第一篇:实验四频域分析
实验四连续信号与系统的频域分析
一、实验目的:
1、绘制非周期信号的频谱。
2、绘制系统的幅频及相频响应曲线。
二、实验内容
1、非周期信号的频谱
调出下列程序,并观察信号的频谱。
例:求单边指数信号f(t)e2tu(t)的傅里叶变换,并画出f(t)及其幅度谱和相位谱图。syms t w phase im re;%定义符号变量
f=exp(-2*t)*sym('heaviside(t)');
F=fourier(f);
subplot(311)
ezplot(f);
axis([-1 2.5 0 1.1]);
subplot(312)
ezplot(abs(F));%绘制幅度谱
im=imag(F);%计算F(jw)虚部
re=real(F);%计算F(jw)实部
phase=atan(im/re)%计算相位谱
subplot(313)
ezplot(phase);
1作业1:试画出矩形信号g(t)0t12的幅度频谱,观察其频率特性。1t22、MATLAB提供了函数freqs来实现连续系统频率响应H(j)的分析。该函数可以求出系统频率响应的数值解,并可绘出系统的幅频及相频响应曲线。调用格式如下:
(1)H=freqs(B,A,W);B为系统频率响应分子多项式系数,或者微分方程的右端系数,A为系统频率响应分母多项式系数,或微分方程左端系数。W为形如W1:P:W2的频率范围,P为频率采样间隔。输出参量H为返回在W所定义的频率点上,系统频率响应的样值。
abs(H):求H的幅度响应;angle(H):求H的相位响应。
作业2:某连续时间系统的频率响应为H(j)j3,求系统频率响应的样值,并绘出幅度2j3j2
响应曲线和相位响应曲线。
(2)freqs(B,A);该调用格式并不返回系统频率响应的样值,而是以伯特图的方式绘出系统的幅度响应和相位响应曲线。
j222500作业3:已知某系统的频率响应H(j),用以上命令绘制幅度响应和相位响应j2200j20000
曲线,并分析该系统的频率特性。
第二篇:实验8 医学图像频域滤波
实验8 医学图像频域滤波与图像复原
实验目的:
1.熟悉医学图像离散傅里叶变化的原理和方法;
2.掌握医学图像频域滤波的原理;
3.掌握使用Matlab中的函数实现医学图像进行频域滤波的方法;
4.掌握使用Matlab中的图像退化与复原的方法;
实验内容:
一、医学图像频域滤波方法与实现
使用imnoise给图像BMRI1_24bit.bmp添加概率为0.2的椒盐噪声,对原图像和加噪声后的图像进行傅氏变换并显示变换后的移中频谱图,然后分别使用Butterworth低、高通滤波器对噪声图像进行低通和高通滤波,显示D0为5,10,20,40时的滤波效果图,并说明存两种滤波效果中所存在的差异及原因。
二、医学图像退化及复原
1、产生带运动和噪声的退化图像
首先使用fspecial 产生一个了len=7,theta=45的移动退化滤波器,然后使用产生的移动退化滤波器作为imfilter的滤波模板,边界填充选项(boundary_options)选择‘circular’,为图像BMRI1_24bit.bmp添加一个移动退化,再使用imnoise产生一个均值为0,方差为0.001的高斯噪声,并将高斯噪声叠加到已经产生移动退化的图像MRIBrain_10.bmp上。
2、对退化图像进行复原
使用DECONVWNR函数对产生退化的MRIBrain_10.bmprp按下面的四种方法进行复原。
(1)省略DECONVWNR中参数NSR;
(2)NSR取一个大于0的数值;
(3)NSR取一个等于1的数值;
(4)NSR取一个大于1的数值;
通过比较上面四种方法的结果,指出哪一种方法的效果最好。
提示:当省略NSR时表示进行直接逆滤波,不省略时表示进行维纳滤波
第三篇:网络营销实验四 网络营销策略分析
实验四 网络营销策略分析
一、实验目的
通过本次实验理解网络营销产品策略、价格策略、渠道策略与促销策略的内涵,了解不同行业企业网络营销组合策略的特点及其对企业的影响。
