工商管理类市场营销_第1页
工商管理类市场营销_第2页
工商管理类市场营销_第3页
工商管理类市场营销_第4页
工商管理类市场营销_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、工商管理类市场营销、电子商务专业课程市场调查与预测平时作业(四)(第1112章)第十一章 时间序列市场预测法(二)一、单项选择题。以下各小题所给出的4个选项中,只有一项最符合题目要求,请将正确选项的代码填入空格内。1、用最小平方法配合直线趋势方程,如中,b0)上,则x与y 之间的相关系数( )。A、r=0 B、C、r=1 D、11、已知某企业的产量和生产成本有直接关系,在这条直线上,当产量为1000件时,其生产成本为30000元,其中不变成本为6000元,根据这些资料,总成本对产量的回归方程为( )。A、 B、C、 D、二、多项选择题。以下各小题所给出的选项中,有两项或两项以上符合题目要求,请

2、将符合题目要求选项的代码填入空格内。1、相关回归分析市场预测法的应用条件是( )。A、市场现象的因变量与自变量之间存在相关关系B、市场现象的因变量与自变量之间存在线形相关关系C、市场现象的因变量与自变量之间高度相关D、市场现象存在自相关E、市场现象的因变量与自变量之间存在系统的数据资料2、为了使自变量和因变量高度相关,应做到( )。A、与因变量有相关关系的因素都选为自变量B、只选一个因素做自变量C、与因变量有高度相关关系的因素都选为自变量D、与因变量没有相关关系的因素都不选为自变量E、与因变量只有低度相关关系的因素都不选为自变量3、做回归分析时,要求数据资料( )。A、多多益善B、具有回归模型

3、所需的自变量和因变量的实际观察值C、能够取得预测期内的自变量值 D、对观察值进行加工,使之符合模型要求E、任给两组数据,都可以做回归分析4、从相关关系中自变量的性质分类,相关回归分析可分为 ( ) A、一元相关回归分析 B、多元相关回归分析C、自相关回归分析 D、直线回归分析E、曲线相关回归分析5、如果自变量r受因素的影响,其中与r的相关系数满足,与y的相关关系并不明显,则应建立模型( )。A、多元回归模型 B、单回归模型C、直线回归模型 D、曲线回归模型E、二元回归模型6,用预测模型做预测,可以以下列形式给出预测值( )。A、点值估计 B、估间估计C、精确值 D、误差限确定E、很不可靠的预测

4、值7、对回归模型进行检验的方法有( )。A、误差检验 B、回归标准差检验 C、回归方程显著性检验 D、相关系数检验E、重复试验8、判定现象之间有无相关关系的方法是( )。A、对客观现象做定量分析 B、对客观现象做定性分析C、编制相关表 D 、绘制相关图E、计算估计标准误差9、按相关程度可将相关性分析为( )。A、不相关 B、完全相关C、正相关 D、不完全相关E、负相关10、与直线相关关系较密切的关系是( )。A、结构关系 B、函数关系C、比例关系 D、因果关系E、平衡关系11、直线相关分析的特点是( )。A、两个变量具有对等关系B、只能算出一个相关系数C、相关系数有正负号D、相关的两个变量都是随机的E、相关系数的大小反映两变量间相关的密切程度12、估计标准误差是反映( )。A、因变量的估计值B、自变量数列离散程度的指标C、回归方程的代表性的指标D、因变量序列离散程度的指标E、因变量估计值可靠程度的指标三、简答题1、什么是函数关系和相关关系?两者有什么联系和区别?2、如何确定相关关系中的因变量和自变量?3、怎样判断现象之间有无相关关系?4、什么是相关系数?它有哪些计算方法?5、相关系数与估计标准误差有什么联系?6、直线回归方程中,参数a、b是怎样求得的?它们的几何意义与经济意义是什

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论