数据模型与决策.docx

1、简述定量分析与定性分析的关系，并列举工作中定量分析的例子。 答：定量分析与定性分析的关系定量分析（quantitative analysis）是测定试样中各种组分(如元素、根或官能团等)含量的操作，指分析一个被研究对象所包含成分的数量关系或所具备性质间的数量关系；也可以对几个对象的某些性质、特征、相互关系从数量上进行分析比较，研究的结果也用“数量”加以描述；通常是对社会现象的数量特征、数量关系与数量变化的分析。投资分析师使用数学模块对公司可量化数据进行的分析。通过分析对公司经营给予评价并做出投资判断。定量分析的对象主要为财务报表，如资金平衡表、损益表、留存收益表等。其功能在于揭示和描述社会现象的相互作用和发展趋势。定量分析方法很多，但各种方法在应用时往往都有一定的程序化。如实验法、观察法、访谈法、社会测量法、问卷法、描述法、解释法、预测法等等。定性分析（qualitative analysis）是指对研究对象进行“质”的方面的分析。具体地说是运用归纳和演绎、分析与综合以及抽象与概括等方法，对获得的各种材料进行思维加工，从而能去粗取精、去伪存真、由此及彼、由表及里，达到认识事物本质、揭示内在规律。定性分析的主要任务是确定物质（化合物）的组成，只有确定物质的组成后，才能选择适当的分析方法进行定量分析，如果只是为了检测某种离子或元素是否存在，为分别分析；如果需要经过一系列反应去除其他干扰离子、元素或要求了解有哪些其他离子、元素存在，为系统分析。定性分析必须通过一系列的试验去完成，如果试验结果与预期相符，称为得到一个“正试验”，或者称为试验阳性，也就是说某组分在试样中是存在的；反之，得到一个“负试验”或试验阴性表示某组分不存在。定性分析与定量分析应该是统一的，相互补充的；定性分析是定量分析的基本前提，没有定性的定量是一种盲目的、毫无价值的定量；定量分析使定性分析更加科学、准确，它可以促使定性分析得出广泛而深入的结论。 定量分析是依据统计数据，建立数学模型，并用数学模型计算出分析对象的各项指标及其数值的一种方法。 定性分析则主要凭借分析者的直觉、经验，凭借分析对象过去和现在的延续状况及最新的信息资料，对分析对象的性质、特点、发展变化规律作出判断的一种方法。相比而言，前一种方法更加科学，但需要较高深的数学知识，而后一种方法虽然较为粗糙，但在数据资料不够充分或分析者数学基础较为薄弱时比较适用，更适合于一般的投资者与经济工作者。但是必须指出，两种分析方法对数学知识的要求虽然有高有低，但并不能就此把定性分析与定量分析截然划分开来。事实上，现代定性分析方法同样要采用数学工具进行计算，而定量分析则必须建立在定性预测基础上，二者相辅相成，定性是定量的依据，定量是定性的具体化，二者结合起来灵活运用才能取得最佳效果。 不同的分析方法各有其不同的特点与性能，但是都具有一个共同之处，即它们一般都是通过比较对照来分析问题和说明问题的。正是通过对各种指标的比较或不同时期同一指标的对照才反映出数量的多少、质量的优劣、效率的高低、消耗的大小、发展速度的快慢等等，才能作为鉴别、下判断提供确凿有据的信息。工作中定量分析的例子1. 企业销售收入与产品销量之间的关系。2. 企业通过打指纹进行考勤记录，并在每月工资条中显示具体的全勤奖金额。3. 企业中员工的差旅费对企业总成本的影响。4. 销售管理中，销售业绩指标与广告费用的确认分析等。2、回归分析:作为交通安全研究的一部分，美国交通部采集了每1000个驾驶执照发生死亡事故的车祸次数和有驾驶执照的司机中21岁以下者所占比例的数据，样本由42个城市组成，在一年期间采集的数据如下。利用回归分析去研究发生死亡事故的车祸次数和司机中21岁以下者所占比例之间的关系，并对你的研究结果进行讨论。答：Y = 发生死亡事故的车祸次数X1= 司机中21岁以下者所占比例通过对Excel中的数据使用CORREL命令，求出两列数据的相关系数，r值为0.83938748。Line Graph图：由上图可以看出，Y与X1的变化趋势相近，且r值很大，说明车祸发生次数与21岁以下年轻人所占比例有高度的线性相关关系。设Y为被解释变量，X1为解释变量，建立如下线性模型。 Y=C1+C2*X1 将数据导入Eviews软件进行回归分析，运行结果如下：Deadcount = -1.597414 + 0.287053*Ratet-Statistic (-4.297919) (9.767112)Prob. (0.0001) (0.0000)R-squared 0.704571根据 |t|=2 的标准，P值小于0.1，R值70.46%，可见发生死亡事故的车祸次数(Y)与司机中21岁以下者所占比例 (X1)有显著的线性关系。看到R平方只有70.46%，一般双对数回归模型的拟合优度会达到90%左右，这个值不是很大，说明发生死亡事故的车祸次数不仅仅与司机中21岁以下者所占比例有关，可能还与其他因素相关。例如：天气恶劣、酒后驾车、路况条件不好等等因素。另外，拟合优度不是很好的原因可能包括采集的数据质量存在问题。比如，可能存在以下两种情况：(1).数据采集中是否关注了男女比例的问题。如果21岁以下的驾驶员存在男女驾驶技术不同的差异，而采集时又没有关注男女比例，则会造成偏差。 (2).不同城市间是否存在对于21岁以下驾驶员培训程度不同的情况。如果存在不同，则42个城市选取的数据有可能会造成偏差。(3).对发生死亡车祸的司机责任未进行区分，到底是主动造成车祸死亡还是被动造成车祸死亡。如果是主动造成车祸死亡，那么与司机的驾驶经验、是否酒后驾车行为相关。如果是被动造成车祸死亡，那么这些因素的影响程度就不是很显著。3、利用双对数模型计算1980-2010能源消费弹性。 答：数据主要通过学校图书馆数据库-中国知网中的数据统计功能采集。时间GDP（亿元）能源消费总量（万吨标准煤）19804545.66027519814891.643241.7519825323.445724.7619835962.748975.2619847208.153369.4419859016.076682198610275.261284.3198712058.666013.58198815042.870863.71198916992.396934199018667.898703199121781.5103783199226923.5109170199335333.9115993199448197.9122737199560793.7131176199671176.6135192199778973.0135909199884402.3136184199989677.1140569200099214.61455312001109655.21504062002120332.71594312003135822.81837922004159878.32134562005183217.42359972006211923258676200725730628050820083006702914482009335352.93066472010397983324939数据来源：国家统计局。设Y为能源消费总量（单位：万吨标准煤），作为被解释变量；用国内生产总值GDP（单位：亿元）表示解释变量。通过Eviews软件中的Quick-Graph查看LNY与LNGDP之间的线图关系，如下：将数据导入Eviews软件进行回归分析，运行结果如下：LNY=7.282819+0.413278*LNGDPt-S