实验五决策支持和商务智能

《实验五决策支持和商务智能》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文案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基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MicrosoftExcel2010中的具体操作；了解MicrosoftExcel2010在企业管理与决策、个人日常生活中的高级应用。4．在SQLServer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

2、预测法实验背景：指数平滑法是依据事物变化的连续性原理，通过掌握事物过去运动轨迹（即利用历史数据）来预测未来事物发展的规律的一种预测方法。这里采用Excel2003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；α是阻尼系数，其中0<α<1。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α决定了权重衰减速度。α值越小，权重衰减速度越快，相应的，

3、近期数据在预测值St+1中所占的比重越大；α增大，权重衰减速度减慢，近期数据对St+1值的影响程度也随之减弱；α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α对预测结果的影响。实验数据：假设某商场2014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α=0.2、α=0.5和α=0.8对2015年1月份的销售额进行预测，并比较α的3种不同取值对预测结果的影响。表5.1某商场2014年家电部销售额月份123456789101112销售额3542584028426262516755

4、58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。精彩文档实用标准文案图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5.2示，从打开的“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，打开“指数平滑”对话框。图5.2单击“数据”下的“数据分析”命令精彩文档实用标准文案图5.3“数据分析”对话框需要说明的是，中文版Office2010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”

5、“选项”命令，如图5.4所示，从打开的对话框中选中“加载项”下的“分析工具

6、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”

7、“选项”命令精彩文档实用标准文案图5.5选中“分析工具库”复选框图5.6勾选“分析工具库”精彩文档实用标准文案（3）将光标移至“输入区域”输入框，输入销售额数据(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

8、复制手柄，向下拖动一格，即在此格内产生了2015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输入阻尼系数精彩文档实用标准文案图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α=0.5和α=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5.12所示，即可产生这两组数据的折线图，如图5.13所示。精彩文档实用标准文案图5.11选中原始数据和3次的平滑数据图5.12选择“折线图”选项精彩文档实用标准文案图5.13折线图结果实验结果：（1）将Exce

9、l文件命名为“学号姓名-指数平滑预测法”，如“20114030306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，以达到更好的图示效果。（3）分析和比较α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骤，为α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，并分析和比较α分别为不同值时，预测曲线与原始数据曲线

10、的拟合效果。实验5-2一元线性回归预测