【正文】 　　（4）根據(jù)計(jì)算機(jī)輸出的結(jié)果，如果交通流量增加一個(gè)單位，銷售會(huì)（　）。這種變量被稱為（　）?！　。?）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?！　　　　　　　　　〈鸢福篈　　解析： 因?yàn)閄3的系數(shù)是負(fù)的，X3與Y是負(fù)向關(guān)系。只有一個(gè)自變量的回歸分析被稱為一元回歸分析。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(jìng)爭(zhēng)者數(shù)量（X3）以及進(jìn)入或退出某一區(qū)域是否容易（X4）。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。以下哪一項(xiàng)結(jié)論是合理的（　）。　　例題：銀行的內(nèi)部審計(jì)師建立了多元回歸模型，用來估計(jì)商業(yè)貸款的利息收入，已經(jīng)使用了多年。選項(xiàng)C等候理論是用來確定等候時(shí)間的。最有效的分析方法是： 　　　　　　　　　　【答疑編號(hào)10010606：針對(duì)該題提問】　　答案：B　　解析：指數(shù)平滑法會(huì)對(duì)最近的銷售數(shù)據(jù)賦予最大的權(quán)重。　　例題：作為風(fēng)險(xiǎn)分析的一部分，內(nèi)部審計(jì)師希望運(yùn)用過去三十個(gè)月的銷售數(shù)據(jù)來預(yù)測(cè)公司下個(gè)月銷售增長(zhǎng)的百分比。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。使用模型得出的特征可以對(duì)真實(shí)系統(tǒng)做出推論。為了更好的使用這些信息預(yù)測(cè)發(fā)船的時(shí)間和地點(diǎn)，應(yīng)當(dāng)使用（?。┓椒?。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?！　　　　　　　　　　敬鹨删幪?hào)10010604：針對(duì)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。這一決定的期望凈現(xiàn)金流量取決于幾個(gè)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。當(dāng)模型的輸入值是運(yùn)用隨機(jī)概率分布產(chǎn)生的時(shí)，這一模擬被稱為蒙特卡羅模擬。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。選項(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。然后在模型中多次輸入不同值，以估計(jì)所關(guān)注變量可能結(jié)果的分布。這種估計(jì)新產(chǎn)品需求分布的方法被稱為（　）。　　例題：由于對(duì)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(chǎng)部門開發(fā)了一種計(jì)算機(jī)程序來預(yù)測(cè)需求?！　∮?jì)算機(jī)模擬最重要的是蒙特卡羅模擬?！　±?，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(hào)的數(shù)量?！　⊥ǔＧ闆r下，計(jì)算機(jī)模擬器被用來執(zhí)行計(jì)算機(jī)的模擬程序。選項(xiàng)B經(jīng)濟(jì)計(jì)量預(yù)測(cè)是使用經(jīng)濟(jì)學(xué)知識(shí)來預(yù)測(cè)所選數(shù)據(jù)的行為?！　±}：方案戰(zhàn)略，例如如果，則，可以同（?。┮黄鹗褂茫?　　　　　　　　　　【答疑編號(hào)10010602：針對(duì)該題提問】　　答案：D　　解析：如果，則的方案戰(zhàn)略是模擬的核心。在這一步中會(huì)提出如果問題?！　。?）進(jìn)行一系列的計(jì)算機(jī)運(yùn)行或試驗(yàn)，了解模擬模型的行為?！　　　∧M模型的主要目標(biāo)是描述真實(shí)系統(tǒng)的行為。選項(xiàng)C統(tǒng)計(jì)假設(shè)檢驗(yàn)是指有關(guān)估計(jì)參數(shù)假設(shè)的檢驗(yàn)?！　　　　　　　　　　敬鹨删幪?hào)10010601：針對(duì)該題提問】　　答案：A　　解析：敏感性分析揭示了一個(gè)或多個(gè)輸入變量的變化對(duì)于輸出結(jié)果的影響?！　±}：在動(dòng)態(tài)環(huán)境中建立的本量利模型決定了估計(jì)變量可以在限制范圍內(nèi)變化?！　±?，銀行經(jīng)理使用敏感性分析方法，可以判斷利率變化一個(gè)百分點(diǎn)，資產(chǎn)組合最優(yōu)比例會(huì)相應(yīng)發(fā)生什么變化。選項(xiàng)d不正確，因?yàn)樯鐣?huì)經(jīng)濟(jì)學(xué)是將社會(huì)因素和經(jīng)濟(jì)因素聯(lián)系起來的學(xué)科。