【正文】 00。第二部分為ISO9009009003的應(yīng)用提供了指導(dǎo)。　　ISO9001。它規(guī)范的是質(zhì)量系統(tǒng)。它是最終檢驗(yàn)和檢查方面質(zhì)量保證的模型。 　　第一部分更詳細(xì)為ISO9009009003提供了指導(dǎo)?！　〉谌糠譃橐鸭庸さ脑咸峁┲笇?dǎo)。它為質(zhì)量規(guī)劃提供了指導(dǎo)。它為審計質(zhì)量系統(tǒng)提供了指導(dǎo)?！　SO10013。制定QS9000是因?yàn)镮SO9001當(dāng)時并未在汽車業(yè)通行；QS9000的內(nèi)容更新了ISO9001的要求。它們可以用于合同的制定?！　SO100010011和10013分別規(guī)范質(zhì)量規(guī)劃、審計以及質(zhì)量手冊。在做這些之前，每一個申請者都會自己進(jìn)行預(yù)評估工作，最終的步驟是申請主管的評估。　　例：以下哪一項(xiàng)是為環(huán)境標(biāo)準(zhǔn)設(shè)計的?　　 10012　　 10011　　 14000　　 10013　　【答疑編號10010408：針對該題提問】　　答案：（c）ISO14000是環(huán)境管理的國際標(biāo)準(zhǔn)。　　預(yù)測的最簡單形式是用過去趨勢預(yù)測未來叫做推測法。期望值等于事情的各種可能的值與其相應(yīng)概率乘積的和。管理層基于過去的數(shù)據(jù)，觀察到銷售額有上升的趨勢。選項(xiàng)c不正確，因?yàn)榫€性規(guī)劃作為數(shù)學(xué)工具，用來使既定約束下的目標(biāo)最大化或最小化。時間序列分析的目的在于使用這些組成部分來解釋過去的數(shù)據(jù)中總的變化。　　擬合長期趨勢曲線最簡單的方法是畫出數(shù)據(jù)點(diǎn)并徒手畫出趨勢曲線?！　〖竟?jié)指數(shù)是一種移動平均比率，可以用來衡量時間序列中的季節(jié)性波動。季節(jié)指數(shù)大于一表明有正的影響；等于一表明沒有季節(jié)的影響；小于一則表明有負(fù)的影響。因此，他們可以被分離出來，但是無法全部預(yù)測。 　　例：季節(jié)因素：　　　　　　　　　　【答疑編號10010412：針對該題提問】　　答案：（b）季節(jié)因素是時間序列模型的組成部分，它顯示了一年期左右的變化。隨機(jī)波動可能由許多因素引起，例如天氣和政治事件?！　≈饕灰?guī)則因素是時間序列中顯著的一次性、不可預(yù)測的變化，例如戰(zhàn)爭、石油禁運(yùn)、夏季干旱或嚴(yán)重的冬季風(fēng)暴等不可控的因素。　　例：一個較長時間內(nèi)的時間序列的逐漸變化稱為：　　　　　　　　　　【答疑編號10010414：針對該題提問】　　答案：（d）趨勢是一段時期內(nèi)時間序列觀測值的長期變動。周期性影響表現(xiàn)為圍繞著長期趨勢的波動。它會顯示出其它變量的影響。 　　相關(guān)性：相關(guān)性是關(guān)聯(lián)性的同義詞，并且它是幾種關(guān)聯(lián)性測量指標(biāo)之一。若分析僅涉及一個因變量和一個自變量，這種方法是簡單回歸分析；若涉及兩個或多個自變量，這種方法叫做多元回歸分析。它可以估計因變量，因變量會隨著自變量的變化而變化。自變量是用來解釋因變量變化的。當(dāng)X變化時，Y傾向于成直線或近似直線變化?；蛘遆增加，Y以遞減速率增加（例如，當(dāng)廣告過于龐大時，銷售量回報將遞減）。相關(guān)系數(shù)范圍從絕對正相關(guān)（+）到絕對負(fù)相關(guān)（）?！　