關(guān)于我們
書單推薦
新書推薦
|
商業(yè)數(shù)據(jù)分析
本書提供了商業(yè)分析的全景式內(nèi)容,包含描述性、預(yù)測(cè)性和規(guī)定性分析,這在其他任何書中不曾涵蓋。本書提供循序漸進(jìn)的指導(dǎo),幫助學(xué)生學(xué)習(xí)Excel及其功能強(qiáng)大且使用便利的插件,如用于數(shù)據(jù)挖掘的XLMinder和用于優(yōu)化與仿真的AnalyticSolverPlatform。
前言 Preface編寫本書,旨在給本科生和低年級(jí)研究生介紹什么是商務(wù)數(shù)量解析。對(duì)發(fā)展勢(shì)頭迅猛的商務(wù)數(shù)量解析這門課來(lái)說(shuō),本書應(yīng)該是較早涉足這一領(lǐng)域內(nèi)容的一本教科書。
本書一共由12章組成,其中: 第1章為導(dǎo)論。這一章對(duì)商務(wù)數(shù)量解析和采用的處理方法進(jìn)行了概貌性的介紹。簡(jiǎn)而言之,商務(wù)數(shù)量解析以數(shù)據(jù)為基礎(chǔ),根本目的在于幫助商務(wù)專業(yè)人士做出更好的決策。 第2章~第6章分別介紹了數(shù)據(jù)資料的統(tǒng)計(jì)描述方法、數(shù)據(jù)資料的可視化圖表分析技術(shù),以及如何運(yùn)用線性回歸模型、時(shí)間序列分析方法、數(shù)據(jù)挖掘方法,從歷史數(shù)據(jù)中獲取有用的認(rèn)識(shí)。 第7章講電子表格模型。主要講解如何建立電子表格模型,怎樣審查電子表格模型,怎樣利用Excel中的一些有用的函數(shù)等。 第8章~第10章討論了優(yōu)化模型,主要是告訴決策分析人員如何根據(jù)可用的資料,找出最好的決策方案。第10章講解的非線性優(yōu)化模型,在商務(wù)管理領(lǐng)域有極其廣泛和重要的應(yīng)用,但可能對(duì)部分學(xué)生來(lái)說(shuō)會(huì)感到有一定的難度,對(duì)此主講教師可以酌情考慮跳過(guò)這一章的教學(xué)內(nèi)容。 第11章講Monte Carlo模擬。在這一章,我們講解了如何對(duì)不確定性的決策問題進(jìn)行模擬分析,以幫助大家搞清楚不確定性對(duì)決策的影響。 第12章講決策分析。這一章著重講解如何站在決策人的視角,把決策人對(duì)風(fēng)險(xiǎn)的態(tài)度引入決策分析中。 這本教科書,對(duì)學(xué)生有沒有選修過(guò)基礎(chǔ)統(tǒng)計(jì)學(xué)沒有過(guò)多的要求。書中非常詳細(xì)地介紹了統(tǒng)計(jì)學(xué)的一些基本概念,足夠幫助同學(xué)們理解商務(wù)數(shù)據(jù)分析工具。凡是書中涉及的統(tǒng)計(jì)學(xué)概念,我們通過(guò)具體事例,從商務(wù)數(shù)量解析學(xué)角度給出了明確的解釋。如果主講教授認(rèn)為本書所介紹的統(tǒng)計(jì)內(nèi)容大多數(shù)選修這門課的學(xué)生都學(xué)過(guò)了,可以考慮不在課堂上講授第2章~第4章的知識(shí)。 本書的編寫風(fēng)格和排版,吸取了本書的一些作者在其他經(jīng)典教科書上的成功之處,尤其是戴維R.安德森、丹尼斯J.斯威尼、托馬斯 A.威廉姆斯。另外,在編寫本書的過(guò)程中,我們?cè)谝韵路矫孀龀隽烁倪M(jìn): 第一,充分講解Microsoft Excel的運(yùn)用。Excel運(yùn)用的講解貫穿本書的方方面面,對(duì)一些比較簡(jiǎn)單的數(shù)量解析方法,我們既說(shuō)明了手工計(jì)算,也介紹了Excel的處理過(guò)程。對(duì)那些比較復(fù)雜的只能通過(guò)電子表格解決的問題,我們著重介紹了Excel的使用辦法和具體操作過(guò)程。 第二,以Excel 2013版的運(yùn)用介紹為主。書中安排的有關(guān)Excel運(yùn)用的內(nèi)容,基本上使用的是2013版的Excel。