《实验五决策支持和商务智能》由会员分享,可在线阅读,更多相关《实验五决策支持和商务智能(39页珍藏版)》请在金锄头文库上搜索。
1、实验五 决策支持和商务智能4学时一、实验目的1理解DSS支持管理人员解决半结构化、非结构化决策问题。2理解DSS根本部件中的数据库及其管理系统、模型库及其管理系统、方法库及其管理系统如何综合运用有关数据、求解模型、计算方法等。3掌握相关的数理统计与定量分析方法在Microsoft Excel 2022中的具体操作;了解Microsoft Excel 2022在企业管理与决策、个人日常生活中的高级应用。4在SQL Server中体验和认识OLAP在决策支持中的应用,以及数据挖掘如何发现隐藏在数据中的有用信息并辅助于决策。二、实验内容实验5-1 指数平滑预测法实验背景:指数平滑法是依据事物变化的连
2、续性原理,通过掌握事物过去运动轨迹即利用历史数据来预测未来事物开展的规律的一种预测方法。这里采用Excel 2021中的指数平滑计算公式: 公式中的St+1和St分别代表第t+1期和第t期的指数平滑值,yt代表第t期的变量原始数据;是阻尼系数,其中01。公式中的t+1期平滑值St+1就是预测值。经过迭代,并取S1=y1,我们可以将公式化为:从此形式不难发现,新估计值等于各期原始数据的加权平均值,且各期原始数据的权重随着期数的前推以指数形式衰减,阻尼系数决定了权重衰减速度。值越小,权重衰减速度越快,相应的,近期数据在预测值St+1中所占的比重越大;增大,权重衰减速度减慢,近期数据对St+1值的影
3、响程度也随之减弱;越接近1,St+1值越接近全部数据的平均数据值。下面,以实例说明利用Excel进行指数平滑预测的步骤以及对预测结果的影响。实验数据: 假设某商场2022年家电部销售额百万元的记录如表5.1所示,现用指数平滑预测法,分别取=0.2、=0.5和=0.8对2022年1月份的销售额进行预测,并比拟的3种不同取值对预测结果的影响。表5.1 某商场2022年家电部销售额月份123456789101112销售额354258402842626251675558实验步骤:1首先在Excel中输入数据和相关信息,如图5.1所示。图5.1 输入数据和相关信息 2单击“数据项下的“数据分析,如图5.
4、2示,从翻开的“数据分析对话框中选择“指数平滑分析工具,如图5.3所示,单击“确定按钮,翻开“指数平滑对话框。图5.2 单击“数据下的“数据分析命令图5.3 “数据分析对话框 需要说明的是,中文版Office 2022在初次安装后,并未加载“分析工具库,需要先进行安装。其具体方法是,单击“文件|“选项命令,如图5.4所示,从翻开的对话框中选中“加载项下的“分析工具库复选框,如图5.5所示,单击“转到按钮,在弹出的对话框中勾选“分析工具库,如图5.6,并单击“确定即可。图5.4 单击“文件|“选项命令 图5.5 选中“分析工具库复选框图5.6 勾选“分析工具库3将光标移至“输入区域输入框,输入销
5、售额数据(光标在输入框闪烁时,选中销售额数据区域即可),如图5.7所示。然后,在“阻尼系数输入框中输入0.2,如图5.8所示。再将光标移至“输出区域输入框,选中单元格C2,如图5.9所示,然后单击“确定按钮,得到平滑值。将鼠标移至最后一个平滑值所在单元格的右下角,鼠标变为复制手柄,向下拖动一格,即在此格内产生了2022年1月份的预测值,如图5.10所示。图5.7 输入销售额数据图5.8 输入阻尼系数图5.9 选中C2单元格图5.10 向下拖动一格4按照上述方法,分别取=0.5和=0.8进行预测。5选中原始数据和3次的平滑数据,如图5.11所示,单击工具栏上的“插入按钮,选择“折线图选项,如图5
6、.12所示,即可产生这两组数据的折线图,如图5.13所示。 图5.11 选中原始数据和3次的平滑数据图5.12 选择“折线图选项图5.13 折线图结果实验结果:1将Excel文件命名为“学号姓名-指数平滑预测法,如“20224030306张三-指数平滑预测法.xlsx。以下实验结果的相关截图中都应有Excel文件名的信息。2给出图5.13的截图,并要求在Excel中的图表区为“系列修改名称、为“图表添加标题、为“坐标轴添加名称。也可在图表区进行更多的细节标注与修饰,以到达更好的图示效果。3分析和比拟分别为0.2、0.5、0.8三个不同值时,预测曲线与原始数据曲线的拟合效果。4按照本实验的操作步
7、骤,为设置两个另外的数值,也给出已设置细节标注与修饰的截图,并分析和比拟分别为不同值时,预测曲线与原始数据曲线的拟合效果。实验5-2 一元线性回归预测法实验背景:线性回归预测法是利用事物开展的相关性和相似性规律。 同指数平滑一样,需利用历史统计数据,从中分析出事物开展的因变量与自变量之间的比例关系回归方程,以预测未来。一元线性回归预测法,是指两个具有线性关系的变量,根据自变量的变动来预测因变量平均开展趋势的方法,其模型为: y=a+bx模型的回归系数采用最小二乘法Ordinary Least square进行估计,记 根据极值原理,对a和b分别求偏导数,并令其等于零,得到回归参数的估计值: 一