±航o定相關(guān)系數(shù)的四個值，哪一個值表明了兩個變量之間最弱的線性關(guān)聯(lián)性?　　【答疑編號10010502：針對該題提問】　　答案：，因?yàn)樗x0最近。+。　　為了判斷變量之間線性關(guān)系是否顯著，我們會先假設(shè)相關(guān)系數(shù)為零，然后檢驗(yàn)樣本數(shù)據(jù)是支持還是拒絕相關(guān)系數(shù)為零的假設(shè)。 　　總結(jié)一下，回歸分析是測定因變量和一個或多個自變量之間關(guān)聯(lián)性的一種方法。如果兩個變量沒有線性關(guān)系，那么他們之間的相關(guān)系數(shù)是零。　?。?）簡單線性回歸分析　　當(dāng)因變量和一個自變量之間成直線、線性關(guān)系時，用來進(jìn)行預(yù)測和估計的方法就叫做簡單線性回歸模型。這個系數(shù)值表明：　　,000美元　　，產(chǎn)品銷量將是800,000美元　　，廣告費(fèi)用每增加一美元，　　，因?yàn)橄禂?shù)非常小　　【答疑編號10010505：針對該題提問】　　答案:（c）回歸系數(shù)代表了自變量每變化一單位，因變量變化多少。　　人們通常使用樣本數(shù)據(jù)確定回歸模型，以此估計自變量與因變量之間真實(shí)的線性關(guān)系。殘差是回歸直線上的估計值與實(shí)際Y值（觀測值）的差值。因變量中能夠被最小二乘回歸線解釋的那部分差異的大小被稱為回歸平方和（SSR）。R2表示了線性回歸直線對數(shù)據(jù)點(diǎn)（X，Y）的擬合程度。　　使用回歸分析作為一種預(yù)測工具時，需要考慮以下幾個注意事項(xiàng)：　　兩個變量間存在顯著的線性相關(guān)性并不能說明一個變量變化導(dǎo)致了另一個變量變化，即不能說明這兩個變量存在因果關(guān)系?！　= 80,000美元+ 12 M美元　　其中C是每月的制造費(fèi)用成本，M是機(jī)器小時?！　栴}：如果某月計劃生產(chǎn)5,000盒產(chǎn)品，那么估計的變動制造費(fèi)用成本是多少? 　　【答疑編號10010506：針對該題提問】　　答案：在成本計算式C= 80,000美元+ 12 M美元中， 80,000美元是固定成本部分，而12 M美元是變動成本部分。因變量能夠被自變量解釋的程度用百分比表示出來就叫做判定系數(shù)（R2）。在簡單回歸分析中，只存在一個自變量（獨(dú)立變量）。也是說，對于一個擁有四個自變量的模型，必須的最小樣本的數(shù)量是五個。預(yù)測本科績點(diǎn)的最佳方法是：　　　　　　　　　　【答疑編號10010507：針對該題提問】　　答案：（a）多元回歸分析能夠使我們考慮三個變量。選項(xiàng)d不正確，自回歸模型也使用雙變量回歸分析。t檢驗(yàn)?zāi)軌驒z驗(yàn)每個自變量作用是否顯著。如果不顯著的自變量存在，必須移除這些自變量后才能用回歸模型進(jìn)行預(yù)測。多重共線性對回歸模型具有負(fù)面的影響回歸系數(shù)的符號與預(yù)期的符號相反，并會對t檢驗(yàn)產(chǎn)生影響。例如，在一個預(yù)測利潤的模型中，客戶的性別（男性或女性）就是名義變量。比如對于性　　別，加入一個啞元變量，男性取1，女性取0。　?。ˋ）后向消除法。　?。˙）前向選擇法?！　。?）計量經(jīng)濟(jì)學(xué)　　將統(tǒng)計方法應(yīng)用到經(jīng)濟(jì)數(shù)據(jù)中的學(xué)科被稱為計量經(jīng)濟(jì)學(xué)。