與以前的版本相比,Excel 2013版雖然改動(dòng)不大,特別是與商務(wù)數(shù)量解析有關(guān)的功能,但數(shù)據(jù)資料的可視化處理能力有了不小的改進(jìn)。在Excel 2013版中,生成、修改和分析數(shù)據(jù)圖像變得較為容易?紤]到一些學(xué)生和教師可能到現(xiàn)在還沒有安裝Excel 2013版,所以只要允許或有可能,我們也對(duì)以前版本Excel的使用進(jìn)行必要的介紹。 第三,Analytics Solver Platform(ASP)和XLMiner的運(yùn)用介紹。Microsoft Excel中有兩款功能十分強(qiáng)大的插件,即Analytics Solver Platform和XLMiner。這本教科書,也將它們的使用引入教學(xué)內(nèi)容。Analytics Solver Platform為Excel提供了優(yōu)化和模擬分析的補(bǔ)充功能。XLMiner把復(fù)雜數(shù)據(jù)的挖掘算法注入Excel中,使得利用Excel可以更好地進(jìn)行數(shù)據(jù)的可視化描述和信息勘察。不過(guò),在本書的絕大多數(shù)章節(jié),我們把Analytics Solver Platform、XLMiner使用的講解,都放在了相應(yīng)章節(jié)的附錄中,以便使授課教師有選擇是否講解的余地。第6章和第11章的11.3和11.4節(jié)里,因?yàn)閮?nèi)容安排的需要,我們直接在正文中對(duì)Analytics Solver Platform、XLMiner的使用方法和操作步驟做了介紹。 第四,說(shuō)明與解釋。在本書一些章節(jié)的末尾部分,我們對(duì)相應(yīng)章節(jié)介紹的內(nèi)容做了注意事項(xiàng)提醒和點(diǎn)評(píng),以幫助學(xué)生更深入地認(rèn)識(shí)和理解所學(xué)的知識(shí),主要是所介紹方法的局限性、應(yīng)用方面的建議等。 第五,實(shí)踐中的數(shù)量解析。幾乎每一章,我們?cè)谝婚_始都編寫了一段案例性質(zhì)的實(shí)際應(yīng)用材料。這些應(yīng)用材料,都是商務(wù)數(shù)量解析在實(shí)際應(yīng)用中比較有趣的例子,它們來(lái)自于不同領(lǐng)域的研究報(bào)告和科研論文,包括健康管理、金融、制造業(yè)、市場(chǎng)營(yíng)銷等領(lǐng)域。 第六,網(wǎng)絡(luò)資料。本書內(nèi)容講解中用到的示范數(shù)據(jù),以及復(fù)習(xí)思考題中的背景資料,都放在專門的網(wǎng)站上,有需要的話,可以隨時(shí)登錄下載(本書翻譯版的網(wǎng)絡(luò)資料請(qǐng)登錄www.hzbook.com/ps/下載)。 第七,復(fù)習(xí)思考題和案例討論。除了第1章,本書其余各章都編寫了20道左右的復(fù)習(xí)思考題,以幫助學(xué)生更好地通過(guò)練習(xí)掌握相應(yīng)章節(jié)的學(xué)習(xí)內(nèi)容。復(fù)習(xí)思考題的難易程度不一樣,但它們絕大多數(shù)都是商務(wù)數(shù)量解析實(shí)際應(yīng)用的實(shí)例。除第1章外,本書其他的11章,都編寫了有一定深度的案例,以便學(xué)生掌握各種方法的綜合運(yùn)用。 本書初稿完成后,曾經(jīng)送給很多人審閱,對(duì)他們提出的修改和完善建議,在此一并表示衷心的感謝。尤其要特別感謝: 巴克內(nèi)爾大學(xué)的Matthew D. Bailey、維拉諾瓦大學(xué)的Q.B.Chung、丹佛大學(xué)丹尼爾斯商學(xué)院的Phillip Beaver、肯塔基大學(xué)的Elizabeth A.Denny、俄亥俄州立大學(xué)的M.Khurrum S.Bhutta、波特蘭大學(xué)的Mike Taein Eom、費(fèi)耶特維爾州立大學(xué)的
