北大光華——決策量化方法準(zhǔn)備知識(shí)(1)(參考版)
2025-02-20 13:48本頁(yè)面
【正文】 數(shù)據(jù)挖掘技術(shù) (Data mining) 數(shù)據(jù)挖掘： 構(gòu)造和使用數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程。 ( 5 ) ERP。 ( 3 ) Cplex。這是否說(shuō)明重量均值確實(shí)已超過(guò) ？ f(x) x 1% 5% 5%顯著性 1%顯著性 基礎(chǔ)運(yùn)籌學(xué) (OR Software) 線性規(guī)劃 運(yùn)輸問(wèn)題 存 貯 論 整數(shù)規(guī)劃 指派問(wèn)題 決策分析 0 1 規(guī)劃 非線性規(guī)劃 對(duì) 策 論 動(dòng)態(tài)規(guī)劃 目標(biāo)規(guī)劃 排 隊(duì) 論 預(yù) 測(cè) 模 擬 排 序 論 基礎(chǔ)運(yùn)籌學(xué) (OR Software) ?運(yùn)籌學(xué)軟件 ( 1） Excel 2023 (Optimization option)。郵費(fèi)現(xiàn)在很高，而有人提出該客戶郵件重量均值不止 。 181。按照 5%的顯著性水平檢驗(yàn)公布的數(shù)字。 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 實(shí)例： 某地區(qū)公布的人均收入為 15， 000英鎊。 – 決定是否拒絕原假設(shè)。 – 計(jì)算待檢驗(yàn)變量的可接受范圍。 5% (拒絕 ) (拒絕 ) 接受假設(shè) 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 假設(shè)檢驗(yàn)的步驟： – 表述原假設(shè)和備選假設(shè)。犯一類(lèi)錯(cuò)誤的概率有多大？ 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 顯著水平： 是根據(jù)觀察值證明樣本是取自某一假設(shè)總體 的最低可接受概率。有人認(rèn)為這一數(shù)據(jù)已經(jīng)過(guò)時(shí)了，為檢驗(yàn)實(shí)際情況究竟如何，一個(gè) 36份工資的隨機(jī)樣本從該行業(yè)中抽取出來(lái)。一個(gè)作為樣本抽出的盒子中佐料重量為 446克。實(shí)際重量與這一名義重量可能略有出入，呈正態(tài)分布，標(biāo)準(zhǔn)差為 20克。 ? 如果證明假設(shè)情況是不大可能的，拒絕這一假設(shè)，否則，接受這一假設(shè)。 ? 從總體中取出一個(gè)樣本。 統(tǒng)計(jì)抽樣與檢驗(yàn)方法 假設(shè)檢驗(yàn)： 對(duì)總體的某種認(rèn)識(shí)是否得到樣本數(shù)據(jù)的支持。美國(guó)福特公司實(shí)施 TQM后，減少了保修期內(nèi)實(shí)際修理次數(shù) 45%，根據(jù)用戶調(diào)查，故障減少了 50%。 有許多應(yīng)用 TQM后獲得成功的實(shí)例。 13 實(shí)現(xiàn)終身教育、培訓(xùn)和自我改進(jìn)的正規(guī)的有活力的項(xiàng)目。 11 減少以至消除會(huì)影響質(zhì)量的武斷的定額。 9 打破部門(mén)間的障礙，提倡通過(guò)跨部門(mén)的工作小組解決問(wèn)題。 7 監(jiān)督工作的焦點(diǎn)在于幫助職員把工作做得更好。 5 開(kāi)發(fā)成本、質(zhì)量、生產(chǎn)率和服務(wù)的持續(xù)改進(jìn)項(xiàng)目。 3 停止對(duì)于成批檢驗(yàn)的依賴，從生產(chǎn)開(kāi)始的第一步就
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1