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
统计学实验报告
19