About the Authors 作者簡(jiǎn)介杰弗里D.坎姆(Jeffrey D.Camm)杰弗里D.坎姆是美國(guó)辛辛那提大學(xué)數(shù)量分析專業(yè)教授,當(dāng)過(guò)運(yùn)籌學(xué)、商務(wù)統(tǒng)計(jì)分析、信息系統(tǒng)系的系主任,是辛辛那提大學(xué)Carl H.Lindner商學(xué)院商業(yè)研究繼續(xù)教育學(xué)院的主管?材方淌诔錾诙砗ザ碇莸男列聊翘崾,本科畢業(yè)于澤維爾大學(xué)(Xavier University),博士畢業(yè)于克萊姆森大學(xué)(Clemson University)。自1984年起,坎姆教授就一直在辛辛那提大學(xué)任教,是斯坦福大學(xué)的訪問學(xué)者,做過(guò)達(dá)特茅斯學(xué)院塔克商學(xué)院工商管理專業(yè)的訪問教授。
坎姆博士在運(yùn)營(yíng)管理優(yōu)化領(lǐng)域發(fā)表了30多篇論文,分別刊登在《科學(xué)》《管理科學(xué)》《運(yùn)籌學(xué)》、Interfaces等專業(yè)期刊雜志上。在辛辛那提大學(xué),坎姆博士是Dornoff Fellow教學(xué)優(yōu)秀獎(jiǎng)獲得者,也是運(yùn)籌學(xué)和管理科學(xué)協(xié)會(huì)(INFORMS)2006年運(yùn)籌學(xué)實(shí)踐教學(xué)獎(jiǎng)獲得者?材方淌谑墙虒W(xué)必須與實(shí)踐相結(jié)合的堅(jiān)定倡導(dǎo)者,長(zhǎng)期在政府部門和大企業(yè)擔(dān)任運(yùn)營(yíng)管理顧問。2005~2010年,坎姆教授當(dāng)過(guò)Interfaces雜志的主編,目前是INFORMS Transactions on Education的編委會(huì)成員。 詹姆斯J.科克倫(James J. Cochran)詹姆斯J.科克倫是路易斯安那理工大學(xué)數(shù)量分析專業(yè),由拉斯頓·巴恩斯銀行、湯姆森和瑟曼冠名的研究教授,出生在俄亥俄州的戴頓市,先后在懷特州立大學(xué)獲得了學(xué)士、理學(xué)碩士和工商管理碩士學(xué)位,是辛辛那提大學(xué)博士學(xué)位畢業(yè)生。2000年起,科克倫教授一直在路易斯安那理工大學(xué)工作,曾做過(guò)斯坦福大學(xué)、智利塔爾卡大學(xué)、南非大學(xué)的訪問學(xué)者。 科克倫教授在運(yùn)籌學(xué)和統(tǒng)計(jì)方法開發(fā)與應(yīng)用領(lǐng)域發(fā)表過(guò)20多篇研究論文,分別刊登在《管理科學(xué)》《美國(guó)統(tǒng)計(jì)學(xué)人》《統(tǒng)計(jì)學(xué)通訊:理論和方法》《歐洲運(yùn)籌學(xué)雜志》《組合優(yōu)化》等專業(yè)期刊雜志上?瓶藗惤淌谑沁\(yùn)籌學(xué)和管理科學(xué)協(xié)會(huì)(INFORMS)2008年運(yùn)籌學(xué)實(shí)踐教學(xué)獎(jiǎng)的獲得者,是2010年Mu Sigma Rho統(tǒng)計(jì)學(xué)教育獎(jiǎng)獲得者。科克倫教授2005年當(dāng)選為國(guó)際統(tǒng)計(jì)學(xué)協(xié)會(huì)成員,2011年被提名為美國(guó)統(tǒng)計(jì)學(xué)協(xié)會(huì)會(huì)員?瓶藗惤淌诖罅Τ珜(dǎo)把運(yùn)籌學(xué)、統(tǒng)計(jì)學(xué)教學(xué)的重點(diǎn),轉(zhuǎn)移到解決實(shí)際問題的成效和質(zhì)量上?瓶藗惤淌谠谑澜绺鞯兀鐬趵绲拿傻镁S的亞、南非的開普敦、哥倫比亞的卡塔赫納、印度的齋浦爾、阿根廷的布宜諾斯艾利斯、肯尼亞的內(nèi)羅畢,組織和主持了多場(chǎng)教學(xué)研討會(huì)?