這個公司需要建立一個新的經(jīng)濟(jì)計量模型，以在各個因素的基礎(chǔ)上預(yù)測電力的需求。選項(xiàng)a不正確，因?yàn)楹暧^經(jīng)濟(jì)學(xué)和微觀經(jīng)濟(jì)學(xué)不使用統(tǒng)計分析。選項(xiàng)d不正確，因?yàn)樯鐣?jīng)濟(jì)學(xué)是將社會因素和經(jīng)濟(jì)因素聯(lián)系起來的學(xué)科?！　±}：在動態(tài)環(huán)境中建立的本量利模型決定了估計變量可以在限制范圍內(nèi)變化。選項(xiàng)C統(tǒng)計假設(shè)檢驗(yàn)是指有關(guān)估計參數(shù)假設(shè)的檢驗(yàn)?！　。?）進(jìn)行一系列的計算機(jī)運(yùn)行或試驗(yàn)，了解模擬模型的行為?！　±}：方案戰(zhàn)略，例如如果，則，可以同（　）一起使用： 　　　　　　　　　　【答疑編號10010602：針對該題提問】　　答案：D　　解析：如果，則的方案戰(zhàn)略是模擬的核心。　　通常情況下，計算機(jī)模擬器被用來執(zhí)行計算機(jī)的模擬程序?！　∮嬎銠C(jī)模擬最重要的是蒙特卡羅模擬。這種估計新產(chǎn)品需求分布的方法被稱為（?。＿x項(xiàng)B線性規(guī)劃作為數(shù)學(xué)工具，是用來使既定約束下的目標(biāo)最大化或最小化的。當(dāng)模型的輸入值是運(yùn)用隨機(jī)概率分布產(chǎn)生的時，這一模擬被稱為蒙特卡羅模擬?！　　　　　　　　　　敬鹨删幪?0010604：針對該題提問】　　答案：A　　解析：模擬是用來描述現(xiàn)實(shí)世界系統(tǒng)的行為的方法。為了更好的使用這些信息預(yù)測發(fā)船的時間和地點(diǎn)，應(yīng)當(dāng)使用（　）方法。選項(xiàng)C等候方法是用來平衡期望的服務(wù)水平與提供更多服務(wù)的成本之間的關(guān)系。最有效的分析方法是： 　　　　　　　　　　【答疑編號10010606：針對該題提問】　　答案：B　　解析：指數(shù)平滑法會對最近的銷售數(shù)據(jù)賦予最大的權(quán)重?！　±}：銀行的內(nèi)部審計師建立了多元回歸模型，用來估計商業(yè)貸款的利息收入，已經(jīng)使用了多年。在本例中，可以由模型來解釋的利息收入變化部分變小了，因此必然是模型之外其它的一些因素導(dǎo)致利息收入的變化。只有一個自變量的回歸分析被稱為一元回歸分析?！　。?）變量 X4不是普通的變量，因?yàn)檫M(jìn)入某一區(qū)域或者有問題，或沒有?！　。?）根據(jù)計算機(jī)輸出的結(jié)果，如果交通流量增加一個單位，銷售會（?。?。這種變量被稱為（?。?。　　　　　　　　　　答案：A　　解析： 因?yàn)閄3的系數(shù)是負(fù)的，X3與Y是負(fù)向關(guān)系。一些可使用的解釋變量包括：區(qū)域內(nèi)的人口密度（X1）、交通流量（X2）、競爭者數(shù)量（X3）以及進(jìn)入或退出某一區(qū)域是否容易（X4）。以下哪一項(xiàng)結(jié)論是合理的（?。?。選項(xiàng)C等候理論是用來確定等候時間的?！　±}：作為風(fēng)險分析的一部分，內(nèi)部審計師希望運(yùn)用過去三十個月的銷售數(shù)據(jù)來預(yù)測公司下個月銷售增長的百分比。使用模型得出的特征可以對真實(shí)系統(tǒng)做出推論。敏感性分析可以檢查結(jié)果如何隨著模型參數(shù)的變化而變化。