杜大君的年终总结

杜大君的年终总结

年终总结

一、进入鸿鼎公司

201*.4.09晚上我接到鸿鼎房产营销公司一个人（朱勇）的电话让我明天去面试，在网上没有找到鸿鼎的太多的介绍，第二天依然去参加面试,这是我第一次接到我网上就去参加面试，心里没有底。刚进公司门口看到好多人，我感到公司很大开始有点紧张，那时我不知道我能在公司呆多久干出什么样，只有简单的想法先找到一个工作干着，就像辅导员说的一样骑马找马，然后再找更好一点的工作。

下午我又接到另一家房产公司（三人行）面试邀请，去他们公司只见到一个人而且那个面试我的人又不专业，给我的感觉与鸿鼎形成了很明显的对比，那时我就非常想去鸿鼎，刚走出三人行就接到鸿鼎公司复试通知，立即决定来鸿鼎不会去三人行。

二、在鸿鼎的学习

我记得我第二天到公司的工作就是背诵江南国际芜湖中国米市项目说辞，人挺多的，中午出去吃完午饭回公司继续背，下午差不多人人都能背出来了也就和从外面回来的师傅们说一声再见就走了。第三天我跟着师傅们（朱勇，许明军，吴明莉）出去到二街开始真正的工作跑市场，没跑过市场什么都不会，师傅说怎么跑就怎么跑怎么和老板们讲就怎么讲，傻傻的，记得进第一家和一个很年轻的老板喊大姐，老板们生气了，我也就没淘到好果子。我和另外一个新员工（秦浩）在没一家店里停留的时间很短暂，师傅们说和老板们聊天必须在每一家店里停留十分钟，慢慢地能在店里呆下去了，有时师傅看着我给老板把项目完整的介绍一遍（他和老板们说好买不买房子没关系，必须听我讲完项目），这样和老板们聊的越来越多。

每天早上我到公司都很早想学的更多进步的更快，早会后到市场看老板们脸色，晚上回到宿舍同学们都在玩，而我又要讲项目（给同学听），写单页，写计划，很晚才能休息。我记得三部一个叫杨彩虹的同事走了，同事公司同一批来的新员工少了，那时韦经理说别人走了我们留下来的机会大了，凡事的发生必有起因必有其果必有利于我。有时候韦经理看我状态不好，把我一个人叫道会议厅里给我讲解天天工作为什么，以后这样干下去会得到什么，一年学习能力，一年学习带团队，第三年赚别人三年赚不到的钱。累只是一个方面，有时再加上压力导致了好多人流失，别人记不清可师傅我很清楚怎么走的，五一结束公司突击队刚解散，三部又成立了突击队，我那段时间又没上访，韦经理直接给师傅压力，在五月中旬的时候师傅走了不干了。

不久韦经理去沈阳了，汪主管，张师傅，刘师傅也一同。剩下的是晋师傅，周鹏飞，秦浩和我，都不知道接下来该怎么办，他们宣布去沈阳的前一天晚上张经理给我们开了个会，三部没有理由存在下去让我们自由到任何人的门下，觉得没意思，辞职的念头刹那间在脑海中出现。在这种情况下，我只有跟着三部唯一的老员工晋师傅，希望大难之后会有后福。

我现在都不知道我是怎么走过来的，那么累又压力山大，或许我相信公司里好多人经常重复的“今天很残酷明天更残酷后天很美好，但是大多数人死在明天晚上”。我记忆中我没有想过离开鸿鼎公司，即使在压力很大的时候，我会一个人贴小广告到深夜，只要公司看到我动我相信公司不会开除我的（我最怕的）。

