《管理定量分析》课程实验指导书

1、管理定量分析课程实验指导书实验一：用Excel计算描述统计量集中指标、变异指标分布与形状试验目的:熟练使用Excel进行常用统计量的计算试验内容: 在本章中，我们介绍了测度数据集中趋势和离散程度的常用统计量，在本试验中，将展示如何用Excel来计算这些统计量。为了说明方便，假定已将50个数据输入到Excel工作表的A1:A50单元格中。下面给出用Excel计算这些数据描述统计量的具体步骤。表1 分析用数据列表1171221241291391071171301221251081311251171221331261221181081101181231261331341271231181121121

2、34127123119113120123127135137114120128124115139128124121 第1步：选择“工具”下拉菜单 。 第2步：选择“数据分析”选项 。(需要从 Office 安装盘安装数据分析库) 图1 选择“数据分析”功能 第3步：在分析工具中选择“描述统计”。 第4步：当出现对话框时，在“输入区域”方框内键入A1:A50；在“输 出选项”中选择输出区域（在此选择“新工作表”）；然后选择“汇总统计”（该选项给出全部描述统计量）;最后 选择“确定”。图3 参数设置 下面的附表是Excel输出的描述统计量计算结果。用黑体显示的是本章中所介绍的描述统计量。表2 结果列

3、表及说明Excel2002 输出名称Excel2002 输出结果说明平均122.98标准误差1.135149006中值123中位数模式122众数标准偏差8.026715596样本方差64.42816327峰值-0.408713596偏斜度9.94468E-05偏移度区域32极差最小值107最大值139求和6149计数50最大(1)139最小(1)107置信度(95.0%)2.281165949实验二：抽样分布于区间估计之用Excel计算分布的概率试验目的:熟练使用Excel进行常用概率分布概率值的计算试验内容: 利用Excel中的函数工具，可以计算二项分布、超几何分布、泊松分布、正态分布等概率

4、分布的概率。在本试验中，我们将介绍二项分布概率的计算 。泊松分布、超几何分布、正态分布的概率计算与二项分布类似。利用Excel的BINOMDIST函数可以计算出二项分布的概率分布以及累积概率。该函数有四个参数：Number-s(实验成功的次数)、Trials(实验的总次数)、Probability-s(每次实验成功的概率)、Cumulative(该参数是一个逻辑值，如果为True，设实验成功的次数为m，则计算出累积分布函数的概率，即P(Xm);如果为False，设实验成功的次数为m，则计算出概率密度函数的概率，即P(X=m).下面我们结合一个例子说明计算二项分布概率的具体步骤。例已知一批产品的

5、次品率为5%，现从中任抽取一个，又放回地抽取3次。求：（1）在所抽取的3个产品中恰好有2个次品的概率； （2）次品数为2个及2个以下的累积概率；第1步：选择“插入”下拉菜单 。第2步：选择数据“函数”选项 。图1 EXCEL使用界面第3步：当出现函数对话框时，选择BINOMDIST函数 。图2 函数参数设置界面第4步 ：当BINOMDIST函数对话框出现时在Number-s 窗口输入2（成功的次数X）；在Trials窗口输入3（实验的总次数n）；在Probability-s窗口输入0.05（每次实验成功的概率p）；在Cumulative窗口输入False；选择“完成”。此时，在指定的单元格出现

6、恰好有2个次品的概率0.007125在计算次品数为2个及2个以下的累积概率时，步骤相同，只需在上述第四步的Cumulative窗口中输入True即可。此时在指定的单元格出现的概率为0.999 875。如果我们计算次品数为1个及1个以下的累积概率，只需在上述的第4步的Number_s窗口输入1，在Cumulative窗口中输入True即可，此时在指定的窗口出现的概率为0.99275。计算泊松分布、超几何分布、正态分布概率的步骤与上述过程类似，在第3步选择POISSONHYPGEMDIST或NORMDIST函数名，根据第4步对话框的指导输入相应的值即可。实验三：抽样分布于区间估计之用Excel求置