這一決定的期望凈現(xiàn)金流量取決于幾個因素、這些因素的交互作用、以及這些因素處于不同水平的概率。選項(xiàng)D差異分析是用來制定決策的，它比較在兩種或兩種以上的替代方法間產(chǎn)生的成本（或收入）的區(qū)別。然后在模型中多次輸入不同值，以估計所關(guān)注變量可能結(jié)果的分布?！　±}：由于對新產(chǎn)品的需求受到很多因素、這些因素之間的交互作用、這些因素不同值的概率的影響，市場部門開發(fā)了一種計算機(jī)程序來預(yù)測需求。　　例如，可以模仿繁忙街道交叉路口的交通流量，確定改進(jìn)交通情況所需要的交通信號的數(shù)量。選項(xiàng)B經(jīng)濟(jì)計量預(yù)測是使用經(jīng)濟(jì)學(xué)知識來預(yù)測所選數(shù)據(jù)的行為。在這一步中會提出如果問題?！　　　∧M模型的主要目標(biāo)是描述真實(shí)系統(tǒng)的行為?！　　　　　　　　　　敬鹨删幪?0010601：針對該題提問】　　答案：A　　解析：敏感性分析揭示了一個或多個輸入變量的變化對于輸出結(jié)果的影響?！　±?，銀行經(jīng)理使用敏感性分析方法，可以判斷利率變化一個百分點(diǎn)，資產(chǎn)組合最優(yōu)比例會相應(yīng)發(fā)生什么變化。宏觀經(jīng)濟(jì)學(xué)處理的是經(jīng)濟(jì)總體的行為，例如GNP和就業(yè)水平。因?yàn)榇嬖谌齻€自變量，所以使用多元回歸。計量經(jīng)濟(jì)學(xué)中通常使用多元回歸分析。它首先選擇一個高度顯著、與因變量高度相關(guān)的自變量。被保留的自變量的系數(shù)應(yīng)顯著異于零。 　　在普通回歸法中，所有的自變量被一次性選到模型中。加入啞元變量的規(guī)則是：如果定性變量有兩個類型（例如，男性或女性），那么增加一個啞元變量；對于兩個以上的類型，需要增加的啞元變量數(shù)為類型數(shù)減一（例如，對于五個類型，增加四個啞元變量）?！　∫韵铝谐龆嘀毓簿€性在回歸模型中的癥狀：　　回歸系數(shù)的符號不正確　　有新的變量加入模型中后，加入之前的回歸系數(shù)的值發(fā)生變化　　之前對因變量有顯著影響的自變量在模型中加入新的變量后，對因變量的影響變得不顯著　　模型中加入新變量后估計的標(biāo)準(zhǔn)差增大?；貧w時，樣本數(shù)量應(yīng)該至少是自變量數(shù)量的四倍。而F檢驗(yàn)可以檢驗(yàn)整體回歸模型的顯著性。計算方法如下：　　R2 = 回歸平方和/總平方和=SSR/TSS　　例：，表明因變量中75%的差異能夠被模型中所有的自變量所解釋。選項(xiàng)c不正確。否則，模型是毫無意義的。　　比如，房屋的價格是因變量，而自變量很多，例如房屋所占平方大小、房屋建造距今時間、臥室的數(shù)量和浴室的數(shù)量等等。模型設(shè)定的越好，R2越接近1。　　總結(jié)一下，因變量和一個自變量之間成直線、線性關(guān)系時，用來進(jìn)行預(yù)測和估計的方法就叫做簡單線性回歸模型。生產(chǎn)一盒公司產(chǎn)品需要的標(biāo)準(zhǔn)制造時間為四個機(jī)器小時。重要的是回歸模型能夠準(zhǔn)確地反映兩個變量間的關(guān)系，并且這種關(guān)系是穩(wěn)定的。兩個變量之間存在完全的線性關(guān)系時?！　∫蜃兞磕軌虮蛔宰兞拷忉尩某潭扔冒俜直缺硎境鰜砭徒凶雠卸ㄏ禂?shù)（R2）。這個值被稱為誤差平方和（SSE）?；貧w直線上的點(diǎn)的值被稱為估計值。