統(tǒng)計(jì)預(yù)測與決策課程設(shè)計(jì)62298508

1、薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆

2、螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀

3、螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄

4、袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿

5、蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆

6、薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀

7、螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄

8、薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈

9、袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃

10、蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇

11、蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁

12、螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈

13、薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂

14、袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆

15、蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁

16、蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞

17、螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿

18、薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆

19、衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁

20、蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅

21、蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿

22、螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃

23、薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋

24、螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅

25、蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿

26、蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃

27、螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆

28、薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂

29、螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆

30、螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆薇螇莆芀裊螆肅蒆螁袆膈艿蚇裊芀蒄薃襖肀芇蕿袃膂薂袈袂芄蒞螄袁莇薁蝕袀肆莃薆羀腿蕿蒂罿芁莂螀羈羈薇蚆羇膃莀螞羆芅蚆薈羅莇蒈袇羄肇芁螃羄腿蕆蠆肅節(jié)艿薅肂羈蒅蒁肁肄羋螀肀芆蒃螆聿莈莆螞聿肈薁薈肈膀莄袆?wù)仄M薀螂膆蒞莃蚈膅肅薈薄螂膇莁蒀螁荿薆衿螀聿葿螅蝿膁蚅蟻螈芃蕆 統(tǒng)計(jì)預(yù)

31、測與決策課程設(shè)計(jì) 數(shù)理學(xué)院統(tǒng)計(jì)081班姓名： 王永鵬學(xué)號(hào)：3080802103 指導(dǎo)老師：何幫強(qiáng) 汪曉云目 錄課題一 簡單線性回歸分析 11.1 散點(diǎn)圖與線性趨勢線11.2 回歸分析2課題二 非線性回歸分析 52.1 指數(shù)模型52.2冪函數(shù)模型62.3多項(xiàng)式82.4對(duì)數(shù)模型 9課題三 時(shí)間序列平滑預(yù)測133.1加權(quán)移動(dòng)平均法 133.2簡單季節(jié)性 15參考文獻(xiàn)課題一 簡單線性回歸分析摘要: 簡單線性回歸模型是復(fù)雜回歸分析的基礎(chǔ)，是一種理想化的形式。簡單線性回歸模型的一般形式為 ，其中為線性回歸系數(shù)。下文就給定的一組數(shù)據(jù)，對(duì)如何建立簡單的回歸模型，并且對(duì)模型進(jìn)行分析展開說明。關(guān)鍵字: 散點(diǎn)圖、趨

32、勢線、回歸分析1.1散點(diǎn)圖與線性趨勢線在進(jìn)行簡單回歸分析前，先繪制散點(diǎn)圖很重要，如果散點(diǎn)圖上的點(diǎn)大致分布于一條直線上，則使用線性回歸方法，否則應(yīng)重新考慮非線性回歸等方法。例如：下表為隨機(jī)抽取的10個(gè)家庭的可支配收入（元）和消費(fèi)支出（元）數(shù)據(jù)，一般認(rèn)為消費(fèi)支出在很大程度上取決于家庭可支配收入，所以消費(fèi)支出為因變量，可支配收入為自變量?？芍涫杖?00110014001700200023002600290032003500消費(fèi)支 出63893511551254140816501925206822662530在EXCEL中輸出支出和可支配收入的散點(diǎn)圖，如下：從散點(diǎn)圖可以看出，其數(shù)據(jù)點(diǎn)大致沿直線分布，

33、故可以插入線性趨勢線進(jìn)行分析。1.1.1插入線性趨勢線數(shù)據(jù)點(diǎn)大致沿直線分布，故可以插入線性趨勢線。步驟如下：1.依次單擊“圖表”“添加趨勢線”“線性”“確定”。2依次單擊“趨勢線”“選項(xiàng)”選擇“自動(dòng)設(shè)置”“顯示公式”“顯示R平方”，清除“設(shè)置截距”“確定”。結(jié)果如下圖：由插入趨勢線后的散點(diǎn)圖可知，消費(fèi)支出和可支配收入間的函數(shù)關(guān)系為：消費(fèi)支出=0.67*可支配收入+142.4公式中截距為142.4，單位為元；斜率為0.67，表示每增加一元可支配收入，引起的消費(fèi)支出的平均變化為0.67元。=0.9935，表明消費(fèi)支出中有99.35%可用可支配收入通過線性回歸模型加以解釋，剩余的0.65%則由其余因

