计算机在经济中的运用Word格式.docx

计算机在经济中的运用Word格式.docx

《计算机在经济中的运用Word格式.docx》由会员分享，可在线阅读，更多相关《计算机在经济中的运用Word格式.docx（22页珍藏版）》请在冰豆网上搜索。

三、订单表的数据导入

在本书配套磁盘提供的xddbookstore.xls文件中，包含了响当当数据库所有表的数据。

可以利用该文件将订单表数据导入到“xddbookstore.mdb”数据库中。

选择要导入的文件。

单击文件菜单的“获取外部数据/导入”命令，出现如图1-17所示的“导入”对话框。

单击要导入的文件“xddbookstore.xls”，然后单击“导入”按钮，出现导入数据表向导对话框。

规定要导入的数据表。

在如图1-18所示的“导入数据表向导”对话框中选择“订单表”，在该对话框的下方就会显示出“xddbookstore.xls”文件的“订单表”工作表中所包含的数据，其中的第一行是列标题；

单击“下一步”按钮。

指明在要导入的数据中是否包含列标题。

在如图1-19所示的“导入数据表向导”对话框中，选中“第一行包含列标题”复选框，单击“下一步”按钮。

规定数据应导入到哪个表中，可以是新表或现有的表。

在如图1-20所示的“导入数据表向导”对话框的现有的表中选择“订单”表，单击“下一步”按钮，出现如图1-21所示的“导入数据表向导”对话框。

完成数据导入工作。

在如图1-21所示的“导入数据表向导”对话框中单击“完成”按钮，就会出现如图1-22所示的“导入数据表向导”对话框，其中显示的文字表明向“xddbookstore”数据库导入订单表的工作已经成功了。

单击其中的“确定”按钮即可。

导入数据后的订单表

试验1-2

一、建立odbc数据源

在利用microsoftofficequery对“响当当”网上书店进行数据查询之前，必须先建立一个用于连接该数据库的odbc数据源“bookstore”，具体步骤如下：

启动microsoftofficequery应用程序。

利用windows的文件查找功能，查找名为“msqry32.exe”的microsoftofficequery应用程序文件，并在桌面上建立指向该应用程序的快捷方式。

双击该快捷方式图标，启动microsoftofficequery应用程序。

进入“创建新数据源”对话框。

在microsoftofficequery应用程序窗口中，单击“文件”菜单中的“新建”命令或工具栏上的“新建查询”图标按钮，出现如图1-24所示的“选择数据源”对话框。

选择“数据库”选项卡中的“〈新数据源〉”，再单击“确定”按钮，出现“创建新数据源”对话框。

输入数据源名字。

在“创建新数据源”对话框的“请输入数据源名称”项中输入要定义的数据源的名称（“bookstore”），步骤4：

选择数据库驱动程序。

在“创建新数据源”对话框的“为您要访问的数据库类型选定一个驱动程序”下拉列表框中选择与“northwind.mdb”相匹配的驱动程序，即“microsoftaccessdriver（*.mdb）”，如图1-26所示。

定义数据库连接信息，即选择数据源所要引用的数据库“northwind.mdb”。

单击“创建新数据源”对话框的“连接”按钮，出现“odbcmicrosoftaccess安装”对话框。

单击其中的“选择”按钮，出现如图1-28所示的“选择数据库”对话框。

选择“xddbookstore.mdb”数据库后单击“确定”按钮。

在随后出现的对话框中连续按2次“确定”按钮后即可完成“bookstore”数据源的定义，

二、查询设计1—低库存量图书信息查询

对低库存量信息的查询，如查询库存量小于10的图书的isbn、书名和库存量，需要在查询时设定对库存量的查询要求，如“库存量<

10”。

查询步骤如下：

选择“bookstore”数据源，进入“查询设计”窗口。

启动microsoftofficequery应用程序，单击“文件”菜单中的“新建”命令，“选择数据源”对话框，单击其中“数据库”选项卡中的“bookstore”数据源，单击“使用‘查询向导’创建/编辑查询（

）”项前面的方框，使其处于未选中状态，再单击“确定”按钮，便可出现“查询设计”窗口及“添加表”对话框

选择查询中需要使用的表。

在“添加表”对话框的“表”列表中选择查询中将使用的表“书”，单击“添加”按钮，就可以将该表添加到“查询设计”窗口的“表”窗格中，单击“添加表”对话框的“关闭”按钮，进入“查询设计”窗口。

选择要查询的字段。

在“查询设计”窗口的“表”窗格中，分别双击“书”表中需要查询的“书名”、“isbn”、“库存量”等字段，查询结果如图1-32所示。

添加“条件”窗格，设置查询条件。

单击“视图”菜单的“条件”命令，使“视图”菜单中“条件”项前面出现“?

