同理可预测 2007 年的精矿成本值。甲铅锌矿现有两个采区、两个选矿厂、一个提升运输工区、一个铅冶炼厂等六个主体生产单位。选矿厂成本管理|判断该模型拟和程度的指标----可决系数，并且由于该模型属于多元线性回归模型，所以须用修正自由度的可决系数来对该模型的拟和程度进行评价。 2. 甲铅锌矿及其二选厂工艺流程简介 甲铅锌矿位于内蒙古，是中国北方少见的大型铅锌金属矿床，始建于1979 年，经过二十六年的建设，已发展成为采、选、冶、机加制造配套成龙的现代化大型矿山企业。而且也不利于该选厂的成本计划与成本控制具体实施.终也将不利于其成本的降低和经济效益的提高。
2005 年与2006 年的预测值与实际发生值见表 6。 6. 精矿成本预测模型回归效果检验 在精矿成本预测模型确定后，该模型是否可用于实际，是否有意义，要解决这一问题，还需要对该模型的回归效果进行以下判断和检验。冶金选矿生产工艺流程如图1 所示。 7. 进行成本预测、成本控制分析 经过以上检验，说明前面得出的回归模型方程应用效果是比较好的，它具有相当的代表性.所以，可以借助该模型预测未来年度精矿成本，并可依此开展成本控制分析。选矿厂成本管理| 矿石经过选矿后，可得到精矿和尾矿两种产品。
冶金选矿工艺流程是由选前的矿石准备作业、选别作业、选后的脱水作业所组成的连续生产过程。 通过建立该预测模型，一方面,可以给二选厂的管理者提供一种成本预测的“工具”,帮助其减少在成本预测时的盲目性。 3. 精矿成本主要影响因素的确定 本文将以甲铅锌矿二选厂某年的成本汇总表为例来做具体分析： 3.1 原矿品位对精矿成本的影响分析 据业内人士介绍：矿石品位是指有色矿石中可选某种有色金属所占的比率。将其和其他影响因素所占精矿总成本的比重进行比较，可以看出电能耗用金额在精矿成本总额中占的比重是比较大的。选矿厂成本管理|又因为电能单位价格一般波动不大，所以，电能耗用金额的大小主要取决于单位耗用量的大小。
选矿厂成本控制分析 - 豆丁网#E-mail：[email protected] 摘 要：本文运用多元线性回归分析法建立了精矿成本的预测模型,经检验并和实际数据对比，结果令人满意,达到了成本事前控制的目的,避免了精矿成本决策的片面性和局限性。 6.1 该模型拟合度的评价 通过对该模型拟合度的评价，可以判断出原矿铅品位、电能单耗、原矿锌品位与精矿成本结合的紧密程度。选矿厂成本管理|在这种情况下,本文通过对该矿二选厂成本影响因素的分析,选取了对精矿成本影响的三个因素,即: 原矿铅品位、电能单耗、原矿锌品位。 6.3 精矿成本预测模型的显著性检验 由于该模型属于多元线性回归模型,包含了四个回归系数,所以应对该回归方程进行显著性检验。 根据表 3 的计算结果可知，可决系数=0.832，修正自由度的可决系数=0.786 越接近与 1 说明拟和程度越高，由此说明，前述回归模型解释了精矿成本变差的78.6%，有着高的代表性，并且也进一步说明了原矿铅品位、电能单耗、原矿锌品位与精矿成本的确存在着很高相关度和紧密程度。
根据表4 的计算结果知道F 统计量为18.19,根据自由度3 ,自由度11，和标准分享网 免费下载 显著性水平α =1% ，查F(3,11)分步表可知 22 . 6 =F 。因此，当 2007 年原矿铅品位为 7.053%，电能单耗为18.87kw/t 时,原矿锌品位为51.71%预测的精矿成本置信范围在144.4528 到170.4072之间,其概率保证程度为 90%,若要求精度提高到 95%时,则预测的精矿成本置信区间在141.5256 到173.3344 之间。因为，F 的值远远大于F ，即认为回归模型中，原矿铅品位、电能单耗、原矿锌品位与精矿成本的线形关系显著，并且这一组回归系数有意义，可以利用所建立的多元线性回归预测模型进行实际成本预测。 6.2 回归系数的显著性检验 进行回归系数的检验主要目的是为了检验各回归系数对应的自变量对因变量的影响是否显著，以便对自变量的取舍做出正确的判断。选矿厂成本管理|因此，在进行精矿成本预测时电能耗用量是必须考虑的因素之一。