34、素引起，兩個(gè)變量間的線性關(guān)系顯著。1.2 回歸分析上例中兩變量間線性關(guān)系顯著，則可以進(jìn)一步計(jì)算回歸系數(shù)并進(jìn)行檢驗(yàn)和預(yù)測。若某人的收入為3300，試估計(jì)該人的食品支出（顯著性水平=0.05）。步驟如下：1. 把數(shù)據(jù)輸入到工作表中。2. 設(shè)食品支出為，收入為，建立一元線性回歸模型=3. 計(jì)算回歸系數(shù)：（1）斜率=，在G2輸入截距公式=(G1*SUMPRODUCT(A2:A11,B2:B11)-SUM(A2:A11)*SUM(B2:B11)）/(G1*SUMSQ(A2:A11)-SUM(A2:A11)2)。G1=10;（2）截距=，在G3輸入截距公式=AVERAGE(B2:B11)-G2* AVER

35、AGE(A2:A11)；各回歸參數(shù)顯示如圖。食品支出和收入的函數(shù)關(guān)系為Y=0.67*X+142.4（3）y的估計(jì)值為=，在D2輸入公式=$G$3+$G$2*A2,并往下復(fù)制到D11處,。4檢驗(yàn)線性關(guān)系的顯著性：可決系數(shù)=1，在G4輸入公式=1-SUMXMY2(B2:B11,D2:D11)/DEVSQ（B2:B11）,得=0.993481，在G5中輸入=SQRT(G4),得相關(guān)系數(shù)R=0.996737，當(dāng)顯著性水平=0.05，自由度為=8時(shí)，查相關(guān)系數(shù)臨界值表得。本題中相關(guān)系數(shù)為0.996735，大于臨界值0.632，故在=0.05顯著性水平上，檢驗(yàn)通過，兩變量間相關(guān)系數(shù)顯著。5.預(yù)測：（1）計(jì)

36、算估計(jì)標(biāo)準(zhǔn)誤差在G6輸入Y的估計(jì)標(biāo)準(zhǔn)誤差公式=SQRT（SUMXMY2(B2:B11,D2:D11)/(G1-2)）得標(biāo)準(zhǔn)誤差= 52.28814（2）計(jì)算當(dāng)顯著性水平=0.05，自由度=8時(shí)的t的臨界值，在G7中輸入=TINV(0.05,G1-2)得2.306004。(3)計(jì)算，在G10中輸入3300，在G8中輸入=G6*SQRT（1+1/G1+(G10-AVERAGE(B2:B11)2/DEVSQ（A2:A11）得=59.11369；(4)當(dāng)可支配收入為3300時(shí)，消費(fèi)支出的估計(jì)值為：選擇G11，輸入公式=G3+G2*G10，得食品支出的點(diǎn)估計(jì)值為2353.4元。(5)計(jì)算消費(fèi)支出的預(yù)測區(qū)

37、間：在G12中輸入=G11+G7*G8得預(yù)測區(qū)間的上限為2489.716在G13中輸入=G11-G7*G8得預(yù)測區(qū)間的下限為2217.084即得當(dāng)收入為3300時(shí)，當(dāng)顯著性水平=0.05時(shí)，食品收入的預(yù)測區(qū)間為2217.0842489.716元之間。結(jié)果如下圖：可支配收入消費(fèi)支出n10800638678.4斜率b0.671100935879.4截距a142.4140011551080.4R的平方0.99348117001254 1281.4相關(guān)系數(shù)R0.99673520001408 1482.4 標(biāo)準(zhǔn)誤差52.28814230016501683.42.306004260019251884.4S

38、o59.11369290020682085.4320022662286.43300350025302487.4估計(jì)值2353.4 上限2489.4 下限2217.0841.2.1回歸函數(shù)對(duì)于上例，也可用專門的函數(shù)來分析：在F2中輸入斜率公式=SLOPE(B2:B11, A2:A11);在F3中輸入截距公式=INTERCEPT(B2:B11,A2:A11)；在F4中輸入決定系數(shù)公式=RSQ(B2:B11, A2:A11)；在F5中輸入相關(guān)系數(shù)公式=CORREL(B2:B11, A2:A11)；在F6中輸入Y的估計(jì)標(biāo)準(zhǔn)差公式=STEYX(B2:B11, A2:A11);可得到相同的結(jié)果?？芍涫杖?/p>

39、消費(fèi)支出yn10直接用函數(shù)所得結(jié)果800638678.4斜率b0.670.671100935879.4截距a142.4142.4140011551080.4R的平方0.9934810.993481170012541281.4相關(guān)系數(shù)R0.9618436580.961843658200014081482.4標(biāo)準(zhǔn)誤差0.9967350.996735230016501683.42.306004133260019251884.4So59.11369290020682085.4320022662286.4x03300350025302487.4y2353.4上限2489.4下限2217.084課題二 非

