回归案例分析报告

回归案例分析报告（精选9篇）

回归案例分析报告 篇1

尊敬的领导：

您好!

给您写这封信，是想提出离职。我决定于2012年7月1日“回归”广州创业。请原谅我告诉您这么仓促，事实上我下决心回广州，不过是前两天的事情。

MARKHILL是个制度蛮宽松的公司，人事关系也单纯，这一年我工作得非常开心。我和同事之间也相处得很愉快，大家都成为了朋友。王生，相识即是缘分，我很高兴能在深圳认识您。一方面，我非常钦佩您的音响专业知识，另一方面，您是个对父母孝顺，对家庭尽心尽责的人…所以，我不知该如何口头向您提出这个意思，只能诉诸笔端。

我知道，自己的离开可能会对公司的日常运作带来某些不便，但我相信影响不大。毕竟这么一年下来我在MARKHILL的音响事业上并无什么作为，只是做了一些非常简单而基本的办公室工作(何况我脾气还不小，态度也不够好)，外面大把人可以顶替我的位置。您完全可以在深圳的“人才大市场”上找到“又平又靓”的劳动力来接手我现在的事务。您放心，我会将整个工作流程，以及文件夹的内容描述都详细写在清单上，以便下一任助理可以很快接手。

我今年就要满30岁了。常言道“三十而立”，这让我很有紧迫感和危机感。我骨子里原本是个不甘平凡的人，我不希望永远浑浑噩噩过日子，哪怕这份工作多么舒服也好，薪水多么高也好——我一定要在30岁这年开始自己的事业!这是我的决心，并且我也作出了这个决定，真心希望您能理解我。毕竟我还年轻，我还没有结婚，我还没有孩子…所以，2012年，也是我在没有家庭拖累之前最后一个创业的黄金时期了，我不能错过!从6月16号—6月24号，我在广州不是旅游，而是去考察商机。目前，无论是行业领域、代理品牌、员工薪水还是办公场所都已经落实，所以7月1号是一定要回广州的。

在您未找到下一任助理之前，我会认真做好我该做的事情，认真做好工作交接!

此致

敬礼!

回归案例分析报告 篇2

一、高校毕业生就业质量的内涵及其评价

(一) 高校毕业生就业质量的内涵

由就业的内涵来理解就业质量, 即指从业者与生产资料结合并获得劳动报酬的优劣程度。根据对就业质量的解释, 高校毕业生就业质量可界定为已就业毕业生与生产资料结合并获得劳动报酬的优劣程度。此内涵包含两层意思, 一是已就业毕业生与生产资料结合的优劣程度, 二是已就业毕业生基于付出的劳动获得报酬 (包括物质和精神) 的优劣程度。事实上, 优与劣并不是绝对的, 因而, 就业质量也是一个相对的概念, 与经济发展、文化背景和社会环境等紧密相关。

(二) 高校毕业生就业质量的评价

从毕业生就业质量的内涵出发, 评价毕业生就业质量的指标应包含两个方面:一是已就业毕业生与生产资料结合的指标, 如人职匹配、专业对口和受教育程度等;二是已就业毕业生所获得的劳动报酬, 如工资、嘉奖、培训等。

与毕业生就业质量评价指标直接相关的就是评价主体。不同评价主体基于不同的目的, 其统计的范畴也不尽相同。高校毕业生就业质量统计主要涉及四个统计主体, 即高校、用人单位、社会第三方评价和教育行政机构。对高校而言, 毕业生就业质量统计应能为高校办学水平和人才培养质量的提高提供对策建议;对用人单位而言, 毕业生就业质量统计可以作为招聘、薪酬、人职匹配等人力资源管理的依据;对第三方评价机构而言, 毕业生就业质量统计应为社会提供相关资讯, 并作正向引导;对教育行政机构而言, 毕业生就业质量统计应能够为政府相关的教育决策作依据。在各方对毕业生就业质量统计中, 会存在相同的内容, 此时四方应做到不相互参考, 而需要独立完成, 以能够相互佐证和监督。

依据已有对高校毕业生就业质量评价指标的研究结果, 毕业生就业质量评价指标有很多, 如薪酬福利、专业对口、工作稳定性、工作单位性质、工作地区、劳动关系、毕业生对工作的满意度等。每个指标都有合理之处, 只是这些指标如何组合, 被哪个统计主体所用的问题。

二、高校毕业生就业质量统计报告的扭曲

(一) 高校毕业生就业率统计范畴偏差

毕业生就业率统计直接决定其就业质量的衡量, 厘清就业率统计范畴是科学衡量毕业生就业质量的前提。高校毕业生就业率是指已就业毕业生人数与毕业生人数的百分比。根据就业的含义, 统计已就业毕业生人数范畴的毕业生应同时具备以下四个条件, 即有劳动能力、有劳动愿望、参与社会劳动和获得劳动报酬。目前在高校毕业生就业率统计中, 已就业毕业生一般包括:上交就业协议书、升学 (国内外) 和入伍的毕业生。从已就业毕业生人数统计范畴看, 升学 (国内外) 等不符合就业特点的毕业生不应统计在内, 单列出来进行统计会更真实, 而自由职业者和未签约但已就业等符合就业特点的毕业生应增列入已就业毕业生人数统计范围。

(二) 高校毕业生就业质量与就业情况混淆

在高校毕业生就业质量报告中, 很多高校都统计了毕业生的基本情况、就业率、就业情况分析、就业趋势分析、就业工作开展情况、对教育教学或人才培养的反馈建议等。这些统计中含有高校应统计的就业质量范畴的内容, 但很多内容却不属于高校就业质量统计范畴, 而属于毕业生就业情况或教育质量统计范畴。

毕业生就业情况涵盖就业数量、就业质量、就业结构和就业特点等。毕业生就业质量包含于就业情况中, 有些高校在毕业生就业质量报告中就直接使用了“就业特点”“就业状况”等关键词, 毕业生就业质量报告应该是毕业生就业情况报告中的一个部分, 教育部将就业质量单列出来, 要求高校编制毕业生就业质量报告, 其对毕业生就业质量的重视和目的是很明确的。因而, 不能将毕业生就业质量等同于毕业生就业情况, 要真实调研毕业生就业质量指标内容并进行剖析。