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。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(jì)分析。因?yàn)榇嬖谌齻€(gè)自變量，所以使用多元回歸。這個(gè)公司需要建立一個(gè)新的經(jīng)濟(jì)計(jì)量模型，以在各個(gè)因素的基礎(chǔ)上預(yù)測(cè)電力的需求。計(jì)量經(jīng)濟(jì)學(xué)中通常使用多元回歸分析。　?。?）計(jì)量經(jīng)濟(jì)學(xué)　　將統(tǒng)計(jì)方法應(yīng)用到經(jīng)濟(jì)數(shù)據(jù)中的學(xué)科被稱為計(jì)量經(jīng)濟(jì)學(xué)。它首先選擇一個(gè)高度顯著、與因變量高度相關(guān)的自變量。　?。˙）前向選擇法。被保留的自變量的系數(shù)應(yīng)顯著異于零。　?。ˋ）后向消除法。 　　在普通回歸法中，所有的自變量被一次性選到模型中。比如對(duì)于性　　別，加入一個(gè)啞元變量，男性取1，女性取0。加入啞元變量的規(guī)則是：如果定性變量有兩個(gè)類型（例如，男性或女性），那么增加一個(gè)啞元變量；對(duì)于兩個(gè)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(duì)于五個(gè)類型，增加四個(gè)啞元變量）。例如，在一個(gè)預(yù)測(cè)利潤(rùn)的模型中，客戶的性別（男性或女性）就是名義變量?！　∫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(hào)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(duì)因變量有顯著影響的自變量在模型中加入新的變量后，對(duì)因變量的影響變得不顯著　　模型中加入新變量后估計(jì)的標(biāo)準(zhǔn)差增大。多重共線性對(duì)回歸模型具有負(fù)面的影響回歸系數(shù)的符號(hào)與預(yù)期的符號(hào)相反，并會(huì)對(duì)t檢驗(yàn)產(chǎn)生影響?；貧w時(shí)，樣本數(shù)量應(yīng)該至少是自變量數(shù)量的四倍。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(cè)。而F檢驗(yàn)可以檢驗(yàn)整體回歸模型的顯著性。t檢驗(yàn)?zāi)軌驒z驗(yàn)每個(gè)自變量作用是否顯著。計(jì)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)d不正確，自回歸模型也使用雙變量回歸分析。選項(xiàng)c不正確。預(yù)測(cè)本科績(jī)點(diǎn)的最佳方法是：　　　　　　　　　　【答疑編號(hào)10010507：針對(duì)該題提問】　　答案：（a）多元回歸分析能夠使我們考慮三個(gè)變量。否則，模型是毫無意義的。也是說，對(duì)于一個(gè)擁有四個(gè)自變量的模型，必須的最小樣本的數(shù)量是五個(gè)?！　”热?，房屋的價(jià)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(shí)間、臥室的數(shù)量和浴室的數(shù)量等等。在簡(jiǎn)單回歸分析中，只存在一個(gè)自變量（獨(dú)立變量）。模型設(shè)定的越好，R2越接近1。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）。　　總結(jié)一下，因變量和一個(gè)自變量之間成直線、線性關(guān)系時(shí)，用來進(jìn)行預(yù)測(cè)和估計(jì)的方法就叫做簡(jiǎn)單線性回歸模型?！　栴}：如果某月計(jì)劃生產(chǎn)5,000盒產(chǎn)品，那么估計(jì)的變動(dòng)制造費(fèi)用成本是多少? 　　【答疑編號(hào)10010506：針對(duì)該題提問】　　答案：在成本計(jì)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(dòng)成本部分。生產(chǎn)一盒公司產(chǎn)品需要的標(biāo)準(zhǔn)制造時(shí)間為四個(gè)機(jī)器小時(shí)。　　C= 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(shí)。重要的是回歸模型能夠準(zhǔn)確地反映兩個(gè)變量間的關(guān)系，并且這種關(guān)系是穩(wěn)定的?！　∈褂没貧w分析作為一種預(yù)測(cè)工具時(shí)，需要考慮以下幾個(gè)注意事項(xiàng)：　　兩個(gè)變量間存在顯著的線性相關(guān)性并不能說明一個(gè)變量變化導(dǎo)致了另一個(gè)變量變化，即不能說明這兩個(gè)變量存在因果關(guān)系。兩個(gè)變量之間存在完全的線性關(guān)系時(shí)。R2表示了線性回歸直線對(duì)數(shù)據(jù)點(diǎn)（X，Y）的擬合程度?！　