江南国际即将结束，我一套房子没有卖出去连意向金都没交过，不知道开单是什么感觉。和李总一样很多人相信，“久伏者必高飞，先开者谢独早。”一个半月过去了，从四月中旬到六月的安南中国MALL我一直在蓄水，六月二号我第一次开单破蛋（双黄），很高兴，那个王姐至今和我的关系都很好，她是我在五月份找到的，当时卖江南国际我对意向客户把握不准，否者她早已经在米市买过了（她从门面中尝到很大的好处，而市里的门面价格很高没有大的增值空间）。我记得很清楚，五月底我有一段时间没有上访，没有办法，我试着给王姐打电话，她很明确要买我又不会逼她，不知道该怎么办，问杨经理，她陪我送了一份资料，慢慢地在杨经理的帮助下把她约去看房子了，还好就是感觉像农村没人，老公又不在家等一系列问题都是杨经理带我到她家一次次回访解决的，直到六月二号成功下定两套，所有的问题才算圆满的解决掉。

三、在鸿鼎的磨练

我开单了，第一次，放松了，发单页最能体现出来，要号码时没有先前有要性了，别人不给不怎么跟了，我跑市场也找不到意向客户，结果到下个月才会体现出症状没有上访（销售的滞后性）。这种过程是每个业务员都必要经历的，否则他的成长就不完美（可能很顺利）。

和好多业务员一样，我第二次开单用了四个月（六，七，八，九），六七月份师傅没怎么逼我，后面两个月，慢慢地师傅开始追踪我的意向客户，帮我谈判，带看还是由我来，然而那时我带看很差，到案场很难谈。有一次，我带一对就是要买门面投资的夫妻，在路上我只和女的聊，而且聊不到项目上去，要么一个人在背项目一样讲给她听。现在想起来，我自己都觉得迟迟没有开单是必然的，带看很重要，最近下定的客户，我到案场都没怎么谈，因为在路上都谈好了。

四、在鸿鼎的发展

渐渐的团队由大到小再到大，我在团队的地位越来越重要，也当师傅了。每月每周甚至每天的工作都要计划好，因为在那跑市场，发单页，如果出不来客户会关系到整个团队。不过还好，在十一月份以及十二月份的大砻坊和三山我都出来了客户，起到了带头作用。这样下去，徒弟们不开单也不行，现在不仅自己要做好，他们也要做起来，如果他们不开单证明我们当师傅的没领到能力，我现在要的带团队的能力。洪凡，赵懿睿跟着我干了快到半年了，他们赚不到钱就会走的，都很现实的，所以让他们开单越来越重要。每天的工作检查可以了解他们一天的工作状态，及时发现他们的问题并及时调整，没有意向客户了就赶紧逼逼他们找客户，否则他们会失去信心干下去的；意向客户跟踪能让他们尽快开单，他们暂时不能很好跟踪维护意向客户，很容易导致客户死掉。分析他们的每一批上访，意向不错的帮他们带看谈判。

五、明年的发展

相信我们团队，明年是大发展的一年，洪凡和赵懿睿有能力开单，杨元升和徐雨婷能带徒弟。洪凡自己要有能力独自开单，先把洪凡培养起来，带看、谈判还要加强（没有能力独自开单），经常查他的意向客户，讨论怎么对付客户，对客户进行跟踪分析。赵懿睿项目不会讲，带看不知道该讲什么不该讲什么，谈判不知怎么谈，要让她经常讲项目，给大家讲项目（不敢站在台上讲话），总结每次上访没下定的原因，自己没搞好徒弟更搞不好。杨元升、徐雨婷要性不够，要经常检查他们工作看他们有没有认真工作，每天必须有意向客户，经常上访总结自己的毛病，这样才能进步很快。

六、给公司的建议

来公司这么长时间了，我基本上都学会了一般找客户的渠道，公司一直以这些渠道生存，新的方法像产品说明会，以及我两个客户都反映的老客户聚会都没实施过。另外就是，打电话：电话机子不够，应该没人一部，用网络电话，很便宜，降低公司运营成本。