(三) 高校毕业生就业质量报告避重就轻

高校毕业生就业质量的提出, 是基于高校毕业生就业率无法统计高校毕业生就业优劣情况, 同时种种数据如毕业生工作稳定性、专业对口率等表明, 毕业生就业质量存在问题。因此, 统计毕业生就业质量的目的, 对于高校而言, 就是要发现影响毕业生就业质量的学校教育问题, 并对其进行分析, 提出相应的解决策略, 以促进高校的发展。而目前高校所做的毕业生就业质量报告, 更多地停留在数据呈现上, 而缺乏结合本校实际的数据分析, 更缺乏对问题的深入分析。

三、正确认识高校毕业生就业质量统计

与生产劳动相结合是教育培养全人的主要途径, 而就业质量就是关注劳动者的生存状态。毕业生就业质量无疑是评价高校办学水平和人才培养质量的重要指标之一, 但影响大学生就业质量的因素却并非只有高校, 还有毕业生自身、企业以及社会大环境等。同时, 评价高校办学水平和人才培养质量的指标也并非仅有大学生就业方面的指标。高校编制毕业生就业质量报告并不能也不应该反映所有就业质量的指标, 高校需立足学校教育目标和办学水平的提升, 客观、真实而深入地对待毕业生就业质量报告的编制, 力求使得毕业生就业质量报告真正地发挥作用。

摘要：基于教育部直属高校发布的毕业生就业质量报告, 从高校毕业生就业质量的内涵、指标体系和评价主体谈起, 对毕业生就业质量报告中存在的就业率统计范畴偏差、毕业生就业质量与就业情况混淆、就业质量报告避重就轻三方面进行剖析, 力求能正确认识毕业生就业质量报告。

关键词：高校毕业生,就业质量,报告

参考文献

多元线性回归分析实例分析 篇3

关键词：MINITAB软件 多元线性回归 显著性 实例分析

中图分类号：O212 文献标识码：A 文章编号：1672-3791（2014）10（b）-0022-02

回归分析是数据分析中使用很多的一种方法。回归分析是定量的给出变量间的变化规律，它不仅提供变量间的回归方程，而且可以判断所建立回归方程的有效性。在方程有效性的前提下，可以用方程做预测和控制，并了解预测和控制的精度。多元回归分析预测法，是指通过对两个或两个以上的自变量与一个因变量的相关分析，建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时，称为多元线性回归分析。

MINITAB软件是现代质量管理统计的领导者，全球六西格玛实施的共同语言，它以无可比拟的强大功能和简易的可视化操作获得了广大质量学者和统计专家的青睐。MINITAB软件是为质量改善、教育和研究应用领域提供统计软件和服务，是质量管理和六西格玛实施软件工具，更是持续质量改进的良好工具软件。

1 多元线性回归分析的一般模型

多元线性回归分析的一般模型为：设是个自变量（解释变量），是因变量，多元线性回归模型的理论假设是

其中，是个未知参数，称为回归常数，称为回归系数，为随机误差。

2 MINITAB软件建立模型

下面通过一个实例来详细讲解，如何运用MINITAB软件进行多元线性回归。现抽取20个家庭调查资料的部分变量，数据见表1，试对父母身高与儿子身高进行回归分析。

使用MINITAB软件，输入表1中数据，选择指令“统计>回归>回归”，在出现界面输入相应的变量名；打开“图形”窗，选择“四合一”及在“残差与变量”中填入各自变量名称；打开“存储”窗，选择“残差”、“标准化残差”及“拟合值”，点击“确定”后，得到输出结果。

MINITAB输出结果：

回归方程：

儿子身高=-23.7+0.303父亲身高+0.880母亲身高+0.0593锻炼次数

S=1.11974 R-sq=96.33% R-sq（调整）=95.65%

回归方程拟合出来以后，我们要解决以下几个问题：（1）给出方程显著性检验，从总体上判定回归方程有效与否。（2）给出方程总效果好坏的度量。（3）在回归方程效果显著时，对各个回归系数进行显著性检验，将效应不显著的自变量删除，以优化模型，这点在多元回归中尤为重要。（4）残差诊断，检验数据是否符合回归的基本假定，检验整个回归模型与数据拟合的是否很好，可否进一步改进回归方程来优化现有模型。

3 MINITAB输出结果分析

如何判断整个回归方程是否有意义？就要进行回归方程显著性检验，也就是要检验下列问题：H0：模型无意义，H1模型有意义。本例（表3）ANOVA表中P =0<0.05，所以拒绝H0：模型无意义，接受H1模型有意义。说明在显著性水平a=0.05下，线性回归方程总效果是显著的。

如果实际观测值与拟合出来的回归线很接近，就说明回归线与数据拟合的很好，就可以说回归方程的总效果很好。（表2）我们通常用Rsq、Rsq（adj）、S作为回归方程总效果的度量，以此来比较几种回归方程效果的好坏。Rsq是回归平方和占离差平方和的比率，其数值越接近1代表模型拟合的越好。当然Rsq并不是回归模型拟合效果的最好度量指标，因为当多一个自变量加入模型时，不管这个自变量是否显著，回归平方和就会增大，Rsq也会增大，这样就看不出新增加的自变量是否有意义，这点在多元回归中更为明显。因此我们用Rsq（adj）去修正Rsq，以考虑总项数给模型带来的影响。Rsq（adj）≤Rsq两者数值越接近越好，另一个指标是残差标准差，它是从观察值与拟合回归线的平均偏离程度来度量的，也是回归模型中标准差σ的估计值。对于几个不同的回归方程的效果加以比较时，S是个最重要的指标，那个S最小，哪个回归方程就最小。

从本例输出结果看Rsq96.33%，Rsq（adj）=95.65%来看，两者很接近，S=1.11974比较小，模型还可以。

回归方程显著时，做回归系数显著性检验，一般假设H0：β=0，H1：β≠0，若P<0.05，则回归系数不为零，说明系数对应的自变量是显著的。当只有一个自变量时，回归方程显著性检验与回归系数检验是等价的，但是当自变量不止一个时，回归总效果显著不能排除某几个变量是无意义的。我们进行回归方程系数检验的目的，就是要找出是否有“滥竽充数”的自变量，把这些多余的自变量从方程中删除掉，以修正现有模型。

从本例输出结果看到三个自变量P值都小于0.05，故三个都为显著因子。

模型中，X1系数0.303表示：如果父亲比同一代人的平均身高多1cm，那么他的儿子将比儿子那一代人的平均身高多出0.303 cm；X2的系数解释也是如此；X3的系数表示参加体育锻炼的次数和身高之间存在正相关；常数项一般没有与它相对应的实际意义上的解释。

参考文献

[1]张海燕.基于多元线性回归模型的四川农村居民收入增长分析[J].统计观察，2010（13）：88-90.

