管理信息系统上机试题3.docx
- 文档编号:10089954
- 上传时间:2023-05-23
- 格式:DOCX
- 页数:11
- 大小:354.50KB
管理信息系统上机试题3.docx
《管理信息系统上机试题3.docx》由会员分享,可在线阅读,更多相关《管理信息系统上机试题3.docx(11页珍藏版)》请在冰点文库上搜索。
管理信息系统上机试题3
经济与管理学院实验报告
课程设计名称管理信息系统
日期2013年11月
指导教师教授
班级
学号
姓名wxh
成绩
实习概述
【目的】
了解信息系统分析、设计、实施过程,完成部分相关图表设计。
了解信息分析相关程序,完成数据整理、分析等练习环节。
【要求】
可分为3-4人一组共同完成。
也可以独立完成。
实习内容
Visio:
通过本次实习了解和掌握了Visio2010软件的基本理论和基本操作。
具体内容包括:
(1)Visio2010软件基本理论知识;
(2)Visio2010软件的模具和模板、图形的基本操作、文本的编辑、实例介绍。
PASWStatistics:
通过本次实习了解和掌握了PASWStatistics18软件的基本理论和基本操作并能够对PASW所分析的各项数据进行相关解释。
具体内容包括:
(1)PASWStatistics18软件基本理论知识;
(2)PASWStatistics18软件的相关分析、回归分析、时间序列分析、聚类分析;
(3)利用PASWStatistics18软件进行参数检验和非参数检验以及绘制统计图表。
实习体会
此次实习,我学会了Visio软件和SPSS软件的基本操作,对Visio软件和SPSS软件有了一个初步的认识。
Visio软件可以绘制流程图、地图、房屋构造图等,SPSS软件可以绘制统计图、统计表、统计模型等。
这些软件看似很容易掌握,可是要学深、学精却又是很难的,这需要我们勤加练习,勇于钻研。
指导教师评语
评语:
指导教师签名:
批阅日期:
上机作业
1Visio2010软件操作实例:
图1教师、学生、课程的E-R图
图2业务处理流程图
图3数据流程图
图4ERP概念层次图
图5数据挖掘任务层次图
2PASWStatistics18软件操作实例:
题目1:
广告费用的相关分析
数据准备:
数据来源于PASWStatistics18系统自带数据advert.sav,如图1-1所示,advert表示广告费用,sales表示销售额。
图1-1advert数据
分析目的:
为了增加销售额,销售部门希望通过识别广告的不同费用与销售额之间的关系,来改进广告投入方案,从而增加销售额,所以需要运用相关分析。
操作步骤:
打开advert.sav,从菜单中选择【分析】→【相关】→【双变量】,如图1-2所示。
图1-2菜单选项
弹出双变量分析主对话框,如图1-3所示。
将Advertisingspending(广告费用)和Detrendedsales(非趋势销售)选入变量对话框中。
图1-3双变量分析主对话框
输出结果及意义:
(1)结果表1-1是对参与分析的各变量基本统计信息的汇总。
表1-1描述性统计量表
均值
标准差
N
Advertisingspending
3.7197
1.53898
24
Detrendedsales
10.5688
1.80001
24
如表1-1所示,广告费用的平均值是3.7197,标准差是1.53898,总共有24的样本数据(N)参与;销售额的平均值是10.5688,标准差是1.80001,总共有24的样本数据(N)参与。
(2)结果表1-2是对参与分析的各变量相关分析结果的汇总。
表1-2相关性结果表
Advertisingspending
Detrendedsales
Advertisingspending
Pearson相关性
1
.916**
显著性(双侧)
.000
平方与叉积的和
54.475
58.356
协方差
2.368
2.537
N
24
24
Detrendedsales
Pearson相关性
.916**
1
显著性(双侧)
.000
平方与叉积的和
58.356
74.520
协方差
2.537
3.240
N
24
24
**.在.01水平(双侧)上显著相关。
如表1-2所示,Pearson简单相关系数等于0.916,显然两个变量是极强正相关。
相关系数的假设检验P值(Sig.)小于0.05,说明相关系数是显著不为0的,说明广告费用和销售额的相关性水平是显著相关的,对于销售部门决策者而言,如果想要提高销售额,可以提高广告费用投入,通过相关性分析,增加了决策者的决策科学性,提高了销售额。
题目2:
一元线性回归分析
数据准备:
数据来源于PASWStatistics18系统自带数据advert.sav,如图2-1。
图2-1数据advert.sav
操作步骤:
1、将advert.sav中的数据导入PASW软件中。
执行【图形】→【图表构建程序】→【散点图】命令。
把广告费用(Advertisingspending)选入X轴,非趋势销售(Detrendedsales)选入Y轴,点击【确定】得到散点图如2-2所示。
图2-2散点图
从散点图可以看出数据分布具有明显的线性趋势,适合做线性回归分析。
2、执行【分析】→【回归】→【线性】命令,打开线性回归对话框,选择广告费用(Advertisingspending)做自变量,非趋势销售(Detrendedsales)做因变量,操作界面如图2-3和2-4所示。
图2-3分析选择界面
图2-4线性回归对话框
3、【绘图】选项卡中选择绘图直方图,正态概率图,点击【继续】→【确定】,得出输出结果。
输出结果:
表2-1模型汇总表
模型
R
R方
调整R方
标准估计的误差
1
.916a
.839
.832
.73875
a.预测变量:
(常量),广告费用。
b.因变量:
非趋势销售
表2-1表示回归模型的拟合度,复相关系数为0.916,反映的是自变量与因变量之间的密切程度,取值在0到1之间,越大越好,决定系数R方为0.839,通过观察这几个数据可知,模型的拟合情况是很好的。
表2-2方差分析表
模型
平方和
df
均方
F
Sig.
1
回归
62.514
1
62.514
114.548
.000a
残差
12.006
22
.546
总计
74.520
23
a.预测变量:
(常量),广告费用。
b.因变量:
非趋势销售
从表2-2方差分析表可知,回归模型的Sig.值为0,说明该回归模型有显著的统计学意义。
表2-3回归分析结果表
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
6.584
.402
16.391
.000
广告费用
1.071
.100
.916
10.703
.000
a.因变量:
非趋势销售
表2-3给出了拟合未标准化和标准化之后的回归系数值(含常数项),并通过t检验方法对拟合结果进行了检验。
T检验的Sig.值均为0,说明具有显著地统计学意义。
从而,可以得出价格(Advertisingspending)和非趋势销售(Detrendedsales)之间的经验公式:
销售额=6.584+1.071*广告费用(公式1)
图2-5残差统计量
通过观察图2-5所示的标准化残差直方图可知,残差具有正态分布的趋势,因此回归模型是恰当的。
意义说明:
由模型的拟合结果和经验公式(公式1),可知,在合理的范围内,广告费用的增加和销售额的增加呈正相关,增加广告的投入可以带来销售额的增加。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 管理信息系统 上机 试题
![提示](https://static.bingdoc.com/images/bang_tan.gif)