道開單是什么感覺。和李總一樣很多人相信，“久伏者必高飛，先開者謝獨早�！币粋�半月過去了，從四月中旬到六月的安南中國MALL我一直在蓄水，六月二號我第一次開單破蛋（雙黃），很高興，那個王姐至今和我的關(guān)系都很好，她是我在五月份找到的，當時賣江南國際我對意向客戶把握不準，否者她早已經(jīng)在米市買過了（她從門面中嘗到很大的好處，而市里的門面價格很高沒有大的增值空間）。我記得很清楚，五月底我有一段時間沒有上訪，沒有辦法，我試著給王姐打電話，她很明確要買我又不會逼她，不知道該怎么辦，問楊經(jīng)理，她陪我送了一份資料，慢慢地在楊經(jīng)理的幫助下把她約去看房子了，還好就是感覺像農(nóng)村沒人，老公又不在家等一系列問題都是楊經(jīng)理帶我到她家一次次回訪解決的，直到六月二號成功下定兩套，所有的問題才算圓滿的解決掉。

三、在鴻鼎的磨練

我開單了，第一次，放松了，發(fā)單頁最能體現(xiàn)出來，要號碼時沒有先前有要性了，別人不給不怎么跟了，我跑市場也找不到意向客戶，結(jié)果到下個月才會體現(xiàn)出癥狀沒有上訪（銷售的滯后性）。這種過程是每個業(yè)務(wù)員都必要經(jīng)歷的，否則他的成長就不完美（可能很順利）。

和好多業(yè)務(wù)員一樣，我第二次開單用了四個月（六，七，八，九），六七月份師傅沒怎么逼我，后面兩個月，慢慢地師傅開始追蹤我的意向客戶，幫我談判，帶看還是由我來，然而那時我?guī)Э春懿�，到案場很難談。有一次，我?guī)б粚�就是要買門面投資的夫妻，在路上我只和女的聊，而且聊不到項目上去，要么一個人在背項目一樣講給她聽�，F(xiàn)在想起來，我自己都覺得遲遲沒有開單是必然的，帶看很重要，最近下定的客戶，我到案場都沒怎么談，因為在路上都談好了。

四、在鴻鼎的發(fā)展

漸漸的團隊由大到小再到大，我在團隊的地位越來越重要，也當師傅了。每月每周甚至每天的工作都要計劃好，因為在那跑市場，發(fā)單頁，如果出不來客戶會關(guān)系到整個團隊。不過還好，在十一月份以及十二月份的大礱坊和三山我都出來了客戶，起到了帶頭作用。這樣下去，徒弟們不開單也不行，現(xiàn)在不僅自己要做好，他們也要做起來，如果他們不開單證明我們當師傅的沒領(lǐng)到能力，我現(xiàn)在要的帶團隊的能力。洪凡，趙懿睿跟著我干了快到半年了，他們賺不到錢就會走的，都很現(xiàn)實的，所以讓他們開單越來越重要。每天的工作檢查可以了解他們一天的工作狀態(tài)，及時發(fā)現(xiàn)他們的問題并及時調(diào)整，沒有意向客戶了就趕緊逼逼他們找客戶，否則他們會失去信心干下去的；意向客戶跟蹤能讓他們盡快開單，他們暫時不能很好跟蹤維護意向客戶，很容易導致客戶死掉。分析他們的每一批上訪，意向不錯的幫他們帶看談判。

五、明年的發(fā)展

相信我們團隊，明年是大發(fā)展的一年，洪凡和趙懿睿有能力開單，楊元升和徐雨婷能帶徒弟。洪凡自己要有能力獨自開單，先把洪凡培養(yǎng)起來，帶看、談判還要加強（沒有能力獨自開單），經(jīng)常查他的意向客戶，討論怎么對付客戶，對客戶進行跟蹤分析。趙懿睿項目不會講，帶看不知道該講什么不該講什么，談判不知怎么談，要讓她經(jīng)常講項目，給大家講項目（不敢站在臺上講話），總結(jié)每次上訪沒下定的原因，自己沒搞好徒弟更搞不好。楊元升、徐雨婷要性不夠，要經(jīng)常檢查他們工作看他們有沒有認真工作，每天必須有意向客戶，經(jīng)常上訪總結(jié)自己的毛病，這樣才能進步很快。