[2]孙雪飞.回归分析在房地产销售中的应用[J].科技咨询导报，2007（26）：168-169.

回归案例分析报告 篇4

半年来，国内零售业市场惊现了休闲时尚百货品牌MINISO名创优品强势来袭的景象，其以惊人的开业速度进军全国各大重要商圈，特别是改革开放前沿阵地的广东，仅上下九商圈就开设了5家MINISO名创优品店铺，深受广大消费者热捧，成绩斐然。在当前国内实体零售业市场普遍收缩的大环境下，MINISO名创优品的异军突起，为广大零售业界同行所震撼。为剖析MINISO名创优品品牌逆势而上的品牌战略，本所组织成立研究生项目调研小组开展了独立的针对MINISO名创优品品牌现状调研项目。本项目获得了名创优品（中国）有限公司的支持，向项目组提供了很多有关其品牌、新媒体渠道、深度访问协助等间接资料和帮助。

第二季度调研时间：2014年5月21日12时始至6月20日12时止；调研对象：部分城市消费者；调研主要方式：网络问卷自填定量调研；调研辅助方式：购物现场消费者深度访问的定性调研；调研问卷设计维度：从品牌知晓度、品牌令你最心动的原因、购买的首要考虑因素、偏向购买的品类、关注的媒介渠道、品牌分享意愿等6个维度设计问卷。据统计，该调研活动共吸引了88250人查收电子调研问卷，回收问卷56139份，有效问卷55578份，最终形成《MINISO名创优品品牌现状调研报告2.0》。

二、调研基本结果简述

1)MINISO名创优品品牌知名度同比第一季度调研结果提升25％，高达63％。

2)MINISO名创优品主张的“真正物美价廉”品牌理念的认同度同比第一季度调研结果提

升了14％，高达64％。

3)MINISO名创优品消费者购买的首要考虑因素有51％集中在品牌主张的“真正物美价廉”的先发优势区间，即超高性价比，同时25％消费者折服在国际著名休闲时尚百货品牌的影响力下。

4)MINISO名创优品品牌代表的区隔品类是“休闲时尚百货”，62％的消费者用购买行动

认同和支持着品牌引入初期的品类区隔，有利于品牌差异化识别，其中37％的消费者会首选生活百货，25％的消费者会首选创意家居。

5)92％的消费者明确表示会选择通过MINISO名创优品微信、微博等自媒体平台收听其品

牌动态和商品信息，夯实了MINISO名创优品自媒体低成本传播的基础，确保其可持续提供“真正物美价廉”的商品。

6)97％的消费者会支持MINISO名创优品媒介策略，并愿意将其良好的消费体验和海量物

美价廉信息分享推广，支持MINISO名创优品低成本品牌推广策略。

三、调研结果进一步分析

1、品牌知晓度

63％的消费者表示听说过MINISO名创优品；37％的消费者表示没听说过MINISO名创优品。

数据对比表明，目前MINISO名创优品的知晓度同比第一季度调研结果38％的知晓度提升了25％，品牌知晓度提升速度快，MINISO名创优品公司整合广告策略取得明显效果。

2、品牌令你最心动的原因

消费者欲望驱动力：64％的消费者表示最心动的原因是性价比超高；16％的消费者表示最心动的原因是品牌响亮；10％的消费者表示最心动的原因是进口商品；10％的消费者表示最心动的原因是尊重消费者的品牌态度。

数据进一步分析表明，消费者产生品牌体验的冲动源自其产品的超高性价比本身，在某种意义上可以解读为：消费者的“精明”消费理念高度契合了“回归自然，还原产品本质”的品牌主张，很好证明了品牌诉求和消费者心智需求高度一致，具有较易被消费者青睐的先决条件。同比第一季度调研数据50％的“真正物美价廉”认同度明显提升了14％,这个结果与MINISO名创优品公司一贯坚持向消费者提供真正物美价廉的商品规划策略本真密不可分。

3、购买的首要考虑因素

消费行为驱动力：51％的消费者表示购买的首要考虑因素是其超高性价比即物美价廉；25％的消费者表示购买的首要考虑因素是国际著名休闲时尚百货品牌；13％的消费者表示购买的首要考虑因素是时尚产品设计风格；7％的消费者表示购买的首要考虑因素是自然生活品牌理念；4％的消费者表示购买的首要考虑因素是产品来源地即进口商品。

数据进一步分析表明，51％的消费者对品牌认知明显集中在商品的性价比上，基本不考虑产品来源地，上述数据也符合MINISO名创优品“真正物美价廉”品牌主张，市场前景开阔。同时，消费者的认知偏向也给我们品牌宣传指出了方向，特别是卖场方面的宣传方向侧重于放在消费者更感兴趣的超高性价比上。

4、偏向购买的品类

37％的消费者表示会偏向购买的品类是生活百货；25％的消费者表示会偏向购买的品类是创意家居；12％的消费者表示会偏向购买的品类是饰品系列；11％的消费者表示会偏向购买的品类是健康美容；6％的消费者表示会偏向购买的品类是数码配件；4％的消费者表示会偏向购买的品类是季节性产品；3％的消费者表示会偏向购买的品类是精品包饰；2％的消费者表示会偏向购买的品类是文体礼品。

5、关注的媒介渠道

92％的消费者表示愿意通过社交媒体（微信、微博等）关注品牌动态；5％的消费者表示愿意通过门户网站广告（网易、新浪等）关注品牌动态；2％的消费者表示愿意通过平面媒体（报纸、杂志等）关注品牌动态；1％的消费者表示愿意通过电传媒体（电视、广播等）关注品牌动态。

