第一篇：2010-06-02《統(tǒng)計(jì)用區(qū)劃代碼》和《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》144107（寫(xiě)寫(xiě)幫推薦）

【發(fā)布單位】國(guó)家統(tǒng)計(jì)局

【發(fā)布文號(hào)】國(guó)家統(tǒng)計(jì)局令第14號(hào)

【發(fā)布日期】2010-06-02

【生效日期】2010-06-02

【失效日期】-----------

【所屬類(lèi)別】政策參考

【文件來(lái)源】國(guó)家統(tǒng)計(jì)局

《統(tǒng)計(jì)用區(qū)劃代碼》和《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》

(中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局令第14號(hào))

《統(tǒng)計(jì)用區(qū)劃代碼》和《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》已經(jīng)2010年5月20日國(guó)家統(tǒng)計(jì)局第5次常務(wù)會(huì)議通過(guò)，現(xiàn)予公布，自公布之日起實(shí)施。

局長(zhǎng) 馬建堂

二〇一〇年六月二日

附件：2009年統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)劃分代碼（樣稿）及說(shuō)明

《統(tǒng)計(jì)用區(qū)劃代碼》《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》

附件：2009年統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)劃分代碼（樣稿）及說(shuō)明.doc

2009年統(tǒng)計(jì)用區(qū)劃代碼（樣稿）

統(tǒng)計(jì)用區(qū)劃代碼 區(qū)劃名稱(chēng)

110000000000 北京市

110100000000 市轄區(qū)

110101000000 東城區(qū)

110101001000 東華門(mén)街道辦事處

110101001001 多福巷社區(qū)居委會(huì)

110101001002 銀閘社區(qū)居委會(huì)

110101001005 東廠社區(qū)居委會(huì)

110101001006 智德社區(qū)居委會(huì)

110101001007 南池子社區(qū)居委會(huì)

110101001008 黃圖崗社區(qū)居委會(huì)

110101001009 燈市口社區(qū)居委會(huì)

110101001010 正義路社區(qū)居委會(huì)

110101001011 甘雨社區(qū)居委會(huì)

110101001013 臺(tái)基廠社區(qū)居委會(huì)

110101001014 韶九社區(qū)居委會(huì)

110101001015 王府井社區(qū)居委會(huì)

110101002000 景山街道辦事處

110101002001 隆福寺社區(qū)居委會(huì)

110101002002 吉祥社區(qū)居委會(huì)

110101002003 黃化門(mén)社區(qū)居委會(huì)

110101002004 鐘鼓社區(qū)居委會(huì)

110101002005 魏家社區(qū)居委會(huì)

110101002006 汪芝麻社區(qū)居委會(huì)

110101002008 景山東街社區(qū)居委會(huì)

110101002009 皇城根北街社區(qū)居委會(huì)

110101003000 交道口街道辦事處

110101003001 交東社區(qū)居委會(huì)

110101003002 福祥社區(qū)居委會(huì)

110101003003 大興社區(qū)居委會(huì)

110101003005 府學(xué)社區(qū)居委會(huì)

110101003007 鼓樓苑社區(qū)居委會(huì)

110101003008 菊兒社區(qū)居委會(huì)

110101003009 南鑼鼓巷社區(qū)居委會(huì)

110101004000 安定門(mén)街道辦事處

110101004001 交北頭條社區(qū)居委會(huì)

110101004002 北鑼鼓巷社區(qū)居委會(huì)

110101004003 國(guó)子監(jiān)社區(qū)居委會(huì)

110101004004 鐘樓灣社區(qū)居委會(huì)

110101004005 寶鈔南社區(qū)居委會(huì)

110101004006 五道營(yíng)社區(qū)居委會(huì)

110101004009 分司廳社區(qū)居委會(huì)

（全部統(tǒng)計(jì)用區(qū)域代碼見(jiàn)國(guó)家統(tǒng)計(jì)局信息網(wǎng)）

2009年統(tǒng)計(jì)用城鄉(xiāng)劃分代碼（樣稿）

統(tǒng)計(jì)用區(qū)劃代碼 城鄉(xiāng)分類(lèi)代碼 區(qū)劃名稱(chēng)

110000000000 000 北京市

110100000000 000 市轄區(qū)

110101000000 000 東城區(qū)

110101001000 000 東華門(mén)街道辦事處

110101001001 111 多福巷社區(qū)居委會(huì)

110101001002 111 銀閘社區(qū)居委會(huì)

110101001005 111 東廠社區(qū)居委會(huì)

110101001006 111 智德社區(qū)居委會(huì)

110101001007 111 南池子社區(qū)居委會(huì)

110101001008 111 黃圖崗社區(qū)居委會(huì)

110101001009 111 燈市口社區(qū)居委會(huì)

110101001010 111 正義路社區(qū)居委會(huì)

110101001011 111 甘雨社區(qū)居委會(huì)

110101001013 111 臺(tái)基廠社區(qū)居委會(huì)

110101001014 111 韶九社區(qū)居委會(huì)

110101001015 111 王府井社區(qū)居委會(huì)

110101002000 000 景山街道辦事處

110101002001 111 隆福寺社區(qū)居委會(huì)

110101002002 111 吉祥社區(qū)居委會(huì)

110101002003 111 黃化門(mén)社區(qū)居委會(huì)

110101002004 111 鐘鼓社區(qū)居委會(huì)

110101002005 111 魏家社區(qū)居委會(huì)

110101002006 111 汪芝麻社區(qū)居委會(huì)

110101002008 111 景山東街社區(qū)居委會(huì)

110101002009 111 皇城根北街社區(qū)居委會(huì)

110101003000 000 交道口街道辦事處

110101003001 111 交東社區(qū)居委會(huì)