扩展阅读：杜大君的统计与决策

统计预测与决策课程设计

目录

课题一简单线性回归分析

1.1散点图和线性趋势线21.1.1绘制散点图21.1.2插入线性趋势线31.2回归分析41.3回归函数61.3.1计算回归系数7

课题二用高斯牛顿迭代法求解非线性模型

2.1用SPSS求解92.2、运用SPSS非线性模型的优化10

课题三马尔科夫预测法

3.1市场占有率预测173.2期望利润预测19

参考文献23

--0---统计预测与决策课程设计

课题一简单线性回归分析

Y为回归模型的目标变量，也称因变量；X是Y的影响因子，称为独立变量或自变量。

f(X)描述了对Y的影响方式和程度。是一个随机变量，即因变量的随机误差项，它反

映了除X变量外其他因素对Y的影响。

回归分析就是通过样本观测数据对模型进行估计，用最小二乘法分析随机误差项的分布特征，估计出回归系数，再使用该模型进行预测。

如果在回归模型中只有一个自变量，且f(X)研究变量间的函数关系一般使用分析法，回归模型为：Y=f(X)，式中是线性的，即YX。此为简单线性回归模型，其中、是线性回归系数。

在实际应用中，任何复杂形式的回归分析，一般都是从简单线性模型出发加以逐步深入。简单线性回归模型是一种理想化的形式，但通过简单线性模型的求解，对掌握回归分析的基本思想和方法特别有用。

1.1散点图和线性趋势线1.1.1绘制散点图

在进行简单线性回归分析前，先绘制散点图很重要，如果是散点图上的点大致分布于一条直线上，则可使用线性回归方法，否则应重新考虑非线性回归等方法。

例：如图所示为考察中国城镇居民201*年人均可支配收入与消费支出的关系，一般认为消费支出在很大程度上取决于可支配收入，所以消费支出为因变量而受可支配收入为自变量。

首先用散点图检查可支配收入和消费支出之间的关系。在安排数据时，用于分类轴（水平轴）的X变量在左边列中，用于数值轴（垂直轴）的Y变量在右边列中，如图1.1所示。然后选取数据区域B2:C13,单击图表向导工具按钮，确认数据区域，选XY散点图格式，输入标题，定义坐标轴，结果如图1.1所示。

--1---统计预测与决策课程设计

可支配收消费支出入北京14825.4119977.52广东12432.2216015.58河南6685.189810.26山西7170.9410027.7内蒙古7666.6110357.99吉林7352.649775.07上海14761.7520667.91江苏9628.5914084.26浙江13348.5118265.1四川7524.819350.11陕西7553.289267.7福建9807.7113753.28地区图1.11.1.2插入线性趋势线

考察图1.1所示的散点图，其数据点大致沿直线性线分布，故可以插入线性趋势线进行

分析。Excel用最小二乘法确定线性趋势线的截距和斜率，并自动插入到图表中，下面具体讲述插入趋势线的步骤：

（1）单击图表中某数据点上以选取数据系列，该系列的所有数据点将放大以突出显示；（2）从“图表”菜单中选择“添加趋势线”命令，系统显示“趋势线”对话框；（3）单击“趋势线”对话框上部的“类型”标签，在对话框中单击选择：线性“图标；（4）单击“趋势线”对话框上部的“选项”标签，在“趋势线名称”框中选择“自动设置”选项，

清除“设置截距”复选框，单击选定“显示公式”和“显示R平方”复选框；（5）单击“确定”按钮，趋势线、公式和R2值被插入到散点图中，如图1.2所示。

图1.2

--2---统计预测与决策课程设计

由插入趋势线的散点图可知，可支配收入和消费支出之间的函数关系为：

消费支出=281.50+0.7416×可支配收入

公式中截距为2091.3,单位为元，;斜率为0.4375,表明201*年，中国城镇居民家庭人均可支配收入每增加1元，人均消费支出增加0.7146元。模型的拟合优度可由R2加以检验,改值称为决定系数,表明因变量的变化中有多大比例可由自变量加以解释。本例中R2值为0.9711,表明年收入的变动中有97.11%可由可支配收入通过线性回归模型加以解释,剩余的3.89%则由其余因素引起,两个变量间的线性关系显著。1.2回归分析

