统计指标与统计分析技术.pptxVIP

主讲：朱平辉厦门大学管理学院MBA教育中心教授中国商业统计学会市场调查研究会理事

企业经济指标体系统计指标：指标体系：企业经济活动数量方面的科学范畴，也是企业经济统计认识企业经济现象的主要手段。企业经济活动是许多因素相互作用、相互影响的复杂过程；需要设置相互关联的一系列指标，组成科学指标体系。

企业经济统计指标体系框架

企业统计数据外部信息01间接02直接（调查）03内部信息04会计核算资料05业务核算资料06统计核算资料（企业统计部门直接收集）07

管理与开发01通过原始记录—统计台帐—统计报表收集整理后需要科学管理与开发02管理：编码、录入，统计数据库建设与共享03开发：描述统计与推断统计04时间序列；回归建模；多元分析05

企业工业产值指标STEP2STEP1总产值：企业全部生产成果的价值指标，由物质转移价值和劳动新创价值组成；企业工业总产值=产品销售收入+现价产成品期末期初差额+现价在产品期末期初差额+企业加工费用+全部产品应缴增值税

01全部产品应缴增值税=会计账面应缴增值税+（现价产成品期末期初差额+现价半成品期末期初差额）应缴增值调整系数02应缴增值调整系数=

工业增加值企业一定时期内生产的以货币表现的工业最终产品总量。生产法：企业工业增加值=企业工业总产出-企业工业中间投入=企业工业总产出-（企业工业中间物质投入+企业工业中间劳务投入）0103020405

分配法：企业工业增加值=折旧+工资+福利基金+劳动及待业保险+产品销售税金及附加+应交增值税+应得产品销售利润+其它010302

某企业的产品产值，该厂销售资料如下：指标金额（万元）指标金额（万元）产品销售收入300产成品期末期初差额100产品销售成本200半成品期末期初差额50企业其他业务收入50会计账面应缴增值税10

报告期基期产品产量Q1单耗M1单价P1产量Q0单耗M0单价P0A125522200520B4308504507.555C350440350545

回归分析

参数的最小二乘估计22%预测50%假设检验38%模型的假定实证研究例子60%方差分析与相关性分析40%一元线性回归分析

在实际中，对于经济问题的研究，不仅要分析该问题的基本性质，也需要对经济变量之间的数量关系进行具体分析（回归分析、相关分析、方差分析等）。其中回归分析是最常用的数量分析方法。但是，大多数情况下，用其它方法与回归分析相结合进行综合性分析，会使分析更加系统全面。关于这一点请大家在在学习一元线性回归分析时注意体会。模型的假定

各种经济变量之间的关系大体可分为两种类型：一类是函数关系；另一类是统计相关关系。01例如：家庭消费支出Y与家庭收入X之间的关系；支出Y还要受多种因素的影响（家庭人口、消费习惯、存款利率、商品价格等），收入只是主要影响因素之一。01变量Y与X1，X2，……Xk统计相关关系可以表示成：或者这里的u是随机影响。01一、一元线性回归模型

在各个给定的值条件下因变量的期望值轨迹称为回归直线，相应的方程为1随机扰动项是与总体值与条件期望之差，即2最简单的相关形式是一元线性模型：3总体模型4一元线性回归模型

二、随机扰动项的性质1、忽略掉的影响因素造成的误差2、模型关系不准确造成的误差3、变量观测值的计量误差4、随机误差logo扰动项包含了丰富的内容，产生的原因主要有以下几个方面：注意：扰动项的存在是计量经济学的特点。计量经济学中的多种估计、检验、预测等分析方法，是针对不同性质的扰动项引入的。

三、经典假设条件经典的一元线性回归模型通常满足五个假定条件

No.1从上面的散点图可以看出，所有的样本点大致都落在一条直线附近，说明家庭收入X与家庭消费支出Y之间有明显的线性关系。一条直线与散点拟合在一起，但不重合。这说明两变量间只存在相关关系。这条拟合的直线：No.2称为一元线性经验回归直线（方程）。

1对于拟合直线，则称下式是估计模型：2称作残差，它是随机误差的估计值。有时也记作et。3是4的估计量。

用“残差和最小”确定直线位置是一个途径。但很快发现计算“残差和”存在相互抵消的问题。用“残差绝对值和最小”确定直线位置也是一个途径。但绝对值的计算比较麻烦。最小二乘法的原则是以“残差平方和最小”确定直线位置。用最小二乘法除了计算比较方便外，得到的估计量还具有优良特性。（这种方法对异常值非常敏感）估计模型系数估计

解方程得到：

二、最小二乘估计量的特性

t?(T-2)0t?(T-2)

方差分析与相关性

检验回归方程

预测

实证分析案例：用回归模型预测木材剩余物伊春林区位于黑龙江省东北部。全区有森林面积2189732公顷，木材蓄积量为23246.02万m3。森