瓶藗惤淌谶在許多營(yíng)利性組織和非營(yíng)利性組織擔(dān)任運(yùn)籌學(xué)顧問,目前是INFORMS Transactions on Education的主編,是Interfaces、Journal of the Chilean Institute of Operations Research、ORiON的編委會(huì)成員。 邁克爾J.弗里(Michael J.Fry)邁克爾J.弗里是辛辛那提大學(xué)Carl H.Lindner商學(xué)院運(yùn)籌學(xué)、商務(wù)統(tǒng)計(jì)分析、信息系統(tǒng)系副教授,出生于得克薩斯州基林市,在得克薩斯州農(nóng)機(jī)大學(xué)獲得學(xué)士學(xué)位,是密歇根大學(xué)工程碩士和博士學(xué)位畢業(yè)生。弗里教授2002年執(zhí)教于辛辛那提大學(xué),曾做過(guò)康奈爾大學(xué)約翰遜學(xué)院、英屬哥倫比亞大學(xué)尚德商學(xué)院的訪問教授。 在《運(yùn)籌學(xué)》《制造業(yè)與服務(wù)業(yè)的經(jīng)營(yíng)管理》《運(yùn)輸科學(xué)》《海軍物流研究》、Interfaces等期刊雜志上,弗里教授發(fā)表過(guò)十幾篇論文。弗里教授的研究領(lǐng)域主要是:供應(yīng)鏈分析中的定量管理方法、體育統(tǒng)計(jì)分析、公共政策運(yùn)營(yíng)。弗里教授的科研合作對(duì)象包括戴爾公司、美國(guó)谷輪公司、星巴克、辛辛那提消防局、俄亥俄州選舉委員會(huì)、辛辛那提猛虎隊(duì)、辛辛那提動(dòng)物園。2008年,弗里教授入圍丹尼爾H.瓦格納(Daniel H.Wagner)運(yùn)籌學(xué)應(yīng)用優(yōu)秀獎(jiǎng),在辛辛那提大學(xué),弗里教授一直是科研和教學(xué)的知名人物。 杰弗里 W.歐曼(Jeffrey W.Ohlmann)杰弗里W.歐曼是艾奧瓦大學(xué)Tippie商學(xué)院管理科學(xué)系的副教授,出生在內(nèi)布拉斯加州的瓦倫丁市。歐曼教授在內(nèi)布拉斯加大學(xué)獲得學(xué)士學(xué)位,后來(lái)在密歇根大學(xué)獲得碩士和博士學(xué)位。從2003年開始,歐曼教授一直在艾奧瓦大學(xué)任教。 歐曼教授在決策問題的建模和求解領(lǐng)域,發(fā)表過(guò)十幾篇論文,先后刊登在《運(yùn)籌學(xué)的數(shù)學(xué)研究》、INFORMS Journal on Computing、《運(yùn)輸科學(xué)》、Interfaces等期刊雜志上。他合作過(guò)的公司和機(jī)構(gòu)有:Transfreight、LeanCor、嘉吉(Cargill)、漢密爾頓縣選舉委員會(huì)、辛辛那提猛虎隊(duì)等。由于歐曼教授的科研工作對(duì)產(chǎn)業(yè)發(fā)展有很強(qiáng)的指導(dǎo)意義,曾被授予過(guò)喬治 B.丹齊克(George B.Dantzig)論文獎(jiǎng),并入圍丹尼爾 H.瓦格納運(yùn)籌學(xué)應(yīng)用卓越獎(jiǎng)提名。 戴維 R.安德森(David R.Anderson)戴維R.安德森是辛辛那提大學(xué)Carl H.Lindner商學(xué)院數(shù)量分析專業(yè)的榮譽(yù)教授,出生于北達(dá)科他州的大?怂,先后在普渡大學(xué)獲得學(xué)士、碩士和博士學(xué)位。安德森教授在退休之前,當(dāng)過(guò)數(shù)量分析和運(yùn)籌管理系主任,也當(dāng)過(guò)商業(yè)管理學(xué)院的副院長(zhǎng)。 在辛辛那提大學(xué)從教的歲月里,安德森教授給商務(wù)專業(yè)的學(xué)生講授過(guò)初等統(tǒng)計(jì)學(xué),給研究生開設(shè)過(guò)回歸分析、多元分析、管理科學(xué)等課程。此外,他還兼職在勞工部講授統(tǒng)計(jì)學(xué)。由于在教學(xué)和學(xué)生服務(wù)方面的突出表現(xiàn),安德森教授先后多次獲得嘉獎(jiǎng)。 與他人合作,安德森教授出版過(guò)統(tǒng)計(jì)學(xué)、管理科學(xué)、線性規(guī)劃、生產(chǎn)與運(yùn)作管理等方面的教科書。此外,他還擔(dān)任抽樣與統(tǒng)計(jì)方法領(lǐng)域的高級(jí)顧問。