110101003002 111 福祥社區(qū)居委會(huì)

110101003003 111 大興社區(qū)居委會(huì)

110101003005 111 府學(xué)社區(qū)居委會(huì)

110101003007 111 鼓樓苑社區(qū)居委會(huì)

110101003008 111 菊兒社區(qū)居委會(huì)

110101003009 111 南鑼鼓巷社區(qū)居委會(huì)

110101004000 000 安定門(mén)街道辦事處

110101004001 111 交北頭條社區(qū)居委會(huì)

110101004002 111 北鑼鼓巷社區(qū)居委會(huì)

110101004003 111 國(guó)子監(jiān)社區(qū)居委會(huì)

110101004004 111 鐘樓灣社區(qū)居委會(huì)

110101004005 111 寶鈔南社區(qū)居委會(huì)

110101004006 111 五道營(yíng)社區(qū)居委會(huì)

110101004009 111 分司廳社區(qū)居委會(huì)

（全部統(tǒng)計(jì)用城鄉(xiāng)劃分代碼見(jiàn)國(guó)家統(tǒng)計(jì)局信息網(wǎng)）

《統(tǒng)計(jì)用區(qū)劃代碼》和《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》說(shuō)明

一、《統(tǒng)計(jì)用區(qū)劃代碼》和《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》的范圍

《統(tǒng)計(jì)用區(qū)劃代碼》和《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》（以下簡(jiǎn)稱(chēng)：《區(qū)劃和城鄉(xiāng)代碼》）規(guī)定了2009年我國(guó)鄉(xiāng)、鎮(zhèn)、街道及類(lèi)似鄉(xiāng)級(jí)單位，村民委員會(huì)、居民委員會(huì)及類(lèi)似村級(jí)單位的統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)劃分代碼。

《區(qū)劃和城鄉(xiāng)代碼》適用于各項(xiàng)統(tǒng)計(jì)調(diào)查、區(qū)劃管理、城鄉(xiāng)管理以及信息處理與交換。

二、《區(qū)劃和城鄉(xiāng)代碼》編制所依據(jù)文件

本代碼在編制過(guò)程中依據(jù)以下文件:

——國(guó)務(wù)院關(guān)于行政區(qū)劃調(diào)整文件

——民政部關(guān)于行政區(qū)劃調(diào)整文件

——縣及縣以上人民政府關(guān)于鄉(xiāng)、村兩級(jí)區(qū)域調(diào)整文件

——中華人民共和國(guó)行政區(qū)劃代碼（GB/T 2260-2007）

——統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)劃分代碼編制規(guī)則（國(guó)統(tǒng)字〔2009〕91號(hào)）

三、《區(qū)劃和城鄉(xiāng)代碼》編制原則

《統(tǒng)計(jì)用區(qū)劃代碼》以《中華人民共和國(guó)行政區(qū)劃代碼》和《統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)劃分代碼編制規(guī)則》的有關(guān)規(guī)定為編制原則。

《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》除采用《統(tǒng)計(jì)用區(qū)劃代碼》的編制原則外，還以縣、鄉(xiāng)兩級(jí)人民政府駐地和村、居委會(huì)駐地的實(shí)際建設(shè)連接情況為劃分城鄉(xiāng)的依據(jù)。

四、《區(qū)劃和城鄉(xiāng)代碼》的結(jié)構(gòu)

（一）《統(tǒng)計(jì)用區(qū)劃代碼》的結(jié)構(gòu)。

《統(tǒng)計(jì)用區(qū)劃代碼》的結(jié)構(gòu)采用五層12位數(shù)字表示。按層次分別表示：省級(jí)（省、自治區(qū)、直轄市）、地級(jí)（地級(jí)市、地區(qū)）、縣級(jí)（縣、縣級(jí)市、市轄區(qū)）、鄉(xiāng)級(jí)（鄉(xiāng)、鎮(zhèn)、街道、類(lèi)似鄉(xiāng)級(jí)單位）、村級(jí)（村民委員會(huì)、居民委員會(huì)、類(lèi)似村民委員會(huì)、類(lèi)似居民委員會(huì)）。各層代碼由左起表示：

1、2位表示省級(jí)碼段3、4位表示地級(jí)碼段5、6位表示縣級(jí)碼段

7～9位表示鄉(xiāng)級(jí)碼段

10～12位表示村級(jí)碼段

（二）《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》的結(jié)構(gòu)。

《統(tǒng)計(jì)用城鄉(xiāng)劃分代碼》由統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)分類(lèi)代碼兩部分組成，共15位數(shù)字。左起1～12位表示統(tǒng)計(jì)用區(qū)劃代碼，13～15位表示城鄉(xiāng)分類(lèi)代碼。城鄉(xiāng)分類(lèi)代碼的結(jié)構(gòu)為：

表示主城區(qū)

表示城鄉(xiāng)結(jié)合區(qū)

表示鎮(zhèn)中心區(qū)

表示鎮(zhèn)鄉(xiāng)結(jié)合區(qū)

表示特殊區(qū)域

210 表示鄉(xiāng)中心區(qū)

220 表示村莊

城鄉(xiāng)分類(lèi)代碼第13位為1，表示城鎮(zhèn)；第13位為2，表示鄉(xiāng)村。

第二篇：2012年統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)劃分代碼(截止2012年10月31日)

2012年統(tǒng)計(jì)用區(qū)劃代碼和城鄉(xiāng)劃分代碼(截

止2012年10月31日)

140100000000 太原市

140109000000 萬(wàn)柏林區(qū)

140109003007 111 北二條社區(qū)居委會(huì)

140109003000 和平街道辦事處

140100000000 太原市

140106000000 迎澤區(qū)