7、信区间试验目的:熟练使用Excel进行参数的区间估计试验内容: 试验 用Excel的函数工具以及使用者自己输入公式等组合方式，可以构造出专门用于区间估计的Excel工作表格。下面结合一个例子说明具体的操作步骤。例 某零件加工企业生产一种螺丝钉，对某天加工的零件每隔一定时间抽出一个，共抽取12个，测得其长度（单位：mm）数据如附表中的A2:A13。假定零件长度服从正态分布，试以95%的置信水平估计该企业生产的螺丝钉平均长度的置信区间。表1 用Excel求置信区间 ABCD1样本数据计算指标计算公式计算结果210.94样本数据个数COUNT(A2:A13)12311.91样本均值=AVERAGE(

8、A2:A13)11.074167 410.91样本标准差=STDEV(A2:A13)0.272746 510.94样本平均值的标准差=C4/SQRT(C2)0.078735 611.03置信水平=0.950.95710.97自由度=C2-111811.09t 值=TINV(1-C6,C7)2.200986 911.00 误差范围=C8*C50.173294 1011.16置信下限=C3-C910.900872 1110.94置信上限=C3+C911.2474610 1211.03 1310.97 为构造区间估计的工作表，我们应在工作表中输入下列内容：A列输入样本数据，B列输入变量名称，C列输入

9、计算公式。 （1）本表D列为C列的计算结果，当输入完公式后，即显示D列结果。 （2）对于不同的样本数据，只要输入新的样本数据，再对C列公式中的样本数据区域加修改，置信区间就会自动给出。如果需要不同的置信水平，填入相应的数值即可。 我们有95%把握认为该企业生产的螺丝钉的平均长度在10.900872mm11.247461mm之间。 正态总体，已知，总体均值的区间估计 已知时采用正态分布统计量构造置信区间，此时不用计算样本标准差，直接使用总体标准差；B8单元格改为Z值；C8单元格改为“=NORMSINV( (1-C6) /2)”即可。实验四：抽样分布于区间估计之用EXCEL进行假设检验试验目的:熟

10、练使用Excel 2002进行参数的假设检验试验内容: 本章介绍的假设检验包括一个正态总体的参数检验和两个正态总体的参数检验。对于一个正态总体参数的检验,可利用函数工具和自己输入公式的方法计算统计量,并进行检验。本试验主要介绍如何使用Excel进行两个正态分布的均值方差的检验.两个总体均值之差的检验： 下面我们结合一个例子说明检验的操作步骤。 为了评价两个学校的教学质量,分别在两个学校抽取样本 。在A学校抽取30名学生,在B学校抽取40名学生,对两个学校的学生同时进行一次英语标准化考试,成绩如下表所示 。假设学校A考试成绩的方差为64,学校B考试成绩的方差为100。检验两个学校的教学质量是否有

11、显著差异。 学校A学校B70 97 85 87 64 7386 90 82 83 92 7472 94 76 89 73 8891 79 84 76 87 8885 78 83 84 91 7476 91 57 62 89 82 93 6480 78 99 59 79 82 70 8583 87 78 84 84 70 79 7291 93 75 85 65 74 79 6484 66 66 85 78 83 75 74 假定我们将上表中学校A的数据输入到工作表中的A1:A30,学校B的数据输入到工作表的B1:B40。检验的步骤如下 ： 第一步: 选择“工具”下拉菜单 。 第二步: 选择“数据

12、分析”选项(需要从 Office 安装盘安装数据分析库)。图1 数据录入窗口 第三步: 在分析工具中选择“Z检验:二样本平均差检验”。 第四步: 当出现对话框后，在“变量1的区域”方框内键入A1:A30；在“变量2的区域”方框内键入B1：B40；在“假设平均差”方框内键入0；在“变量的方差”方框内键入64；在“变量2的方差”方框内键入100；在“”方框内键入0.05；在“输出选项”中选择输出区域(在此选择“新工作表”)。输出结果如附表。图2 参数设置窗口 z-检验: 双样本均值分析变量 1变量 2平均82.578已知协方差64100观测值3040假设平均差0z2.090574944P(Z=z)

