![]() ![]() |
商业数据分析
本书提供了商业分析的全景式内容,包含描述性、预测性和规定性分析,这在其他任何书中不曾涵盖。本书提供循序渐进的指导,帮助学生学习Excel及其功能强大且使用便利的插件,如用于数据挖掘的XLMinder和用于优化与仿真的AnalyticSolverPlatform。
前言 Preface编写本书,旨在给本科生和低年级研究生介绍什么是商务数量解析。对发展势头迅猛的商务数量解析这门课来说,本书应该是较早涉足这一领域内容的一本教科书。
本书一共由12章组成,其中: 第1章为导论。这一章对商务数量解析和采用的处理方法进行了概貌性的介绍。简而言之,商务数量解析以数据为基础,根本目的在于帮助商务专业人士做出更好的决策。 第2章~第6章分别介绍了数据资料的统计描述方法、数据资料的可视化图表分析技术,以及如何运用线性回归模型、时间序列分析方法、数据挖掘方法,从历史数据中获取有用的认识。 第7章讲电子表格模型。主要讲解如何建立电子表格模型,怎样审查电子表格模型,怎样利用Excel中的一些有用的函数等。 第8章~第10章讨论了优化模型,主要是告诉决策分析人员如何根据可用的资料,找出最好的决策方案。第10章讲解的非线性优化模型,在商务管理领域有极其广泛和重要的应用,但可能对部分学生来说会感到有一定的难度,对此主讲教师可以酌情考虑跳过这一章的教学内容。 第11章讲Monte Carlo模拟。在这一章,我们讲解了如何对不确定性的决策问题进行模拟分析,以帮助大家搞清楚不确定性对决策的影响。 第12章讲决策分析。这一章着重讲解如何站在决策人的视角,把决策人对风险的态度引入决策分析中。 这本教科书,对学生有没有选修过基础统计学没有过多的要求。书中非常详细地介绍了统计学的一些基本概念,足够帮助同学们理解商务数据分析工具。凡是书中涉及的统计学概念,我们通过具体事例,从商务数量解析学角度给出了明确的解释。如果主讲教授认为本书所介绍的统计内容大多数选修这门课的学生都学过了,可以考虑不在课堂上讲授第2章~第4章的知识。 本书的编写风格和排版,吸取了本书的一些作者在其他经典教科书上的成功之处,尤其是戴维R.安德森、丹尼斯J.斯威尼、托马斯 A.威廉姆斯。另外,在编写本书的过程中,我们在以下方面做出了改进: 第一,充分讲解Microsoft Excel的运用。Excel运用的讲解贯穿本书的方方面面,对一些比较简单的数量解析方法,我们既说明了手工计算,也介绍了Excel的处理过程。对那些比较复杂的只能通过电子表格解决的问题,我们着重介绍了Excel的使用办法和具体操作过程。 第二,以Excel 2013版的运用介绍为主。书中安排的有关Excel运用的内容,基本上使用的是2013版的Excel。与以前的版本相比,Excel 2013版虽然改动不大,特别是与商务数量解析有关的功能,但数据资料的可视化处理能力有了不小的改进。在Excel 2013版中,生成、修改和分析数据图像变得较为容易。考虑到一些学生和教师可能到现在还没有安装Excel 2013版,所以只要允许或有可能,我们也对以前版本Excel的使用进行必要的介绍。 第三,Analytics Solver Platform(ASP)和XLMiner的运用介绍。Microsoft Excel中有两款功能十分强大的插件,即Analytics Solver Platform和XLMiner。这本教科书,也将它们的使用引入教学内容。Analytics Solver Platform为Excel提供了优化和模拟分析的补充功能。XLMiner把复杂数据的挖掘算法注入Excel中,使得利用Excel可以更好地进行数据的可视化描述和信息勘察。不过,在本书的绝大多数章节,我们把Analytics Solver Platform、XLMiner使用的讲解,都放在了相应章节的附录中,以便使授课教师有选择是否讲解的余地。第6章和第11章的11.3和11.4节里,因为内容安排的需要,我们直接在正文中对Analytics Solver Platform、XLMiner的使用方法和操作步骤做了介绍。 第四,说明与解释。在本书一些章节的末尾部分,我们对相应章节介绍的内容做了注意事项提醒和点评,以帮助学生更深入地认识和理解所学的知识,主要是所介绍方法的局限性、应用方面的建议等。 第五,实践中的数量解析。几乎每一章,我们在一开始都编写了一段案例性质的实际应用材料。这些应用材料,都是商务数量解析在实际应用中比较有趣的例子,它们来自于不同领域的研究报告和科研论文,包括健康管理、金融、制造业、市场营销等领域。 第六,网络资料。