140106003000 廟前街道辦事處

140106003004 111 南海街二社區(qū)居委會(huì)

第三篇：網(wǎng)站如何添加客服統(tǒng)計(jì)代碼

本文由秀瘦網(wǎng)提供http://004km.cn/

首先登入：http://004km.cn/

登入后進(jìn)后臺(tái)

一般只要設(shè)置 賬號(hào)管理、樣式設(shè)置、獲取代碼。

1、樣式我們是這樣的

本文由秀瘦網(wǎng)提供http://004km.cn/

2、賬號(hào)設(shè)置

進(jìn)入編輯是這樣的

本文由秀瘦網(wǎng)提供http://004km.cn/

3.最后就是復(fù)制代碼

獲取這代碼后 黏貼到后臺(tái)的統(tǒng)計(jì)代碼就可以的我們一tugogo的為例

這樣就OK 完工了，還有補(bǔ)充點(diǎn)： 代碼加到后臺(tái)后 要是在http://www.54kefu.net/設(shè)置您的賬號(hào)樣式這些的，會(huì)自動(dòng)更新過(guò)來(lái)的。

第四篇：商務(wù)統(tǒng)計(jì)例題代碼（小編推薦）

商務(wù)數(shù)據(jù)分析與應(yīng)用

第1章 線(xiàn)性回歸

? 移動(dòng)通信網(wǎng)絡(luò)的客戶(hù)價(jià)值分析

*指標(biāo)設(shè)計(jì)

Y相對(duì)利潤(rùn)變化 X1通話(huà)總量 X2大網(wǎng)占比 X3小網(wǎng)占比

#讀入數(shù)據(jù)，以數(shù)據(jù)為第一行

data1=read.csv(“F:/1商務(wù)統(tǒng)計(jì)/案例數(shù)據(jù)/第1章.csv”,header=T)names(data1)=c(“Y”,“X1”,“X2”,“X3”)data1[c(1:3),]

## Y X1 X2 X3 ## 1 0.2126197 2.822822 0.9037594 0.21954887 ## 2 0.2756156 2.628389 0.9717647 0.02823529 ## 3 0.1687526 2.537819 0.9913043 0.22318841

*描述分析

N=sapply(data1,length)#樣本量 MU=sapply(data1,mean)#均值 SD=sapply(data1,sd)#標(biāo)準(zhǔn)差 MIN=sapply(data1,min)#最小值 MED=sapply(data1,median)#中位數(shù) MAX=sapply(data1,max)#最大值

result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## Y 1123 0.1930176 0.1324444-0.49801016 0.1870535 0.9925818 ## X1 1123 2.5804381 0.4083604 0.77815125 2.5831988 3.6009729 ## X2 1123 0.8457207 0.1538765 0.09867452 0.8983452 1.0000000 ## X3 1123 0.2521307 0.2112832 0.00000000 0.1983730 0.9734904

*最小二乘估計(jì)

lm1=lm(Y~X1+X2+X3,data=data1)lm1

## Call:

## lm(formula = Y ~ X1 + X2 + X3, data = data1)## Coefficients:

##(Intercept)X1 X2 X3 ##-0.488566 0.235569 0.089486-0.007807

*方差分析

anova(lm1)

## Analysis of Variance Table ## Response: Y

## Df Sum Sq Mean Sq F value Pr(>F)## X1 1 10.7177 10.7177 1375.7807 < 2.2e-16 *** ## X2 1 0.2448 0.2448 31.4279 2.606e-08 *** ## X3 1 0.0017 0.0017 0.2216 0.638 ## Residuals 1119 8.7173 0.0078

## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

*參數(shù)估計(jì)

summary(lm1)

## Call:

## lm(formula = Y ~ X1 + X2 + X3, data = data1)## Residuals:

## Min 1Q Median 3Q Max ##-0.62789-0.04540-0.01281 0.03177 0.62598 ## Coefficients:

## Estimate Std.Error t value Pr(>|t|)##(Intercept)-0.488566 0.026160-18.676 < 2e-16 *** ## X1 0.235569 0.006519 36.135 < 2e-16 *** ## X2 0.089486 0.022915 3.905 9.98e-05 *** ## X3-0.007807 0.016586-0.471 0.638

## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 ## Residual standard error: 0.08826 on 1119 degrees of freedom ## Multiple R-squared: 0.5571, Adjusted R-squared: 0.5559 ## F-statistic: 469.1 on 3 and 1119 DF, p-value: < 2.2e-16

*模型診斷（）

par(mfrow=c(2,2))

plot(lm1,which=c(1:4))

第2章 方差分析

? 北京市商品房定價(jià)分析

*指標(biāo)設(shè)計(jì)

Y價(jià)格=log(平均售價(jià))X1環(huán)線(xiàn)位置 X2裝修狀況 X3所在區(qū)縣 X4有無(wú)地鐵

data2=read.csv(“F:/1商務(wù)統(tǒng)計(jì)/案例數(shù)據(jù)/第2章.csv”,header=T)names(data2)=c(“Y”,“X1”,“X2”,“X3”,“X4”)#對(duì)因變量做對(duì)數(shù)變換 data2$Y=log(data2$Y)data2[c(1:3),]

## Y X1 X2 X3 X4 ## 1 1.098612 2至3環(huán) 精裝修 朝陽(yáng) 有 ## 2 1.686399 2至3環(huán) 精裝修 朝陽(yáng) 無(wú) ## 3 1.386294 2至3環(huán) 精裝修 朝陽(yáng) 有