数据进一步分析表明，92％的消费者收听品牌动态的媒介更多依赖于当下热门的微信、微博等社交媒体，公司前期重点布局的官方微信的品牌传播策略得到了印证。

6、品牌分享意愿

97％的消费者表示愿意把品牌分享给身边朋友；3％的消费者明确表示不分享。

应用回归分析证明题及答案 篇5

n

n

一.证明残差满足的约束条件：ei0，xiei0。

i1

i1

证明：由偏导方程即得该结论：

Q2n

ˆ

0ˆ0

(yi1

i0ˆ1xi)0Q2n(yˆˆx)x11ˆ1

i1

i01ii0

证毕.二.证明平方和分解式：SSTSSRSSE。证明：

nSST(y2

n

(yˆ2i)iy

iyˆi)i1i1n

ˆ2n

n

(y

i)i1

(yiyˆi)22i1

(yiyˆi)(yˆi)i1

上式第三项2neiyˆnn

iei2ei(ˆ0ˆ1xi)0i1i1

i1n

2ˆ0eiˆn

1xei1iii1

0

nˆn

即SST(y

2i)i1

(yiyˆi)i1

SSRSSE

证毕.三.证明三种检验的关系：

（1）SSR/1ˆ2L；(2)F=

SSE/(n2)=1xxˆ2=t2证明：由于

r

L

ˆ

SSR 2r2SST,

ˆ2e2

i

n2



SSTSSR

n2

所以

t;FSSR/1

SSE/(n2)ˆ21Lxx

ˆ2.证毕.)1(x2四．证明：Var(ei)i12

。

n(x)2

i证明：由于

eiyiyˆiyi(ˆ0ˆ1xi)yi



ˆ1

(xi

)

y1ni(xi)yinyi(xi

)

i1Lxx

于是

Var(e1ni)Varyinyi(xi)yi(xi

)

i1Lxx

Vary1n

(xi)yiin2VaryiVar(xi)

i1Lxx

2Covy1n

(xi)yii,nyii12Covyi,L(xi)

xx

2Cov1n(xi)yi(xnyi,i1Li

)xx

2

1(x22i)2n(xi)2212L22

xxnLxx

11n

(xi)2L2

xx证毕.五．证明：在一元回归中，Cov(ˆ0,ˆ1)L2。xx

证明：

Cov(ˆ1n(xi)yi0,ˆ1)Cov(xi)yinyii1L,xxLxx

Covn1(xni)(xyi)i,yii1nLxxi1Lxx

Covnn1(xi)(xi)Lyi,yi

i1nxxi1Lxx



n

1(xi)(xi)2

i1n

L

Lxxxx2

Lxx

证毕.六．证明：

ˆ21

np1

SSE 是误差项方差2的无偏估计。

证明：由于D(e1(xi)2i)1n(xi)22



而E(e2

i)D(ie)

E(ie2)

Di(e)

所以

E(ˆ2)En

1np1SSE 1

np1

E(e2i)i1

nn

1np1D(e1i)i1np1(1hii)2 i1

1np1

(np1)22证毕.七．证明：E(βˆ)β；D(βˆ)2(XX)1。证明：

E(β

ˆ)E(XX)1Xy(XX)1XEy(XX)1XEXβε

(XX)1

XXβ

β

ˆ)Covβˆ,βˆCov(XX)1Xy,(XX)1XyD(β

(XX)1XCovy,yX(XX)1(XX)1X2IX(XX)12(XX)1



证毕.八．证明：在多元线性回归中，假设εN(0,2In)，则随机向量yN(Xβ,2In)。九．证明：当yN(Xβ,2In)时，则：

ˆN(β,2(XX)1)；（1）β（2）SSE/2(np1)。证明：

ˆ(XX)1Xy，X是固定的设计矩阵，因此，βˆ是y的线性变换。（1）因为β

ˆ服从正态分布，且 又当εN(0,2In)时，有随机向量yN(Xβ,2In)，所以β

ˆ)β,D(βˆ)2(XX)1，即有βˆN(β,2(XX)1)。E(β（2）：由于

ˆ)(y-yˆ)SSEee(y-y

(I-H)y(I-H)y

y(I-H)yyNy

(Xβε)N(Xβε)

NX0

εNε

借助于定理：设XN(0,In)，A为nn 对称阵，秩为r，则当A满足：A2A，二次型XA2X2r，只需证明：rk(N)np1即可。因为N是幂等阵，所以有rk(N)tr(N)，故

rk(N)trInX(XX)1X

ntrX(XX)1Xntr(XX)XXnp1

1

证毕.ˆ与残差向量e不相关，即十．证明：在多元线性回归中，最小二乘估计βˆ,e)0。Cov(β证明：

ˆ,e)Cov(XX)1Xy,(IH)yCov(β

(XX)1XCovy,y(IH)(XX)1X2I(IH)(XX)1X2I(IX(XX)1X)0

证毕.ˆ)，其中ˆ十一．证明：DW2(1



ee

n

tt1。

证明：由于

DW

(ee

t

t2

n

t1)

e

t2

n



ee

2tt2

t2

nn

2t1

2etet1

t22t

n

2t

e

t2

n

ˆ如果认为ee，则有

t

2t1

t2

t2

nn

ee

t2n

n

tt1，所以

e

t2

2t

n



eett1

ˆ).2(1DW21t2n

et2t2

证毕.十二.试证明：在二元线性回归模型yi01xi12xi2i中，当x1和x2 相互独立时，对回归系数1 和2的OLS估计值，等于yi分别对

回归案例分析报告 篇6

关键词：多元化专业化回归

企业多元化浪潮出现的原因

政府反垄断政策的影响好范文版权所有

首先，企业是否多元化的抉择面临着政府反垄断政策的干预。美国上世纪60、70年代的反垄断政策非常严厉，不允许同行业企业的合并，而不管这种合并结果对市场竞争的影响。在有些情况下，两个非相关行业企业的合并也被管制当局认为是非法的。在这种政策背景下，企业经理人员为谋求发展只有选择多元化。因此，联合大企业成为该时期美国经济的显著特征。英国同期则是另一番情形。由于英国反垄断法只是在1965年颁布实施，而且要比美国宽松得多。因此，在1965-1983年这段时期中，联合大企业只占23的比例。除了反垄断政策之外，美国和英国在市场经济其他方面相似程度比较高，因此可以推断该时期美国企业的多元化浪潮更多地是受到政府反垄断政策的影响而造成的。

经营管理人员的动机驱使

多元化能够给经营管理人员带来一定的利益，比如多元化能降低经理人员的个人风险，从而使他们在经理的位置上坐得更牢固、更长久。经理人员为了其威望、保障等个人利益，将不惜以股东的利益为代价，追求公司最大限度的增长。因此，管理层倾向于把利润进行再投资，而不是去给股东发放红利。经理层出于个人动机驱使，认为发放红利等同于浪费，而多元化则成为保存公司财富最有吸引力的方式。此外，matsusaka（1990）指出，股票市场发出的信号对上世纪60、70年代的多元化浪潮起到了推波助澜的作用。他发现，当公司宣布非相关多元化时，其市值平均上升800万美元；而宣布相关多元化的公司，其市值平均下降400万美元。他还发现，那些多元化发展速度快的公司要比速度慢的公司市值增加地更快。在这种情况下，经营管理人员更是乐此不疲。

