姓名：班级：学号：
目录：
实训一 EXCEL 2003 表格制作 ------------------------------------------------ 1 实训二 EXCEL 2003 线性规划求解 ------------------------------------------- 2 1.线性规划的定义 -------------------------------------------------------- 2 2.基本条件 -------------------------------------------------------------- 2 实训三 用 EXCEL 2003求解AHP问题 ----------------------------------------- 3 （一） 层次分析法（AHP）基本原理 ---------------------------------------- 3 （二） AHP的特点 ------------------------------------------------------- 4 （三） 判断矩阵的特点 --------------------------------------------------- 4 （四） 方根法的步骤 ----------------------------------------------------- 4 （五） 和积法计算步骤 --------------------------------------------------- 5 （六） 判断矩阵一致性指标C.I.(CONSISTENCY INDEX) --------------------------- 5 实训四 用 EXCEL 2003求解一元线性回归问题 --------------------------------- 6 1.一元线性回归的原理 ---------------------------------------------------- 6 2.一元线性回归分析法 ---------------------------------------------------- 6 3.一元线性回归分析 ------------------------------------------------------ 6
办公软件应用实训报告
实训一 Excel 2003 表格制作
例3 如图：
1.将表中各字段名设置为黑体20磅，并在其单元格居中。
选择区域A1：F1，在格式工具栏的“字体”框中选择黑体，在“字号”框中选择0，
单击“居中”按钮。 2.求出各学生的总成绩。
单击单元格F2，输入公式“=c2+d2+e2”并确认（计算出张强的总成绩），用自动填
充方式计算出其它记录的总成绩。
3.在记录“赵丽”之后添加一条新记录，其姓名字段值为“汇总”，班级字段值为空，语文、数学、外语、
在A8单元格中输入“汇总”两个字，单击C8单元格，单击常用工具栏上的“自动
求和”按钮计算出所有学生语文成绩的总和，然后利用自动填充功能求出D8：F8的值。
4.利用外语成绩创建一个嵌入在G1：K8区域中的三维饼图，图表标题为“成绩比例”，图例为学生姓名并放置在左侧。
选择区域E2：E7及区域A2：A7，执行命令“插入/图表”打开图表向导对话框，
在“图表类型”框中选择饼图，在“子图表类型”框中选择图例位置为靠左，单击下一步，选择嵌入式图表，单击完成，最后将图表放在G1：K8区域中。 5.结果如图所示：
1
办公软件应用实训报告
实训二 Excel 2003 线性规划求解 1.线性规划的定义
线性规划方法是在第二次世界大战中发展起来的一种重要的数量方法，是企业
进行总产量计划时常用的一种定量方法。它是运筹学的一个最重要的分支，理论上最完善，实际应用得最广泛。
主要用于研究有限资源的最佳分配问题，即如何对有限的资源作出最佳方式地调
配和最有利地使用，以便最充分地发挥资源的效能去获取最佳的经济效益。由于有成熟的计算机应用软件的支持，采用线性规划模型安排生产计划，并不是一件困难的事情。
在总体计划中，用线性规划模型解决问题的思路是，在有限的生产资源和市场需
求条件约束下，求利润最大的总产量计划。 该方法的最大优点是可以处理多品种问题。 2.基本条件
变量之间的线性关系 问题的目标可以用数字表达
问题中应存在能够达到目标的多种方案
达到一定目标在一定的约束条件下实现的，并且这些条件能用不等式加以描述 例4 求解：
步骤：
在Excel表格中输入相应的数据。（目标函数、约束条件与变量间个
2
办公软件应用实训报告
空一行）
导入“规划求解”：工具→加载宏→规划求解
使用SUMPRODOCT函数，依次求出数组间对应的元素相乘，并返回乘积之
和。
点击工具→规划求解，以G2为目标单元格，以B8：E8为可变单元格，再依次
添加约束条件，即：
与约束值之间的关系以及是否为假定非负）
（在添加约束时，应注意
即可得到解：
实训三 用 Excel 2003求解AHP问题 （一） 层次分析法（AHP）基本原理