二、实验内容与要求 任务1 登陆当当网、京东商城、天猫商城、苏宁易购、1号店等网站,分析比较各个网站在页面设计、商品分类、产品报价、网站服务体系方面的相同点、不同点以及各自优点与缺点。任务2 在京东商城和卓越亚马逊网站搜索同一本书如《大数据》,比较价格差异和促销策略的异同。再在两个网站搜索其他同样产品,比较差异。任务3 互联网上玩具类、化妆品类产品的价格策略有哪些?请结合实例说明每种定价策略的特点。任务4 如果有一家企业面向全球市场供应家电产品,应当如何设计渠道策略?每个渠道的成本、信用、覆盖、特色等有何差异? 任务5 登录当当网、京东商城、八佰拜、EBay网、淘宝网查询这五个网站的支付方式各有哪些?比较区别及其与市场定位关系(如货到付款、银行卡支付、直接付费、银行电汇等等)。任务6 登录销售型网站,分析当前比较受网民欢迎的网络产品有哪些?网络中有哪些免费提供的商品(请记录商品种类)?这些免费商品有何特征?分析企业为什么提供这些免费商品? 任务7:
综合任务:结合实践项目选题,设计项目的产品策略、价格策略、服务策略与促销策略。将有关内容写入结课实验任务项目策划书中。三 实验结果
下课前请按照要求提交电子版实验报告至作业接收邮箱zuoyehbu@163.com
第四篇:实验四 公司因素分析
实验四 公司因素分析
一、实验概述
本实验主要是通过金融数库、证券分析软件平台、各类财经网站收集和整理相关上市公司基本信息和财务数据,运用公司分析方法进行分析。内容包括上市公司基本面分析,主要财务报表和财务比率分析,公司成长性分析。通过实验使学生掌握公司基本面分析方法,掌握基本的财务比率分析,发现公司的成长性,提高对上市公司综合分析能力,为投资提供参考依据。
二、实验目的1.学会利用互联网、金融数据库资源收集和整理相关上市公司的基本面、经营和财务信息。
2.使学生掌握公司基本面分析方法,掌握公司基本财务指标的分析方法,能够正确解读上市公司财务报表的财务报告信息。
3.通过对公司的基本素质、财务状况、盈利能力等的系统分析,选择投资对象。
三、实验步骤
1.登录相关金融数据库、各类财经网站、证券分析软件,收集所关注股票发行公司的基本信息和财务报表。
2.考察该公司的主要财务报表及上市公司年报,收集相关财务数据。
3.考察重要的财务比率指标,如动比率流、资产负债率、总资产周转率、销售净利润、股东权益报酬率、市盈率等反应上市公司资产流动性、负债管理能力、盈利能力等指标。
4.选取上市公司近两年的数据,分析该公司的基本素质,包括行业竞争能力、区位分析、产品分析、管理能力分析、成长性分析等。
5.比较近两年的财务指标与行业的平均数和行业中先进企业的相关指标进行对比,综合判断企业的经营业绩、存在问题和财务健康情况。
6.结合数据对该公司进行全面综合分析,判断股票的实际价值及市场价格是否合理。
7.预测该上市公司的发展前景,判断其证券价格的走势。判断是否对该股票进行投资,确定投资策略。
四、实验报告要求
1.在实验报告撰写时,按照实验报告模板格式,完成各项内容的填写。实验报告内容主要包括:实验名称、实验目的、实验内容、实验过程、实验数据及结果分析、实验结论等。实验报告内容也可以根据具体实验特征灵活调整。
2.要求实验报告格式规范、内容详实、结论严谨、数据可靠、具有可验证性。
3.本次实验要反应公司分析的基本过程;要对影响证券趋势的公司因素进行简要分析;要在所得结论的基础上给出投资策略建议。
第五篇:SPSS实验分析报告四
SPSS实验分析报告四
一、地区*日期*销售量
(一)、提出假设
原假设H0=“不同地区对销售量的平均值没有产生显著影响。” H2=“不同日期对销售量的平均值没有产生显著影响。” H3=“不同的地区和日期对销售量没有产生了显著的交互作用。”
(二)、两独立样本t检验结果及分析
表
(一)主旨間係數
地区 2 3 日期 2 3
數值標籤
地区一 地区二 地区三 周一至周三 周四至周五
周末
N 9 9 9 9 9 9
表
(一)表示各个控制变量的分组情况,包括三个不同的地区以及三个不同日期的数据。
表
(二)销售额多因素方差分析结果
主体间效应的检验
因變數: 销售量
來源 第 III 類平方和 修正的模型 61851851.852
a
df 8
平均值平方 7731481.481
F 8.350
顯著性.000 截距 地区 日期 地区 * 日期 錯誤 總計 844481481.481 2296296.296 2740740.741 56814814.8***.667 923000000.000 2 2 4 18 27 26
