数据分析师CPDA复习主观题.ppt

1、复习大题,中国商业联合会数据分析专业委员会 数据分析师认证培训课程,主观题1,一元回归,复习题：,主观题1,一元回归,复习题： （1）绘制散点图，并计算相关系数，说明二者之间的关系； 步骤：展示分析-散点图,主观题1,一元回归,复习题： （1）绘制散点图，并计算相关系数，说明二者之间的关系； 步骤：展示分析-散点图-计算相关系数,Excel,Datahoop,相关系数的值介于-1与+1之间，即-1r+1。 当r0时，表示两变量正相关，当r0时，表示两变量为负相关。当|r|=1时，表示 两变量为完全线性相关即函数关系。当r=1时，称为完全正相关，而当r=-1时，称为完全负相关。当r=0时，表示两

2、变量间无线性相关关系。 r仅仅是x与y之间线性关系的一个度量，它不能用于描述非线性关系。 r虽然是两个变量之间线性关系的一个度量，却不一定意味着x与y一定有因果关系。 当r0.8时，可视为高度相关；当0.5r0.8时，可视为中度相关；当0.3r0.5时，视为低度相关；当r0.3时，说明两个变量之间的相关程度极弱。,人均GDP与人均消费水平间的相关系数为0.998，说明两者间存在强烈的正相关关系。,主观题1,一元回归,复习题： （2）人均GDP作自变量，人均消费水平作因变量，求出估计的回归方程，并解释回归系数的实际意义；,Excel：,利用系数表中的结果，回归方程为 ，其含义是人均GDP每增加1

3、元，人均消费水平增加0.309元。,主观题1,一元回归,复习题： （3）计算判定系数，并解释其意义；,R2:判定系数/拟合优度（Y的总变动由X带来的有多少）,Excel：,判定系数是0.996，说明方程解释人均消费水平变化的99.6%可以由人均GDP的变化来解释。,主观题1,一元回归,复习题： （4）检验回归方程线性关系的显著性（a=0.05）；,F检验:回归线性关系检验（P值）,T检验:回归系数检验（X对y的影响）,小于拒绝，大于不拒绝：原假设，假设,Excel：,系数表中的Sig./P-value值a，说明回归方程的线性关系显著性。,主观题1,一元回归,复习题： （5）如果某地区的人均GD

4、P为5000元，预测其人均消费水平； 步骤：预测分析,Excel输入公式得出结果,人均GDP为5000元时，人均消费水平为2278.107元,主观题1,一元回归,复习题： （6）求人均GDP为5000元时，人均消费水平95%的置信区间和预测区间。,人均消费水平95%的置信区间为1990.749,2565.464和预测区间为1580.463,2975.75。,主观题2,多元回归,复习题：,主观题2,多元回归,复习题： 分析,主观题2,多元回归,复习题： 分析,R2:判定系数/拟合优度（Y的总变动由X1、X2、X3带来的有多少，每增加一个变量，不管相不相关，拟合优度就会提高，因此要调整拟合优度）,

5、F检验:回归线性关系检验（概率P值/sig） 原假设H0：所有系数都为0 H1：至少一个不为0,T检验:回归系数检验（X1、X2、X3对y的各自影响） 多重共线性-,主观题2,多元回归,复习题： 分析,主观题2,多元回归,复习题： 分析,去掉X1,主观题2,多元回归,复习题： 分析,单独X2,单独X3,主观题2,多元回归,复习题： 分析,销售价格的预测值以及95%的置信区间和预测区间见上表。,回归方程为,去掉的原则之一：模型对数据较好的拟合，如果去掉后拟合数据差异较大就不合适去掉,主观题3,哑变量回归,复习题：,主观题3,哑变量回归,分析：,回归方程为 y=732.06+111.22x1+45

6、8.68x2 男性职工的平均月薪是732.06+458.68=1191，女性职工的平均月薪是732.06， 男性职工的平均月薪与女性职工的平均月薪之间的差值是 458.68 。 工龄每增加1年，男性或女性月薪的平均增加值111.22 。,主观题4,已知某厂家的产量和生产费用数据，如下表，请根据生产费用和产量数据进行如下分析：（所有结果保留两位小数）,（1）请用生产费用作为因变量（Y），产量作为自变量（X），利用线性回归最小二乘法估计回归方程，显著性水平=0.05，根据分析结果判断是否可以做线性回归，并解释原因，列出回归方程，并且解释回归系数的实际意义。 （2）根据回归分析结果，写出判定系数（R

7、2）的值，并解释其值代表的实际意义。（提示：列出调整后的R2） （3）请根据第一问中求得的回归方程，估计如果产量为180，估计生产费用。,主观题4,（1）请用生产费用作为因变量（Y），产量作为自变量（X），利用线性回归最小二乘法估计回归方程，显著性水平=0.05，根据分析结果判断是否可以做线性回归，并解释原因，列出回归方程，并且解释回归系数的实际意义。,：通过线性回归分析结果可以看出，线性回归方程Y=aX+b检验结果F检验p值=3.06*10-9，X回归系数检验结果p=3.06*10-9，均小于0.05，因此F检验和T检验均通过，所以可以做线性回归，根据结果列出回归方程为Y=5.12X+276