本书内容讲解中用到的示范数据,以及复习思考题中的背景资料,都放在专门的网站上,有需要的话,可以随时登录下载(本书翻译版的网络资料请登录www.hzbook.com/ps/下载)。 第七,复习思考题和案例讨论。除了第1章,本书其余各章都编写了20道左右的复习思考题,以帮助学生更好地通过练习掌握相应章节的学习内容。复习思考题的难易程度不一样,但它们绝大多数都是商务数量解析实际应用的实例。除第1章外,本书其他的11章,都编写了有一定深度的案例,以便学生掌握各种方法的综合运用。 本书初稿完成后,曾经送给很多人审阅,对他们提出的修改和完善建议,在此一并表示衷心的感谢。尤其要特别感谢: 巴克内尔大学的Matthew D. Bailey、维拉诺瓦大学的Q.B.Chung、丹佛大学丹尼尔斯商学院的Phillip Beaver、肯塔基大学的Elizabeth A.Denny、俄亥俄州立大学的M.Khurrum S.Bhutta、波特兰大学的Mike Taein Eom、费耶特维尔州立大学的
About the Authors 作者简介杰弗里D.坎姆(Jeffrey D.Camm)杰弗里D.坎姆是美国辛辛那提大学数量分析专业教授,当过运筹学、商务统计分析、信息系统系的系主任,是辛辛那提大学Carl H.Lindner商学院商业研究继续教育学院的主管。坎姆教授出生在俄亥俄州的辛辛那提市,本科毕业于泽维尔大学(Xavier University),博士毕业于克莱姆森大学(Clemson University)。自1984年起,坎姆教授就一直在辛辛那提大学任教,是斯坦福大学的访问学者,做过达特茅斯学院塔克商学院工商管理专业的访问教授。
坎姆博士在运营管理优化领域发表了30多篇论文,分别刊登在《科学》《管理科学》《运筹学》、Interfaces等专业期刊杂志上。在辛辛那提大学,坎姆博士是Dornoff Fellow教学优秀奖获得者,也是运筹学和管理科学协会(INFORMS)2006年运筹学实践教学奖获得者。坎姆教授是教学必须与实践相结合的坚定倡导者,长期在政府部门和大企业担任运营管理顾问。2005~2010年,坎姆教授当过Interfaces杂志的主编,目前是INFORMS Transactions on Education的编委会成员。 詹姆斯J.科克伦(James J. Cochran)詹姆斯J.科克伦是路易斯安那理工大学数量分析专业,由拉斯顿·巴恩斯银行、汤姆森和瑟曼冠名的研究教授,出生在俄亥俄州的戴顿市,先后在怀特州立大学获得了学士、理学硕士和工商管理硕士学位,是辛辛那提大学博士学位毕业生。2000年起,科克伦教授一直在路易斯安那理工大学工作,曾做过斯坦福大学、智利塔尔卡大学、南非大学的访问学者。 科克伦教授在运筹学和统计方法开发与应用领域发表过20多篇研究论文,分别刊登在《管理科学》《美国统计学人》《统计学通讯:理论和方法》《欧洲运筹学杂志》《组合优化》等专业期刊杂志上。科克伦教授是运筹学和管理科学协会(INFORMS)2008年运筹学实践教学奖的获得者,是2010年Mu Sigma Rho统计学教育奖获得者。科克伦教授2005年当选为国际统计学协会成员,2011年被提名为美国统计学协会会员。科克伦教授大力倡导把运筹学、统计学教学的重点,转移到解决实际问题的成效和质量上。科克伦教授在世界各地,如乌拉圭的蒙得维的亚、南非的开普敦、哥伦比亚的卡塔赫纳、印度的斋浦尔、阿根廷的布宜诺斯艾利斯、肯尼亚的内罗毕,组织和主持了多场教学研讨会。科克伦教授还在许多营利性组织和非营利性组织担任运筹学顾问,目前是INFORMS Transactions on Education的主编,是Interfaces、Journal of the Chilean Institute of Operations Research、ORiON的编委会成员。 迈克尔J.弗里(Michael J.Fry)迈克尔J.弗里是辛辛那提大学Carl H.Lindner商学院运筹学、商务统计分析、信息系统系副教授,出生于得克萨斯州基林市,在得克萨斯州农机大学获得学士学位,是密歇根大学工程硕士和博士学位毕业生。弗里教授2002年执教于辛辛那提大学,曾做过康奈尔大学约翰逊学院、英属哥伦比亚大学尚德商学院的访问教授。 在《运筹学》《制造业与服务业的经营管理》《运输科学》《海军物流研究》、Interfaces等期刊杂志上,弗里教授发表过十几篇论文。弗里教授的研究领域主要是:供应链分析中的定量管理方法、体育统计分析、公共政策运营。弗里教授的科研合作对象包括戴尔公司、美国谷轮公司、星巴克、辛辛那提消防局、俄亥俄州选举委员会、辛辛那提猛虎队、辛辛那提动物园。