散点图和线性趋势线可以帮助我们快速判断两个变量间的关系，如果其线性关系显著，则可以进一步计算回归系数并进行检验和预测。

对前例数据，试配合适当的回归模型进行显著性检验.若某家庭人均可支配收入为10216.35，当显著性水平=0.05时，试估计该家庭人均消费支出。

（1）在工作表中分别输入地区、可支配收入和消费支出数据，如表1.1所示；

表1.1

地区北京广东河南山西内蒙古吉林上海江苏浙江四川陕西福建可支配收入14825.4112432.226685.187170.947666.617352.6414761.759628.5913348.517524.817553.289807.71消费支出19977.5216015.589810.2610027.710357.999775.0720667.9114084.2618265.19350.119267.713753.28

--3---统计预测与决策课程设计

abx(2)设消费支出数据位y，可支配收入为x，建立一元线性回归模型：y(3)计算回归系数

nxyx1）、斜率计算公式为by，在F2输入截距公式

nx2(x)2=(F1*SUMPRODUCT(B2:B12,C2:C12)-SUM(B2:B12)*SUM(C2:C12))/(F1*SUMSQ(B2:B12)-SUM(B2:B12)^2);

2）、截距计算公式为ayxbnn，在F3输入截距公式

=AVERAGE(C2:C12)-F2*AVERAGE(B2:B12);各回归参数显示如图所示。消费支出和可支配收入间的函数关系为：Y=281.5+0.7146*X

3)、y的估计值为yabx，在D2输入公式=$F$3+$F$2*B2，然后向下复制到D12处。（2）检验线性关系的显著性：可

决系数

R2=

1(yiyi)2/(yiy)2，在F4输入公式

=1-SUMXMY2(C2:C12,D2:D12)/DEVSQ(C2:C12)，得R2=0.9711.为计算相关系数，在F5输入公式=SQRT(F4)，得到相关系数r=0.9544.当显著性水平=0.05，自由度=n-m=10时，查相关系数临界值表可得r0.05(9)0.602。本例中相关系数为0.9544，大于临界值0.602，故在=0.05显著性水平上，检验通过，两变量间相关关系显著。（3）预测

1)、计算估计标准误差，在

F6

输入

y

的估计标准误差公式

=SQRT(SUMXMY2(C2:C12,D2:D12)/(F1-2))；

2）、计算当显著性水平=0.05，自由度=n-m=10时的t的临界值，在F7输入公式=TINV(0.05,F1-2)；

--4---统计预测与决策课程设计

2x0x1，在F8输入公式3）计算S0Sy*1n2(xx)i=F6*SQRT(1+1/F1+(F10-AVERAGE(B2:B12))^2/DEVSQ(B2:B12))；

4)、当预计x（可支配收入）数据为10216.35年时，年收入的点估计值为：

在F10输入19，然后选择输出区域F11，输入公式=F3+F2*F10,得年收入的点估计值

为7857.95元。

5)、计算消费支出的预测区间：

为计算预测区间的上限,在F12单元内如入公式=F11+F7*F8；

为计算预测区间的下限,在F13单元内如入公式=F11-F7*F8。

即当预计可支配收入为10216.35年时,在=0.05的显著性水平下,消费支出的预测区间为:-2114.58971～1453.0192元之间，运行结果如图1.3；

如图1.31.3回归函数

Excel另外还专门提供了5个函数用于简单线性回归分析.这些函数的名称、功能及语法格式见表1.2所示。

--5---统计预测与决策课程设计

表1.2

函数名INTERCEPTSLOPERSQFORECASTSTEYXCORREL你、功能定义一元线性回归模型的a值（截距）一元线性回归模型的b值（斜率）一元线性回归模型的决定系数（R2）一元线性回归模型的预测值一元线性回归模型预测值的标准误差两个变量间的相关系数FORECAST(new-x,y,x)STEYX(y，x)CORREL(y，x)语法格式INTERCEPT(y，x)SLOPE(y，x)RSQ(y，x)

