erp系統(tǒng)編碼培訓實施顧問(編輯修改稿)
2024-09-24 18:27 本頁面
【文章內(nèi)容簡介】 迚； 01代表 該供應商在公司地理分布上是以省級劃分，以“ 01”代表廣東??； 01代表 該供應商歸屬上一級別內(nèi)的城市，以“ 01”代表廣東省潮州市； 001代表 該供應商在這一編碼段中按流水號排序為第一個； P31 同業(yè)編碼方案示例講解 ? 物料編碼 原材料編碼 P32 同業(yè)編碼方案示例講解 ? 物料編碼 產(chǎn)成品編碼 P33 同業(yè)編碼方案示例講解 半成品就在產(chǎn)成品基礎上，在第一級迚行區(qū)分 如 BFH 代表包裝部復合車間半成品 （ FH為 “復合” 拼音首字母） BFQ 代表包裝部分切車間半成品 （ FQ為 “分切” 拼音首字母） P34 但是， OLS估計量卻不具有最小方差性。 Y=?0+ ?1X1+v 中 X1的方差 : ?? 2121 )?(ixV a r ??Y=?0+?1X1+?2X2+? 中 X1的方差 : ? ?? )1()?( 2212121 xxi rxV ar ?? 當 X1與 X2完全線性無關時 : )?()?(11 ?? V a rV a r ? 否則： )?()?( 11 ?? V a rV a r ?注意： P35 3. 錯誤函數(shù)形式的偏誤 當選取了錯誤函數(shù)形式幵對其迚行估計時，帶來的偏誤稱 錯誤函數(shù)形式偏誤 （ wrong functional form bias）。容易判斷，這種 偏誤是全方位的 。 例如，如果 “ 真實 ” 的回歸函數(shù)為 : ??? eXAXY 21 21?vXXY ???? 22110 ???卻估計線性式 顯然， 兩者的參數(shù)具有完全不同的經(jīng)濟含義，且估計結果一般也是不相同的。 P36 三、模型設定偏誤的檢驗 1. 檢驗是否含有無關變量 可用 t 檢驗與 F檢驗完成。 檢驗的基本思想 :如果模型中誤選了無關變量，則其系數(shù)的真值應為零。因此，只須對無關變量系數(shù)的顯著性進行檢驗。 t檢驗 ：檢驗某 1個變量是否應包括在模型中； P37 2. 檢驗是否有相關變量的遺漏或函數(shù)形式設定偏誤 （ 1）殘差圖示法 F檢驗 ：檢驗若干個變量是否應同時包括在模型中。 P38 ? 殘差序列變化圖 （ a）趨勢變化 ：模型設定時可能遺漏了一隨著時間的推移而持續(xù)上升的變量 （ b）循環(huán)變化：模型設定時可能遺漏了一隨著時間的推移而呈現(xiàn)循環(huán)變化的變量 P39 ? 模型函數(shù)形式設定偏誤時殘差序列呈現(xiàn)正負交替變化 圖示： 一元回歸模型中，真實模型呈冪函數(shù)形式，但卻選取了線性函數(shù)進行回歸。 P40 （ 2）一般性設定偏誤檢驗 但更準確更常用的判定方法是拉姆齊 (Ramsey)于1969年提出的所謂 RESET 檢驗 （ regression error specification test）。 基本思想： 如果事先知道遺漏了哪個變量，只需將此變量引入模型，估計幵檢驗其參數(shù)是否顯著丌為零即可； P41 問題是不知道遺漏了哪個變量，需尋找一個替代變量 Z，來進行上述檢驗。 RESET檢驗中，采用所設定模型中被解釋變量 Y的估計值 ?的若干次冪來充當該“替代”變量。 例如 ，先估計 Y=?0+ ?1X1+v 得 : 110 ??? XY ?? ??P42 ????? ????? 3221110 ?? YYXY 再根據(jù)第三章第五節(jié)介紹的 增加解釋變量的 F檢驗 來判斷是否增加這些 “ 替代 ” 變量。 若僅增加一個 “ 替代 ” 變量，也可通過 t檢驗 來判斷。 P43 例如， 在一元回歸中，假設真實的函數(shù)形式是非線性的，用泰勒定理將其近似地表示為多項式： RESET檢驗也可用來檢驗函數(shù)形式設定偏誤的問題。 ????? ?????? ?313212110 XXXY因此，如
公司管理相關推薦
鄂ICP備17016276號-1