2008年,弗里教授入围丹尼尔H.瓦格纳(Daniel H.Wagner)运筹学应用优秀奖,在辛辛那提大学,弗里教授一直是科研和教学的知名人物。 杰弗里 W.欧曼(Jeffrey W.Ohlmann)杰弗里W.欧曼是艾奥瓦大学Tippie商学院管理科学系的副教授,出生在内布拉斯加州的瓦伦丁市。欧曼教授在内布拉斯加大学获得学士学位,后来在密歇根大学获得硕士和博士学位。从2003年开始,欧曼教授一直在艾奥瓦大学任教。 欧曼教授在决策问题的建模和求解领域,发表过十几篇论文,先后刊登在《运筹学的数学研究》、INFORMS Journal on Computing、《运输科学》、Interfaces等期刊杂志上。他合作过的公司和机构有:Transfreight、LeanCor、嘉吉(Cargill)、汉密尔顿县选举委员会、辛辛那提猛虎队等。由于欧曼教授的科研工作对产业发展有很强的指导意义,曾被授予过乔治 B.丹齐克(George B.Dantzig)论文奖,并入围丹尼尔 H.瓦格纳运筹学应用卓越奖提名。 戴维 R.安德森(David R.Anderson)戴维R.安德森是辛辛那提大学Carl H.Lindner商学院数量分析专业的荣誉教授,出生于北达科他州的大福克斯,先后在普渡大学获得学士、硕士和博士学位。安德森教授在退休之前,当过数量分析和运筹管理系主任,也当过商业管理学院的副院长。 在辛辛那提大学从教的岁月里,安德森教授给商务专业的学生讲授过初等统计学,给研究生开设过回归分析、多元分析、管理科学等课程。此外,他还兼职在劳工部讲授统计学。由于在教学和学生服务方面的突出表现,安德森教授先后多次获得嘉奖。 与他人合作,安德森教授出版过统计学、管理科学、线性规划、生产与运作管理等方面的教科书。此外,他还担任抽样与统计方法领域的高级顾问。
Contents 目录
作者简介 前言 第1章 导论 1 1.1 什么是决策 3 1.2 关于商务数量解析的界定 4 1.3 解析方法与模型的分类 5 1.3.1 描述性数量解析分析 5 1.3.2 预测性数量解析分析 5 1.3.3 指导性数量解析分析 6 1.4 大数据 8 1.5 商务数量解析学的应用 8 1.5.1 金融领域 9 1.5.2 人力资源领域 9 1.5.3 市场营销领域 9 1.5.4 健康管理领域 10 1.5.5 供应链领域 11 1.5.6 政府部门和非营利组织 11 1.5.7 体育领域 12 1.5.8 互联网领域 12 本章小结 12 术语 13 第2章 描述统计分析 15 2.1 数据:定义和目标 16 2.2 数据的类型 17 2.2.1 总体数据和样本数据 17 2.2.2 数量数据和属性数据 17 2.2.3 截面数据和时间序列数据 17 2.2.4 数据的来源 18 2.3 Excel中的数据修改 20 2.3.1 Excel中数据排序和筛选 20 2.3.2 Excel中的数据条件格式 23 2.4 数据的分布 24 2.4.1 属性数据的频数分布 24 2.4.2 频率分布 26 2.4.3 数量数据的频率分布 26 2.4.4 直方图 29 2.4.5 累积分布 32 2.5 位置测度 32 2.5.1 均值(算术平均) 32 2.5.2 中位数 34 2.5.3 众数 34 2.5.4 几何平均 35 2.6 变异性测量 37 2.6.1 极差 38 2.6.2 方差 38 2.6.3 标准差 40 2.6.4 变异系数 40 2.7 分布分析 41 2.7.1 百分位数 41 2.7.2 四分位数 42 2.7.3 z值 43 2.7.4 经验法则 44 2.7.5 异常值识别 45 2.7.6 箱线图 45 2.8 两个变量之间相关关系 47 2.8.1 散点图 47 2.8.2 协方差 48 2.8.3 相关系数 50 本章小结 52 术语 52 复习思考习题 54 案例讨论 Heavenly巧克力公司的网上交易 62 附录 运用XLMiner绘制箱线图 63 第3章 数据可视化 66 3.1 概述 68 3.2 表格 70 3.2.1 表格设计原则 71 3.2.2 交叉表 73 3.2.3 Excel数据透视表 75 3.3 图 79 3.3.1 散点图 79 3.3.2 折线图 81 3.3.3 条形图和柱状图 83 3.3.4 饼状图和3D图的评述 86 3.3.5 气泡图 86 3.3.6 热点图 88 3.3.7 其他多变量图形 90 3.3.8 Excel中的数据透视图 94 3.4 高级可视化方法 96 3.4.1 高级图形 96 