”，便可以在“查询设计”窗口中添加出“条件”窗格。

三、查询设计2—低库存量图书信息以及出版社信息查询

这里先查询库存量小于10的图书的isbn、书名、出版社名称、电话和地址，步骤如下：

在“添加表”对话框的“表”列表中分别选择“书”和“出版社”表，并单击“添加”按钮将它们添加至表窗格，如图1-34所示。

选择查询字段。

在“查询设计”窗口的“表”窗格中，双击“书”表的“书名”和“isbn”字段以及“出版社”表的“出版社名称”、“电话”和“地址”字段，所选字段即可出现在查询结果窗格中。

设置查询条件。

在“条件”窗格的“条件字段”行的第一列中选择“库存量”，并在下一行中输入“<

10”后回车，即可在“查询结果”窗格中显示响当当网上书店中库存量小于10的图书的isbn、书名、出版社名称、电话和地址等信息。

四、查询设计3—特定作者图书信息查询

有时会员需要了解某个作者编写的图书的信息，例如“boddie,john”编写的图书的信息，通过下列步骤可以得到这些信息。

选择查询中需要使用的表，如“书”，将其添加到“表”窗格中。

选择“书”表中的所有字段。

在“查询设计”窗口的“表”窗格中，双击“书”表的“*”，该表中所有的字段即可出现在查询结果窗格中，如图1-35所示。

添加“作者”表。

图1-35的查询结果中显示的是所有作者的图书信息，共有2127本书。

从中想找到某个作者的图书信息很困难，因此需要添加查询条件以便将特定作者的信息显示出来。

设置查询条件，显示查询结果。

在“条件”窗格的“条件字段”行的第一列中选择“作者.姓名”，并在下一行中输入“’boddie,john’”后回车，即可在“查询结果”窗格中仅仅显示“boddie,john”编写的图书的所有信息

五、查询设计4—低价图书信息查询

有的会员去网上购书时，希望能了解低价图书的一些信息，如单价小于10元的图书的书名、出版年份和单价等，下面将设计一个查询，获取相关信息。

步骤如下：

选择数据源并添加表。

在“添加表”对话框中选择“书”表，将其添加到“表”窗格中。

选择字段。

在“查询设计”窗口的“表”窗格中，双击“书”表的“书名”、“出版年份”和“单价”字段。

在“条件”窗格的“条件字段”行的第一列中选择“单价”，并在下一行中输入“<

10”后回车，即可在“查询结果”窗格中仅仅显示低价图书的相关信息，如图1-37所示，总共有14本单价低于10元的图书。

六、查询设计5—新书信息查询

有些会员想查询最近出版的一些图书的信息，如2007年出版的图书的书名、单价和作者姓名等，下面将设计一个查询，获取相关信息。

选择“bookstore”数据源并添加“书”和“作者”表。

在“查询设计”窗口的“表”窗格中，双击“书”表的“书名”、“单价”，以及“作者”表的“姓名”字段。

在“条件”窗格的“条件字段”行的第一列中选择“出版年份”，并在下一行中输入“2007”后回车，即可在“查询结果”窗格中仅仅显示低价图书的相关信息，如图1-38所示，总共有14本2007年出版的图书。

设置其他查询条件。

单击microsoftquery的“帮助”命令，出现“microsoftquery帮助”窗口，单击其中“限制检索的数据”项前面的“+”将其展开，然后再单击“使用表达式”项前面的“+”将其展开，并单击“使用其他类型的运算符的表达式示例”项根据帮助信息，对于“书名应含有database字样”这个查询要求，可以使用条件“like‘%database%’”来表示,查询设计窗口中增加该查询条件，共有5本符合条件的图书。