3
办公软件应用实训报告
AHP法首先把问题层次化，按问题性质和总目标将此问题分解成不同层次，构
成一个多层次的分析结构模型，分为最低层（供决策的方案、措施等），相对于最高层（总目标）的相对重要性权值的确定或相对优劣次序的排序问题。 （二） AHP的特点
分析思路清楚，克将系统分析人员的思维过程系统化、数学化合模型化： 分析时需要的定量数据不多，但要求对问题所包含的因素及关系具体而明确： 这种方法适用于多准则、多目标的复杂问题的决策分析，广泛用于地区经济发展方案比较、科学技术成果评比、资源规划和分析以及企业人员素质测评。 （三） 判断矩阵的特点 建立两两比较的判断矩阵
判断矩阵表示针对上已层次某单元（元素），本层次与它有关单元之间相对重要性的
比较。一般取如下形式：
在层次分析法中，为了使判断定量化，关键在于设法使任意两个 方案对于某一准
则的相对优越程度得到定量描述。一般对单一准则来说，两个方案进行比较总能判断出优劣，层次分析法采用1-9标度方法，对不同情况的评比给出数量标度。
（四） 方根法的步骤
将判断矩阵的每一行元素相乘Mij
计算Mi的n次方根Wi
4
办公软件应用实训报告
对向量W=（W1，W2......Wn）t归一化处理：
W=(W1，W2......Wn)t即为所求的特征向量的近似解。 计算判断矩阵最大特征根λmax
（五） 和积法计算步骤
将判断矩阵的每一列元素作归一化处理，其元素的一般项为
将每一列经归一化处理后的判断矩阵按行相加为
对向量W=(W1,W2..... Wn)t归一化处理：
W=(W1，W2...... Wn)t 即为所求的特征向量的近似解。 计算判断矩阵最大特征根λmax
（六） 判断矩阵一致性指标C.I.(Consistency Index)
一致性指标C.I.的值越大，表明判断矩阵偏离完全一致性的程度越大，C.I.的值越
小，表明判断矩阵越接近于完全一致性。一般判断矩阵的阶数n越大，人为造成的偏离完全一致性指标C.I.的值便越小。
对于多阶段判断矩阵，引入平均随机一致性指标R.I.(Random Index),下表给出了1-15阶正互反矩阵计算1000次得到的平均随机一致性指标。
5
办公软件应用实训报告
当n<3时，判断矩阵永远具有完全一致性。判断矩阵一致性指标C.I.与同阶平均随
机一致性指标R.I.之比称为随机一致性比率C.R.(Consistency Ratio)
当C.R.<0.10时，便认为判断矩阵具有可以接受的一致性。当C.R/>0.10时，就需
要调整和修正判断矩阵，使其满足C.R.<0.10，从而具有满意的一致性。
实训四 用 Excel 2003求解一元线性回归问题 1.一元线性回归的原理
单因素实验法：当有多个变量时，取单一变量，其他变量相同且最适合做实验 2.一元线性回归分析法
是在考虑预测对象发展变化本质基础上，分析因变量随一个自变量变化而变化的关
联形态，借助回归分析建立他们因果关系的回归方程式，描述他们之间的平均变化数量关系，据此进行预测或控制。 3.一元线性回归分析
分析按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析 实例说明：
“啊曼德披萨”是一个制作和外卖披萨的餐饮连锁店，其主要客户群是在校大学生。为了研究各店铺销售额与店铺附近地区大学生人数之间的关系，随机抽取了十个分店的样本，的到以下数据：
对数据进行回归分析并预测区内大学生数1.8万的店铺11季度销售预测为多少？
6
办公软件应用实训报告
我们将通过以下步骤对该问题进行解决： 1. 回归
第一步，录入数据，见下图1：
图1
第二步，作散点图，选中数据（包括自变量和因变量），选中数据后，数据变为蓝色。点击“图表向导”图标；或者在“插入”菜单中打开“图标（H）”。图表向导图标为
。
在弹出的图框左边一栏中选中“XY散点图”，点击“完成”按钮，即为散点图原始形式（图2）：
图2
第三步，回归
观察散点图，判断点列分布是否具有线性趋势，只有当数据具有线性分布特征时，才能采用线性回归分析方法。如图可知，本例数据具有线性的、分布趋势，可进行线性回归。方法如下：
图3-1 包括数据“标志”
7
办公软件应用实训报告
首先，打开“工具”下拉，双击“数据分析对话框”。在选择“回归”确定，弹出选项表：
选择：X、Y值的输入区域（B1：B11，C1：C11），标志，置信度（95%），新工作表，残差，线性拟合图（图3-1）
注意：选中数据“标志”和不选“标志”，X、Y值的输入区域是不一样的：前者包括数据标志：区内大学生数（X）,季度销售额(Y)
最后确定，取得回归结果（图4）
图4 线性回归结果图 读取结果如下：
截距：a=6; 斜率：b=5; 相关系数：R=0.950; 测定系数：R2=0.90273363;F值：F=74.24837;t值：t=8.616749；标准离差（标准误差）：s=1.3829；回归平方和：SSr=142;剩余平方和：SSe=15.3；y的误差平方和即总平方和：SSt=157.3。
8