13、 单尾0.018283028z 单尾临界1.644853476P(Z=z) 双尾0.036566055z 双尾临界1.959962787 由于，所以拒绝，即两个学校的教学质量有显著差异。实验五：用EXCEL进行单因素方差分析试验目的:熟练使用Excel 2002进行单因素方差分析试验内容: 五个地区每天发生交通事故的次数如下表所示：表1 交通事故数据东部北部中部南部西部1512101413171014912141313791117151014 14 12 8 1079 试以=0.01显著水平检验各地区平均每天交通事故的次数是否相等。 假设我们已将数据输入到工作表中的A3：E8单元。然后按下面的

14、实验步骤进行试验。表2 数据录入表ABCDE1五个地区每天发生的交通事故次数2东部北部中部南部西部315121014134171014912514131379611171510147 14128108 79 第一步：选择“工具”下拉菜单。 第二步：选择“数据分析”选项 。图1 选择“数据分析” 第三步：在分析工具中选择“单因素方差分析”。图2 选择“单方差分析” 第四步：当出现对话框后 ，在“数据区域”方框内键入A3：E8；在方框内输入0.01；在“输出选项”中选择输出区域为G2；选择“确定”。图3 设置分析选项 输出结果如下：表2 分析样本描述方差分析：单因素方差分析SUMMARY 组计数求

15、和平均方差列 145714.256.25列 256613.26.7列 356412.83.7列 46559.1666676.966667列 566711.166674.566667表3 方差分析结果方差分析差异源SSdfMSFP-valueF crit组间82.63718420.659293.6761350.0202294.368815组内118.0167215.619841 总计200.653825 由于F=3.6761”SDF”结果为:=SQRT(“8”+”1”)结果为:=”99/6/1”“99/5/1”结果为:=YEAR(TODAY()结果为:=”NOT”&TRUE结果为:=”3”+”2

16、”结果为:=1+”$4.00”结果为:=SQRT(8&1)结果为:=MONTH(TODAY()结果为:4利用Excel数组运算功能，进行矩阵加、减法运算。实验九 线性规划模型建立及求解一、实验目的及要求（一）实验目的1理解线性规划原理；2掌握线性规划模型建立和求解基本技术；3理解敏感性分析的重要性，并掌握相关原理。二、实验内容1线性规划模型的建立；2线性规划模型的求解；3敏感性分析。三、实验步骤例2-1 学校准备为学生添加营养餐，每个学生每月至少需要补充60单位的碳水化合物，40单位的蛋白质和35单位的脂肪。已知A、B两种营养品的含量及单价见表4-6。表4-6 两种营养品营养成分含量AB碳水化

17、合物5单位2单位蛋白质3单位2单位脂肪5单位1单位单价1.5元/斤0.7元/斤问买A和B分别多少斤既满足学生营养需要又省钱？（1）决策变量。可设x为营养品A的投入量（斤），y为营养品B的投入量（斤），x，y即为本问题的决策变量。（2）目标函数。（3）约束条件。本问题共有四个约束。最后得出它的线性规划模型如下：s.t.下面用Excel来求解这个问题，步骤如下：1输入模型参数。参见图2-1。图2-1：线性规划模型2建立模型参数间的联系。注意使用SUMPRODUCT()函数。3运用“规划求解”定义并解答问题。注意：单击“规划求解”命令。注意如果菜单中没有这个命令请使用“工具”菜单的“加载宏”安装。在

18、弹出的“规划求解参数”设置对话框中设置决策变量、目标函数和约束条件所在的地址以及选定求最小值。 在“工具”菜单中，单击“规划求解”命令。 在“目标单元格”编辑框中，键入单元格引用或目标单元格的名称。 如果要使目标单元格中数值最大，单击“最大值”选项。如果要使目标单元格中数值最小，单击“最小值”选项。 在“可变单元格”编辑框中，键入每个可变单元格的名称或引用。 在“约束”列表框中，输入相应的约束条件。 单击“求解”按钮。 如果要在工作表中保存求解后的数值，在“规划求解结果”对话框中，单击“保存规划求解结果”。4确定最佳决策。5进行敏感性分析。建议先运用所学相关知识进行分析，然后通过反复修改模型参

