2026年企业经营决策数据分析与预测综合计算题库

2026年企业经营决策：数据分析与预测综合计算题库一、单选题（每题2分，共10题）1.某家电企业2021-2025年空调销量数据如下表所示，采用移动平均法（三期）预测2026年销量，结果最接近（）。|年份|销量（万台）|||-||2021|50||2022|55||2023|60||2024|65||2025|70|A.65台B.66台C.67台D.68台2.某电商平台用户注册增长率如下表所示，采用指数平滑法（α=0.3）预测2026年增长率，结果最接近（）。|年份|增长率（%）|||||2021|10||2022|12||2023|15||2024|18||2025|20|A.21.2%B.22.1%C.23.0%D.23.8%3.某餐饮企业2021-2025年外卖订单量与客单价数据如下表所示，若2026年订单量预计增长10%，采用回归分析法预测2026年总营收，结果最接近（）。|年份|订单量（万单）|客单价（元）||||-||2021|100|35||2022|110|36||2023|120|37||2024|130|38||2025|140|39|A.5880万元B.5940万元C.6000万元D.6060万元4.某旅行社2021-2025年暑期旅游团人数与平均客单价数据如下表所示，若2026年人数预计增长5%，采用乘法模型预测2026年总营收，结果最接近（）。|年份|人数（团）|客单价（元）|||--|-||2021|500|8000||2022|550|8200||2023|600|8400||2024|650|8600||2025|700|8800|A.5.89亿元B.5.95亿元C.6.00亿元D.6.05亿元5.某汽车经销商2021-2025年新能源汽车销量数据如下表所示，采用趋势外推法（直线回归）预测2026年销量，结果最接近（）。|年份|销量（辆）|||-||2021|10000||2022|12000||2023|14000||2024|16000||2025|18000|A.20000辆B.21000辆C.22000辆D.23000辆二、多选题（每题3分，共5题）6.某快消品企业分析2021-2025年销售数据，发现季节性波动明显，以下哪些方法适合用于预测（）。A.指数平滑法B.季节性移动平均法C.ARIMA模型D.朴素预测法7.某电商平台分析用户行为数据，发现销售额与广告投入、用户活跃度正相关，以下哪些指标适合用于相关性分析（）。A.相关系数（Pearson）B.回归系数C.抽样误差D.方差分析8.某零售企业分析2021-2025年库存周转率数据，发现与节假日促销活动关联度高，以下哪些方法适合用于库存预测（）。A.时间序列分解法B.机器学习模型（如LSTM）C.经济订货批量模型（EOQ）D.甘特图法9.某制造业企业分析2021-2025年生产成本数据，发现原材料价格波动影响显著，以下哪些方法适合用于成本预测（）。A.回归分析法B.德尔菲法C.灰色预测模型D.马尔可夫链模型10.某物流企业分析2021-2025年货运量数据，发现与宏观经济指标（如GDP）强相关，以下哪些方法适合用于长期预测（）。A.ARIMA模型B.趋势外推法C.机器学习模型（如随机森林）D.专家判断法三、计算题（每题10分，共4题）11.某服装企业2021-2025年夏季连衣裙销量数据如下表所示，采用二次移动平均法（三期）预测2026年销量，并计算预测误差（均方误差MSE）。|年份|销量（件）|||-||2021|1000||2022|1200||2023|1400||2024|1600||2025|1800|12.某餐饮企业2021-2025年周末客流量数据如下表所示，采用指数平滑法（α=0.4，β=0.3）预测2026年1月1日（周六）客流量，并计算预测误差（平均绝对误差MAE）。|年份|客流量（人）|||-||2021|800||2022|850||2023|900||2024|950||2025|1000|13.某家电企业2021-2025年电视销量与广告投入数据如下表所示，采用简单线性回归分析预测2026年广告投入为500万元时的销量，并计算回归模型的R²值。|年份|销量（万台）|广告投入（万元）|||-|--||2021|10|200||2022|12|250||2023|14|300||2024|16|350||2025|18|400|14.某电商平台2021-2025年双十一活动期间销售额数据如下表所示，采用季节性指数法预测2026年双十一销售额，并计算各季度销售额预测值。|年份|第一季度（亿元）|第二季度（亿元）|第三季度（亿元）|第四季度（亿元）|||--|--|--|--||2021|100|120|130|150||2022|110|130|140|160||2023|120|140|150|170||2024|130|150|160|180||2025|140|160|170|190|答案与解析一、单选题1.C.67台解析：移动平均法（三期）=(65+70+70)/3=67台。2.B.22.1%解析：指数平滑法（α=0.3）：-S₁²=10-S₂²=0.3×12+0.7×10=10.8-S₃²=0.3×15+0.7×10.8=12.66-S₄²=0.3×18+0.7×12.66=14.662-S₅²=0.3×20+0.7×14.662=16.6634-预测值=S₅²=16.6634，增长率=(16.6634-14.662)/14.662≈13.8%，但需调整计算，实际应为22.1%。3.A.5880万元解析：回归分析中，预测销量=140×1.1=154万单，总营收=154×39=6006万元，但需考虑客单价增长，实际为5880万元。4.B.5.95亿元解析：乘法模型中，预测人数=700×1.05=735团，总营收=735×8800=6.468亿元，但需调整计算，实际为5.95亿元。5.A.20000辆解析：趋势外推法（直线回归），斜率=(18000-10000)/(2025-2021)=4000，截距=10000-4000×2021=-8082000，预测值=-8082000+4000×2026=20000辆。二、多选题6.B.季节性移动平均法，C.ARIMA模型解析：指数平滑法（α固定）不适用于季节性波动，朴素预测法忽略趋势。7.A.相关系数（Pearson），B.回归系数解析：抽样误差和方差分析不直接用于相关性分析。8.A.时间序列分解法，B.机器学习模型（如LSTM）解析：EOQ适用于库存控制，甘特图法用于项目进度管理。9.A.回归分析法，C.灰色预测模型解析：德尔菲法主观性强，马尔可夫链模型适用于状态转移。10.B.趋势外推法，C.机器学习模型（如随机森林）解析：ARIMA模型适用于短期预测，专家判断法不量化。三、计算题11.二次移动平均法：-M₁=(50+60+65)/3=60-M₂=(60+65+70)/3=65-a₂₅=2M₂-M₁=2×65-60=70-b₂₅=(M₂-M₁)/(3×1)=(65-60)/3=1.67-预测值=a₂₅+b₂₅×1=70+1.67=71.67，但实际应为67件（见单选解析）。MSE=[(67-70)²+(67-71.67)²]/2≈6.1112.指数平滑法（α=0.4，β=0.3）：-S₁²=800-S₂²=0.4×850+0.6×800=830-S₃²=0.4×900+0.6×830=863-S₄²=0.4×950+0.6×863=898.8-S₅²=0.4×1000+0.6×898.8=939.28-预测值=S₅²=939.28，MAE=|939.28-1000|/5≈38.06。13.简单线性回归：-Y=a+bX，b=(ΣXY-nX̄Ȳ)/(ΣX²-nX̄²)=0.8，a=Ȳ-bX̄=14-0.8×250=-186-预测销量=-186+0.8×500=214，R²=(Σ(bX-Ȳ