8、元线性回归的常用检验有两种,一是拟合优度的检验,其指标是可决系数R2,R2值越大,说明回归曲线与原曲线的拟合程度越高。另一种是显著性的检验,相应的参数是P值,这个数值说明了该变量的显著程度。例如,假设变量x的P值是0.019,这说明,x的系数b为零的可能性不到0.02,也就是说x在98%的置信度下是显著的。Excel内嵌了回归分析工具,只需输入数据即可得到参数值和相关检验值。下面,通过一个实例来说明Excel中一元线性回归的具体操作。实验数据:表5.2是某企业2022年的月销售量单位:件和月销售本钱单位:元的统计数据。现使用一元线性回归模型对一定月销售量下的月销售本钱进行预测。在y=a+bx中
9、,a为销售本钱中的固定本钱;bx为销售本钱中的总变动本钱;b为单位变动本钱;x为销售量。表5.2 某企业2022年的月销售量和月销售本钱月份销售量单位:件销售本钱单位:元140893551542508945733735800538658445683897305461241000064908424273752144678828588848950094555412289106532567798116258526787124605401134实验步骤:1首先在Excel中输入相关信息,如图5.14所示,然后,同时选中自变量和因变量区域,如图5.15所示,点击“插入按钮,选择“散点图选项,并选择第一个
10、散点图图标,如图5.16所示,绘制出散点图,如图5.17所示。通过观察散点图可以发现,月销售本钱随着月销售额的增长根本呈现线性增长态势,因此,可以尝试使用一元线性回归进行预测。图5.14 输入相关信息图5.15 同时选中自变量和因变量区域图5.16 选择“散点图图标图5.17 散点图 (2) 单击“数据项下的“数据分析,在弹出的对话框中选择“回归命令,翻开“回归对话框,如图5.18所示,并将月销售本钱和月销售额数据分别输入“Y值输入区域和“X值输入区域输入框中,选中“线性拟合图,单击“确定按钮。分析结果将在新的工作表中产生,如图5.19所示。图5.18 “回归对话框图5.19 分析结果结果表单
11、中包括3个局部: 回归统计表、方差分析表和统计检验表。从回归统计表中可以看到,R2的值约为0.945885421,从经验上看,拟合程度可以接受。从下方的统计检验表中可以看到,变量x的系数b为零的可能性,也就是相应的P值,约为1.17E-07,也就是1.1710-7。显然,x的显著程度很高。实验结果:1将Excel文件命名为“学号姓名-一元线性回归预测法,如“20224030306张三-一元线性回归预测法.xlsx。2给出图5.19的截图,截图中应有Excel文件名的信息。3根据图5.19的分析结果,请写出回归预测模型。4假设当前时间为2022年元月初,该企业预计2022年1月销售量为6000件
12、,请根据回归预测模型对2022年1月的销售本钱进行预测。实验5-3 线性规划决策法实验背景:线性规划决策法是模型选优决策法中的一种,线性规划也是运筹学的一个重要分支,是解决资源的有效利用和管理问题一种数学方法:运用线性规划来求解实际问题,归结一点就是一个极值问题的求解问题,即在线性等式和线性不等式的约束条件下求目标函数极值的问题。问题的一般形式为:目标函数:约束条件:Excel 提供了求解各种最优化问题的工具,可以很方便的求出问题的解。下面结合一个实例,具体说明操作过程。实验数据:某小型木材加工厂仅生产桌子和椅子两种家具,已有木板300板英尺(木材的一种计量单位),可利用的工时为110小时,每
13、种家具所需的材料、工时及利润如表5.3所示。表5.3 每种家具所需的材料、工时及利润单位产品桌子椅子木板(英尺)3020工时(小时)510利润(元)68设桌子和椅子的最优数量分别为x和y,那么有:目标函数:约束条件:实验步骤:1按照图所示在Excel中输入相关信息,如图5.20所示。其中“总额一列应该以公式形式输入,其具体输入内容由上至下依次为“=B2*B5+C2*C5、“=B3*B5+C3*C5、“=B4*B5+C4*C5,如图5.21所示。图5.20 输入相关信息图5.21 “总额列以公式形式输入需要说明的是,中文版Office 2022在初次安装后,同样并未加载“规划求解加载项,需要先进
14、行安装。其具体方法是,单击“文件|“选项命令,如图5.22所示,从翻开的对话框中选中“加载项下的“规划求解加载项复选框,如图5.23所示,单击“转到按钮,在弹出的对话框中勾选“规划求解加载项,如图5.24,并单击“确定即可。图5.22 单击“文件|“选项命令图5.23 选中“规划求解加载项复选框图5.24 勾选“规划求解加载项 (2) 单击“数据项下的“规划求解命令,如图5.25所示,翻开“规划求解参数对话框,如图5.26所示; 将光标移至“设置目标输入框内,然后选中D4单元格,如图5.27所示; 再将光标移至“通过更改可变单元格输入框内,然后同时选中B5和C5单元格区域,如图5.28所示。图5.25 单击“数据项下的“规划求解命令图5.26 “规划求解参数对话框图5.27 选中D4单元格图5.28