用户也可以在条件窗格中，将鼠标移至一个空白的条件列，双击形如“

”的鼠标，在随后出现的“添加条件”对话框中添加条件，

实验1-3指导

（1）

一、查询设计1—会员分布信息查询

响当当网上书店的营销人员需要了解如下的信息：

各个地区会员的分布情况，例如北京和上海的会员人数。

具体查询步骤如下：

选择“bookstore”数据源并添加“会员”表。

选择分类字段、汇总字段和汇总方式。

本查询的分类字段是会员的城市，汇总字段是会员号，汇总方式是计数。

在“查询设计”窗口的“表”窗格中，双击“会员”表的“城市”和“会员号”字段。

然后双击“会员号”字段的列标，在“编辑列”对话框中输入列标“会员人数”，并选择汇总方式：

“计数”。

单击“确定”按钮

若仅仅想了解上海和北京的会员人数，可以在条件窗格中设置相应的条件，具体步骤略。

二、查询设计2—图书总订购量和总销售金额查询

书店工作人员想了解会员在网上订购图书的信息，如2005年下半年和2006年上半年图书的总订购量和总销售金额。

选择“bookstore”数据源，并添加“订单”、“订单明细”和“书”表。

选择分类字段和汇总字段。

在“查询设计”窗口的“表”窗格中，双击“订单”表的“订购日期”、“订单明细”表的“订购数量”字段。

另外还要构造一个计算字段“销售金额”，方法是直接在某空白列的列标中输入公式；

在上面的字段中，“订购数量”和“销售金额”是汇总字段，而分类字段是“订购年份”，该字段也是一个计算字段，可以利用year（）函数将订购日期转换成订购年份，方法是双击“订购日期”列的列标，在编辑列对话框的字段项中输入公式“year（订购日期）”，在其中的列标项中输入“订购年份”；

然后分别双击“订购数量”和“订购数量*单价”字段的列标，在编辑列对话框的列标项中分别输入“总订购数量”和“总销售金额”字样，并在总计项中选择“求和”

在“条件”窗格的“条件字段”行的第一列中选择“订购日期”，并在下一行中输入“>

=2005-7-1and<

=2006-6-30”后回车，即可在“查询结果”窗格中显示2005上半年和2006下半年的图书总订购量和总销售金额。

此时，若想了解各月份的图书总订购量和总销售金额，只要再查询设计窗口中增加一个“订购月份”分类字段即可

三、查询设计3—会员订购图书详细信息查询

书店工作人员想了解各个会员的会员号、姓名、所在的城市、相应订单的订单号、订单上所订购的图书的书名和订购数量等信息，并要求按会员的城市、会员号和订单号的升序排列。

选择“bookstore”数据源并添加“会员”、“订单”、“订单明细”和“书”表。

在表之间建立合适的联系。

在“查询设计”窗口的“表”窗格中，双击“会员”表的“城市”、“会员号”、“姓名”字段，“订单”表的“订单号”字段、“书”表的“书名”字段和“订单明细”表的“订购数量”字段。

规定查询结果的排序方式。

选择“记录”菜单的“排序”命令，在随后出现的“排序”对话框中设置排序方式，如图1-48所示。

观察查询结果。

查询结果如图1-49所示，共84条记录。

如果查询结果中包含的记录有1680条的话，请检查一下“会员”与“订单”表之间的联系是否已建立。

四、查询设计4—各城市会员图书订购数量和销售金额统计

书店工作人员想了解位于各个城市的会员在网上订购的图书的总订购数量和总销售金额。

在“查询设计”窗口的“表”窗格中，双击“会员”表的“城市”、“订单明细”表的“订购数量”字段。

另外还要构造一个计算字段“销售金额”，方法是直接在某空白列的列标中输入公式“订购数量*单价”；

规定汇总方式。

分别双击“订购数量”和“订购数量*单价”字段的列标，在编辑列对话框的列标项中分别输入“总订购数量”和“总销售金额”字样，并在总计项中选择“求和”。

按“确定”按钮后即可查看结果。

五、查询设计5—被订购图书的作者和出版社信息查询

书店工作人员想了解2007年会员“刘丹”所订购图书的作者以及出版社的信息。

选择“bookstore”数据源并添加“会员”、“订单”、“订单明细”、“书”、“作者”和“出版社”表。

在“查询设计”窗口的“表”窗格中，双击“书”表的“书名”、“作者”表的“姓名”和“出版社”表的“出版社名称”字段。

添加查询条件。

在条件窗格中添加关于订购日期和会员姓名的条件。

查看查询结果。

会员“刘丹”在2007年共订购了7本图书。

实验3-1指导

（1）

一、运用“数据分析”工具进行指数平滑预测

确定时间序列的类型。

如图3-1所示在单元格a1:

b21中布置好公司从1987-2006年的销售量数据。

然后，绘制公司从1987年至2006年共20年的销售量折线图，结果如图3-2所示，既没有趋势成分也没有季节成分，呈现出的是围绕一个水平上下波动的时间序列，说明适合用指数平滑法或移动平均法进行预测。

本实验的数据是年度数据，建议采用指数平滑预测法。

利用“数据分析”工具中的指数平滑功能进行预测。

在“工具”菜单中选择“加载宏”，在随后弹出的“加载宏”对话框中选择“分析工具库”，然后单击“确定”按钮，将会在“工具”菜单下出现“数据分析”选项。

在“工具”菜单中选择“数据分析”，在出现的“数据分析”对话框中选择“指数平滑”，出现如图3-3所示的对话框。

在“指数平滑”对话框中，在“输入区域”输入“b2:

b21”单元格，“阻尼系数”输入“0.75”（注：

阻尼系数=1-平滑常数），在“输出区域”输入“c2”单元格，单击“确定”按钮，将会看到如图3-4中单元格c2:

c21的输出结果。

将单元格c21往下复制，便得到2007年的指数平滑预测值7.96。

二、运用指数平滑公式进行预测

利用公式

计算指数平滑预测值。

如图3-5，在单元格f1中输入平滑常数0.25，在单元格c2中输入公式：

“=b2”，作为第一年的预测值（

），在单元格c3中输入指数平滑模型预测公式：

“=$f$1*b2+（1-$f$1）*c2”。

将单元格c3往下复制，便得到2007年的指数平滑预测值7.96。

绘制指数平滑预测图。

利用单元格a2:

c22中的数据绘制如图3-6所示的公司销售量指数平滑预测图。

通过以上实验能够检验，运用“数据分析”工具和指数平滑公式进行指数平滑预测的预测结果是一致的。

“美食佳”公司2007年的销售量指数平滑预测值为7.96，此预测结果是基于平滑常数为0.25所获得的。

对没有先期经验的人来说，怎样选择平滑常数呢？

又怎么判断所选的平滑常数是最优的呢？

下面的实验步骤将指导我们掌握寻找最优平滑常数的不同方法，这些方法同样也适用于寻找其他预测模型的各种参数。

三、寻找最优的平滑常数

计算均方误差。

如图3-5在单元格f2中输入公式：

“=average（（b2:

b21-c2:

c21）^2）”，作为数组运算，需要同时按住shift、ctrl、alt三个键作为输入结束，计算均方误差mse。

利用模拟运算表及查找引用函数功能，寻找最优平滑常数。

如图3-7在单元格e7:

e24中给出不同的平滑常数（大于0小于1），在单元格f6中输入公式：

“=f2”，选定单元格e6:

f24，在“数据”菜单中选择“模拟运算表”，在弹出的对话框中做如图3-8所示的参数设置，利用一维模拟运算表功能计算不同平滑常数下的mse值，在单元格f4中输入公式：

“=index（e7:

e24,match（min（f7:

f24）,f7:

f24,0））”，找到最优平滑常数为0.35。

然后，根据最优平滑常数0.35（将此值代入单元格f1中），2007年的预测值为7.94。

利用规划求解功能，寻找最优平滑常数。

规划求解工具是一个从函数值所要达到的目标出发，反过来确定为达到这个目标，各自变量应取什么值的工具。

在“工具”菜单中选择“规划求解”，在弹出的对话框中做如图3-9所示的参数设置，然后单击“求解”按钮，得到如图3-10所示的规划求解结果，其中可变单元格f2中显示最优平滑常数为0.37。