3.4.2 地理信息系统图 98 3.5 数据仪表盘 99 3.5.1 制作数据仪表盘的原则 99 3.5.2 数据仪表盘的应用 99 本章小结 101 术语 101 复习思考题 102 案例讨论 电影票房数据 112 附录 使用XLMiner创建矩阵散点图和平行坐标图 114 第4章 线性回归分析 118 4.1 简单线性回归模型 119 4.1.1 回归模型和回归方程 119 4.1.2 估计的回归方程 120 4.2 最小二乘法 121 4.3 简单线性回归模型的拟合效果 126 4.3.1 离差平方和的分解 126 4.3.2 可决系数 128 4.3.3 Excel可决系数计算 129 4.4 多元回归模型 130 4.4.1 多元回归模型和多元回归方程 130 4.4.2 估计的多元回归方程 130 4.4.3 最小二乘法和多元回归 130 4.4.4 多元回归分析实例 131 4.4.5 Excel中的多元回归求解 132 4.5 回归推断分析 135 4.5.1 推断分析的必要条件 135 4.5.2 总体回归关系检验 139 4.5.3 回归参数检验 140 4.5.4 不显著自变量处理 142 4.5.5 多重共线性 143 4.5.6 大样本情形 145 4.6 属性自变量 149 4.6.1 引入属性自变量 149 4.6.2 引入属性变量后回归参数的意义 151 4.6.3 多个属性变量的处理 152 4.7 非线性回归模型 153 4.7.1 引言 153 4.7.2 二项式回归 154 4.7.3 分段回归模型 157 4.7.4 交互效应 159 4.8 建模问题 164 4.8.1 变量选择方法 164 4.8.2 过度拟合问题 165 本章小结 165 术语 166 复习思考题 167 案例讨论 校友捐赠 178 附录 利用XLMiner进行回归分析 179 第5章 时间序列分析与预测 182 5.1 时间序列的几种类型 184 5.1.1 水平变化状态的时间序列 185 5.1.2 带有趋势的时间序列 186 5.1.3 带有季节性波动的时间序列 188 5.1.4 同时带有趋势和季节性波动的时间序列 189 5.1.5 带有周期性波动的时间序列 190 5.1.6 如何识别时间序列形态 190 5.2 预测精度问题 190 5.3 移动平均与指数平滑法 194 5.3.1 移动平均法 195 5.3.2 指数平滑法 198 5.4 回归预测分析 202 5.4.1 线性趋势回归分析 202 5.4.2 带有季节性效应的回归分析 204 5.4.3 因果关系的回归分析预测 208 5.4.4 存在因果变量和趋势及季节效应的回归预测 211 5.5 预测模型优良性评估 211 本章小结 212 术语 213 复习思考题 213 案例讨论 食品和饮料销售预测分析 222 附录 运用XLMiner做预测分析 222 第6章 数据挖掘 226 6.1 数据抽样 227 6.2 数据预处理 228 6.2.1 缺失数据问题 228 6.2.2 识别异常值和错误数据 229 6.2.3 代表性变量 229 6.3 无指导学习 230 6.3.1 聚类分析 230 6.3.2 关联规则 239 6.4 指导学习 242 6.4.1 数据分割 243 6.4.2 分类准确度 246 6.4.3 预测准确度 249 6.4.4 k最近邻算法 250 6.4.5 分类回归树 254 6.4.6 逻辑回归 268 本章小结 276 术语 277 复习思考题 278 案例讨论 灰色代码公司 284 第7章 电子表格模型 285 7.1 电子表格模型构建 286 7.1.1 影响图 286 7.1.2 代数关系 287 7.1.3 电子表格设计与模型 288 7.2 what-if分析 290 7.2.1 数据表 291 7.2.2 单变量求解 294 7.3 常用的Excel函数 295 7.3.1 SUM和SUMPRODUCT 295 7.3.2 IF和COUNTIF 297 7.3.3 VLOOKUP 299 7.4 电子表格模型审核 301 7.4.1 追踪引用单元格和从属单元格 301 7.4.2 显示公式 303 7.4.3 公式求值 303 7.4.4 错误检查 304 7.4.5 监视窗口 304 本章小结 305 术语 305 复习思考题 306 案例讨论 退休计划 313 第8章 线性优化模型 314 8.1 极大化问题 315 8.1.1 一个实例 315 8.1.2 问题的规范化表述 316 8.2 