40、線性回歸分析摘要:在社會(huì)經(jīng)濟(jì)現(xiàn)象中，常常會(huì)遇到非線性的情況。這時(shí)，就要選配適當(dāng)類型的曲線，才符合實(shí)際情況。非線性回歸分析方法，包括冪函數(shù)法，指數(shù)法，對(duì)數(shù)法和多項(xiàng)式法。對(duì)于課題一中的散點(diǎn)圖也可以用指數(shù)模型，冪指數(shù)模型和多項(xiàng)式模型進(jìn)行擬合。關(guān)鍵字:指數(shù)模型、冪函數(shù)模型、多項(xiàng)式模型、對(duì)數(shù)模型2.1指數(shù)模型指數(shù)模型的數(shù)學(xué)方程式為，該函數(shù)適用于按指數(shù)增長的模型，Excel生成指數(shù)函數(shù)的趨勢時(shí)，將Y數(shù)據(jù)進(jìn)行對(duì)數(shù)變換，轉(zhuǎn)換為線性模型： (X>0,Y>0)然后對(duì)該模型進(jìn)行分析，求得截距和斜率，即截距為，斜率為。在上例離散點(diǎn)圖中按上面的步驟插入指數(shù)函數(shù)趨勢線后的結(jié)果，如下圖：具體步驟如下：1. 在D

41、列中求得LN（消費(fèi)支出）2. 依次單擊“工具”“數(shù)據(jù)分析”“回歸”“確定”，在Y區(qū)域中輸入“$D$1: $D$11”,在X區(qū)域中輸入“$B$1: $B$11”,選取“標(biāo)記”復(fù)選框，清空“常數(shù)為零”和“置信水平”復(fù)選框，單擊“輸出區(qū)域”按鈕，并鍵入輸出范圍的左上角單元地址F1；單擊“確定”，得回歸結(jié)果如下圖：由以上結(jié)果可以得出：=0.955186，指數(shù)模型劣于線性模型。F=170.5161相應(yīng)的顯著水平為0.00000112，t統(tǒng)計(jì)量為13.05818，可以99.999888%的置信度拒絕方程整體和自變量不顯著的虛假設(shè)。由以上數(shù)據(jù)可得，模型為：Ln(Y)=Ln(C)+b*X=6.2933+0.0

42、005X即原模型為.2.2冪函數(shù)模型冪函數(shù)模型的數(shù)學(xué)公式為，Excel生成冪函數(shù)的趨勢線時(shí)，將原始X和Y數(shù)據(jù)進(jìn)行對(duì)數(shù)變換，轉(zhuǎn)換為線性模型： (X>0,Y>0),然后對(duì)該模型進(jìn)行標(biāo)準(zhǔn)線性回歸分析，求得截距和斜率，即截距為，斜率為。在上例離散點(diǎn)圖中按上面的步驟插入冪函數(shù)趨勢線后的結(jié)果，如下圖：=0.9909，優(yōu)于指數(shù)模型，而劣于線性模型。具體步驟如下：1. 在D列中求得Ln（收入），在E列中求得Ln（食品支出），并求出相應(yīng)的數(shù)值。2. 按2.1中相同的步驟“回歸統(tǒng)計(jì)”和“方差分析表”，所得的圖表如下：由以上結(jié)果可以得出：=0.9909，冪函數(shù)模型優(yōu)于指數(shù)模型，略劣于線性模型。F=873

43、.4562相應(yīng)的顯著水平為0.00000000186，t統(tǒng)計(jì)量為29.55429，可以99.999999814%的置信度拒絕方程整體和自變量不顯著的虛假設(shè)。由以上得：模型為：即原模型為: ，與散點(diǎn)圖顯示的公式完全一致。2.3多項(xiàng)式如果數(shù)據(jù)所對(duì)應(yīng)的散點(diǎn)圖表現(xiàn)為單曲線或S曲線，可以用多項(xiàng)式形式替代線性形式作為回歸模型。一般多項(xiàng)式模型為： （k=1,2,3,）對(duì)上例用多項(xiàng)式模型進(jìn)行分析：在離散點(diǎn)圖中按上面的步驟插入多項(xiàng)式趨勢線后的結(jié)果，如下圖：趨勢線擬合結(jié)果如上圖，=0.9939，擬合效果比線性模型，比指數(shù)模型，冪函數(shù)模型都要好。2.4對(duì)數(shù)模型對(duì)數(shù)模型在實(shí)踐中應(yīng)用也非常廣泛，其模型形式為： （X&g