六、給公司的建議

來公司這么長時間了，我基本上都學會了一般找客戶的渠道，公司一直以這些渠道生存，新的方法像產(chǎn)品說明會，以及我兩個客戶都反映的老客戶聚會都沒實施過。另外就是，打電話：電話機子不夠，應(yīng)該沒人一部，用網(wǎng)絡(luò)電話，很便宜，降低公司運營成本。

擴展閱讀：杜大君的統(tǒng)計與決策

統(tǒng)計預(yù)測與決策課程設(shè)計

目錄

課題一簡單線性回歸分析

1.1散點圖和線性趨勢線21.1.1繪制散點圖21.1.2插入線性趨勢線31.2回歸分析41.3回歸函數(shù)61.3.1計算回歸系數(shù)7

課題二用高斯牛頓迭代法求解非線性模型

2.1用SPSS求解92.2、運用SPSS非線性模型的優(yōu)化10

課題三馬爾科夫預(yù)測法

3.1市場占有率預(yù)測173.2期望利潤預(yù)測19

參考文獻23

--0---統(tǒng)計預(yù)測與決策課程設(shè)計

課題一簡單線性回歸分析

Y為回歸模型的目標變量，也稱因變量；X是Y的影響因子，稱為獨立變量或自變量。

f(X)描述了對Y的影響方式和程度。是一個隨機變量，即因變量的隨機誤差項，它反

映了除X變量外其他因素對Y的影響。

回歸分析就是通過樣本觀測數(shù)據(jù)對模型進行估計，用最小二乘法分析隨機誤差項的分布特征，估計出回歸系數(shù)，再使用該模型進行預(yù)測。

如果在回歸模型中只有一個自變量，且f(X)研究變量間的函數(shù)關(guān)系一般使用分析法，回歸模型為：Y=f(X)，式中是線性的，即YX。此為簡單線性回歸模型，其中、是線性回歸系數(shù)。

在實際應(yīng)用中，任何復(fù)雜形式的回歸分析，一般都是從簡單線性模型出發(fā)加以逐步深入。簡單線性回歸模型是一種理想化的形式，但通過簡單線性模型的求解，對掌握回歸分析的基本思想和方法特別有用。

1.1散點圖和線性趨勢線1.1.1繪制散點圖

在進行簡單線性回歸分析前，先繪制散點圖很重要，如果是散點圖上的點大致分布于一條直線上，則可使用線性回歸方法，否則應(yīng)重新考慮非線性回歸等方法。

例：如圖所示為考察中國城鎮(zhèn)居民201*年人均可支配收入與消費支出的關(guān)系，一般認為消費支出在很大程度上取決于可支配收入，所以消費支出為因變量而受可支配收入為自變量。

首先用散點圖檢查可支配收入和消費支出之間的關(guān)系。在安排數(shù)據(jù)時，用于分類軸（水平軸）的X變量在左邊列中，用于數(shù)值軸（垂直軸）的Y變量在右邊列中，如圖1.1所示。然后選取數(shù)據(jù)區(qū)域B2:C13,單擊圖表向?qū)Чぞ甙粹o，確認數(shù)據(jù)區(qū)域，選XY散點圖格式，輸入標題，定義坐標軸，結(jié)果如圖1.1所示。

--1---統(tǒng)計預(yù)測與決策課程設(shè)計

可支配收消費支出入北京14825.4119977.52廣東12432.2216015.58河南6685.189810.26山西7170.9410027.7內(nèi)蒙古7666.6110357.99吉林7352.649775.07上海14761.7520667.91江蘇9628.5914084.26浙江13348.5118265.1四川7524.819350.11陜西7553.289267.7福建9807.7113753.28地區(qū)圖1.11.1.2插入線性趨勢線

考察圖1.1所示的散點圖，其數(shù)據(jù)點大致沿直線性線分布，故可以插入線性趨勢線進行

分析。Excel用最小二乘法確定線性趨勢線的截距和斜率，并自動插入到圖表中，下面具體講述插入趨勢線的步驟：

（1）單擊圖表中某數(shù)據(jù)點上以選取數(shù)據(jù)系列，該系列的所有數(shù)據(jù)點將放大以突出顯示；（2）從“圖表”菜單中選擇“添加趨勢線”命令，系統(tǒng)顯示“趨勢線”對話框；（3）單擊“趨勢線”對話框上部的“類型”標簽，在對話框中單擊選擇：線性“圖標；（4）單擊“趨勢線”對話框上部的“選項”標簽，在“趨勢線名稱”框中選擇“自動設(shè)置”選項，