19、数进行验证。 目标函数系数的敏感性分析； 右边值变化的敏感性分析。四、实验结果1线性规划模型；2模型的求解结果（3个报告的工作表）；3反映实验结果的电子文档。图2-2：对话框示例五、实验思考题下面是对一个有关农户生产决策线性规划模型求解所得的计算机输出结果的一部分：Microsoft Excel 8.0 敏感性报告可变单元格终递减目标式允许的允许的单元格名字值成本系数增量减量$B$3水稻2001953320.125$C$3棉花2402855041.25$D$3玉米0-36.220036.21E+30约束终阴影约束允许的允许的单元格名字值价格限制值增量减量$E$9水(立方米)54406001E+

20、3056$E$6土地(亩)440501E+306$E$7资金(元)45001.22450040092.1053$E$8劳动(人年)4120040.06830.4请根据以上报告所提供的信息，回答下列问题，并说明理由（注意：在分析某一问题时，假定其它条件均保持不变）。1模型中的决策变量有哪几个？其最优解是怎样的？2若“水稻”的目标函数系数增大25%，这一变化是否会导致模型最优解发生变化？3若有人愿向该农户提供一笔500元的贷款，年利率为25%，农户是否可以接受此项贷款？4该农户决定临时将6亩土地无偿转让给他人耕种一年，这样做是否会影响该农户当年的利润？若转让7亩土地呢？5假定决策变量“玉米”的目标

21、函数系数是根据下式计算出来的： 利润 = 产量 价格 成本 200(元)=200(千克)1.5(元/千克)100(元)若有人想请该农户为其生产400千克玉米，农户可接受的最低价格是多少？实验十 数学规划模型及其应用一、实验目的及要求（一）实验目的1理解运输问题原理及其应用；2理解分配问题原理及其应用；3理解目标规划原理及其应用；4了解各种数学规划模型的特点和适用条件。（二）实验要求1能够熟练地建立各种数学规划电子表格模型；2能够熟练地运用Excel求解数学规划模型；3能够根据模型求解结果确定最佳决策；4理解相关原理和技术在管理决策中的重要作用；5实验完成后，将文件复制，交任课教师。二、实验内容

22、1各种数学规划模型的建立；2用Excel求解数学规划模型的操作方法。三、实验步骤1运输问题。参见例3-1。 输入和定义模型； 指定整数决策变量。例3-1：运输问题设有某种物资共有3个产地、，其产量分别为9、5、7个单位；另有4个销地、，其销量分别为3、8、4、6个单位。已知由产地（=1、2、3）运往销地（j=1,2,3,4）的单位运价为（见表4-11）。问如何调运才能使总运费最省？表3-1 例3-1的表式运输模型产地销地产量2910791342584257销量384621解：设为由产地运往销地 (i = 1，2，3 ； j = 1，2，3，4)的运量，则此问题可表示为如下数学模型：(1)(2)

23、(3)(4)(5)(6)(7)(3-1) 本问题的决策变量是由产地到销地的运量，目标函数是总运输成本的最小化。总运输成本的计算公式如下：总运输成本= 本问题的Excel表格如图3-1所示，其模型的参数设置见图3-2所示。这里I9单元格中的公式是SUMPRODUCT(C6:F8,C13:F15)，等价于：C6*C13+C7*C14+C8*C15+D6*D13+D7*D14+D8*D15+E6*E13+E7*E14+E8*E15+F6*F13+F7*F14+F8*F15。图3-1 例3-1的Excel求解然后用Excel中的规划求解功能求出本问题的解。规划求解参数表如图3-2所示。求解结果见图3-

24、3。图3-2 例3-1的规划求解参数设置图3-3 例3-1的Excel求解结果2分配问题。参见例3-2。分配问题又称为指派问题，是运输问题的特殊类型，只是在分配问题中所有的供应量和需求量均等于1，同样可以用表上作业法求解，但是根据分配问题的特殊性质，还可以用更有效的方法匈牙利法。这一部分我们通过一个例子来分别介绍Excel线性规划解法。例3-2：分配问题。有一份说明书，要分别译成英、日、德、俄四种文字，交甲、乙、丙、丁四个人去完成，因各人专长不同他们完成翻译不同文字所需的时间见表4-13。甲、乙、丙、丁完成翻译工作所需时间表3-2 不同翻译的翻译时间工作甲乙丙丁译成英文21097译成日文154