44、t;0）按同樣的步驟在散點(diǎn)圖中添加對(duì)數(shù)趨勢線，得下圖：由圖可得=0.9492，擬合效果比指數(shù)模型，冪函數(shù)模型，多項(xiàng)式模型都要差，擬合效果不太理想。課題三 時(shí)間序列平滑預(yù)測摘要:時(shí)間序列平滑預(yù)測法在實(shí)際經(jīng)濟(jì)活動(dòng)中有著廣范的應(yīng)用，并且我們針對(duì)不同的情況使用不同的方法。在此，我們分別對(duì)移動(dòng)平均模型和指數(shù)平滑模型展開說明，配以實(shí)際數(shù)據(jù)，介紹了兩種方法的使用。關(guān)鍵字:加權(quán)移動(dòng)平均法、簡單季節(jié)性3.1移動(dòng)平均模型（以加權(quán)移動(dòng)平均法為例）加權(quán)移動(dòng)平均法是簡單移動(dòng)平均法的改進(jìn)，在進(jìn)行移動(dòng)平均時(shí)，對(duì)于近期數(shù)據(jù)以較大的權(quán)重。設(shè)時(shí)間序列：加權(quán)移動(dòng)平均公式() 預(yù)測時(shí)采用第t期的加權(quán)移動(dòng)平均數(shù)作為第t+1期的預(yù)測值：

45、例如：下圖是某產(chǎn)品的銷售額，試用加權(quán)平均法預(yù)測12月份的銷售額。 月份123456789101112銷售額（萬元）9795959295959897999595？步驟：1. 在Excel輸入相應(yīng)的數(shù)據(jù)，并在F列和G列輸入相應(yīng)的權(quán)和權(quán)數(shù)。2. 取w1=1,w2=2,w3=3;3. 計(jì)算12月份的銷售額：在C13輸入預(yù)測公式=SUMPRODUCT(B10:B12,$G$1:$G$3)/SUM($G$1:$G$3),得預(yù)測值為95.667萬元。4. 計(jì)算修正系數(shù)（1） 將C13中的公式往上復(fù)制到C5處，計(jì)算出個(gè)年的預(yù)測值；（2） 計(jì)算各年的相對(duì)誤差：在D5輸入=(B5-C5)/B5，并往下復(fù)制到D12

46、處；（3） 計(jì)算總的平均相對(duì)誤差，在D13中輸入=AVERAGE（D5:D12）,得到預(yù)測值比實(shí)際值平均低2.097%；5. 計(jì)算修正后的預(yù)測值在C14輸入公式=C13/(1-D13),得12月的預(yù)測值為95.670萬元。操作結(jié)果如下圖：3.2 指數(shù)平滑模型（以簡單季節(jié)性分析為例）指數(shù)平滑模型可以對(duì)不規(guī)則的時(shí)間序列數(shù)據(jù)加以平滑，從而獲得其變化規(guī)律和趨勢，并以此對(duì)未來的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行推斷和預(yù)測。簡單季節(jié)性指數(shù)平滑模型適用于沒有趨勢并且季節(jié)性影響隨時(shí)間變動(dòng)保持恒定的序列，其平滑參數(shù)是水平和季節(jié)。下面以實(shí)例說明。實(shí)驗(yàn)數(shù)據(jù)描述：時(shí)間美國工業(yè)生產(chǎn)總值（千億）利率差額（%）1960M0126.4050.73

47、1960M0226.1700.521960M1224.1431.861961M0124.1732.391961M0224.1431.24注：因數(shù)據(jù)較多，不便在此一一列出，上表中給出的部分?jǐn)?shù)據(jù)僅說明數(shù)據(jù)真實(shí)。接下來，利用指數(shù)平滑模型對(duì)聯(lián)邦基金利率差額進(jìn)行擬合，以消除非正常波動(dòng)得到聯(lián)邦基金利率差額在48年中穩(wěn)定長期的走勢。步驟如下：1、打開數(shù)據(jù)文件，進(jìn)入SPSS Statistics數(shù)據(jù)編輯器窗口，在菜單欄中選擇“數(shù)據(jù)”|“定義日期”命令，打開“定義日期”對(duì)話框，在“個(gè)案為”列表框中選擇“年份、月份”，然后在“第一個(gè)個(gè)案為”選項(xiàng)組中的“年”和“月份”文本框中輸入數(shù)據(jù)開始的具體年份1960和月份1，