844481481.481 1148148.148 1370370.370 14203703.704 925925.926
912.040 1.240 1.480 15.340
.000.313.254.000
校正後總數 78518518.519 a.R平方 =.788(調整的 R平方 =.693)
由表
(二)可知,第一列是对观测变量总变差分解的说明;第二列是对观测变量总变差分解的结果;第三列是自由度;第四列是方差;第五列是F检验统计量的观测值;第六列是检验统计量的概率P值。可以看到:观测变量的总变差SST为78518518.519,它被分解为四个部分,分别是:由 地区(x2)不同引起的变差(2296296.296),由日期(x3)不同引起的变差(2740740.741),由地区和日期交互作用(x2*x3)引起的变差(5.681E7),由随机因素引起的变差(Error 1.667E7)。FX1、FX2、FX1*X2的概率P值分别为0.313、0.254、0.000。如果显著性水平α为0.05,由于FX1、FX2的概率P值大于显著性水平α,因此不应该拒绝原假设,可以认为不同的地区、日期下的销售量总体均值不存在显著差异,对销售量的效应同时为0,各自不同水平没有给销售量带来显著影响。同时,由于FX1*X2的概率P值小于显著性水平α,所以应该拒绝原假设,可以认为不同的地区和日期对销售量产生了显著的交互作用,在不同的地区,不同的日期会对销售额产生显著影响。
表
(三)自訂假設檢定索引 對照係數(L' 矩陣)轉換係數(M 矩陣)對照結果(K 矩陣)對照係數(L' 矩陣)轉換係數(M 矩陣)
地区 的偏差對照(省略種類 = 3)
恆等式矩陣 零矩陣
日期 的偏差對照(省略種類 = 3)
恆等式矩陣 對照結果(K 矩陣)零矩陣
表
(四)不同地区下销售量的均值对比检验结果(K 矩陣)
地区 偏差對照
層次 1 對平均值
對比估計 假設值
差異(評估值假設值)
標準錯誤 顯著性
95% 差異的信賴區間
a.省略的種類 = 3
下限 上限 下限 上限
a因變數 销售量-259.259
0-259.259 261.891.335-809.473 290.954 407.407 0 407.407 261.891.137-142.806 957.621
表
(四)分别显示了三个不同地区销售量总体的均值检验结果,省略了地区三的检验结果,检验值是各水平下的总体均值。可以看出:地区一的销售量均值与检验值的差为259.259,标准误差为261.891,T检验统计量的概率P值为0.335,差值的95%置信区间的下限和上限分别为-809.473,290.954。分析结论为:地区一销售量的均值与检验值之间不存在显著差异。同理,地区二销售量的均值与检验值之间不存在显著差异。三个地区产生的影响没有显著差异。
表
(五)地区对销售量影响的单因素方差分析结果
因變數: 销售量
來源 比對平方和 2296296.296
df 2 18
平均值平方 1148148.148 925925.926
F 1.240
顯著性.313 錯誤 16666666.667
表
(五)是地区对销售量影响的单因素方差分析结果。可以看到:不同地区可解释的变差为2296296.296,不可解释的变差为16666666.667,它们的方差分别为1148148.148、925925.926,F统计量的观测值为1.240,对应的概率P值为0.313。如果显著性水平α为0.05,由于概率P值大于显著性水平α,所以原假设成立,认为不同地区对销售量的平均值没有产生显著影响。
表
(六)不同日期下销售量的均值对比检验结果(K 矩陣)
日期 偏差對照
層次 1 對平均值
對比估計 假設值
差異(評估值假設值)
標準錯誤 顯著性
95% 差異的信賴區間
下限
a
因變數 销售量-370.370
0-370.370 261.891.174-920.584 179.843 407.407 0 407.407 261.891.137-142.806
上限
a.省略的種類 = 3
957.621
表