8、.24。 其中X的系数为5.12，截距为276.24，因此可以看出产量增加1,，生产费用增加5.12。 得分点：列出F检验的p值和X系数检验的p值；列出回归方程Y=5.12X+276.24；解释含义,主观题4,（2）根据回归分析结果，写出判定系数（R2）的值，并解释其值代表的实际意义。（提示：列出调整后的R2）,：根据回归结果可以看出调整后的R2=0.86，R2代表模型的拟合度，它越接近1代表拟合度越好，根据此模型的R2的值可以看出模型拟合度良好。 得分点：列出R2的值；解释含义,主观题4,（3）请根据第一问中求得的回归方程，估计如果产量为180，估计生产费用。,根据题目可知，当X=180时，

9、Y=5.12*180+276.24=1197.84,Datahoop预测分析：,主观题5,一家货物运输公司想研究运输费用与货物类型的关系，并建立运输费用与货物类型的回归模型，以此对运费作出预测。 该运输公司所运输的货物分为两种类型：易碎品和非易碎品。下表给出了15个路程大致相同、而货物类型不同的运输费用数据,（1）写出运输费用与货物类型之间的线性方程。 （2）对模型中的回归系数进行解释。 （3）检验模型的线性关系是否显著（a=0.05）,主观题5,（1）写出运输费用与货物类型之间的线性方程。,回归方程：y=4.543+7.082x,主观题5,（2）对模型中的回归系数进行解释。 回归方程：y=4

10、.543+7.082x,解释：“易碎品”的预期运输费用比非易碎品的预期运输费用多7.082元,（3）检验模型的线性关系是否显著（a=0.05）,p0.05，所以通过检验,主观题6,某厂生产甲乙两种产品，都经过A、B两个工序，分别有A1、A2和B1、B2两台设备。甲产品可在A、B任何一种设备上加工，乙产品可在工序A的任一种设备上加工，但B工序只能在B1设备上加工。单位产品的工序加工时间、原材料费用、售价，以及各设备的单位时间加工费用、设备有效使用时间如下表所示。 要求：合理安排生产计划，使该厂获利最大。,主观题6,1.列生产计划方案：,变量设置：甲产品的四种方案A1B1、A1B2、A2B1、A2

11、B2的产量分别为X11、X12、X21、X22；乙产品的两种方案A1B1、A2B1的产量分别为Y11、Y21,2.目标函数： 获利=收入-成本（两项：原材料和设备加工费） 收入-原材料成本 （1.25-0.25）*(x11+x12+x21+x22)+(2-0.35)*(y11+y21) 设备加工费 0.05*(x11+x12)*5+y11*10)+0.03*(x21+x22)*7+y21*9)+0.06*(x11+x21)*6+(y11+y21)*8)+0.11*(x12+x22)*4,max(1.25-0.25)*(x11+x12+x21+x22)+(2-0.35)*(y11+y21)-0.

12、05*(x11+x12)*5+y11*10)-0.03*(x21+x22)*7+y21*9)-0.06*(x11+x21)*6+(y11+y21)*8)-0.11*(x12+x22)*4,主观题6,规划结果：X11、X12、X21、X22分别为0、965、0、785，Y11、Y21分别为0、500，总利润为1023.9元。,约束条件：5*(x11+x12)+10*y11=0,且为整数,主观题7,某公司生产某种铸件，如下为该铸件的制造作业，各作业计划完成时间以及各作业的紧前作业。指定用PERT图和线性规划的方法求解下面的问题。,主观题7,某公司生产某种铸件，如下为该铸件的制造作业，各作业计划完成

13、时间以及各作业的紧前作业。指定用PERT图和线性规划的方法求解下面的问题。,主观题7,某公司生产某种铸件，如下为该铸件的制造作业，各作业计划完成时间以及各作业的紧前作业。指定用PERT图和线性规划的方法求解下面的问题。,主观题8,假设一个地区的总悬浮微粒(TSP)来源于当地的三个工厂。若工厂1 和工厂2 燃煤TSP 排放因子为95kg/t(煤)，工厂3 的TSP 排放因子为85kg/t(产品)。工厂3 产量为250000 t (产品)/a，工厂1 和工厂2 的燃煤量分别为400,000 t/a 和300,000t/a，为了满足环境质量要求，TSP 最大允许排放量为17,600 ,000kg/a，各种除尘设备效率和各种除尘方法的费用如下表所示： 要求：以最小的治理费用达到环境目标。,主观题8,变量设置：工厂1四种方案X10X11X14X15费用分别为C100.0，C111.