*描述分析（按環(huán)線(xiàn)位置）N=tapply(data2$Y,data2$X1,length)#樣本量 MU=tapply(data2$Y,data2$X1,mean)#均值 SD=tapply(data2$Y,data2$X1,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data2$Y,data2$X1,min)#最小值 MED=tapply(data2$Y,data2$X1,median)#中位數(shù) MAX=tapply(data2$Y,data2$X1,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 2至3環(huán) 26 1.4409491 0.2395535 0.9162907 1.4816045 1.8405496 ## 3至4環(huán) 60 1.2373459 0.3516936 0.5877867 1.1631508 2.1517622 ## 4至5環(huán) 30 1.1399181 0.2123769 0.7884574 1.1785366 1.4816045 ## 5至6環(huán) 60 0.8595883 0.2113624 0.4700036 0.8541889 1.3609766 ## 6環(huán)以外 8 0.2490578 0.3411846-0.2231436 0.3129692 0.5877867

*描述分析（按裝修狀況）

N=tapply(data2$Y,data2$X2,length)#樣本量 MU=tapply(data2$Y,data2$X2,mean)#均值 SD=tapply(data2$Y,data2$X2sd)#標(biāo)準(zhǔn)差 MIN=tapply(data2$Y,data2$X2,min)#最小值 MED=tapply(data2$Y,data2$X2,median)#中位數(shù) MAX=tapply(data2$Y,data2$X2,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 精裝修 100 1.2620118 0.3798301 0.0000000 1.2527630 2.151762 ## 毛胚 84 0.8722567 0.2618101-0.2231436 0.9021733 1.360977

*描述分析（按所在區(qū)縣）

N=tapply(data2$Y,data2$X3,length)#樣本量 MU=tapply(data2$Y,data2$X3,mean)#均值 SD=tapply(data2$Y,data2$X3,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data2$Y,data2$X3,min)#最小值 MED=tapply(data2$Y,data2$X3,median)#中位數(shù) MAX=tapply(data2$Y,data2$X3,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 朝陽(yáng) 58 1.3189428 0.3767793 0.6931472 1.2668484 2.151762 ## 豐臺(tái) 38 1.0169271 0.2329162 0.5007753 1.0296194 1.458615 ## 海淀 52 1.1547562 0.2662418 0.5596158 1.1709029 1.722767 ## 通州 36 0.6744863 0.3172525-0.2231436 0.7175423 1.252763 *描述分析（按有無(wú)地鐵）

N=tapply(data2$Y,data2$X4,length)#樣本量 MU=tapply(data2$Y,data2$X4,mean)#均值 SD=tapply(data2$Y,data2$X4,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data2$Y,data2$X4,min)#最小值 MED=tapply(data2$Y,data2$X4,median)#中位數(shù) MAX=tapply(data2$Y,data2$X4,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)

result## N MU SD MIN MED MAX ## 無(wú) 36 1.095447 0.3228303 0.0000000 1.115007 1.686399 ## 有 148 1.081315 0.3977276-0.2231436 1.029619 2.151762

*方差分析

lm2.1=lm(Y~X1*X2+X3+X4,data=data2)

anova(lm2.1)## Analysis of Variance Table

## Response: Y## Df Sum Sq Mean Sq F value Pr(>F)## X1 4 13.4161 3.3540 59.9170 < 2.2e-16 *** ## X2 1 2.2944 2.2944 40.9884 1.439e-09 *** ## X3 3 1.3516 0.4505 8.0485 4.792e-05 *** ## X4 1 0.0133 0.0133 0.2375 0.6266 ## X1:X2 4 0.3153 0.0788 1.4082 0.2333 ## Residuals 170 9.5162 0.0560

## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1*去除交互作用X1 × X2以及X4后的方差分析

lm2.2=lm(Y~X1+X2+X3,data=data2)anova(lm2.2)

## Analysis of Variance Table

## Response: Y## Df Sum Sq Mean Sq F value Pr(>F)## X1 4 13.4161 3.3540 59.6205 < 2.2e-16 *** ## X2 1 2.2944 2.2944 40.7856 1.481e-09 *** ## X3 3 1.3516 0.4505 8.0087 4.946e-05 *** ## Residuals 175 9.8448 0.0563

## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1*參數(shù)估計(jì)

summary(lm2.2)

## Call:

## lm(formula = Y ~ X1 + X2 + X3, data = data2)

## Residuals:

## Min 1Q Median 3Q Max ##-0.72379-0.12676 0.00633 0.12498 0.73482

## Coefficients:## Estimate Std.Error t value Pr(>|t|)##(Intercept)1.47950 0.04767 31.037 < 2e-16 *** ## X13至4環(huán)-0.06256 0.05984-1.046 0.2972 ## X14至5環(huán)-0.17128 0.06794-2.521 0.0126 * ## X15至6環(huán)-0.40837 0.07241-5.640 6.73e-08 *** ## X16環(huán)以外-1.02414 0.11725-8.734 1.92e-15 *** ## X2毛胚-0.19259 0.04160-4.630 7.10e-06 *** ## X3豐臺(tái)-0.25072 0.05427-4.620 7.41e-06 *** ## X3海淀-0.02894 0.04940-0.586 0.5588 ## X3通州-0.11002 0.07118-1.546 0.1240

## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1## Residual standard error: 0.2372 on 175 degrees of freedom ## Multiple R-squared: 0.6341, Adjusted R-squared: 0.6174

## F-statistic: 37.91 on 8 and 175 DF, p-value: < 2.2e-16*模型診斷

par(mfrow=c(2,2))

plot(lm2.2,which=c(1:4))

第3章 邏輯回歸

? 上市企業(yè)特別處理ST分析

*指標(biāo)設(shè)計(jì)