Contents 目錄
作者簡(jiǎn)介 前言 第1章 導(dǎo)論 1 1.1 什么是決策 3 1.2 關(guān)于商務(wù)數(shù)量解析的界定 4 1.3 解析方法與模型的分類 5 1.3.1 描述性數(shù)量解析分析 5 1.3.2 預(yù)測(cè)性數(shù)量解析分析 5 1.3.3 指導(dǎo)性數(shù)量解析分析 6 1.4 大數(shù)據(jù) 8 1.5 商務(wù)數(shù)量解析學(xué)的應(yīng)用 8 1.5.1 金融領(lǐng)域 9 1.5.2 人力資源領(lǐng)域 9 1.5.3 市場(chǎng)營(yíng)銷領(lǐng)域 9 1.5.4 健康管理領(lǐng)域 10 1.5.5 供應(yīng)鏈領(lǐng)域 11 1.5.6 政府部門和非營(yíng)利組織 11 1.5.7 體育領(lǐng)域 12 1.5.8 互聯(lián)網(wǎng)領(lǐng)域 12 本章小結(jié) 12 術(shù)語(yǔ) 13 第2章 描述統(tǒng)計(jì)分析 15 2.1 數(shù)據(jù):定義和目標(biāo) 16 2.2 數(shù)據(jù)的類型 17 2.2.1 總體數(shù)據(jù)和樣本數(shù)據(jù) 17 2.2.2 數(shù)量數(shù)據(jù)和屬性數(shù)據(jù) 17 2.2.3 截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù) 17 2.2.4 數(shù)據(jù)的來(lái)源 18 2.3 Excel中的數(shù)據(jù)修改 20 2.3.1 Excel中數(shù)據(jù)排序和篩選 20 2.3.2 Excel中的數(shù)據(jù)條件格式 23 2.4 數(shù)據(jù)的分布 24 2.4.1 屬性數(shù)據(jù)的頻數(shù)分布 24 2.4.2 頻率分布 26 2.4.3 數(shù)量數(shù)據(jù)的頻率分布 26 2.4.4 直方圖 29 2.4.5 累積分布 32 2.5 位置測(cè)度 32 2.5.1 均值(算術(shù)平均) 32 2.5.2 中位數(shù) 34 2.5.3 眾數(shù) 34 2.5.4 幾何平均 35 2.6 變異性測(cè)量 37 2.6.1 極差 38 2.6.2 方差 38 2.6.3 標(biāo)準(zhǔn)差 40 2.6.4 變異系數(shù) 40 2.7 分布分析 41 2.7.1 百分位數(shù) 41 2.7.2 四分位數(shù) 42 2.7.3 z值 43 2.7.4 經(jīng)驗(yàn)法則 44 2.7.5 異常值識(shí)別 45 2.7.6 箱線圖 45 2.8 兩個(gè)變量之間相關(guān)關(guān)系 47 2.8.1 散點(diǎn)圖 47 2.8.2 協(xié)方差 48 2.8.3 相關(guān)系數(shù) 50 本章小結(jié) 52 術(shù)語(yǔ) 52 復(fù)習(xí)思考習(xí)題 54 案例討論 Heavenly巧克力公司的網(wǎng)上交易 62 附錄 運(yùn)用XLMiner繪制箱線圖 63 第3章 數(shù)據(jù)可視化 66 3.1 概述 68 3.2 表格 70 3.2.1 表格設(shè)計(jì)原則 71 3.2.2 交叉表 73 3.2.3 Excel數(shù)據(jù)透視表 75 3.3 圖 79 3.3.1 散點(diǎn)圖 79 3.3.2 折線圖 81 3.3.3 