清除“設(shè)置截距”復(fù)選框，單擊選定“顯示公式”和“顯示R平方”復(fù)選框；（5）單擊“確定”按鈕，趨勢線、公式和R2值被插入到散點圖中，如圖1.2所示。

圖1.2

--2---統(tǒng)計預(yù)測與決策課程設(shè)計

由插入趨勢線的散點圖可知，可支配收入和消費支出之間的函數(shù)關(guān)系為：

消費支出=281.50+0.7416×可支配收入

公式中截距為2091.3,單位為元，;斜率為0.4375,表明201*年，中國城鎮(zhèn)居民家庭人均可支配收入每增加1元，人均消費支出增加0.7146元。模型的擬合優(yōu)度可由R2加以檢驗,改值稱為決定系數(shù),表明因變量的變化中有多大比例可由自變量加以解釋。本例中R2值為0.9711,表明年收入的變動中有97.11%可由可支配收入通過線性回歸模型加以解釋,剩余的3.89%則由其余因素引起,兩個變量間的線性關(guān)系顯著。1.2回歸分析

散點圖和線性趨勢線可以幫助我們快速判斷兩個變量間的關(guān)系，如果其線性關(guān)系顯著，則可以進一步計算回歸系數(shù)并進行檢驗和預(yù)測。

對前例數(shù)據(jù)，試配合適當?shù)幕貧w模型進行顯著性檢驗.若某家庭人均可支配收入為10216.35，當顯著性水平=0.05時，試估計該家庭人均消費支出。

（1）在工作表中分別輸入地區(qū)、可支配收入和消費支出數(shù)據(jù)，如表1.1所示；

表1.1

地區(qū)北京廣東河南山西內(nèi)蒙古吉林上海江蘇浙江四川陜西福建可支配收入14825.4112432.226685.187170.947666.617352.6414761.759628.5913348.517524.817553.289807.71消費支出19977.5216015.589810.2610027.710357.999775.0720667.9114084.2618265.19350.119267.713753.28

--3---統(tǒng)計預(yù)測與決策課程設(shè)計

abx(2)設(shè)消費支出數(shù)據(jù)位y，可支配收入為x，建立一元線性回歸模型：y(3)計算回歸系數(shù)

nxyx1）、斜率計算公式為by，在F2輸入截距公式

nx2(x)2=(F1*SUMPRODUCT(B2:B12,C2:C12)-SUM(B2:B12)*SUM(C2:C12))/(F1*SUMSQ(B2:B12)-SUM(B2:B12)^2);

2）、截距計算公式為ayxbnn，在F3輸入截距公式

=AVERAGE(C2:C12)-F2*AVERAGE(B2:B12);各回歸參數(shù)顯示如圖所示。消費支出和可支配收入間的函數(shù)關(guān)系為：Y=281.5+0.7146*X

3)、y的估計值為yabx，在D2輸入公式=$F$3+$F$2*B2，然后向下復(fù)制到D12處。（2）檢驗線性關(guān)系的顯著性：可

決系數(shù)

R2=

1(yiyi)2/(yiy)2，在F4輸入公式

=1-SUMXMY2(C2:C12,D2:D12)/DEVSQ(C2:C12)，得R2=0.9711.為計算相關(guān)系數(shù)，在F5輸入公式=SQRT(F4)，得到相關(guān)系數(shù)r=0.9544.當顯著性水平=0.05，自由度=n-m=10時，查相關(guān)系數(shù)臨界值表可得r0.05(9)0.602。本例中相關(guān)系數(shù)為0.9544，大于臨界值0.602，故在=0.05顯著性水平上，檢驗通過，兩變量間相關(guān)關(guān)系顯著。（3）預(yù)測

1)、計算估計標準誤差，在

F6

輸入

y

的估計標準誤差公式

=SQRT(SUMXMY2(C2:C12,D2:D12)/(F1-2))；

2）、計算當顯著性水平=0.05，自由度=n-m=10時的t的臨界值，在F7輸入公式=TINV(0.05,F1-2)；

--4---統(tǒng)計預(yù)測與決策課程設(shè)計

2x0x1，在F8輸入公式3）計算S0Sy*1n2(xx)i=F6*SQRT(1+1/F1+(F10-AVERAGE(B2:B12))^2/DEVSQ(B2:B12))；