(六)分别显示了三个不同日期下销售量总体的均值检验结果,省略了日期三的检验结果,检验值是各水平下的总体均值。可以看出:日期一的销售量均值与检验值的差为370.370,标准误差为370.370,T检验统计量的概率P值为0.174,差值的95%置信区间的下限和上限分别为-920.584、179.843。分析结论为:日期一销售量的均值与检验值之间不存在显著差异。同理,日期二销售量的均值与检验值之间不存在显著差异。三个不同日期产生的影响没有显著差异。
表
(七)日期对销售量影响的单因素方差分析结果
因變數: 销售量
來源 比對 錯誤
平方和 2740740.741 16666666.667
df 2 18
平均值平方 1370370.370 925925.926
F 1.480
顯著性.254
表
(七)是日期对销售量影响的单因素方差分析结果。可以看到:不同日期可解释的变差为2740740.741,不可解释的变差为16666666.667,它们的方差分别为1370370.370、925925.926,F统计量的观测值为1.480,对应的概率P值为0.254。如果显著性水平α为0.05,由于概率P值大于显著性水平α,所以原假设成立,认为不同日期对销售量的平均值没有产生显著影响。
图
(一)地区与销售量的交互作用图
图
(一)中,从地区一至地区三,不同的日期销售额的变化波动很大且规律不一,直接结论是:不同的日期和地区间存在明显的交互作用。
图
(二)日期与销售量的交互作用图
图
(二)中,在不同的日期,不同地区的销售额的变化规律都不一样,直接结论是:不同的地区和日期间存在明显的交互作用。
二、香烟消耗量*肺癌死亡率
(一)、提出假设
原假设H0=“香烟消耗量对肺癌死亡率没有产生显著影响。”
(二)、两独立样本t检验结果及分析
图
(三)香烟消耗量与肺癌死亡率的简单散点图
由图
(三)可知,香烟消耗量与肺癌死亡率存在一定的正相关关系。
表
(八)香烟消耗量*肺癌死亡率相关关系分析
1930年人均香每百万男子中死
1930年人均香烟消耗量 皮爾森(Pearson)相關
烟消耗量
于肺癌的人数
.737
**
顯著性(雙尾)
N 每百万男子中死于肺癌的皮爾森(Pearson)相關
人数
顯著性(雙尾)
N **.相關性在 0.01 層上顯著(雙尾)。
11.737.010 11
**
.010 11 1 11 由表
(八)可知,香烟消耗量和肺癌死亡率的简单相关系数为0.737,说明两者之间存在正的强相关性,其相关系数检验的概率P值为0.010。因此,当显著性水平α为0.01时,P值小于显著性水平应拒绝相关系数检验的原假设。中相关系数上角的两个星号(**)表示显著性水平α位0.01时拒绝原假设。
三、销售额*销售价格*家庭收入
(一)、提出假设
原假设H0=“销售额对销售价格没有产生显著影响。” H2=“家庭收入对销售价格没有产生显著影响。”
(二)、两独立样本t检验结果及分析
图
(四)销售额与销售价格的简单散点图
由图
(四)可知,销售额与销售价格之间存在负相关关系。
图
(五)销售额与家庭收入的简单散点图
由图
(五)可知,销售额与家庭收入之间存在较强的正相关关系。
图
(六)销售价格和家庭收入的简单散点图
由图
(六)可知,销售价格与家庭收入之间存在弱的负相关关系。
表
(九)销售额*销售价格相关系数计算结果
销售额 皮爾森(Pearson)相關 顯著性(雙尾)
N 销售价格 皮爾森(Pearson)相關 顯著性(雙尾)
N
销售额 1 10-.933**.000 10
销售价格-.933**.000 10 1 10 **.相關性在 0.01 層上顯著(雙尾)。
由表
(九)可知,销售额和销售价格的简单相关系数为-0.933,说明两者之间存在负的强相关性,其相关系数检验的概率P值为0。因此,当显著性水平α为0.01时,应拒绝相关系数检验的原假设,认为两总体不是零相关。
另外,表
(九)中相关系数上角的两个星号(**)表示显著性水平α为0.01时拒绝原假设。
表
(十)销售价格和销售额的偏相关分析结果
控制變數
家庭收入 销售价格
相關 顯著性(雙尾)
df
销售额
相關 顯著性(雙尾)
df
销售价格 1.000.0-.728.026 7
销售额-.728.026 7 1.000.0
由表
(十)可知,在家庭收入作为控制变量的条件下,销售价格和销售额的偏相关系数为-0.728,呈较强的负相关,高于简单相关系数。