∫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）。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）。這個(gè)值被稱為誤差平方和（SSE）。殘差是回歸直線上的估計(jì)值與實(shí)際Y值（觀測(cè)值）的差值?；貧w直線上的點(diǎn)的值被稱為估計(jì)值?！　∪藗兺ǔＪ褂脴颖緮?shù)據(jù)確定回歸模型，以此估計(jì)自變量與因變量之間真實(shí)的線性關(guān)系。選項(xiàng)b不正確，因?yàn)轭A(yù)測(cè)銷售的具體金額時(shí)，必須用系數(shù)乘以自變量，并加上截距項(xiàng)的值。這個(gè)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(hào)10010505：針對(duì)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。　　以下方程描述了簡(jiǎn)單線性回歸模型：　　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(cè)Y值之間的差。　?。?）簡(jiǎn)單線性回歸分析　　當(dāng)因變量和一個(gè)自變量之間成直線、線性關(guān)系時(shí)，用來進(jìn)行預(yù)測(cè)和估計(jì)的方法就叫做簡(jiǎn)單線性回歸模型。相關(guān)系數(shù)的符號(hào)顯示了關(guān)系的方向，但是同其強(qiáng)度無關(guān)。如果兩個(gè)變量沒有線性關(guān)系，那么他們之間的相關(guān)系數(shù)是零。相關(guān)系數(shù)可以定量度量?jī)蓚€(gè)變量間的相關(guān)強(qiáng)度。 　　總結(jié)一下，回歸分析是測(cè)定因變量和一個(gè)或多個(gè)自變量之間關(guān)聯(lián)性的一種方法?！　∠嚓P(guān)性同因果關(guān)系無關(guān)，因?yàn)閮蓚€(gè)看起來沒有聯(lián)系的變量經(jīng)?？赡苁歉叨认嚓P(guān)的?！　榱伺袛嘧兞恐g線性關(guān)系是否顯著，我們會(huì)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)。X增加1，Y將會(huì)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）?！　±航o定相關(guān)系數(shù)的四個(gè)值，哪一個(gè)值表明了兩個(gè)變量之間最弱的線性關(guān)聯(lián)性?　　【答疑編號(hào)10010502：針對(duì)該題提問】　　答案：，因?yàn)樗x0最近。因此，相關(guān)系數(shù)離零越遠(yuǎn)，兩個(gè)變量之間的線性關(guān)系就越強(qiáng)。相關(guān)系數(shù)范圍從絕對(duì)正相關(guān)（+）到絕對(duì)負(fù)相關(guān)（）。當(dāng)X增加時(shí)，Y有時(shí)減少，有時(shí)增加。或者X增加，Y以遞減速率增加（例如，當(dāng)廣告過于龐大時(shí)，銷售量回報(bào)將遞減）?！　∏€的。當(dāng)X變化時(shí)，Y傾向于成直線或近似直線變化。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。自變量是用來解釋因變量變化的。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(jìng)爭(zhēng)者行動(dòng)的情況下做出決策。它可以估計(jì)因變量，因變量會(huì)隨著自變量的變化而變化。為了達(dá)到這個(gè)目標(biāo)，管理人員搜集了總成本信息以及過去二十四個(gè)月的產(chǎn)出。若分析僅涉及一個(gè)因變量和一個(gè)自變量，這種方法是簡(jiǎn)單回歸分析；若涉及兩個(gè)或多個(gè)自變量，這種方法叫做多元回歸分析。兩個(gè)量同時(shí)增加或減少稱為正相關(guān)性；當(dāng)一個(gè)量增加而另一個(gè)減少時(shí)，稱為負(fù)相關(guān)性。 　　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(cè)量指標(biāo)之一?！　』貧w分析：測(cè)定因變量和一個(gè)或多個(gè)自變量之間關(guān)聯(lián)性的一種方法。它會(huì)顯示出其它變量的影響?！　　　≡诨貧w分析中，我們會(huì)復(fù)習(xí)以下內(nèi)容：回歸分析的概述，簡(jiǎn)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(jì)量經(jīng)濟(jì)學(xué)。周期性影響表現(xiàn)為圍繞著長(zhǎng)期趨勢(shì)的波動(dòng)。在時(shí)間序列數(shù)據(jù)中，趨勢(shì)因素指的是一段時(shí)間內(nèi)觀測(cè)到的一個(gè)變量長(zhǎng)期的變化趨勢(shì)。　　