4)、當預(yù)計x（可支配收入）數(shù)據(jù)為10216.35年時，年收入的點估計值為：

在F10輸入19，然后選擇輸出區(qū)域F11，輸入公式=F3+F2*F10,得年收入的點估計值

為7857.95元。

5)、計算消費支出的預(yù)測區(qū)間：

為計算預(yù)測區(qū)間的上限,在F12單元內(nèi)如入公式=F11+F7*F8；

為計算預(yù)測區(qū)間的下限,在F13單元內(nèi)如入公式=F11-F7*F8。

即當預(yù)計可支配收入為10216.35年時,在=0.05的顯著性水平下,消費支出的預(yù)測區(qū)間為:-2114.58971～1453.0192元之間，運行結(jié)果如圖1.3；

如圖1.31.3回歸函數(shù)

Excel另外還專門提供了5個函數(shù)用于簡單線性回歸分析.這些函數(shù)的名稱、功能及語法格式見表1.2所示。

--5---統(tǒng)計預(yù)測與決策課程設(shè)計

表1.2

函數(shù)名INTERCEPTSLOPERSQFORECASTSTEYXCORREL你、功能定義一元線性回歸模型的a值（截距）一元線性回歸模型的b值（斜率）一元線性回歸模型的決定系數(shù)（R2）一元線性回歸模型的預(yù)測值一元線性回歸模型預(yù)測值的標準誤差兩個變量間的相關(guān)系數(shù)FORECAST(new-x,y,x)STEYX(y，x)CORREL(y，x)語法格式INTERCEPT(y，x)SLOPE(y，x)RSQ(y，x)

所有函數(shù)均要求自變量和因變量的數(shù)據(jù)個數(shù)相同，否則將返回錯誤值。這多個函數(shù)的參數(shù)說明如下：

◇y表示因變量的數(shù)據(jù)區(qū)域引用，只能是單列或單行。

◇x表示自變量的數(shù)據(jù)區(qū)域引用，根據(jù)函數(shù)的不同，可以表示多個自變量。如果因變量為單列形式，則自變量區(qū)域中每一列表示一個自變量，如果因變量為單行形式，則自變量區(qū)域中每一行表示一個自變量。的◇new-x用于預(yù)測自變量值。

在這些函數(shù)中，F(xiàn)ORECAST為數(shù)組函數(shù)，因此輸入函數(shù)前，應(yīng)先選定整個輸出區(qū)域，然后輸入公式，最后用Ctrl+Shift+Enter組合鍵確認，否則不能得到完整的輸出結(jié)果。1.3.1計算回歸系數(shù)

對于前述的可支配收入和消費支出數(shù)據(jù)，可用一元線性回歸函數(shù)加以計算，下面步驟描述了各個回歸函數(shù)的使用方法：

1、在工作表中安排好數(shù)據(jù)，如圖1.4所示，其中A列為調(diào)查小組編號，B列為人均可支配收入，C列為人均消費支出數(shù)據(jù)；

--6---統(tǒng)計預(yù)測與決策課程設(shè)計

圖1.42、在F2輸入截距公式=INTERCEPT(C2:C12,B2:B12);3、在F3輸入斜率公式=SLOPE(C2:C12,B2:B12);4、在F4輸入相關(guān)系數(shù)公式=CORREL(C2:C12,B2:B12);5、在F5輸入決定系數(shù)公式=RSQ(C2:C12,B2:B12);

6、在F6輸入Y的估計標準差（抽樣誤差）公式=STEYX(C2:C12,B2:B12);各回歸參數(shù)顯示如圖所示。消費支出和可支配收入之間的函數(shù)關(guān)系式為：Y=0.7416*X+281.50

以上步驟計算出了一些簡單的回歸參數(shù)，如果要得到完整的結(jié)果，則應(yīng)使用多元線性回歸輸出函數(shù)LINEST().