25、148译成德文13141611译成俄文415139问应如何分派这四个人分别完成这四项任务使总的时间最少？解：本问题的决策变量用C10：F13中的单元格表示，它们是各个人在任务中的分配量。例如单元格E101表示将A任务分配给丙来完成，C120则表示未将C任务分配给甲去完成。这里要注意的是图3-4中的决策变量的值是最终状态的值，开始进行规划求解时没有必要指定，只要有个初始值即可。目标函数是总的加工时间最短。在单元格中输入目标函数，其计算公式为=SUMPRODUCT(C3:F6,C10:F13)图3-4 Excel求解例3-2的结果从表中可以见，最优值与用匈牙利法的结果完全一致，即分配A任务给丙完成

26、，B任务给乙完成，C任务给丁完成，D任务给甲完成，所花费时间是28小时。约束条件是每项任务至多有一个人去完成，每个人至多完成一项任务，还有非负条件约束，在参数设置对话框中单击“选项”按钮，选择“采用线性模型”和“假定非负”。单元格G10：G13和单元格C14：F14中的内容是SUM公式，分别对该行或列求和。如单元格G11的内容是=SUM(C11:F11)，最后求解本问题的最优解。3目标规划。参见例3-3。 权目标规划 优先目标规划例3-3：目标规划（广告决策）五、实验结果1数学规划模型；2模型的求解结果（计算机输出报告工作表）；3反映实验结果的电子文档。六、实验思考题1线性规划有哪些基本假设条

27、件？2尽管线性规划的基本假设条件经常不具备，但人们常常倾向于使用线性规划模型，主要原因何在？实验十一 风险型决策分析一、实验目的及要求（一）实验目的1理解风险型决策原理和方法；2掌握风险型决策问题的操作技术。（二）实验要求1能够熟练地运用决策树进行决策分析；2能够熟练地运用模拟运算表进行敏感性分析；3能够用决策树计算完全信息价值；4能够运用效用理论进行决策分析；5实验完成后，将文件复制，交任课教师。二、实验内容1用决策树计算完全信息价值；2用效用理论进行决策分析。三、实验步骤1构建决策树。输入相关参数后，根据软件计算结果，得到相应决策。例4-1：决策分析（Goferbroke 公司的决策损益表

28、）备择方案自然状态及先验概率有油干涸0.250.75钻探700-100卖地 90 90注意： “模拟运算表”只能进行1个或2个变量模拟运算。 可以将模拟结果绘成图。2运用指数效用函数对同一问题进行决策分析。注意选取合适的风险容忍度指标（RT）。 3用后验概率进行决策分析。五、实验结果1决策树及决策分析结果；2敏感性分析结果；3反映实验结果的电子文档。六、实验思考题1在风险型决策过程中，为什么要进行敏感性分析？2计算完全信息价值的主要目的是什么？3风险容忍度（RT）的含义是什么？实验十二 时间序列分析一、实验目的及要求（一）实验目的1理解时间序列分析在预测中的地位和作用；2掌握时间序列分析的基本

29、方法和技术；3理解时间序列分析的优点和局限性。（二）实验要求1能够熟练地建立时间序列预测模型；2理解移动平均、指数平滑、线性趋势、季节因子等预测模型之间的内在联系；3能够对预测误差进行判断和控制；4实验完成后，将文件复制，交任课教师。二、实验内容1移动平均预测模型；2指数平滑预测模型；3考虑线性趋势的指数平滑预测模型；4考虑季节因子的指数平滑预测模型；5预测误差的测量和控制。三、实验步骤1用移动平均法进行时间序列预测分析。参见例5-1。例5-1：移动平均与指数平滑方法一：利用AVERAGE()函数，通过输入公式和复制公式进行预测分析；方法二：使用“移动平均”分析工具。参见图5-1。图5-1：“