條形圖和柱狀圖 83 3.3.4 餅狀圖和3D圖的評(píng)述 86 3.3.5 氣泡圖 86 3.3.6 熱點(diǎn)圖 88 3.3.7 其他多變量圖形 90 3.3.8 Excel中的數(shù)據(jù)透視圖 94 3.4 高級(jí)可視化方法 96 3.4.1 高級(jí)圖形 96 3.4.2 地理信息系統(tǒng)圖 98 3.5 數(shù)據(jù)儀表盤 99 3.5.1 制作數(shù)據(jù)儀表盤的原則 99 3.5.2 數(shù)據(jù)儀表盤的應(yīng)用 99 本章小結(jié) 101 術(shù)語(yǔ) 101 復(fù)習(xí)思考題 102 案例討論 電影票房數(shù)據(jù) 112 附錄 使用XLMiner創(chuàng)建矩陣散點(diǎn)圖和平行坐標(biāo)圖 114 第4章 線性回歸分析 118 4.1 簡(jiǎn)單線性回歸模型 119 4.1.1 回歸模型和回歸方程 119 4.1.2 估計(jì)的回歸方程 120 4.2 最小二乘法 121 4.3 簡(jiǎn)單線性回歸模型的擬合效果 126 4.3.1 離差平方和的分解 126 4.3.2 可決系數(shù) 128 4.3.3 Excel可決系數(shù)計(jì)算 129 4.4 多元回歸模型 130 4.4.1 多元回歸模型和多元回歸方程 130 4.4.2 估計(jì)的多元回歸方程 130 4.4.3 最小二乘法和多元回歸 130 4.4.4 多元回歸分析實(shí)例 131 4.4.5 Excel中的多元回歸求解 132 4.5 回歸推斷分析 135 4.5.1 推斷分析的必要條件 135 4.5.2 總體回歸關(guān)系檢驗(yàn) 139 4.5.3 回歸參數(shù)檢驗(yàn) 140 4.5.4 不顯著自變量處理 142 4.5.5 多重共線性 143 4.5.6 大樣本情形 145 4.6 屬性自變量 149 4.6.1 引入屬性自變量 149 4.6.2 引入屬性變量后回歸參數(shù)的意義 151 4.6.3 多個(gè)屬性變量的處理 152 4.7 非線性回歸模型 153 4.7.1 引言 153 4.7.2 二項(xiàng)式回歸 154 4.7.3 分段回歸模型 157 4.7.4 交互效應(yīng) 159 4.8 建模問題 164 4.8.1 變量選擇方法 164 4.8.2 過(guò)度擬合問題 165 本章小結(jié) 165 術(shù)語(yǔ) 166 復(fù)習(xí)思考題 167 案例討論 校友捐贈(zèng) 178 附錄 利用XLMiner進(jìn)行回歸分析 179 第5章 時(shí)間序列分析與預(yù)測(cè) 182 5.1 時(shí)間序列的幾種類型 184 5.1.1 水平變化狀態(tài)的時(shí)間序列 185 5.1.2 帶有趨勢(shì)的時(shí)間序列 186 5.1.3 帶有季節(jié)性波動(dòng)的時(shí)間序列 188 5.1.4 同時(shí)帶有趨勢(shì)和季節(jié)性波動(dòng)的時(shí)間序列 189 5.1.5 帶有周期性波動(dòng)的時(shí)間序列 190 5.1.6 如何識(shí)別時(shí)間序列形態(tài) 190 5.2 預(yù)測(cè)精度問題 190 5.3 移動(dòng)平均與指數(shù)平滑法 194 5.3.1 移動(dòng)平均法 195 5.3.2 指數(shù)平滑法 198 5.4 回歸預(yù)測(cè)分析 202 5.4.1 線性趨勢(shì)回歸分析 202 5.4.2 帶有季節(jié)性效應(yīng)的回歸分析 204 5.4.3 因果關(guān)系的回歸分析預(yù)測(cè) 208 5.4.4 存在因果變量和趨勢(shì)及季節(jié)效應(yīng)的回歸預(yù)測(cè) 211 5.5 預(yù)測(cè)模型優(yōu)良性評(píng)估 211 本章小結(jié) 212 術(shù)語(yǔ) 213 復(fù)習(xí)思考題 