下面用SPSS進行回歸分析：

1)打開SPSS軟件，并把EXCEL中的數(shù)據(jù)復(fù)制到SPSS上；

2)“分析”“回歸”“線性”；

3)“在線性回歸”對話框中把“消費支出”移入到“因變量”中，同時把“可支配收入”移入到“自變量”中；

4)單擊“統(tǒng)計量”進入“線性回歸：統(tǒng)計量”對話框，選中“估計”，“置信水平95%”等選項，運行得到如表1.3：

--7---統(tǒng)計預(yù)測與決策課程設(shè)計

表1.3

相關(guān)性

模型1R方更改F更改.977a426.846模型匯總更改統(tǒng)計量df11df210Sig.F更改.000Pearson相關(guān)性消費支出可支配收入Sig.（單側(cè)）消費支出可支配收入N消費支出可支配收入消費支出1.000.988..00012121212可支配收入.9881.000.000.a.預(yù)測變量:(常量),可支配收入系數(shù)a非標準化系數(shù)模型1(常量)可支配收入a.因變量:消費支出B-189.7811.378標準誤差689.309.067標準系數(shù)試用版t-.275.98820.660Sig..789.000B的95.0%置信區(qū)間下限-1725.6581.229上限1346.0961.526

--8---統(tǒng)計預(yù)測與決策課程設(shè)計

5）“分析”“回歸”“曲線估計”，如圖1.4；

圖1.4

--9---統(tǒng)計預(yù)測與決策課程設(shè)計

課題二用高斯牛頓迭代法求解非線性模型

回歸預(yù)測法在研究社會經(jīng)濟現(xiàn)象中被廣泛應(yīng)用，但由于社會經(jīng)濟現(xiàn)象的復(fù)雜，各因素之間不一定是線性關(guān)系，往往需要建立非線性回歸模型。一般通過對數(shù)變換間接轉(zhuǎn)化為線性模型，再用最小二乘法估計模型參數(shù)。由于在變換過程中改變了因變量形態(tài)，使得變形后的模型最小平方估計失去了原模型殘差平方和最小的意義，從而估計不到原模型的最佳回歸系數(shù)，造成回歸模型與原數(shù)列之間的較大偏差。

傳統(tǒng)的高斯牛頓求解法計算量較大，在實際應(yīng)用中存在困難，而用統(tǒng)計軟件求解此類模型則非常容易。本實驗將通過一個實例詳細介紹Spss在此類模型求解中的具體應(yīng)用過程。

2.1用SPSS求解

用SPSS軟件求解此類模型則非常容易，下面介紹SPSS在此類模型求解中的具體應(yīng)用過程。例：為便于控制某產(chǎn)品的生產(chǎn)成本，需要研究該產(chǎn)品產(chǎn)量與生產(chǎn)成本之間的數(shù)量變化關(guān)系，并預(yù)算當產(chǎn)量達到一定水平時的成本是多少。通過對比12個同類企業(yè)的產(chǎn)品產(chǎn)量與生產(chǎn)成本的資料（如表2.1）,在SPSS中輸入數(shù)據(jù)如圖2.1。表2.1

企業(yè)編號產(chǎn)量X3742485260698194112127139152生產(chǎn)成本Y130122112101907361504236322512

345

678

9

1011

12

--10---統(tǒng)計預(yù)測與決策課程設(shè)計

圖2.1

一、散點圖分析和初始模型選擇

在SPSS數(shù)據(jù)窗口中輸入數(shù)據(jù)，然后插入散點圖（如圖2.2），有散點圖可以看出，該

數(shù)據(jù)配合線性模型、指數(shù)模型和冪函數(shù)模型都比較合適。進一步進行曲線估計。

圖2.2

--11---統(tǒng)計預(yù)測與決策課程設(shè)計

分析各模型的R平方，選擇指數(shù)模型較好，但考慮到在線性中可能原模型變換失去殘差平方和最小的意義，因此進一步對原模型進行優(yōu)化。2.2、運用SPSS進行非線性模型的優(yōu)化

SPSS提供了非線性回歸分析工具，可以對非線性模型進行優(yōu)化，使其殘差平方和達到最小。從分析下選回歸菜單中的非線性命令SPSS輸出結(jié)果見表2.3。

傳統(tǒng)的手工運算求解，運算量與迭代次數(shù)成正比，而使用SPSS求解，只要輸入了初始參數(shù)值和模型表達式，無論迭代多少次，都可快速得到最后結(jié)果，不僅減輕了計算強度，而且提高了數(shù)據(jù)準確度，相比Excel又有了極大的進步。

表2.3CaseProcessingSummaryTotalCasesExcludedCasesaForecastedCasesNewlyCreatedCasesa.Caseswithamissingvalueinanyvariableareexcludedfromtheanalysis.

N1201*

Linear

ModelSummaryAdjustedRR.957RSquare.916Square.907Std.ErroroftheEstimate11.327Theindependentvariableis產(chǎn)量.