所有函数均要求自变量和因变量的数据个数相同，否则将返回错误值。这多个函数的参数说明如下：

◇y表示因变量的数据区域引用，只能是单列或单行。

◇x表示自变量的数据区域引用，根据函数的不同，可以表示多个自变量。如果因变量为单列形式，则自变量区域中每一列表示一个自变量，如果因变量为单行形式，则自变量区域中每一行表示一个自变量。的◇new-x用于预测自变量值。

在这些函数中，FORECAST为数组函数，因此输入函数前，应先选定整个输出区域，然后输入公式，最后用Ctrl+Shift+Enter组合键确认，否则不能得到完整的输出结果。1.3.1计算回归系数

对于前述的可支配收入和消费支出数据，可用一元线性回归函数加以计算，下面步骤描述了各个回归函数的使用方法：

1、在工作表中安排好数据，如图1.4所示，其中A列为调查小组编号，B列为人均可支配收入，C列为人均消费支出数据；

--6---统计预测与决策课程设计

图1.42、在F2输入截距公式=INTERCEPT(C2:C12,B2:B12);3、在F3输入斜率公式=SLOPE(C2:C12,B2:B12);4、在F4输入相关系数公式=CORREL(C2:C12,B2:B12);5、在F5输入决定系数公式=RSQ(C2:C12,B2:B12);

6、在F6输入Y的估计标准差（抽样误差）公式=STEYX(C2:C12,B2:B12);各回归参数显示如图所示。消费支出和可支配收入之间的函数关系式为：Y=0.7416*X+281.50

以上步骤计算出了一些简单的回归参数，如果要得到完整的结果，则应使用多元线性回归输出函数LINEST().

下面用SPSS进行回归分析：

1)打开SPSS软件，并把EXCEL中的数据复制到SPSS上；

2)“分析”“回归”“线性”；

3)“在线性回归”对话框中把“消费支出”移入到“因变量”中，同时把“可支配收入”移入到“自变量”中；

4)单击“统计量”进入“线性回归：统计量”对话框，选中“估计”，“置信水平95%”等选项，运行得到如表1.3：

--7---统计预测与决策课程设计

表1.3

相关性

模型1R方更改F更改.977a426.846模型汇总更改统计量df11df210Sig.F更改.000Pearson相关性消费支出可支配收入Sig.（单侧）消费支出可支配收入N消费支出可支配收入消费支出1.000.988..00012121212可支配收入.9881.000.000.a.预测变量:(常量),可支配收入系数a非标准化系数模型1(常量)可支配收入a.因变量:消费支出B-189.7811.378标准误差689.309.067标准系数试用版t-.275.98820.660Sig..789.000B的95.0%置信区间下限-1725.6581.229上限1346.0961.526

--8---统计预测与决策课程设计

5）“分析”“回归”“曲线估计”，如图1.4；

图1.4

--9---统计预测与决策课程设计

课题二用高斯牛顿迭代法求解非线性模型

回归预测法在研究社会经济现象中被广泛应用，但由于社会经济现象的复杂，各因素之间不一定是线性关系，往往需要建立非线性回归模型。一般通过对数变换间接转化为线性模型，再用最小二乘法估计模型参数。由于在变换过程中改变了因变量形态，使得变形后的模型最小平方估计失去了原模型残差平方和最小的意义，从而估计不到原模型的最佳回归系数，造成回归模型与原数列之间的较大偏差。

传统的高斯牛顿求解法计算量较大，在实际应用中存在困难，而用统计软件求解此类模型则非常容易。本实验将通过一个实例详细介绍Spss在此类模型求解中的具体应用过程。

2.1用SPSS求解

用SPSS软件求解此类模型则非常容易，下面介绍SPSS在此类模型求解中的具体应用过程。例：为便于控制某产品的生产成本，需要研究该产品产量与生产成本之间的数量变化关系，并预算当产量达到一定水平时的成本是多少。通过对比12个同类企业的产品产量与生产成本的资料（如表2.1）,在SPSS中输入数据如图2.1。表2.1