Y是否ST X1盈利質(zhì)量ARA=應(yīng)收賬款/總資產(chǎn) X2公司規(guī)模ASSET=log(資產(chǎn)規(guī)模)X3資產(chǎn)周轉(zhuǎn)率ATO X4資產(chǎn)收益率ROA X5銷(xiāo)售收入增長(zhǎng)率GROWTH X6債務(wù)資產(chǎn)比率（杠桿比率）LEV X7第一大股東持股比率（股權(quán)結(jié)構(gòu)）SHARE data3=read.csv(“F:/1商務(wù)統(tǒng)計(jì)/案例數(shù)據(jù)/第3章.csv”,header=T)

names(data3)=c(“X1ARA”,“X2ASSET”,“X3ATO”,“X4ROA”,“X5GROWTH”,“X6LEV”,“X7SHARE”,“YST”)data3[c(1:3),]

## X1ARA X2ASSET X3ATO X4ROA X5GROWTH X6LEV X7SHARE YST

## 1 0.1923096 19.85605 0.0052 0.08770980-0.9507273 0.4458801 26.89 0

## 2 0.2201200 20.91086 0.0056 0.01682038-0.9426563 0.3986864 39.62 0

## 3 0.3252917 19.35262 0.0166 0.04246833-0.9374404 0.3033481 26.46 0

*描述分析

N=sapply(data3,length)#樣本量 MU=sapply(data3,mean)#均值 SD=sapply(data3,sd)#標(biāo)準(zhǔn)差 MIN=sapply(data3,min)#最小值 MED=sapply(data3,median)#中位數(shù) MAX=sapply(data3,max)#最大值

result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX

## X1ARA 684 0.09504945 0.09228931 0.00000000 0.06832718 0.6346842

## X2ASSET 684 20.77785347 0.83352322 18.66070036 20.70050279 24.0176107

## X3ATO 684 0.51977383 0.36282648 0.00280000 0.43340000 3.1513000 ## X4ROA 684 0.05587011 0.03859391 0.00008170 0.05125798 0.3111300

## X5GROWTH 684 0.11525745 0.30702005-0.95072732 0.10228264 0.9985565

## X6LEV 684 0.40606356 0.16576397 0.01843107 0.40673974 0.9803218

## X7SHARE 684 46.03451754 17.68437717 4.16000000 44.95500000 88.5800000

## YST 684 0.05263158 0.22346029 0.00000000 0.00000000 1.0000000

*描述分析（按X1ARA）

N=tapply(data3$X1ARA,data3$YST,length)#樣本量 MU=tapply(data3$X1ARA,data3$YST,mean)#均值 SD=tapply(data3$X1ARA,data3$YST,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data3$X1ARA,data3$YST,min)#最小值 MED=tapply(data3$X1ARA,data3$YST,median)#中位數(shù) MAX=tapply(data3$X1ARA,data3$YST,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 0 648 0.09060347 0.08673571 0.00000000 0.06634297 0.6346842 ## 1 36 0.17507708 0.14207891 0.01191061 0.13924284 0.5335909

*描述分析（按X2ASSET）

N=tapply(data3$X2ASSET,data3$YST,length)#樣本量 MU=tapply(data3$X2ASSET,data3$YST,mean)#均值 SD=tapply(data3$X2ASSET,data3$YST,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data3$X2ASSET,data3$YST,min)#最小值 MED=tapply(data3$X2ASSET,data3$YST,median)#中位數(shù) MAX=tapply(data3$X2ASSET,data3$YST,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 0 648 20.77346 0.8324296 18.66070 20.6881 24.01761 ## 1 36 20.85695 0.8611029 19.07364 20.8161 23.48810

*描述分析（按X3ATO）

N=tapply(data3$X3ATO,data3$YST,length)#樣本量 MU=tapply(data3$X3ATO,data3$YST,mean)#均值 SD=tapply(data3$X3ATO,data3$YST,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data3$X3ATO,data3$YST,min)#最小值 MED=tapply(data3$X3ATO,data3$YST,median)#中位數(shù) MAX=tapply(data3$X3ATO,data3$YST,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 0 648 0.5254105 0.3676712 0.0028 0.43455 3.1513 ## 1 36 0.4183139 0.2424995 0.0824 0.39110 0.9212

*描述分析（按X4ROA）

N=tapply(data3$X4ROA,data3$YST,length)#樣本量 MU=tapply(data3$X4ROA,data3$YST,mean)#均值 SD=tapply(data3$X4ROA,data3$YST,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data3$X4ROA,data3$YST,min)#最小值 MED=tapply(data3$X4ROA,data3$YST,median)#中位數(shù) MAX=tapply(data3$X4ROA,data3$YST,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 0 648 0.05663345 0.03741736 0.000081700 0.05201964 0.3111300 ## 1 36 0.04212999 0.05459187 0.001052306 0.02567337 0.2350839

*描述分析（按X5GROWTH）

N=tapply(data3$X5GROWTH,data3$YST,length)#樣本量 MU=tapply(data3$X5GROWTH,data3$YST,mean)#均值 SD=tapply(data3$X5GROWTH,data3$YST,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data3$X5GROWTH,data3$YST,min)#最小值 MED=tapply(data3$X5GROWTH,data3$YST,median)#中位數(shù) MAX=tapply(data3$X5GROWTH,data3$YST,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 0 648 0.12304428 0.2994712-0.9507273 0.1063968 0.9985565 ## 1 36-0.02490552 0.4003226-0.8167039-0.1188108 0.8997644