48、然后單擊“確定”，完成時(shí)間變量的定義。2、在菜單中選擇“分析”|“預(yù)測”|“創(chuàng)建模型”命令，打開“時(shí)間序列建模器”對(duì)話框，將“SPREAD”變量選入“因變量”列表中，在“方法”下拉列表框中選擇“指數(shù)平滑模型”。3、單擊“條件”按鈕，打開“時(shí)間序列建模器：指數(shù)平滑條件”對(duì)話框，選中“簡單季節(jié)性”，單擊“繼續(xù)”按鈕，保存設(shè)置。4、單擊“統(tǒng)計(jì)量”標(biāo)簽，選擇“參數(shù)估計(jì)”復(fù)選框和“顯示預(yù)測值”，然后單擊“繼續(xù)”按鈕，保存設(shè)置。5、單擊“確定”按鈕，便可以得到指數(shù)平滑模型建模的結(jié)果。實(shí)驗(yàn)結(jié)果及分析：圖一給出了模型的基本描述。從該圖可以看出，所建立的指數(shù)平滑模型的因變量標(biāo)簽是“US spread”，模型名稱

49、為“模型-1”，模型的類型為簡單季節(jié)性。 圖一：模型描述圖二給出了模型的八個(gè)擬合優(yōu)度指標(biāo)，以及這些指標(biāo)的均值、最小值、最大值及百分位數(shù)。其中，平穩(wěn)的R方值為0.556，而R方值為0.898，這是由于因變量數(shù)據(jù)為季節(jié)性數(shù)據(jù)，因此平穩(wěn)的R方更具代表性。從兩個(gè)R方值來看，該指數(shù)平滑模型的擬合情況比較良好。圖二：模型擬合圖三給出了模型的擬合統(tǒng)計(jì)量和Ljung-BoxQ統(tǒng)計(jì)量。平穩(wěn)的R方值為0.556，與模型擬合圖中的平穩(wěn)的R方一致。Ljung-BoxQ統(tǒng)計(jì)量值為123.819，顯著水平為0.000，因此建議采用ARIMA模型繼續(xù)擬合。圖三：模型統(tǒng)計(jì)量圖四給出了指數(shù)平滑法模型參數(shù)估計(jì)值列表。從該圖可以看

50、到本實(shí)驗(yàn)擬合的指數(shù)平滑模型的水平Alpha值為0.999，P值為0.00，不僅作用很大而且非常顯著。而季節(jié)Delta值為0.001，該值不僅很小而且沒有顯著性，因此可以判斷SPREAD盡管為季節(jié)性數(shù)據(jù)，但該序列幾乎沒有任何季節(jié)性特征。圖四：指數(shù)平滑法模型參數(shù)圖五給出了SPREAD的指數(shù)平滑模型的擬合圖和觀測值。SPREAD序列整體上成波動(dòng)狀態(tài)，擬合值和觀測值曲線在整個(gè)區(qū)間中幾乎重合，因此可以說明指數(shù)平滑模型對(duì)SPREAD的擬合情況非常良好。通過指數(shù)平滑模型的擬合圖我們可以發(fā)現(xiàn)聯(lián)邦基金利率差額在48年中出現(xiàn)過兩次劇烈波動(dòng)下行，并且總體上前二十年的波動(dòng)較為劇烈，而最近二十年波動(dòng)相對(duì)平緩。圖五：“S

51、PREAD”模型參考文獻(xiàn)1、徐國祥主編.統(tǒng)計(jì)預(yù)測與決策（第三版）.上海財(cái)經(jīng)大學(xué)出版社,2008.2、李子奈，潘文卿編著.計(jì)量經(jīng)濟(jì)學(xué)（第三版）。高等教育出版社，2000.3、陳勝可編著.SPSS統(tǒng)計(jì)分析：從入門到精通.清華大學(xué)出版社，2010.4、王燕編著.時(shí)間序列分析（第二版）.中國人民大學(xué)出版社，20055、一線工作室編著.Excel/Powerpoint市場營銷管理.電子工業(yè)出版社，2009. 薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆

52、薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃

53、薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁

54、蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈

55、莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅

56、莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃肅艿薆蝿肅莂荿蚅肂肁薅薁膁膄莈衿膀芆薃螅腿蒈莆螁膈膈蟻蚇螅芀蒄薃螄莂蝕袂螃肂蒂螈螂膄蚈蚄袁芇蒁薀袁荿芄衿袀聿葿裊衿芁節(jié)螁袈莃薇蚇袇肅莀薃袆膅薆袁裊羋莈螇羅莀薄蚃羄肀莇蕿羃膂薂薅羂莄蒅襖羈肄蟻螀羀膆蒃蚆罿羋蠆薂罿莁蒂袀肈肀芄螆肇膃蒀螞肆芅芃蚈肅肅薈薄肄膇莁袃