--12---統(tǒng)計預(yù)測與決策課程設(shè)計

ANOVARegressionResidualTotalSumofSquares13948.7401282.92715231.667df11011MeanSquare13948.740128.293F108.726Sig..000Theindependentvariableis產(chǎn)量.

CoefficientsUnstandardizedCoefficients產(chǎn)量(Constant)

ModelSummaryAdjustedRR.992RSquare.984Square.982Std.ErroroftheEstimate4.924B-.893148.236Std.Error.0867.936StandardizedCoefficientsBeta-.957t-10.42718.678Sig..000.000Theindependentvariableis產(chǎn)量.

Logarithmic

ANOVARegressionResidualSumofSquares14989.191242.476df110MeanSquare14989.19124.248F618.172Sig..000--13---統(tǒng)計預(yù)測與決策課程設(shè)計

Total15231.66711Theindependentvariableis產(chǎn)量.

CoefficientsUnstandardizedCoefficientsln(產(chǎn)量)(Constant)

B-75.951401.689Std.Error3.05513.303StandardizedCoefficientsBeta-.992t-24.86330.196Sig..000.000

Exponential

ModelSummaryStd.ErroroftheR.994RSquare.988AdjustedRSquare.987Estimate.065Theindependentvariableis產(chǎn)量.

ANOVARegressionResidualTotalSumofSquares3.466.0423.508df11011MeanSquare3.466.004F821.928Sig..000Theindependentvariableis產(chǎn)量.

--14---統(tǒng)計預(yù)測與決策課程設(shè)計

CoefficientsStandardizedCoefficientsBeta-.994t-28.66921.977Sig..000.000

UnstandardizedCoefficients

BStd.Error-.014.000產(chǎn)量

(Constant)208.6519.494

Thedependentvariableisln(生產(chǎn)成本).

Logistic

ModelSummaryAdjustedRR.994RSquare.988Square.987Std.ErroroftheEstimate.065Theindependentvariableis產(chǎn)量.

ANOVARegressionResidualTotalSumofSquares3.466.0423.508df11011MeanSquare3.466.004F821.928Sig..000Theindependentvariableis產(chǎn)量.

--15---統(tǒng)計預(yù)測與決策課程設(shè)計

CoefficientsUnstandardizedCoefficients產(chǎn)量(Constant)B1.014.005Std.Error.000.000StandardizedCoefficientsBeta2.702t2036.06321.977Sig..000.000Thedependentvariableisln(1/生產(chǎn)成本).

從“分析”下選“回歸”菜單中的“曲線估計”命令；選因變量“Y”到因變量框中，自變量“X”到自變量框中，在Models框中選擇線性、對數(shù)、指數(shù)和Logistic四個復(fù)選框，確定后輸出分析結(jié)果，見圖2.3.

圖2.3

--16---統(tǒng)計預(yù)測與決策課程設(shè)計

課題三馬爾科夫預(yù)測法

馬爾科夫預(yù)測法是應(yīng)用概率論來研究經(jīng)濟現(xiàn)象中“無后效應(yīng)”隨機時間序列并加以預(yù)測

的方法。常用的有市場占有率預(yù)測和期望利潤預(yù)測。3.1市場占有率預(yù)測

用馬爾科夫法預(yù)測市場占有率的基本原理是：本期市場占有率僅取決于上期市場占有率及轉(zhuǎn)移概率。

例：已知甲、乙、丙三個公司分包一個地區(qū)市場，上一期市場占有率分別為（0.4620.333

0.60.20.20.205），且已知轉(zhuǎn)移概率矩陣為p0.10.80.1錯誤！未指定書簽。

0.30.20.5試求本期和下一期的市場占有率和預(yù)測長期的市場占有率。

1、輸入上一期市場占有率和轉(zhuǎn)移概率矩陣數(shù)據(jù)到工作表中，如圖3.1所示：

圖3.1

2、計算本期市場占有率：

選擇區(qū)域A7:C7,輸入公式=MMULT(A3:C3,E2:G4),按Ctrl+Shift+Enter確認，得到本期預(yù)測市場占有率。3、計算下期市場占有率：