多元化具有一定的收益

公司多元化发展有可能产生一定的收益，主要包括：

形成一定的市场力。即多元化公司可以将市场力量由一个市场移转到另一个市场，因此提高公司的整个市场支配力，从而提高绩效。主要依靠三种手段，交叉补贴（cro-suidization），指多元化公司的子公司采取低成本的掠夺性定价，企图让竞争对手退出市场，以获取独占利润，而短期资金缺口，则由多元化公司的其它部门承担；互惠（reciprocalbuying），指多元化公司以某一采购部门向某一独立公司采购作为筹码，要求独立公司向其子公司购买投入要素，从而让子公司面对的需求线右移；相互节制（mutualforbearance），指多元化公司之间彼此尊重竞争对手不同产品市场的地位，相互之间形成一种默契，避免太大的竞争。

资源的有效利用。梯斯（teece，1980）认为资源配置失灵是导致公司多元化的一个原因，其认为公司某些资源的过剩，如果不能在市场上顺利交易，公司唯有把这些过剩的资源用在多元化生产上面，才能获取更大的利润。这类的资源可以分成两类，一种是在市场上交易成本过高的资源，另一种是无法完整分割的资源。这两种资源都无法在市场上顺利买卖，因此，拥有此过剩资源的公司便会进行多元化。teece（1982）针对该观点提出更具体的解释，认为如果公司生产具有范围经济效果，而且公司可以利用市场交易相互支持，则在公司个别生产的情形下，同样可以享受范围经济的好处。唯有当公司的资产、资源无法在市场上顺利交易时，公司便不得不进行生产的多元化，以充分利用资源。

内部资本市场效益。按照威廉姆森的观点，多元化公司或联合大企业的优势在于能够在其内部建立起一个节约交易成本的内部资本市场。因为，利用外部资本市场向不同的专业化公司配置金融资源，将不可避免地产生交易成本，这是由于需要进行信息搜集和业绩监督等活动。这些成本的数额不是小数，部分原因是由于商业秘密造成的。因此，威廉姆森断言，在一公司内部向不同的活动或部门划拨资金，将由于以下原因而具有节约交易成本的优点：由于可获得内部的详细资料和审计报告，总部可获得的信息数量和质量，均非任何外部机构能够相比的。不存在商业秘密问题。各部门间争取总部划拨的投资资金的竞争，将能改善资源的配置效率。由于在战略决策与经营决策之间的分管，减少了中间管理层的机会主义。

威廉姆森总结到，在混合大企业中，由于内部资本市场的建立，较之以市场为基础的资源配置具有两个主要优点：第一，节约了资本市场的交易成本；第二，使侵蚀股东财富的管理活动降低到最小限度。当外部资本市场处于不理想的状态时，利用内部资本市场可以

节省大量交易成本。同时，由于内部资本市场的存在，可以在承受初期亏损和增加资本方面促进新的市场进入。

税盾效益。不同类型的资产对应不同的税率，公司可以在税法允许的范围内合理避税。比如，当对分红征收的税率高于普通收入税率时，股东就产生了购买或建立新企业的激励。并购提高了企业的折旧资产补贴，增加的折旧减少了企业的可征税收入，这

样就为收购提供了一个动机。所以，公司的多元化发展有可能产生税盾效益。

除以上原因外，关于多元化原因还有以下一些解释：行业或市场因素的推动。rumelt（1974）提出逃离动机，认为当公司所处产业前景堪忧，成长机会不多，甚至已经迈入衰退阶段时，于是公司选择进入另一个新产业追求成长机会，因而出现多元化发展趋势。技术革新的推动。一种技术随着研究的深入，很有可能发展成为一个技术群体。在某一产品生产过程中的技术进步，有可能比较容易地应用于相关产品的生产或研发，从而推动企业向多元化发展。分散市场风险的动机驱使。持有这一观点的学者从金融学角度认为，市场的复杂性决定了企业的投资不可能完全正确，多元化经营便为分散风险创造了条件。不过，正像多元化本身存在众多争议一样，对于多元化是否能真正分散市场风险仍然有很多异议。

对多元化发展原因的进一步甄别

对多元化发展原因进行进一步甄别，我们发现曾经出现过的多元化浪潮更多的是出于政府反垄断政策的影响和经营管理人员的动机驱使，虽然客观上多元化能产生一定的收益，但与其高昂的成本比起来显然不足以支持企业的多元化发展。因此，从这个角度讲，多元化向专业化回归势在必然。需要说明的是，对于政府反垄断政策的影响，前文已做出分析，这里不再赘述，而将重点放在：经营管理人员的动机驱使方面并提供相应证据；与多元化收益相对的成本分析上。对于多元化的收益分析，下文没有针对每一个收益进行分析，而是将重点集中在影响比较大的内部资本市场理论上。

代理成本观点与多元化。davidj.denis，dianek.denis，atulyasarin（1997）发现，公司多元化水平与经营管理人员和外部机构股东持有股份数量呈显著的负相关关系，而且在控制了其他变量的情况下，上述结论依然成立。据此，他们提出了多元化发展的代理成本假说，他们认为经营管理人员从企业多元化发展中得到的私人收益要大于私人成本，因此其有激励去促使企业向多元化发展。例如，经营管理人员能从控制一家大的公司获得权力和威望（jeen，1986；stulz，1990）；而且，管理人员的报酬是与公司规模相关的（jeen&ammurphy，1990）；多元化使经营管理人员对于公司必不可少，从而在管理位置上坐得更牢固、更持久（shleifer&amvishny，1989）；因此，经营管理人员倾向于采取多元化发展战略，尽管这会导致股东财富的减少。而且，只有在其面临内外部压力的情况下才减少多元化行为，比如市场约束（产品市场、代理人市场和股票市场）能减少多元化行为。他们进一步把促使经营管理人员采取归核化（refocusing）措施的约束力量归结为四种：批量购买股票（blockpurchases）；并购威胁（acquisitionattempts）；财务危机（financialdistre）；管理变动（managementchanges）。正是在上述四种力量的作用下，他们发现经营管理人员逐渐缩减企业经营范围并向核心业务回归，有超过53.9的企业在它们采取降低多元化措施的前一年面临至少上述四种市场约束之中的一种。这种发现验证了bergerandofek（1995）提出的公司多元化行为主要受公司控制事件（corporatecontrolevents）影响的结论，也与上世纪80年代多元化向专业化回归过程中，公司控制市场在其中发挥了主要作用的假说相一致。bergerandofek（1999）的研究发现，大约有64的样本公司在采取剥离措施的重组前至少经历了一次公司控制事件，再次证实了denis，denis，andsarin（1997）的结论。好范文版权所有