企业编号产量X3742485260698194112127139152生产成本Y130122112101907361504236322512

345

678

9

1011

12

--10---统计预测与决策课程设计

图2.1

一、散点图分析和初始模型选择

在SPSS数据窗口中输入数据，然后插入散点图（如图2.2），有散点图可以看出，该

数据配合线性模型、指数模型和幂函数模型都比较合适。进一步进行曲线估计。

图2.2

--11---统计预测与决策课程设计

分析各模型的R平方，选择指数模型较好，但考虑到在线性中可能原模型变换失去残差平方和最小的意义，因此进一步对原模型进行优化。2.2、运用SPSS进行非线性模型的优化

SPSS提供了非线性回归分析工具，可以对非线性模型进行优化，使其残差平方和达到最小。从分析下选回归菜单中的非线性命令SPSS输出结果见表2.3。

传统的手工运算求解，运算量与迭代次数成正比，而使用SPSS求解，只要输入了初始参数值和模型表达式，无论迭代多少次，都可快速得到最后结果，不仅减轻了计算强度，而且提高了数据准确度，相比Excel又有了极大的进步。

表2.3CaseProcessingSummaryTotalCasesExcludedCasesaForecastedCasesNewlyCreatedCasesa.Caseswithamissingvalueinanyvariableareexcludedfromtheanalysis.

N1201*

Linear

ModelSummaryAdjustedRR.957RSquare.916Square.907Std.ErroroftheEstimate11.327Theindependentvariableis产量.

--12---统计预测与决策课程设计

ANOVARegressionResidualTotalSumofSquares13948.7401282.92715231.667df11011MeanSquare13948.740128.293F108.726Sig..000Theindependentvariableis产量.

CoefficientsUnstandardizedCoefficients产量(Constant)

ModelSummaryAdjustedRR.992RSquare.984Square.982Std.ErroroftheEstimate4.924B-.893148.236Std.Error.0867.936StandardizedCoefficientsBeta-.957t-10.42718.678Sig..000.000Theindependentvariableis产量.

Logarithmic

ANOVARegressionResidualSumofSquares14989.191242.476df110MeanSquare14989.19124.248F618.172Sig..000--13---统计预测与决策课程设计

Total15231.66711Theindependentvariableis产量.

CoefficientsUnstandardizedCoefficientsln(产量)(Constant)

B-75.951401.689Std.Error3.05513.303StandardizedCoefficientsBeta-.992t-24.86330.196Sig..000.000

Exponential

ModelSummaryStd.ErroroftheR.994RSquare.988AdjustedRSquare.987Estimate.065Theindependentvariableis产量.

ANOVARegressionResidualTotalSumofSquares3.466.0423.508df11011MeanSquare3.466.004F821.928Sig..000Theindependentvariableis产量.

--14---统计预测与决策课程设计

CoefficientsStandardizedCoefficientsBeta-.994t-28.66921.977Sig..000.000

UnstandardizedCoefficients

BStd.Error-.014.000产量

(Constant)208.6519.494

Thedependentvariableisln(生产成本).

Logistic

ModelSummaryAdjustedRR.994RSquare.988Square.987Std.ErroroftheEstimate.065Theindependentvariableis产量.

ANOVARegressionResidualTotalSumofSquares3.466.0423.508df11011MeanSquare3.466.004F821.928Sig..000Theindependentvariableis产量.

--15---统计预测与决策课程设计

CoefficientsUnstandardizedCoefficients产量(Constant)B1.014.005Std.Error.000.000StandardizedCoefficientsBeta2.702t2036.06321.977Sig..000.000Thedependentvariableisln(1/生产成本).

从“分析”下选“回归”菜单中的“曲线估计”命令；选因变量“Y”到因变量框中，自变量“X”到自变量框中，在Models框中选择线性、对数、指数和Logistic四个复选框，确定后输出分析结果，见图2.3.

