erp系统编码培训实施顾问(编辑修改稿)

erp系统编码培训实施顾问(编辑修改稿)内容摘要：

迚； 01代表 该供应商在公司地理分布上是以省级划分，以“ 01”代表广东省； 01代表 该供应商归属上一级别内的城市，以“ 01”代表广东省潮州市； 001代表 该供应商在这一编码段中按流水号排序为第一个； P31 同业编码方案示例讲解  物料编码 原材料编码 P32 同业编码方案示例讲解  物料编码 产成品编码 P33 同业编码方案示例讲解 半成品就在产成品基础上，在第一级迚行区分 如 BFH 代表包装部复合车间半成品 （ FH为 “复合” 拼音首字母） BFQ 代表包装部分切车间半成品 （ FQ为 “分切” 拼音首字母） P34 但是， OLS估计量却不具有最小方差性。 Y=0+ 1X1+v 中 X1的方差 :  2121 )ˆ(ixV a r Y=0+1X1+2X2+ 中 X1的方差 :   )1()ˆ( 2212121 xxi rxV ar  当 X1与 X2完全线性无关时 : )ˆ()ˆ(11  V a rV a r  否则： )ˆ()ˆ( 11  V a rV a r 注意： P35 3. 错误函数形式的偏误 当选取了错误函数形式幵对其迚行估计时，带来的偏误称 错误函数形式偏误 （ wrong functional form bias）。 容易判断，这种 偏误是全方位的。 例如，如果 “ 真实 ” 的回归函数为 :  eXAXY 21 21vXXY  22110 却估计线性式 显然， 两者的参数具有完全不同的经济含义，且估计结果一般也是不相同的。 P36 三、模型设定偏误的检验 1. 检验是否含有无关变量 可用 t 检验与 F检验完成。 检验的基本思想 :如果模型中误选了无关变量，则其系数的真值应为零。 因此，只须对无关变量系数的显著性进行检验。 t检验 ：检验某 1个变量是否应包括在模型中； P37 2. 检验是否有相关变量的遗漏或函数形式设定偏误 （ 1）残差图示法 F检验 ：检验若干个变量是否应同时包括在模型中。 P38 • 残差序列变化图 （ a）趋势变化 ：模型设定时可能遗漏了一随着时间的推移而持续上升的变量 （ b）循环变化：模型设定时可能遗漏了一随着时间的推移而呈现循环变化的变量 P39 • 模型函数形式设定偏误时残差序列呈现正负交替变化 图示： 一元回归模型中，真实模型呈幂函数形式，但却选取了线性函数进行回归。 P40 （ 2）一般性设定偏误检验 但更准确更常用的判定方法是拉姆齐 (Ramsey)于1969年提出的所谓 RESET 检验 （ regression error specification test）。 基本思想： 如果事先知道遗漏了哪个变量，只需将此变量引入模型，估计幵检验其参数是否显著丌为零即可； P41 问题是不知道遗漏了哪个变量，需寻找一个替代变量 Z，来进行上述检验。 RESET检验中，采用所设定模型中被解释变量 Y的估计值 Ŷ的若干次幂来充当该“替代”变量。 例如 ，先估计 Y=0+ 1X1+v 得 : 110 ˆˆˆ XY  P42   3221110 ˆˆ YYXY 再根据第三章第五节介绍的 增加解释变量的 F检验 来判断是否增加这些 “ 替代 ” 变量。 若仅增加一个 “ 替代 ” 变量，也可通过 t检验 来判断。 P43 例如， 在一元回归中，假设真实的函数形式是非线性的，用泰勒定理将其近似地表示为多项式： RESET检验也可用来检验函数形式设定偏误的问题。   313212110 XXXY因此，如。