*描述分析（按X6LEV）

N=tapply(data3$X6LEV,data3$YST,length)#樣本量 MU=tapply(data3$X6LEV,data3$YST,mean)#均值 SD=tapply(data3$X6LEV,data3$YST,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data3$X6LEV,data3$YST,min)#最小值 MED=tapply(data3$X6LEV,data3$YST,median)#中位數(shù) MAX=tapply(data3$X6LEV,data3$YST,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result ## N MU SD MIN MED MAX ## 0 648 0.4018435 0.1644874 0.01843107 0.4026904 0.9803218 ## 1 36 0.4820251 0.1726016 0.13810509 0.5042842 0.7937813

*描述分析（按X7SHARE）

N=tapply(data3$X7SHARE,data3$YST,length)#樣本量 MU=tapply(data3$X7SHARE,data3$YST,mean)#均值 SD=tapply(data3$X7SHARE,data3$YST,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data3$X7SHARE,data3$YST,min)#最小值 MED=tapply(data3$X7SHARE,data3$YST,median)#中位數(shù) MAX=tapply(data3$X7SHARE,data3$YST,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 0 648 46.29100 17.69054 4.16 45.45 88.58 ## 1 36 41.41778 17.16103 14.03 37.02 74.44

*盒狀圖

ST_0=which(data3$YST==0)ST_1=which(data3$YST==1)

boxplot(data3$X1ARA[ST_0],data3$X1ARA[ST_1],xlab=“ST Status”,ylab=“ARA”)

boxplot(data3$X2ASSET[ST_0],data3$X2ASSET[ST_1],xlab=“ST Status”,ylab=“ASSET”)

boxplot(data3$X3ATO[ST_0],data3$X3ATO[ST_1],xlab=“ST Status”,ylab=“ATO”)

boxplot(data3$X4ROA[ST_0],data3X4ROA[ST_1],xlab=“ST Status”,ylab=“ROA”)

boxplot(data3$X5GROWTH[ST_0],data3$X5GROWTH[ST_1],xlab=“ST Status”,ylab=“GROWTH”)

boxplot(data3$X6LEV[ST_0],data3$X6LEV[ST_1],xlab=“ST Status”,ylab=“LEV”)

boxplot(data3$X7SHARE[ST_0],data3$X7SHARE[ST_1],xlab=“ST Status”,ylab=“SHARE”)

*邏輯回歸

glm3=glm(YST~X1ARA+X2ASSET+X3ATO+X4ROA+X5GROWTH+X6LEV+X7SHARE, family=binomial(link=logit),data=data3)summary(glm3)

## Call:

## glm(formula = YST ~ X1ARA + X2ASSET + X3ATO + X4ROA + X5GROWTH + ## X6LEV + X7SHARE, family = binomial(link = logit), data = data3)## Deviance Residuals:

## Min 1Q Median 3Q Max ##-1.4165-0.3354-0.2536-0.1958 3.0778 ## Coefficients:

## Estimate Std.Error z value Pr(>|z|)##(Intercept)-8.86924 4.63586-1.913 0.05573.## X1ARA 4.87974 1.49245 3.270 0.00108 ** ## X2ASSET 0.24660 0.22409 1.100 0.27115 ## X3ATO-0.50738 0.65744-0.772 0.44026 ## X4ROA-0.63661 6.22354-0.102 0.91853 ## X5GROWTH-0.83335 0.56706-1.470 0.14167 ## X6LEV 2.35415 1.20138 1.960 0.05005.## X7SHARE-0.01111 0.01115-0.997 0.31891

## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##(Dispersion parameter for binomial family taken to be 1)## Null deviance: 282.07 on 683 degrees of freedom ## Residual deviance: 251.51 on 676 degrees of freedom

## AIC: 267.51## Number of Fisher Scoring iterations: 6

*按照WMCR做模型預(yù)測(cè)以及評(píng)估

pred=predict(glm3,data3)

prob=exp(pred)/(1+exp(pred))yhat=1*(prob>0.0526)table(data3$YST,yhat)## yhat

## 0 1 ## 0 463 185 ## 1 11 25

第4章 定序回歸

? 手機(jī)商務(wù)消費(fèi)者偏好度研究分析

*指標(biāo)設(shè)計(jì)

Y偏好程度 X1手機(jī)品牌 X2能否拍照

X3能否收看電視 X4有無(wú)觸摸屏

X5電話(huà)本能否多條記錄 X6有無(wú)MP3 X7游戲數(shù)目

data4=read.csv(“F:/1商務(wù)統(tǒng)計(jì)/案例數(shù)據(jù)/第4章.csv”,header=T)names(data4)=c(“Y”,“X1”,“X2”,“X3”,“X4”,“X5”,“X6”,“X7”)data4[c(1:3),]

## Y X1 X2 X3 X4 X5 X6 X7 ## 1 3 諾基亞 0 0 0 1 1 3 ## 2 4 諾基亞 1 0 1 0 1 5 ## 3 4 諾基亞 0 1 1 0 0 7

*描述品牌與偏好度的關(guān)系

table(data4$Y,data4$X1)

## 波導(dǎo) 摩托羅拉 諾基亞 三星 ## 1 37 24 34 26 ## 2 80 64 53 66 ## 3 98 138 132 133 ## 4 109 108 116 96 ## 5 28 30 35 44

*描述分析其他功能性指標(biāo)

#均值

MU2=tapply(data4$X2,data4$Y,mean)MU3=tapply(data4$X3,data4$Y,mean)MU4=tapply(data4$X4,data4$Y,mean)MU5=tapply(data4$X5,data4$Y,mean)MU6=tapply(data4$X6,data4$Y,mean)result=cbind(MU2,MU3,MU4,MU5,MU6)result

## MU2 MU3 MU4 MU5 MU6 ## 1 0.4297521 0.4380165 0.4710744 0.2148760 0.5371901 ## 2 0.3840304 0.4334601 0.4296578 0.3878327 0.5019011 ## 3 0.4830339 0.4890220 0.5369261 0.4231537 0.4530938 ## 4 0.5780886 0.5314685 0.5547786 0.6153846 0.5151515 ## 5 0.5766423 0.6350365 0.3795620 0.8540146 0.5985401