例：一個(gè)較長(zhǎng)時(shí)間內(nèi)的時(shí)間序列的逐漸變化稱為：　　　　　　　　　　【答疑編號(hào)10010414：針對(duì)該題提問】　　答案：（d）趨勢(shì)是一段時(shí)期內(nèi)時(shí)間序列觀測(cè)值的長(zhǎng)期變動(dòng)。不規(guī)則因素是短期的、無法預(yù)測(cè)的，并且是時(shí)間序列里不會(huì)重復(fù)發(fā)生的因素，這些因素導(dǎo)致了隨機(jī)變化?！　≈饕灰?guī)則因素是時(shí)間序列中顯著的一次性、不可預(yù)測(cè)的變化，例如戰(zhàn)爭(zhēng)、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?！　〈我灰?guī)則因素會(huì)顯示出圍繞長(zhǎng)期趨勢(shì)的鋸齒狀圖樣。隨機(jī)波動(dòng)可能由許多因素引起，例如天氣和政治事件。周期因素也是時(shí)間序列模型的組成部分，它顯示了一年以上的時(shí)間序列中源于周期性的高于趨勢(shì)以及低于趨勢(shì)的變化（選項(xiàng)c）。 　　例：季節(jié)因素：　　　　　　　　　　【答疑編號(hào)10010412：針對(duì)該題提問】　　答案：（b）季節(jié)因素是時(shí)間序列模型的組成部分，它顯示了一年期左右的變化?！　∈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）。因此，他們可以被分離出來，但是無法全部預(yù)測(cè)。時(shí)間序列中的周期性影響表現(xiàn)為圍繞著長(zhǎng)期趨勢(shì)的波動(dòng)。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?！　±合竟?jié)影響的時(shí)間序列可以通過什么方法計(jì)算得到?　　　　　　　　　　【答疑編號(hào)10010410：針對(duì)該題提問】　　答案：（a）消除季節(jié)影響的時(shí)間序列是通過將每一個(gè)原始的時(shí)間序列觀測(cè)值除以對(duì)應(yīng)的季節(jié)指數(shù)來得到的?！　〖竟?jié)指數(shù)是一種移動(dòng)平均比率，可以用來衡量時(shí)間序列中的季節(jié)性波動(dòng)。　?。?）季節(jié)性因素　　季節(jié)性因素代表了時(shí)間序列中每年的同一時(shí)期都會(huì)發(fā)生的那些變化?！　M合長(zhǎng)期趨勢(shì)曲線最簡(jiǎn)單的方法是畫出數(shù)據(jù)點(diǎn)并徒手畫出趨勢(shì)曲線。 　　（1）長(zhǎng)期趨勢(shì)　　趨勢(shì)因素指的是一段時(shí)間內(nèi)觀測(cè)到的一個(gè)變量長(zhǎng)期的增加（增長(zhǎng)）或減少（衰退）趨勢(shì)。時(shí)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?！　r(shí)間序列數(shù)據(jù)通常分為四個(gè)部分：長(zhǎng)期趨勢(shì)、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。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。預(yù)測(cè)公司銷售額的適當(dāng)?shù)姆椒ㄊ牵骸　　　　　　　　　　敬鹨删幪?hào)10010409：針對(duì)該題提問】　　答案：（a）時(shí)間序列分析是一項(xiàng)統(tǒng)計(jì)預(yù)測(cè)技術(shù)，它使用歷史觀測(cè)數(shù)據(jù)來預(yù)測(cè)未來值。管理層基于過去的數(shù)據(jù)，觀察到銷售額有上升的趨勢(shì)。盡管影響未來的因素不確定，但過去的數(shù)據(jù)經(jīng)常能夠提供對(duì)未來很好的預(yù)測(cè)。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。一個(gè)模型可以把主要問題分解為各個(gè)部分或子問題并按順序解決。　　預(yù)測(cè)的最簡(jiǎn)單形式是用過去趨勢(shì)預(yù)測(cè)未來叫做推測(cè)法?！　〉谌?jié)　預(yù)測(cè)　　本部分主要包括以下一些內(nèi)容：時(shí)間序列分析、回歸分析、敏感性分析、模擬模型。　　例：以下哪一項(xiàng)是為環(huán)境標(biāo)準(zhǔn)設(shè)計(jì)的?　　 10012　　 10011　　 14000　　 10013　　【答疑編號(hào)10010408：針對(duì)該題提問】　　答案：（c）ISO14000是環(huán)境管理的國際標(biāo)準(zhǔn)?！　±焊鶕?jù)ISO9000質(zhì)量標(biāo)準(zhǔn)，以下哪一項(xiàng)不正確?　　 9000不能確保高質(zhì)量的產(chǎn)品　　　　　　　　【答疑編號(hào)10010407：針對(duì)該題提問】　　答案：（c）第三方審計(jì)師在認(rèn)證流程中會(huì)發(fā)揮作用。在做這些之前，每一個(gè)申請(qǐng)者都會(huì)自己進(jìn)行預(yù)評(píng)估工