内部资本市场理论并不是多元化浪潮的真正原因。对于威廉姆森（williamson）内部资本市场的理论观点，已有很多学者进行了反驳。例如，迪屈奇（1999）指出，威廉姆森的分析错误地规定了组织问题的性质，联合大企业可能是组织上对环境的不测事件和组织文化做出反映的一种解决方法。因此，内部资本市场可能不是联合大企业发展的理论原因。凯伊（1992）对威廉姆森的分析提出质疑，“为什么各家公司要结合成联合大企业，而不结合成包含纵向的——而不是横向的——联系的、综合性专业化的联合企业（combination）呢？倘若有关的过程是随机的，则交易成本的节约将不是联合大企业发展本身的一项理论”，“虽然因内部资本市场而造成的交易成本节约一般都能得到，但专业化或相关的多样化，可能包含内部资源配置的更大的效益。”凯布尔（1980）的实证研究显示，在英国制造业中有1/2以上不是经由已知的多部门公司的部门而建立联系的，只有不到10是经由已知的部门而建立联系的。因此，内部资本市场对资本在不同部门间的分配来说，只具有有限的意义，并不具有明显的作用。正如汤普森所指出，在联合大企业内部，由于产生现金流量的部门需要向那些高发展成本、低现金流量的部门进行融资，而对前者的激励决不是一项简单的活动。这一结论也就意味着，内部资本市场的相对优势可能会随着部门纯现金流量产生（netcashflowgeneration）差异性的增加而下降。shinandstulz（1998）的研究发现，多元化公司总部对各部门在总体上是相似的，并没有体现出在效率上的差别对待。因此，他们认为：内部资本市场并没有发挥其应有的在部门间合理分配资金的作用，而且，多元化公司中某一部门的投资更多地依赖于自身的资金，而不是其他部门的资金，例如，某一部门自身资金1美元的下降对其所产生的影响是其他部门资金1美元的下降对其影响程度的6倍。这可能是由于在多元化公司中，部门经理会花费大量的资源用来寻租，扭曲了资源的优化配置，使最有潜力的项目得不到及时的资金支持。在这种情况下，难怪多元化公司在绩效上不如专业化公司。

其实，对于多元化公司内部资本市场的介绍已有大量文献，对它的积极作用也无庸质疑。但是，内部资本市场只是多元化公司所具有的收益之一，并不是历史上企业多元化发展的唯一原因，它更有可能是一个补充原因。况且，外部资本市场并不是一直处于一种不连续的状况，其积极作用也并非内部资本市场所能完全替代的。随着市场规模的扩大和流动性的增强，内部资本市场相对于外部资本市场的优势正慢慢减少。

本文对多元化发展的原因进行了梳理，并对其中的部分原因进行了进一步的甄别，发现解释多元化发展的一些理论尤其是内部资本市场理论并不足以支持公司的多元化发展。多元化向专业化回归是历史的必然。

基于回归平面井架变形分析 篇7

事实上,在沉降分析过程中,一般由点到面,既要分析井架单个沉降点的变化情况,也需要了解井架整体不均匀沉降所引起的变形,而这正是本文所要解决的问题。为此,引入了回归平面模型,利用免棱镜全站仪,对井架整体变形进行监测和分析。

1 模型及算法

在对井架进行变形监测时,选取井架上近似位于同一平面上的特征点作为观测点,对N个特征点进行观测得到各点的高程Zi,已知各点的平面坐标为(Xi,Yi),i=1,2,…,N,利用空间的任意三个点即可确定一个平面,所以根据这些点可以得到一个回归平面,其平面方程式为:

其中,α、β、γ是平面方程式系数,即平面在3个方向上的法向量,D是平面方程式的常数项。

其中,d Z是某特征点某期观测值到该期回归平面的铅垂距离。

用矩阵形式表示则有:

按照最小二乘原理的要求,某特征点某期观测值到该期回归平面的铅垂距离的平方和最小。即满足:

上式也可以表示为:

一般情况,如果井架发生均匀沉降,那么每期的数据相对于第一期数据的观测值之差应该相等,即:第i点的第k次观测值Hik与第i点的第1次观测值Hi1之差与第j点的第k次观测值Hjk与第j点的第1次观测值之差相等,即

换言之,这些沉降点的平面值X、Y及坐标值累计值所构成的虚拟平面应该满足αX+βY+γZ+D=0,而该方程的法向量即为(α,β,γ)。其中,α=0,β=0,γ=1/△H。

当井架发生不均匀沉降时,

此时,

沉降点累计值所构成的平面发生倾斜,即a≠0,β≠0时,利用最小二乘模型对该超定方程进行求解a、β、γ。

按照最小二乘原理,S赞必须满足VTPV的要求,因为X、Y、△H相互独立,故可按照数学上求函数自由极值的方法,得:

转置后为:

令:

式(1-15)可简写为:

式中系数阵为满秩矩阵,有唯一解,解之,得:

或

此时,即求出了,α',β',和D',也就求出了回归平面方程的系数α、β、γ和常数项D。利用回归平面方程的系数α、β、γ和常数项D,就可确定出该回归平面的法线的倾角大小和倾斜方向,它们反映的是建筑物倾斜变形状态。

该法线与X、Y、Z轴的夹角分别为φX、φY、φZ,则:

其中,φZ角确定煤矿井架倾斜值大小,φX、φY角确定煤矿井架倾斜方向,如图1-1所示。

2 监测方法

由于煤矿井架较高,且不宜攀登,故选取煤矿井架上近似位于同一平面上的特征点作为监测点(如图1-2所示),利用免棱镜全站仪能进行无棱镜测距的功能,每期以布设的煤矿井架变形监测GPS控制网作为基准,在基准点上安置全站仪,免棱镜模式下对监测点进行观测,获取监测点观测数据,通过各期数据根据上述模型建立煤矿井架特征点的回归平面,通过回归平面法向量的倾斜状态来确定煤矿井架倾斜变形状态。