選項(xiàng)b不正確，因?yàn)轭A(yù)測銷售的具體金額時，必須用系數(shù)乘以自變量，并加上截距項(xiàng)的值?！　∫韵路匠堂枋隽撕唵尉€性回歸模型：　　Yi=β0+β1Xi+ei　　這里，Yi是因變量值，Xi是自變量值，β0是Y截距，β1是回歸線的斜率，ei是誤差或殘差，是一種隨機(jī)因素，是實(shí)際Y值和模型預(yù)測Y值之間的差。相關(guān)系數(shù)的符號顯示了關(guān)系的方向，但是同其強(qiáng)度無關(guān)。相關(guān)系數(shù)可以定量度量兩個變量間的相關(guān)強(qiáng)度。　　相關(guān)性同因果關(guān)系無關(guān)，因?yàn)閮蓚€看起來沒有聯(lián)系的變量經(jīng)常可能是高度相關(guān)的。X增加1，Y將會減少2，是完全負(fù)相關(guān)。負(fù)值表明因變量和自變量關(guān)系的方向（反向的）。因此，相關(guān)系數(shù)離零越遠(yuǎn)，兩個變量之間的線性關(guān)系就越強(qiáng)。當(dāng)X增加時，Y有時減少，有時增加?！　∏€的。散點(diǎn)圖可能出現(xiàn)三種可能的關(guān)系：（1）線性的，（2）曲線的，和（3）無關(guān)的。選項(xiàng)b不正確，因?yàn)椴┺恼撟鳛閿?shù)學(xué)方法，可以幫助決策制定者在考慮競爭者行動的情況下做出決策。為了達(dá)到這個目標(biāo)，管理人員搜集了總成本信息以及過去二十四個月的產(chǎn)出。兩個量同時增加或減少稱為正相關(guān)性；當(dāng)一個量增加而另一個減少時，稱為負(fù)相關(guān)性?！　』貧w分析：測定因變量和一個或多個自變量之間關(guān)聯(lián)性的一種方法?！　　　≡诨貧w分析中，我們會復(fù)習(xí)以下內(nèi)容：回歸分析的概述，簡單線性回歸分析，多元回歸分析，回歸模型中存在多重共線性的癥狀，回歸模型中的啞元變量，回歸方法，計量經(jīng)濟(jì)學(xué)。在時間序列數(shù)據(jù)中，趨勢因素指的是一段時間內(nèi)觀測到的一個變量長期的變化趨勢。不規(guī)則因素是短期的、無法預(yù)測的，并且是時間序列里不會重復(fù)發(fā)生的因素，這些因素導(dǎo)致了隨機(jī)變化?！　〈我灰?guī)則因素會顯示出圍繞長期趨勢的鋸齒狀圖樣。周期因素也是時間序列模型的組成部分，它顯示了一年以上的時間序列中源于周期性的高于趨勢以及低于趨勢的變化（選項(xiàng)c）?！　∈苤芷谛砸蛩赜绊懽畲蟮慕M織是那些產(chǎn)品的購買與可隨意支配的收入有關(guān)的公司（如，貴重消費(fèi)品，例如家用電器和汽車）。時間序列中的周期性影響表現(xiàn)為圍繞著長期趨勢的波動?！　±合竟?jié)影響的時間序列可以通過什么方法計算得到?　　　　　　　　　　【答疑編號10010410：針對該題提問】　　答案：（a）消除季節(jié)影響的時間序列是通過將每一個原始的時間序列觀測值除以對應(yīng)的季節(jié)指數(shù)來得到的。　?。?）季節(jié)性因素　　季節(jié)性因素代表了時間序列中每年的同一時期都會發(fā)生的那些變化。 　?。?）長期趨勢　　趨勢因素指的是一段時間內(nèi)觀測到的一個變量長期的增加（增長）或減少（衰退）趨勢?！　r間序列數(shù)據(jù)通常分為四個部分：長期趨勢、季節(jié)性組成部分、周期性組成部分以及隨機(jī)或不規(guī)則組成部分。預(yù)測公司銷售額的適當(dāng)?shù)姆椒ㄊ牵骸　　　　　　　　　　敬鹨删幪?0010