图2.3

--16---统计预测与决策课程设计

课题三马尔科夫预测法

马尔科夫预测法是应用概率论来研究经济现象中“无后效应”随机时间序列并加以预测

的方法。常用的有市场占有率预测和期望利润预测。3.1市场占有率预测

用马尔科夫法预测市场占有率的基本原理是：本期市场占有率仅取决于上期市场占有率及转移概率。

例：已知甲、乙、丙三个公司分包一个地区市场，上一期市场占有率分别为（0.4620.333

0.60.20.20.205），且已知转移概率矩阵为p0.10.80.1错误！未指定书签。

0.30.20.5试求本期和下一期的市场占有率和预测长期的市场占有率。

1、输入上一期市场占有率和转移概率矩阵数据到工作表中，如图3.1所示：

图3.1

2、计算本期市场占有率：

选择区域A7:C7,输入公式=MMULT(A3:C3,E2:G4),按Ctrl+Shift+Enter确认，得到本期预测市场占有率。3、计算下期市场占有率：

--17---统计预测与决策课程设计

选择区域A11:C11,输入公式=MMULT(A7:C7,E2:G4),按Ctrl+Shift+Enter确认,得到下期预测市场占有率。1、计算终极市场占有率：设终极市场占有率为=（x1

xx23），则p=，又x1+x2+x3=1.将终极市场占

有率数据（0.28570.50.2143）输入到A14:C14中。假如A14:C14区域数据为终极市场占有率数据，在D14中输入公式=SUM(A14:C14),则D14单元应等于1，选择区域A15:C15，输入公式=MMULT(A14:C14,E2:G4),按Ctrl+Shift+Enter确认后，则A15:C15中的数据应与A14:C14中的数据相等。

现在可以调用Excel的规划求解工具进行计算。如果在“工具”菜单中没有“规划求解”选项，则从“工具”菜单中执行“加载宏”命令，加载“规划求解”工具。

图3.2规划求解对话框

从“工具”菜单中选择“规划求解”命令，在对话框中输入以下数据，如图2所示：目标单元格：$D$14可变单元格：$A$14:$C$14

单击约束框中的“添加”按钮，在“单元格引用位置”中输入$A$14:$C$14，在条件框中选“=”符号，在“约束值”框中输入$A$15:$C$15，然后按确定按钮。则图2所示对话框中添加了一个约束条件：$A$14:$C$14=$A$15:$C$15,再单击“求解”按钮，则Excel自动计算出了终极市场占有率：(0.28570.50.2143)3.2期望利润预测

例：已知某企业产品的销路转移情况及利润（单位：万元）转移情况如表3.1所示，试求该企业的即时期望利润和三个月后该企业的期望利润。

--18---统计预测与决策课程设计

表3.1

畅销1滞销2销路转移表畅销10.450.38滞销20.550.62畅销1滞销2利润转移表畅销183滞销22-2

1、如图3.3所示，和在工作表中输入转移概率表和利润转移表；

图3.3

2、计算即时(n=1)期望利润：

vi(1)ri1pi1ri2pi2rijpij，在B7输入公式=SUMPRODUCT(B3:C3,F3:G3)，在B8输

j12入公式=SUMPRODUCT(B4:C4,F4:G4)，得即时期望利润q1=4.7，q2=-0.1。即：如本月畅销，下月期望盈利4.7万元；如本月滞销，下月期望亏损0.1万元。3、计算两个月后的期望利润：

v2v1rpi1i1i1v21ri2pi2rijvj(21)pqivj(1)p

ijijj1j122在E7单元格内输入公式=$B7+MMULT($B3:$C3,B$7:B$8)，再将此公式复制到E8，计算得二步转移期望利润。三步转移期望利润公式与二步转移期望利润类似，选择区域E7:E8,将其复制到区域H7:H8。即：在本月畅销时，预计三个月后可望获利8.6352万元，当本月滞销时，预计三个月后只可获利3.47568万元。

--19---

统计预测与决策课程设计

--20---

友情提示：本文中关于《杜大君的年终总结》给出的范例仅供您参考拓展思维使用，杜大君的年终总结：该篇文章建议您自主创作。

　　来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。

《杜大君的年终总结》
由互联网用户整理提供,转载分享请保留原作者信息,谢谢!
http://m.bsmz.net/gongwen/550698.html

• 上一篇：年终总结

• 下一篇：酒店办公室主任工作总结