3 回归平面井架变形监测中的应用

为了验证理论的可行性,现以唐口煤矿主井井架的沉降情况来分析其倾斜变形状态,由于地下超1000m深的大面积3煤开采以及长期的开挖扰动使地下水流失,引起流沙层的压缩,势必会导致井架基础的不均匀沉降变化,并使得井架发生变形,为此,选取该煤矿井架上近似位于同一平面上的特征点作为监测点,以事先布设好并获取高精度控制成果的静态GPS控制网为基准,利用免棱镜全站仪在免棱镜模式下对各监测点进行观测,获得各期观测数据,各特征点高程相对变化量如表1-1所示。

分别利用MATLAB进行编程,根据模型及算法,主要求取煤矿井架在第1-6期,第1-10期的回归平面方程,MATLAB程序如下:

第1-6期:

第1-10期原理同上,获得第1-6期及第1-10期回归平面方程系数,如表1-2所示。

根据回归平面方程系数,即得第1-2期、第1-3期回归平面方程,分别为:

利用回归平面方程系数,计算井架的倾斜变形状态,如表1-35所示。

由φZ可计算得第1-6期井架倾斜度i=0.00021,第1-10期井架倾斜度i=0.000322。

4 总结

利用免棱镜全站仪可以便捷地对煤矿井架等难以安置反射棱镜或反射片的建(构)筑物立面进行监测,而且,在无棱镜模式下的数据采集,以及基于回归平面的模型算法非常简单可行,是一种非常期待继续延伸发展的一种监测方法。它通过利用免棱镜全站仪利用获取的数据,拟合出回归平面方程,然后根据回归平面方程的法向量与X、Y、Z轴之间的夹角,即可确定出建构筑物的倾斜变形状态,即倾斜值大小和倾斜方向,为分析建构筑物的变形提供了依据。

摘要：本文引入了回归平面模型,利用免棱镜全站仪,对井架整体变形进行监测和分析。

关键词：井架变形测量,免棱镜全站仪,数据分析,高井架

参考文献

[1]孙久运.测绘软件设计原理与方法[D].徐州:中国矿业大学,2007.

客户满意度回归分析之误区 篇8

国内的满意度调查是在最近几年才迅速发展起来的，但已经引起越来越多企业的重视。尤其是电信业，由于客户群庞大，实现一对一的服务几乎不可能，所以通过满意度调查了解客户的需求、企业存在的问题以及与竞争对手之间的差异，从而有针对性地改进服务工作，显得尤为重要。

客户需求与服务改进的分析方法

企业为用户提供的服务多种多样，那么在这些服务中哪些因素更重要，各因素之间的重要性差异到底有多大，这些都是满意度研究需要首先解决的问题。

国际上比较流行并被实践所验证，比较科学的方法就是利用回归分析确定客户对不同服务因素的需求程度，具体方法如下：

假设某电信运营商的服务界面包括了A1……Am共M个界面，那么各界面对总体服务满意度A的影响可以通过以A为因变量，以A1……Am为自变量的回归分析，得出不同界面服务对总体A的影响系数，从而确定各服务界面对A的影响大小。

同样，A1服务界面可能会有A11……A1n共N个因素的影响，那么利用上述方法也可以计算出A11……A1n对A1的不同影响系数，由此确定A1界面中的重要因素。

通过两个层次的分析，我们不仅可以得出各大服务界面对客户总体满意度影响的大小以及不同服务界面上各因素的影响程度，同时也可综合得出某一界面、某一因素对总体满意度的影响大小，由此再结合用户满意度评价、与竞争对手的比较等因素，来确定每个界面细分因素在以后改进工作中的轻重缓急、重要性差异等（这是我们明镜市场研究咨询有限公司独有的客户服务改进COR指数模型），从而起到事半功倍的作用。

满意度分析的误区

虽然，利用回归分析来研究客户满意度不同影响因素重要性的强弱，这在诸多市场研究咨询公司已经得到了普遍应用，但由于不同公司在具体操作细节上的差异，导致了分析结果的不同。如果不负责任地随意使用不合理的分析数据，分析结果上的偏差往往有可能导致咨询公司给企业提供错误的咨询建议。下面我们通过实例分析来加以说明。

■线性回归使用方法不当带来的误导

线性回归中有多种回归方法，有直接进入法（Enter）、逐步(Stepwise)、强制删除(Remove)、向前(Forward)、向后(Backward)回归五种方法。不负责任的咨询公司随意选取一种方法而不顾分析结果，就会把客户引入误区。

[案例一]对某地移动通信公司的服务满意度研究中，利用回归方法分析各服务界面对总体满意度的影响。

A.直接进入法

显然，在这种方法计算的结果中，C界面不能通过显著性检验，直接利用分析结果是错误的。(见表1）

B.逐步回归法

这种方法剔除了一个不能通过统计检验的大的服务界面（C界面），虽然通过了显著性检验，但却遗漏了C界面的信息。（见表2）

同样，使用强制删除法，C服务界面不能通过显著性检验，向前法和向后法亦剔除了C界面进入分析。

可以看出，通过以上回归分析我们得到了不同的分析结果，显然这种分析方法存在着较大的偏差，随意选取一种是不负责任的，必须深入研究。

■缺损值处理不当带来的误差

在客户满意度研究中，调查数据或多或少都有一定量的缺失值。这主要来自两个方面，一是客户拒绝回答或者是对某问题不清楚造成的某项数据缺损，另一方面是由于某些服务使用的客户较少而带来的部分数据缺损。

处理缺损数据的方法有三种，一是不分析任何有缺损值的记录（Exculde cases listwise），二是不分析具体进入某变量时有缺损值的记录（Exclude cases pairwise），三是以平均值代替所有缺损值进行分析(Replace with mean)。

这三种有关缺损值的处理方法以第一种最为合理，但在调查中如果遇到某项服务使用用户较少或拒答/不清楚较多情况时，则会导致大量数据不能进行分析。因此当出现上述情况时，一般是退而求其次，即不分析具体进入某变量时有缺损值的记录，取得的结果可信度也是比较高的。而第三种方法以平均值代替缺损值最容易导致统计分析的偏差，尤其在缺损值较多的情况下，这种误差的后果可能是非常严重的。