求解Par公司的问题 319 8.2.1 Par公司问题的图形求解 319 8.2.2 运用Excel求解线性规划 320 8.3 极小值问题 324 8.4 线性规划的几类特殊情况 327 8.4.1 多个最优解 327 8.4.2 无可行解 328 8.4.3 无界问题 329 8.5 敏感性分析 330 8.6 线性规划的应用 332 8.6.1 决策变量的一般表示 332 8.6.2 投资组合问题 333 8.6.3 运输问题 336 8.6.4 广告促销问题 339 8.7 线性规划多个解的一般性说明 342 本章小结 344 术语 344 复习思考题 345 案例讨论 投资策略 352 附录 如何运用Analytic Solver 软件求解线性规划模型 353 第9章 整数线性优化 356 9.1 整数线性规划的类型 357 9.2 整数规划的一个实例 357 9.3 运用Excel Solver求解整数优化问题 359 9.4 0?—1变量的应用 364 9.4.1 资金预算问题 364 9.4.2 固定成本问题 366 9.4.3 银行选址问题 368 9.4.4 产品设计与市场份额优化问题 371 9.5 0?—1变量与建模 374 9.5.1 相互排斥的多种选择问题 374 9.5.2 从n个项目中选出k个项目问题 374 9.5.3 条件前提约束问题 375 9.6 生成0??—1问题的替代最优解 375 本章小结 377 术语 377 复习思考题 378 案例讨论 苹果牌儿童服装销售问题 387 附录 运用Analytic Solver求解整数线性规划问题 388 第10章 非线性优化问题 391 10.1 一个生产管理实例 392 10.1.1 无约束问题 392 10.1.2 有约束问题 393 10.1.3 利用Excel Solver求解非线性优化模型 395 10.1.4 非线性规划的敏感性分析和影子价格 396 10.2 局部最优和全局最优 397 10.2.1 几个概念 397 10.2.2 非线性函数最优解的类型 398 10.2.3 Excel Solver如何获得全局最优解 399 10.3 选址问题 400 10.4 马科维茨投资组合模型 401 10.5 新产品市场销售预测 405 本章小结 408 术语 408 复习思考题 409 案例讨论 带有交易费用的投资组合优化问题 415 附录 运用Analytic Solver求解非线性规划问题 417 第11章 Monte Carlo模拟 420 11.1 What-If分析 421 11.2 运用Excel自带的函数进行模拟分析 423 11.2.1 运用概率分布刻画随机变量 423 11.2.2 在Excel中生成随机变量值 425 11.2.3 在Excel中实现模拟试验 428 11.2.4 计算分析模拟结果 430 11.3 Analytic Solver模拟分析 431 11.3.1 Land Shark公司的问题 431 11.3.2 Zappos公司的问题 439 11.4 模拟的优化分析 449 11.5 模拟分析的几点思考 453 11.5.1 核查与验证 453 11.5.2 模拟分析的优缺点 454 本章小结 454 术语 455 复习思考题 456 案例讨论 四角公司问题 464 附录1 随机变量的相关性分析 466 附录2 随机变量的概率分布 473 第12章 决策分析 477 12.1 问题的表述 478 12.1.1 报偿表 479 12.1.2 决策树 479 12.2 不使用概率的决策分析 480 12.2.1 乐观主义准则 481 12.2.2 保守主义准则 481 12.2.3 后悔主义准则 482 12.3 使用概率的决策分析 483 12.3.1 期望值准则 483 12.3.2 风险分析 485 12.3.3 敏感性分析 486 12.4 运用样本信息的决策分析 487 12.4.1 追加样本信息的决策分析 487 12.4.2 样本信息的期望值 491 12.4.3 完全信息期望值 492 12.5 利用贝叶斯定理计算状态枝概率 493 12.6 效用决策 495 12.6.1 引言 495 12.6.2 效用与决策分析 496 12.6.3 效用函数 500 12.6.4 指数效用函数 502 本章小结 503 术语 503 复习思考题 505 案例讨论 不动产投资策略 514 附录 运用Analytic Solver求解决策树 516 参考文献 524 译者后记 525
你还可能感兴趣
我要评论
|