30、移动平均”对话框2用指数平滑法进行时间序列预测分析。参见例5-1。方法一：利用指数平滑模型，通过输入公式和复制公式进行预测分析；Ft+1=Dt+(1-)Ft方法二：使用“指数平滑”分析工具。参见图5-2。图5-2：“指数平滑”对话框3创建图表。数值预测完成后，要求创建图表，观察预测效果，特别是要注意观察预测值的系统滞后现象。4用考虑线性趋势的指数平滑模型进行时间序列预测分析。参见例5-2。例5-2：考虑线性趋势的指数平滑模型ABCDE1Alpha=0.20 2Belta=0.20 34PeriodSalesBaselineTrendForcast5tDtStGtFt6January121412

31、14.0070.007February12521277.6068.721284.008March13041337.8667.031346.329April13841400.7166.191404.8810May12791429.3258.681466.9011June15831507.0062.481487.9912July14701549.5858.501569.4713August17391634.2663.731608.0714September15731673.0058.731697.9915October18361752.5862.911731.7316November2041186

32、0.5971.931815.4917December19831942.6173.951932.52182016.56C6=B6D6=(1983-1214)/11=70C7=$D$1*B7+(1-$D$1)*(C6+D6)D7=$D$2*(C7-C6)+(1-$D$2)*D6E8=C7+D7模型：St=Dt+(1)(St-1+Gt-1)Gt=(StSt-1)+(1)Gt-1Ft+1=St+Gt 确定S和G的初始值。为了使模型能够用于预测，必须确定S和G的初始值。一般情况下可取 S0=D0 G0=(DtD0) / t 计算St和Gt。 计算Ft+1。 数值预测完成后，要求创建图表，观察预测效果，特

33、别是要注意观察预测值的系统滞后问题是否得到了有效解决。5用考虑线性趋势和季节因子的指数平滑模型进行时间序列预测分析。参见例5-3。例5-3：考虑线性趋势和季节因子的指数平滑模型ABCDEF1Alpha=0.20 2Belta=0.20 3Gama=0.20 45PeriodSalesBaselineF/CTrendSeasonalForcast6tDtStGtCtFt7Jan1.32788Feb1.31839Mar1.261310Apr1.090011May0.907412Jun0.819913Jul0.707714Aug0.612615Sep0.778116Oct0.894117Nov1.0

34、34918Dec155.00001.00001.2479191219157.78601.35721.3399202216160.08341.54521.3245209.80213218163.87161.99381.2751203.85224185166.63592.14791.0941180.80235154168.96952.18510.9082153.16246147172.78122.51040.8261140.33257124175.27772.50760.7076124.0526893172.59281.46910.5978108.90279127171.89491.03570.7

35、702135.432810148171.45030.73960.8879154.622911161168.86680.07501.0186178.203012198166.8857-0.33621.2356210.833113236168.46720.04731.3521223.153214239170.90010.52451.3393223.203315221171.80450.60041.2773218.583416194173.38770.79701.0990188.623517161174.80180.92040.9108158.203618131172.29360.23470.812

36、9145.163719110169.1124-0.44850.6962122.093820101168.7210-0.43710.5980100.833921131168.6437-0.36510.7715129.614022157169.9862-0.02360.8951149.424123189173.08040.60001.0333173.124224217174.06780.67751.2378214.614325243175.74130.87671.3582236.274426238176.83500.92011.3406236.554527224177.27740.82451.27

37、46227.054628194177.78520.76121.0975195.744729162178.41090.73410.9102162.624830153180.95741.09660.8194145.634931138185.28731.74320.7059126.745032128192.43572.82430.6114111.845133151195.35112.84250.7718150.655234165195.42382.28850.8849177.405335194195.72081.89021.0249204.295436241197.02771.77361.23492

38、44.61270.01E7 =AVERAGE(B19,B31,B43)/AVERAGE($B$19:$B$55)D18=(B43-B19)/24C19=$D$1*(B19/E7)+(1-$D$1)*(C18+D18)D19=$D$2*(C19-C18)+(1-$D$2)*D18E19=$D$3*(B19/C19)+(1-$D$3)*E7F20=(C19+D19)*E8模型：St=(Dt/Ct-N)+(1)(St-1+Gt-1)Gt=(StSt-1)+(1)Gt-1Ct=(Dt/St)+(1)Ct-NFt+1=（St+Gt）Ct+1-N初始值： 线性趋势初始值的估计要用时期对应的数据。例如，在只有3个