[案例二]上例中A界面包含a、b、c、d四个因素，对缺损值的三种处理方法计算的结果详见表3。

显然，三种方法的处理结果存在明显差异，导致差异的原因是由于缺损值的存在。通过对原始数据的分析发现，由于c因素存在大量的缺损值，因而方法1遗漏了大量信息，方法3则把大量的缺损值以平均值来代替，人为的大量平均。因此这两种方法都存在一定的缺陷，方法2的计算比较合理。

■走出满意度分析的误区

为什么在上面的案例中，直接进入法、逐步、强制删除、向前、向后这五种回归方法会得出不同的结果呢？原因是C界面不能通过显著性检验所致。如果在分析时直接剔除C界面，显然会遗漏很多信息。而不考虑显著性检验就用直接进入法的分析结果，虽然保证了各服务界面都进入分析，但这种分析结果在统计意义上是解释不通的。除了缺损值处理不当，这是数据分析最大的一个误区。

一般来说，满意度分析中涉及许多因素，而诸多因素间存在着一定的关联，因而在进行回归分析时，各自变量之间的共线性问题导致了直接使用线性回归分析模型时一些因子不能参与分析的现象。一些市场研究咨询公司常采用舍弃一些变量、遗漏部分信息来求得统计检验通过的方法；有的不顾显著性检验结果而强行使用不合理的分析结果，来保证变量不被舍弃，从而虚假地保障了信息不被遗漏。我们认为这是满意度分析错误的两个极端。

正确的处理方法是，利用SPSS软件中的岭回归分析来解决，既保障信息不被遗漏，同时保障分析具有统计意义。SPSS软件界面没有直接进行岭回归的命令，我们可以通过SPSS提供的程序编辑命令，自行编辑程序加以实现。

[案例三]对案例一进行岭回归，分析结果和表1的结果对比参见表4。可见两者之间有较大差异（表4数据将已将回归系数之和标准化为100%），F界面对总体满意度的作用被缩小了5%左右，而B界面、D界面的作用各被夸大近5%。(见表4）

回归案例分析报告 篇9

本单元内容是普通高中课程标准实验教科书《数学（选修1-2）》第一章统计案例1.1回归分析的基本思想及其初步应用。考虑到在《数学（必修3）》的“统计”一章中，学生已经学习了两个变量之间的相关关系，本单元在此基础上进一步介绍回归模型的基本思想及其初步应用，因此根据教材，我在教学中设计如下主要流程进行：

一、让学生回忆建立线性回归模型的基本步骤。

二、写出教材第二页的例1，和学生一起手工制作身高与体重的散点图，并引导学生讨论后猜想回归模型y=^bx+^a。

三、介绍参数b、a及相关系数r的计算公式，并指导学生运用计算器进行计算。

四、介绍残差ê的计算公式并指导学生运用计算器计算、画残差图进行模型拟合效果分析。

五、引导学生探究如果不是线性回归模型如何估计参数，讲解教材中的例2并练习。

六、指导学生作业。

具体实施下来，在教师的指导下教学目标完成了，但通过课后的教学反馈，发现教学效果并不理想，学生仅限于记住了公式，会套用公式计算，极力寻找标准答案，并没有真正达到学以致用的目的。一直以来，我们教师的任务好像只是教学，只要按照教科书、教学参考资料、考试试卷和标准答案去讲课就行了。教师是根据教学大纲和教材上规定的内容严格进行教学的，教师充当的是一个课程执行者而不是积极参与者。教师被动地、忠实地执行教学大纲，学生被动地、机械地接受知识。因此，无论对教师还是学生来说，这种教学形式，关注的是知识本身的输出输入，抱着教材是权威的观念，完成教材内容的学习就算达到教学目标，其他的则很少关注。

经过与同组教师探讨、与学生交流后，我有如下新的认识： 存在的问题：

1.本单元的内容属于新增添知识，因此，对于教学重点与难点理解不透，教法选择不适当，效果不明显。

2.教学观念没有彻底转变，还只是按照教科书、教学参考资料、标准答案去讲课，没有创造性的使用新教材。

在新课程中，从其基本理念、课程标准的设计到课程结构、内容以及课程的具体实施与评价，都以学生的全面可持续发展和个性特征为出发点，关注学生的学习过程与方法以及伴随这一过程而产生的积极情感体验和正确的价值观，关注学生的亲自参与生动的思维活动、实践与创新过程，要求学生学习“生活化的知识”、“有生命力的知识”，让学生懂得学以致用。

3.对学生的学习方法上仅限于单纯的记忆和机械的套用公式计算，没有真正关注学生的学习方法，如让学生经历数据处理的过程，以达到学以致用的目的。

4.没有形成一个完善的学习评价体系，不能对学生的学习过程作以科学的评价。例如：教材中的例2，选择指数回归模型或是二次回归模型都可以，但存在一个模型模拟效果好坏的问题，只要学生掌握如何建立回归模型，就可以不断修改模型，以使其达到最佳的模拟效果。

5.没有条件使用配套的硬件设施，如学校微机室计算机上无统计软件，无法给学生进行必要的教学演示，导致教学效果不显著。

解决方法：

1.应该鼓励学生经历数据处理的过程，培养学生对数据的直观感觉，认识统计方法的特点（如统计推断可能犯错误，估计结果的随即性），体会统计方法应用的广泛性。尽量给学生提供一定的实践活动机会，选择一个案例，要求学生亲自实践。例如：让学生上网查询从1994年到2004年中国的国内生产总值（GDP）的数据并完成以下四个问题：（1）利用电脑做GDP和年份的散点图，根据散点图猜想它们之间的关系是什么？（2）建立年份为解释变量，GDP为预报变量的回归模型，并用计算器计算相关系数、残差？（3）根据你得到的模型，预报2005年的GDP，并查阅资料，看看你的预报与实际GDP是否一样，并给予解释？（4）你认为这个模型能较好地刻画GDP和年份的关系吗？若不能的话，如何修改？通过本例可使学生根据模型对数据的拟合效果好坏，更好地选择回归模型，来更好地刻画两个变量之间的相关关系。

2.应鼓励学生使用计算器、计算机等现代技术手段来处理数据，避免学生单纯记忆和机械套用公式进行计算。

3.应创造条件，运用统计软件在电脑上画数据的散点图和残差图，便于学生选择函数模型并进行模型拟合效果分析。