销售周 广告费用(百万元) 实验目的： 学会基于对数据的统计结果去建立模型， 并且能够使用软件正确地处理/求解这 一类问题。 实验内容： 问题 某大型牙膏制造企业为了更好地拓展产品市场，有效地管理库存，公司董 事会要求销售部门根据市场调查，找出公司生产的牙膏销售量与销售价格/广告 投入等之间的关系，从而预测出在不同价格和广告费用下的销售量。为此，销售 部的研究人员收集了过去 30 个销售周期（每个销售周期为 4 周）公司生产的牙 膏的销售量/销售价格/投入的广告费用，以及同期其它厂家生产的同类牙膏的市 均 价 场 平 格，见 表一。 据 这 试 根 据 建 些 数 立 一 个 数 型，分 学 模 膏 销 析 牙 售 量 与 其 素 的 它 因 为 制 关系， 订 价 格 策 广 告 略 和 策 略 投 入 提 供 数 量 依据。 7.38 8.51 9.52 7.5 9.33 8.28 8.75 7.87 7.1 (元) -0.05 0.25 0.6 6.5 6.75 5.25 5.25 5.5 6.75 7.25 5.5 销售量(百万支) 价格差 0 0.25 0.2 0.15 0.05 -0.15 0.15 0.2 0.1 0.4 0.45 0.35 0.3 0.5 0.5 0.4 -0.05 -0.05 -0.1 0.2 0.1 0.5 0.6 -0.05 0 0.05 0.55 8 7.89 8.15 9.1 8.86 8.9 8.87 9.26 9 8.75 7.95 7.65 7.27 8 8.5 8.75 9.21 8.27 7.67 7.93 9.26 期 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 7 6 6.5 6.25 7 6.9 6.8 6.8 7.1 7 6.8 6.5 6.25 6 6.5 7 6.8 6.8 6.5 5.75 5.8 6.8 

表 1 牙膏销售量与销售价格/广告费用等数据 实验过程及结果输出： 源代码： clc clear y=[7.38,8.51,9.52,7.5,9.33,8.28,8.75,7.87,7.1,8,7.89,8.15,9.1,8.86,8.9,8.87,9.26,9,8.7 5,7.95,7.65,7.27,8,8.5,8.75,9.21,8.27,7.67,7.93,9.26]'; x1=[-0.05,0.25,0.6,0,0.25,0.2,0.15,0.05,-0.15,0.15,0.2,0.1,0.4,0.45,0.35,0.3,0.5,0.5,0.4, -0.05,-0.05,-0.1,0.2,0.1,0.5,0.6,-0.05,0,0.05,0.55]'; x2=[5.5,6.75,7.25,5.5,7,6.5,6.75,5.25,5.25,6,6.5,6.25,7,6.9,6.8,6.8,7.1,7,6.8,6.5,6.25,6, 6.5,7,6.8,6.8,6.5,5.75,5.8,6.8]'; x=[ones(30,1),x1,x2,x2.^2]; alpha=0.05; [b,bint,r,rint,stats]=regress(y,x,alpha) 结果输出： b = 17.3244 1.3070 -3.6956 0.3486 bint = 5.7282 0.6829 -7.4989 0.0379 28.9206 1.9311 0.1077 0.6594 r = -0.0988 -0.0795 -0.1195 -0.0441 0.4660 -0.0133 0.2912 0.2735 

-0.2351 0.1031 -0.4033 0.1747 0.0400 -0.1504 0.1284 0.1637 -0.0527 -0.1907 -0.0870 -0.0165 -0.1292 -0.3002 -0.2933 -0.1679 -0.2177 0.1116 0.3035 0.0693 0.2474 0.2270 rint = -0.5270 -0.5309 -0.5106 -0.4731 0.0813 -0.4609 -0.1374 -0.0870 -0.5960 -0.3280 -0.8190 -0.2618 -0.4032 -0.5933 -0.3207 -0.2841 -0.4830 -0.6248 0.3294 0.3718 0.2716 0.3848 0.8507 0.4343 0.7197 0.6340 0.1258 0.5341 0.0125 0.6112 0.4832 0.2925 0.5775 0.6116 0.3776 0.2434 

-0.5348 -0.4423 -0.5609 -0.7181 -0.7243 -0.5548 -0.6449 -0.2994 -0.1037 -0.3714 -0.1807 -0.1890 0.3609 0.4092 0.3024 0.1177 0.1377 0.2190 0.2095 0.5226 0.7106 0.5099 0.6755 0.6430 stats = 0.9054 82.9409 0.0000 0.0490