*描述分析（游戲數(shù)目）

N=tapply(data4$X7,data4$Y,length)#樣本量 MU=tapply(data4$X7,data4$Y,mean)#均值 SD=tapply(data4$X7,data4$Y,sd)#標(biāo)準(zhǔn)差 MIN=tapply(data4$X7,data4$Y,min)#最小值 MED=tapply(data4$X7,data4$Y,median)#中位數(shù) MAX=tapply(data4$X7,data4$Y,max)#最大值 result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## 1 121 5.066116 1.339997 3 5 7 ## 2 263 5.060837 1.512072 3 5 7 ## 3 501 4.904192 1.582025 3 5 7 ## 4 429 5.037296 1.723534 3 5 7 ## 5 137 5.000000 1.940285 3 5 7

*計(jì)算因變量頻數(shù)

table(data4$Y)

## 1 2 3 4 5 ## 121 263 501 429 137

*極大似然估計(jì)

library(MASS)

probit4=polr(as.factor(Y)~as.factor(X1)+X2+X3+X4+X5+X6+X7,method=“probit”,Hess=T,data=data4)summary(probit4)

## Call:

## polr(formula = as.factor(Y)~ as.factor(X1)+ X2 + X3 + X4 + ## X5 + X6 + X7, data = data4, Hess = T, method = “probit”)## Coefficients:

## Value Std.Error t value ## as.factor(X1)摩托羅拉 0.28048 0.09608 2.9193 ## as.factor(X1)諾基亞 0.48908 0.08529 5.7342 ## as.factor(X1)三星 0.27652 0.08613 3.2106 ## X2 0.39145 0.05984 6.5419 ## X3 0.31159 0.06188 5.0357 ## X4 0.25499 0.06176 4.1291 ## X5 0.90094 0.06362 14.1606 ## X6 0.20205 0.07563 2.6714 ## X7-0.01373 0.01761-0.7799 ## Intercepts:

## Value Std.Error t value ## 1|2-0.3036 0.1313-2.3125 ## 2|3 0.5214 0.1295 4.0247 ## 3|4 1.5312 0.1331 11.5057 ## 4|5 2.6876 0.1418 18.9589 ## Residual Deviance: 3984.573 ## AIC: 4010.573

*按照MCR做預(yù)測(cè) Y.hat=predict(probit4,data4)table(data4$Y,Y.hat)## Y.hat

## 1 2 3 4 5 ## 1 28 0 72 21 0 ## 2 49 0 145 69 0 ## 3 34 0 303 164 0 ## 4 7 0 188 234 0 ## 5 0 0 24 113 0

第5章 泊松回歸

? 付費(fèi)搜索廣告數(shù)據(jù)分析

*指標(biāo)設(shè)計(jì)

Y點(diǎn)擊量 X1關(guān)鍵詞長(zhǎng)度 X2展現(xiàn)量 X3平均點(diǎn)擊價(jià)格 X4平均排名

data5=read.csv(“F:/1商務(wù)統(tǒng)計(jì)/案例數(shù)據(jù)/第5章.csv”,header=T)names(data5)=c(“Y”,“X1”,“X2”,“X3”,“X4”)data5[c(1:3),]

## Y X1 X2 X3 X4 ## 1 11 3 761 146.37 2.28 ## 2 1 5 8 105.72 1.00 ## 3 0 5 2 0.00 3.50

*全變量描述分析

N=sapply(data5,length)#樣本量 MU=sapply(data5,mean)#均值 SD=sapply(data5,sd)#標(biāo)準(zhǔn)差 MIN=sapply(data5,min)#最小值 MED=sapply(data5,median)#中位數(shù) MAX=sapply(data5,max)#最大值

result=cbind(N,MU,SD,MIN,MED,MAX)result

## N MU SD MIN MED MAX ## Y 200 0.38500 1.472282 0 0 14.00 ## X1 200 6.70500 2.247942 2 7 13.00 ## X2 200 40.17500 200.657673 1 3 2242.00 ## X3 200 6.83445 22.502247 0 0 146.37 ## X4 200 4.53970 4.068050 1 3 26.00 *泊松回歸

pos5=glm(Y~X1+X2+X3+X4,family=poisson(),data=data5)summary(pos5)

## Call:

## glm(formula = Y ~ X1 + X2 + X3 + X4, family = poisson(), data = data5)

## Deviance Residuals:

## Min 1Q Median 3Q Max ##-2.0367-0.6888-0.4143-0.2060 6.3874 ## Coefficients:

## Estimate Std.Error z value Pr(>|z|)##(Intercept)1.2785068 0.4085366 3.129 0.00175 ** ## X1-0.3865588 0.0752822-5.135 2.82e-07 *** ## X2 0.0006558 0.0005122 1.280 0.20043 ## X3 0.0179875 0.0026502 6.787 1.14e-11 *** ## X4-0.2010931 0.0889027-2.262 0.02370 *

## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##(Dispersion parameter for poisson family taken to be 1)

## Null deviance: 358.74 on 199 degrees of freedom## Residual deviance: 173.95 on 195 degrees of freedom ## AIC: 259.75

## Number of Fisher Scoring iterations: 6

*預(yù)測(cè)與評(píng)估（）

pred=predict(pos5,data5)lam=exp(pred)

RME=abs(data5$Y-lam)/(1+lam)

summary(RME)## Min.1st Qu.Median Mean 3rd Qu.Max.## 0.000632 0.046380 0.137400 0.249300 0.273000 5.471000