213 案例討論 食品和飲料銷售預(yù)測(cè)分析 222 附錄 運(yùn)用XLMiner做預(yù)測(cè)分析 222 第6章 數(shù)據(jù)挖掘 226 6.1 數(shù)據(jù)抽樣 227 6.2 數(shù)據(jù)預(yù)處理 228 6.2.1 缺失數(shù)據(jù)問題 228 6.2.2 識(shí)別異常值和錯(cuò)誤數(shù)據(jù) 229 6.2.3 代表性變量 229 6.3 無(wú)指導(dǎo)學(xué)習(xí) 230 6.3.1 聚類分析 230 6.3.2 關(guān)聯(lián)規(guī)則 239 6.4 指導(dǎo)學(xué)習(xí) 242 6.4.1 數(shù)據(jù)分割 243 6.4.2 分類準(zhǔn)確度 246 6.4.3 預(yù)測(cè)準(zhǔn)確度 249 6.4.4 k最近鄰算法 250 6.4.5 分類回歸樹 254 6.4.6 邏輯回歸 268 本章小結(jié) 276 術(shù)語(yǔ) 277 復(fù)習(xí)思考題 278 案例討論 灰色代碼公司 284 第7章 電子表格模型 285 7.1 電子表格模型構(gòu)建 286 7.1.1 影響圖 286 7.1.2 代數(shù)關(guān)系 287 7.1.3 電子表格設(shè)計(jì)與模型 288 7.2 what-if分析 290 7.2.1 數(shù)據(jù)表 291 7.2.2 單變量求解 294 7.3 常用的Excel函數(shù) 295 7.3.1 SUM和SUMPRODUCT 295 7.3.2 IF和COUNTIF 297 7.3.3 VLOOKUP 299 7.4 電子表格模型審核 301 7.4.1 追蹤引用單元格和從屬單元格 301 7.4.2 顯示公式 303 7.4.3 公式求值 303 7.4.4 錯(cuò)誤檢查 304 7.4.5 監(jiān)視窗口 304 本章小結(jié) 305 術(shù)語(yǔ) 305 復(fù)習(xí)思考題 306 案例討論 退休計(jì)劃 313 第8章 線性優(yōu)化模型 314 8.1 極大化問題 315 8.1.1 一個(gè)實(shí)例 315 8.1.2 問題的規(guī)范化表述 316 8.2 求解Par公司的問題 319 8.2.1 Par公司問題的圖形求解 319 8.2.2 運(yùn)用Excel求解線性規(guī)劃 320 8.3 極小值問題 324 8.4 線性規(guī)劃的幾類特殊情況 327 8.4.1 多個(gè)最優(yōu)解 327 8.4.2 無(wú)可行解 328 8.4.3 無(wú)界問題 329 8.5 敏感性分析 330 8.6 線性規(guī)劃的應(yīng)用 332 8.6.1 決策變量的一般表示 332 8.6.2 投資組合問題 333 8.6.3 運(yùn)輸問題 336 8.6.4 廣告促銷問題 339 8.7 線性規(guī)劃多個(gè)解的一般性說(shuō)明 342 本章小結(jié) 344 術(shù)語(yǔ) 344 復(fù)習(xí)思考題 345 案例討論 投資策略 352 附錄 如何運(yùn)用Analytic Solver 軟件求解線性規(guī)劃模型 353 第9章 整數(shù)線性優(yōu)化 356 9.1 整數(shù)線性規(guī)劃的類型 357 9.2 整數(shù)規(guī)劃的一個(gè)實(shí)例 357 9.3 運(yùn)用Excel Solver求解整數(shù)優(yōu)化問題 359 9.4 0?—1變量的應(yīng)用 364 9.4.1 資金預(yù)算問題 364 9.4.2 固定成本問題 366 9.4.3 銀行選址問題 368 9.4.4 產(chǎn)品設(shè)計(jì)與市場(chǎng)份額優(yōu)化問題 371 9.5 0?—1變量與建模 374 9.5.1 相互排斥的多種選擇問題 374 9.5.2 從n個(gè)項(xiàng)目中選出k個(gè)項(xiàng)目問題 374 9.5.3 條件前提約束問題 375 9.6 生成0??