统计学实验报告

2、二次曲线趋势方程 表格 1 某企业产品销售量 年份 2008 2009 2010 2011 2012 2013 2014 2015 2016 销售量(吨) 825 860 900 950 1100 1170 1260 1400 逐期增长量（一次差） 800 35 40 50 150 70 90 140 二次差 25 10 5 10 100 -80 20 50 表格 2 某企业产品产量二次曲线参数计算表 年份 2008 2009 2010 2011 2012 2013 2014 2015 2016 合计 t -4 -3 -2 -1 0 1 2 3 4 0 变量处理摘要 变量 y 800 825 860 900 950 1100 1170 1260 1400 9265 ty -3200 -2475 -1720 -900 0 1100 2340 3780 5600 4525 t^2*y 12800 7425 3440 900 0 1100 4680 11340 22400 64085 t^4 256 81 16 1 0 1 16 81 256 708 正值数 零的个数 负值数 缺失值数 用户自定义缺失 系统缺失 因变量 t 4 1 4 0 1 自变量 y 9 0 0 0 1 15

统计学实验报告 模型汇总和参数估计值 因变量:t 方程 R 方 线性 二次 自变量为 y。 .944 .977 F 118.483 125.540 模型汇总 df1 1 2 df2 7 6 Sig. .000 .000 常数 -12.889 -29.275 参数估计值 b1 .013 .044 b2 -1.453E-5 图表反映了该企业2008年到2016年的产品销售量，其中销售量呈逐年增长趋势，逐期增长液呈增加趋势，表明企业该产品销售市场总体来说呈稳定趋势，企业可根据市场需求量增加或减少该产品的生产，以促进企业自身的发展 将表格2 中合计栏有关数字代入简化方程组得 9265=9a+60c 4525=60b 64085=60a+708c 得 a≈979.26 16

统计学实验报告

b≈75.42 c≈451.66 方程为y=a+bt+ct^2=979.26+75.42t+451.66t^2 预测2017年产品产量为y=979.26+75.42*5+451.66*5^2=12647.9 3、指数曲线趋势方程 某企业产品销售额拟合指数曲线趋势方程参数计算表 年份 2007 2008 2009 2010 2011 2012 合计 销售额y t 100 -5 200 -3 300 -1 400 500 600 2100 1 3 5 0 Y(lgy) ty 2.30 2.48 2.60 2.70 2.78 3.32 16.18 -11.5051 -7.43136 -2.60206 2.69897 8.334454 16.6111 6.105946 t^2 25 9 1 1 9 25 70 变量处理摘要 变量 正值数 零的个数 负值数 缺失值数 用户自定义缺失 系统缺失 因变量 t 3 0 3 0 0 a自变量 y 6 0 0 0 0 a. 无法计算复合模型、幂模型、S 模型、增长模型、指数模型或 Logistic 模型。 最小值为 -5.00。 模型汇总和参数估计值 因变量:t 方程 R 方 线性 指数 自变量为 y。 a. 因变量 (t) 包含非正数值。 最小值为 -5.00。无法应用对数变换。 无法为此变量计算复合模型、幂模型、S 模型、增长模型、指数模型和对数模型。 17

a模型汇总 F . . df1 1 . df2 4 . Sig. . . 参数估计值 常数 -7.000 .000 b1 .020 .000 1.000 . 统计学实验报告

表明若动态数列到各期发展水平的逐期增长量（二次差）大体相等，近似为一常数时，可配合二次曲线趋势方程，从而可以预测下一年的产品销售量，帮助企业更好地制定生产计划，达到销售额的增长。 将表中最后一栏合计数代入参数计算公式，即 AB==5.39 =0.087228 所得指数曲线趋势方程为y=ab^t 预测2013年该企业商品销售额为y=ab^t 六、实验结果及分析 通过对产品销售量单位数的数据的收集，整理制成统计表，做成统计做出了趋势直线方程，二次曲线趋势方程，指数曲线趋势方程，对其历年发展速度，发展水平，增长量以及平均发展速度综合的分析了数据。 18