报名号#1286
所有总可流通时间(图书册数3 计划天数)
Ps学科属性对图书流通效用的影响度
3 Pt某类图书的周转率, St为该类图书所有总周转次数(各册图书总借出次数之和) ; Stotal为该类图书所有总可周转次数(图书册数3 计划天数)
5 Di 为第i 类身份读者借阅某类各册图书总天数之和; Wi 为第i 类身份读者的流通效用权重; Wav为不同身份读者的流通效用平均权重, 一般取0.5。
6 Si为第i 类身份读者借阅某类各册图书次数之和; 7 各种身份读者效用权值:
教学、科研人员: 高级(110) 、副高级(019) 、中级 (017) 、初级(015) 、其他(013) 教辅人员: 高级(019) 、副高级(018) 、中级(016) 、初级(014) 、其他(012) 学生: 博士及博士后研究生( 017) 、硕士研究生 (015) 、本科生(013) 、专科生(012) 8 A马列类 B哲学类 C社科总论 D政治法律 E军事 F经济 G文化、科学、教育、体育 H语言、文字 I文学 J艺术 K历史、地理N自然科学总论 O数理科学和化学 P天文学、地球科学 Q生物科学R医药、卫生 S农业科学 T工业技术 U交通运输 V航空、航天X环境科学安全科学 Z综合性图书
三、问题分析
基于假设的条件下,讨论图书预约是否与图书类型相关。由于借阅超期影响着图书的预约,并且不同的因素对借阅超期的影响也不同,故图书的预约也因之而不同。因此解决图书预约系统对图书流通的作用,要在假设的基础上,根据第一阶段的问题,设定变量,得出一个局部模型——图书流通效用模型,然后通过数据分析讨论该局部模型,进而讨论图书流通与图书预约系统之间的相互关系。因此要综合多方面因素考虑,使其达到理想的效果,更好的的满足读者的需求。
四、模型建立和求解
4.1.1 数据整理
我们将附件中的数据进行简单整理,选取比例高的图书类型作为研究对象,使得其符合局部的模型。数据表示如下:
预约到的比例 图书类型 2008年 2009 2010 2008 2009 2010 已外借的比例 数理科学和化学 51.02% 44.33% 41.67% 64.10% 61.43% 60.98% 2
报名号#1286
天文学、100.00% 地球科学 0.00% 0.00% 100.00% 0.00% 0.00% 生物科学 55.56% 35.56% 40.00% 64.81% 59.26% 58.82% 工业技术 55.16% 41.06% 33.70% 68.72% 59.86% 56.36% 环境科学、安全科学 50.00% 66.67% 100.00% 50.00% 100.00% 100.00% 从上面表格我们发现,在预约到图书里面只有环境科学,安全科学类的比例逐年增加,其余的都呈递减趋势,与此同时,外借的图书类型的比重也与此密切相关。不仅如此,图书预约的总数分别与预约到的和外借到的之间存在相关关系,为此我们根据附件中的预约者总数分别和预约到数量外借的数量三者之间两两之间存在的关系。
图书预约总数与预约到的关系250预约到的数量20015010050013579111315图书预约总数171921
系列1系列2其中系列一为预约总数(下图也是)系列二分别为预约到的和外借的数量。
3
报名号#1286
图书预约总数与外借的关系250外借的数量20015010050013579111315图书预约总数171921
2008 2009 2010年图书预约到和已外借的比例对比系列1系列2100.00?.00?.00p.00`.00%比例50.00@.000.00 .00.00%0.003图书类型45数理科学和化学51.02%天文学、地球科学100.00%生物科学 55.56%工业技术 55.16%环境科学、安全科学50..00%
通过对以上图书之间存在的关系,我们发现图书的预约到数量与预约总数存在线性相关关系。
4.1.2 图书预约模型初步准备
通过前面图形的表示我们再次只考虑预约图书总数及图书类型因素对图书预约的影响,根据分析呈线性相关关系,我们为此建立一元线性相关模型来处理该问题。数据的整理前面已经做好。
4
报名号#1286
200180160140120100806040200050100150预约总数200250系列1
从图可以看出,我们可以看到图书的预约总数与预约到的数量呈正相关关系,因此进一步验证我们对的假设比较合理,但这不是最具有说服力的,我们要根据线性相关的知识解决它。因为我们研究的是图书预约到的与预约总数之间的关系,所以用只含有一个解释变量的线形回归模型(Yi??0??1Xi??i)来解决。
4.1.3 图书预约模型建立
下面只以2008年的数据作为研究对象,其他的用来验证。我们先介绍几个所用的概念及所用的公式:
n1 SCP是相依变量Y和自变量X的乘积和SCP?n预约到的数量?XYii?12i?nXY
2 SSx是自变量X的平方和 SSx?^?i?1^Xi?nX^^2
3 回归系数的估计量b1 和b0 表示 Yi?b0?b1Xi 4 回归平方和 SSR?^?i?1?^??^??Yi?Y???b1?SSx????Y???i?122
^2残差平方和 SSE??i????Yi??SSTO??b1?SSx
???n^2决定系数 R?2SSRSSTO??i?1n?^??Yi?Y???^2?i?1??Y?Y?ii???2
5
报名号#1286
根据附件中的数据,计算得出
nSCP??XYii?1ni?nXY=129895
SSx??i?1^X2i?nX2=102838 Y=928/22=42.1818 b1?SCP?^??^??Yi?Y???b1?SSx????22^SSx=1.2631
^b0?Y?b1X=-29.1835 SSR?22?i?1=163264.815
SSE??i?1^???^??Yi?Yi??SSTO??b1?SSx=23076.94 ????SSTO??i?1?^??Yi?Y????n2?i?1^???Yi?Yi??SSR?SSE??2=186341.75
R?2SSRSSTO??i?1n?^??Yi?Y???2?i?1^???Yi?Yi???2=0.87615 (0?R2?1)一个线性回归模型如果充分利用了X
的信息.则R2越大.拟合优度就越好;反之,如R2不大,说明模型中给出的X对Y的信息还不够充分
通过以上数据,我们得出,线性回归模型预测借阅量的回归方程:
Yi?b0?b1Xi=-29.1835+1.2631Xi
^^^4.1.4 模型检验
根据我们得出的公式,我们对附件中2009年,2010年的预约总数与预约到数量进行检验,该模型在2009年中的拟合程度R2=0.88532,2010年的拟合程度R2=0.89643,由此可以看出该结论在很大程度上是成立的。
6