根据最优平滑常数0.37，2007年的预测值为7.93。

以上两种方法所寻找到的平滑常数都是基于实际销售量与预测销售量的均方误差极小，从理论上证明了所获得的平滑常数是最优的。

实验3-2指导

（1）

一、运用“数据分析”工具进行移动平均预测

如图3-11所示在单元格a1:

c19中布置好公司从2006年1月至2007年6月的数据。

绘制公司从2006年1月至2007年6月共18个月的管理费用折线图，结果如图3-12所示，既没有趋势成分也没有季节成分，呈现出的是围绕一个水平上下波动的时间序列，说明适合用指数平滑法或移动平均法进行预测。

本实验的数据是月度数据，建议采用移动平均预测法。

利用“数据分析”工具的移动平均功能进行预测。

在“工具”菜单中选择“数据分析”，在出现的“数据分析”对话框中选择“移动平均”，出现如图3-13所示的对话框。

在“移动平均”对话框中，在“输入区域”输入“c2:

c19”单元格，“间隔”输入“3”（注：

移动平均跨度为3），在“输出区域”输入“d3”单元格，单击“确定”按钮，将会看到如图3-14中单元格d5:

d20的输出结果。

如单元格d20所示，2007年7月公司管理费用的移动平均预测值为20.3万元。

二、运用移动平均公式进行预测

利用average（）函数计算移动平均预测值。

在单元格g1中输入移动平均跨度3，在单元格d5中输入移动平均模型预测公式：

“=average（c2:

c4）”。

将单元格d5往下复制，便得到2007年7月的移动平均预测值20.3。

绘制移动平均预测图。

利用单元格c2:

d20中的数据绘制如图3-16所示的公司18个月的管理费用及移动平均预测图。

通过以上实验能够检验，运用“数据分析”工具和移动平均公式进行移动平均预测的预测结果是一致的。

“美食佳”公司2007年7月的管理费移动平均预测值为20.3，此预测结果是基于移动平均跨度为3个月所获得的。

对没有先期经验的人来说，怎样选择移动平均跨度呢？

又怎么判断所选的移动平均跨度是最优的呢？

下面的实验步骤将指导我们掌握寻找最优移动平均跨度的不同方法。

三、寻找最优的移动平均跨度

此处用到两个函数：

sumxmy2（）函数和count（）函数。

sumxmy2（）函数的功能是返回两数组中对应数值之差的平方和，它需要两个参数，一个参数是第一个数组或数值区域，另一个参数是第二个数组或数值区域。

count（）函数的功能是计算某一范围内包含数值的单元格的个数。

如图3-15在单元格g2中输入公式：

“=sumxmy2（c2:

c19,d2:

d19）/count（d2:

d19）”，计算均方误差mse。

利用offset（）函数辅助进行不同移动平均跨度下的预测。

借助average（）函数进行的移动平均计算仅对跨度3有效，若跨度改为其他值，则要修改average（）函数的参数。

为此引入offset（）函数解决average（）函数的参数范围变化问题。

offset（）函数的功能是以指定的范围为参照系，通过给定偏移量得到新的范围。

返回（求出）的范围可以为一个单元格或单元格区域，并可以指定返回的行数或列数。

它需要五个参数，第一个参数是作为参照系的基准位置；

第二个参数是相对于这个基准位置向上（用负数表示）或向下（用正数表示）偏移的行数；

第三个参数是相对于这个基准位置向左（用负数表示）或向右（用正数表示）偏移的列数；

第四个参数是要返回数据范围的行数；

第五个参数是要返回数据范围的列数。

事实上前三个参数指定了要返回数据范围的起始单元格。

在单元格d5中输入公式：

“=if（a5<

=$g$1,"

"

average（offset（d5,-$g$1,-1,$g$1,1）））”，拖动单元格d5的填充柄向上复制至d2，向下复制至d20，从而可在变化的移动平均跨度下计算移动平均值。

将单元格g1中的移动平均跨度改为2，不必改动d列的公式，得到相应的移动平均预测值。

我们可以多次修改单元格g1中的移动平均跨度，并观察单元格g2中的mse值，从中可以发现：

当移动平均跨度为5的时候，mse为3.91，达到最小。

这就说明如果我们选择移动平均跨度为5进行管理费用的预测，所得