—1問題的替代最優(yōu)解 375 本章小結(jié) 377 術(shù)語(yǔ) 377 復(fù)習(xí)思考題 378 案例討論 蘋果牌兒童服裝銷售問題 387 附錄 運(yùn)用Analytic Solver求解整數(shù)線性規(guī)劃問題 388 第10章 非線性優(yōu)化問題 391 10.1 一個(gè)生產(chǎn)管理實(shí)例 392 10.1.1 無(wú)約束問題 392 10.1.2 有約束問題 393 10.1.3 利用Excel Solver求解非線性優(yōu)化模型 395 10.1.4 非線性規(guī)劃的敏感性分析和影子價(jià)格 396 10.2 局部最優(yōu)和全局最優(yōu) 397 10.2.1 幾個(gè)概念 397 10.2.2 非線性函數(shù)最優(yōu)解的類型 398 10.2.3 Excel Solver如何獲得全局最優(yōu)解 399 10.3 選址問題 400 10.4 馬科維茨投資組合模型 401 10.5 新產(chǎn)品市場(chǎng)銷售預(yù)測(cè) 405 本章小結(jié) 408 術(shù)語(yǔ) 408 復(fù)習(xí)思考題 409 案例討論 帶有交易費(fèi)用的投資組合優(yōu)化問題 415 附錄 運(yùn)用Analytic Solver求解非線性規(guī)劃問題 417 第11章 Monte Carlo模擬 420 11.1 What-If分析 421 11.2 運(yùn)用Excel自帶的函數(shù)進(jìn)行模擬分析 423 11.2.1 運(yùn)用概率分布刻畫隨機(jī)變量 423 11.2.2 在Excel中生成隨機(jī)變量值 425 11.2.3 在Excel中實(shí)現(xiàn)模擬試驗(yàn) 428 11.2.4 計(jì)算分析模擬結(jié)果 430 11.3 Analytic Solver模擬分析 431 11.3.1 Land Shark公司的問題 431 11.3.2 Zappos公司的問題 439 11.4 模擬的優(yōu)化分析 449 11.5 模擬分析的幾點(diǎn)思考 453 11.5.1 核查與驗(yàn)證 453 11.5.2 模擬分析的優(yōu)缺點(diǎn) 454 本章小結(jié) 454 術(shù)語(yǔ) 455 復(fù)習(xí)思考題 456 案例討論 四角公司問題 464 附錄1 隨機(jī)變量的相關(guān)性分析 466 附錄2 隨機(jī)變量的概率分布 473 第12章 決策分析 477 12.1 問題的表述 478 12.1.1 報(bào)償表 479 12.1.2 決策樹 479 12.2 不使用概率的決策分析 480 12.2.1 樂觀主義準(zhǔn)則 481 12.2.2 保守主義準(zhǔn)則 481 12.2.3 后悔主義準(zhǔn)則 482 12.3 使用概率的決策分析 483 12.3.1 期望值準(zhǔn)則 483 12.3.2 風(fēng)險(xiǎn)分析 485 12.3.3 敏感性分析 486 12.4 運(yùn)用樣本信息的決策分析 487 12.4.1 追加樣本信息的決策分析 487 12.4.2 樣本信息的期望值 491 12.4.3 完全信息期望值 492 12.5 利用貝葉斯定理計(jì)算狀態(tài)枝概率 493 12.6 效用決策 495 12.6.1 引言 495 12.6.2 效用與決策分析 496 12.6.3 效用函數(shù) 500 12.6.4 指數(shù)效用函數(shù) 502 本章小結(jié) 503 術(shù)語(yǔ) 503 復(fù)習(xí)思考題 505 案例討論 不動(dòng)產(chǎn)投資策略 514 附錄 運(yùn)用Analytic Solver求解決策樹 516 參考文獻(xiàn) 524 譯者后記 525
你還可能感興趣
我要評(píng)論
|