第6章 生存數(shù)據(jù)回歸

? 員工離職管理分析

*指標(biāo)設(shè)計(jì)

Y工作年限 C是否離職 X1戶(hù)籍 X2性別 X3年齡

data6=read.csv(“F:/1商務(wù)統(tǒng)計(jì)/案例數(shù)據(jù)/第6章.csv”,header=T)names(data6)=c(“X1”,“X2”,“X3”,“Y”,“C”)data6[c(1:3),] ## X1 X2 X3 Y C ## 1 異地 男 25 9 1 ## 2 本地 男 30 24 0 ## 3 異地 女 20 30 1

*KM估計(jì)生存函數(shù)

library(survival)

## Warning: package 'survival' was built under R version 3.2.3 summary(survfit(Surv(data6$Y,data6$C)~1))

## Call: survfit(formula = Surv(data6.1$Y, data6.1$C)~ 1)

## time n.risk n.event survival std.err lower 95% CI upper 95% CI ## 3 844 84 0.585 0.01367 0.558 0.612 ## 4 760 62 0.537 0.01383 0.510 0.565 ## 5 698 38 0.508 0.01387 0.481 0.536 ## 6 660 38 0.478 0.01385 0.452 0.506 ## 7 621 47 0.442 0.01378 0.416 0.470

*畫(huà)出生存函數(shù)

plot(survfit(Surv(data6$Y,data6$C)~1))

*分戶(hù)籍描述

plot(survfit(Surv(Y,C)~X1,data=data6),col=c(1,2),lty=c(1,2))

*分性別描述

plot(survfit(Surv(Y,C)~X2,data=data6),col=c(1,2),lty=c(1,2))

*分年齡描述

nX3=floor(data6$X3/10)*10

plot(survfit(Surv(Y,C)~nX3,data=data6),col=c(1,2,3),lty=c(1,2,3))

*加速失效模型

fit6.1=survreg(Surv(Y+1,C)~X1+X2+X3,data=data6)summary(fit6.1)

##

## Call:

## survreg(formula = Surv(Y + 1, C)~ X1 + X2 + X3, data = data6)## Value Std.Error z p ##(Intercept)0.9118 0.2142 4.26 2.08e-05 ## X1異地-0.2967 0.0708-4.19 2.79e-05 ## X2女 0.2762 0.0742 3.72 1.98e-04 ## X3 0.0605 0.0074 8.18 2.82e-16 ## Log(scale)0.0911 0.0254 3.59 3.31e-04 ##

## Scale= 1.1 ##

## Weibull distribution

## Loglik(model)=-3512.4 Loglik(intercept only)=-3566 ## Chisq= 107.23 on 3 degrees of freedom, p= 0 ## Number of Newton-Raphson Iterations: 5 ## n= 1300

*Cox等比例風(fēng)險(xiǎn)模型

fit6.2=coxph(Surv(Y+1,C)~X1+X2+X3,data=data6)summary(fit6.2)## Call:

## coxph(formula = Surv(Y + 1, C)~ X1 + X2 + X3, data = data6)##

## n= 1300, number of events= 1005

## ## coef exp(coef)se(coef)z Pr(>|z|)## X1異地 0.267386 1.306544 0.064635 4.137 3.52e-05 *** ## X2女-0.235347 0.790297 0.067723-3.475 0.000511 *** ## X3-0.051081 0.950202 0.006755-7.562 3.95e-14 ***

##---## Signif.codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1##

## exp(coef)exp(-coef)lower.95 upper.95 ## X1異地 1.3065 0.7654 1.1511 1.4830 ## X2女 0.7903 1.2653 0.6921 0.9025 ## X3 0.9502 1.0524 0.9377 0.9629 ##

## Concordance= 0.616(se = 0.011)## Rsquare= 0.07(max possible= 1)

## Likelihood ratio test= 94.52 on 3 df, p=0 ## Wald test = 90.35 on 3 df, p=0 ## Score(logrank)test = 90.37 on 3 df, p=0 plot(survfit(fit6.1.2))

第五篇：用C語(yǔ)言描述的五角星完整代碼

#include #include using namespace std;int main(){

int i1,j1,k1,i2,j2,k2,i3,j3,k3,i4,j4,k4,m4,n4;printf(“五角星:n”);for(i1=1;i1<6;i1++)

// /*這是五角星的上面一個(gè)角*/ { for(j1=1;j1<19-i1;j1++)

// /*這是空格*/

printf(“ ”);

for(k1=1;k1<=2*i1-1;k1++)///*這是“*”*/

printf(“*”);

printf(“n”);} for(i2=1;i2<5;i2++)

// /*這是五角星的中間兩個(gè)角*/ { for(j2=1;j2<3*i2-3;j2++)

printf(“ ”);

for(k2=1;k2<=42-6*i2;k2++)

printf(“*”);

printf(“n”);} for(i3=1;i3<3;i3++)

//

/*這是中間與下部相接的部分*/ { for(j3=1;j3<12-i3;j3++)

printf(“ ”);

for(k3=1;k3<=12+2*i3;k3++)

printf(“*”);

printf(“n”);} for(i4=1;i4<5;i4++)

//

/*這是五角星的下面兩個(gè)角*/ { for(j4=1;j4<10-i4;j4++)

printf(“ ”);

for(k4=1;k4<=10-2*i4;k4++)

printf(“*”);

for(m4=1;m4<6*i4-3;m4++)

printf(“ ”);

for(n4=1;n4<=10-2*i4;n4++)

printf(“*”);

printf(“n”);} printf(“Congratulations!nWe've successfully drawn a we?n(*^_^*)n”);

return 0;}

beautiful pentagon,haven't