--17---統(tǒng)計預(yù)測與決策課程設(shè)計

選擇區(qū)域A11:C11,輸入公式=MMULT(A7:C7,E2:G4),按Ctrl+Shift+Enter確認,得到下期預(yù)測市場占有率。1、計算終極市場占有率：設(shè)終極市場占有率為=（x1

xx23），則p=，又x1+x2+x3=1.將終極市場占

有率數(shù)據(jù)（0.28570.50.2143）輸入到A14:C14中。假如A14:C14區(qū)域數(shù)據(jù)為終極市場占有率數(shù)據(jù)，在D14中輸入公式=SUM(A14:C14),則D14單元應(yīng)等于1，選擇區(qū)域A15:C15，輸入公式=MMULT(A14:C14,E2:G4),按Ctrl+Shift+Enter確認后，則A15:C15中的數(shù)據(jù)應(yīng)與A14:C14中的數(shù)據(jù)相等。

現(xiàn)在可以調(diào)用Excel的規(guī)劃求解工具進行計算。如果在“工具”菜單中沒有“規(guī)劃求解”選項，則從“工具”菜單中執(zhí)行“加載宏”命令，加載“規(guī)劃求解”工具。

圖3.2規(guī)劃求解對話框

從“工具”菜單中選擇“規(guī)劃求解”命令，在對話框中輸入以下數(shù)據(jù)，如圖2所示：目標單元格：$D$14可變單元格：$A$14:$C$14

單擊約束框中的“添加”按鈕，在“單元格引用位置”中輸入$A$14:$C$14，在條件框中選“=”符號，在“約束值”框中輸入$A$15:$C$15，然后按確定按鈕。則圖2所示對話框中添加了一個約束條件：$A$14:$C$14=$A$15:$C$15,再單擊“求解”按鈕，則Excel自動計算出了終極市場占有率：(0.28570.50.2143)3.2期望利潤預(yù)測

例：已知某企業(yè)產(chǎn)品的銷路轉(zhuǎn)移情況及利潤（單位：萬元）轉(zhuǎn)移情況如表3.1所示，試求該企業(yè)的即時期望利潤和三個月后該企業(yè)的期望利潤。

--18---統(tǒng)計預(yù)測與決策課程設(shè)計

表3.1

暢銷1滯銷2銷路轉(zhuǎn)移表暢銷10.450.38滯銷20.550.62暢銷1滯銷2利潤轉(zhuǎn)移表暢銷183滯銷22-2

1、如圖3.3所示，和在工作表中輸入轉(zhuǎn)移概率表和利潤轉(zhuǎn)移表；

圖3.3

2、計算即時(n=1)期望利潤：

vi(1)ri1pi1ri2pi2rijpij，在B7輸入公式=SUMPRODUCT(B3:C3,F3:G3)，在B8輸

j12入公式=SUMPRODUCT(B4:C4,F4:G4)，得即時期望利潤q1=4.7，q2=-0.1。即：如本月暢銷，下月期望盈利4.7萬元；如本月滯銷，下月期望虧損0.1萬元。3、計算兩個月后的期望利潤：

v2v1rpi1i1i1v21ri2pi2rijvj(21)pqivj(1)p

ijijj1j122在E7單元格內(nèi)輸入公式=$B7+MMULT($B3:$C3,B$7:B$8)，再將此公式復(fù)制到E8，計算得二步轉(zhuǎn)移期望利潤。三步轉(zhuǎn)移期望利潤公式與二步轉(zhuǎn)移期望利潤類似，選擇區(qū)域E7:E8,將其復(fù)制到區(qū)域H7:H8。即：在本月暢銷時，預(yù)計三個月后可望獲利8.6352萬元，當本月滯銷時，預(yù)計三個月后只可獲利3.47568萬元。

--19---

統(tǒng)計預(yù)測與決策課程設(shè)計

--20---

友情提示：本文中關(guān)于《杜大君的年終總結(jié)》給出的范例僅供您參考拓展思維使用，杜大君的年終總結(jié)：該篇文章建議您自主創(chuàng)作。

來源：網(wǎng)絡(luò)整理 免責聲明：本文僅限學習分享，如產(chǎn)生版權(quán)問題，請聯(lián)系我們及時刪除。

《杜大君的年終總結(jié)》由互聯(lián)網(wǎng)用戶整理提供,轉(zhuǎn)載分享請保留原作者信息,謝謝!
鏈接地址：http://www.taixiivf.com/gongwen/550698.html

• 上一篇：年終總結(jié)
• 下一篇：酒店辦公室主任工作總結(jié)