【正文】 可能的結果，可以稱之為成功和失?。粌煞N結果是互斥的；成功和失敗的概率都是一個固定的常數(shù)，分別為 P和 q=1P；連續(xù)實驗的結果之間是獨立的。如果買的車不好， 50的會耗油量較高， 30%的會有中等 耗油量。] 2 ∑ n i=1 n 誤差平均均值 = 數(shù)據(jù) 原始數(shù)值 數(shù)據(jù) 有用形式 信息 處理 數(shù)據(jù)解釋 概率與概率分布 (3) 概率： 事件 A發(fā)生概率 P(A) 獨立事件概率： P(A∪ B)=P(A)+P(B) (A、 B獨立事件） P(A∩ B)=P(A)?P(B) 條件概率（貝葉斯定律）： P(A/B)= P(A)=0 P(A)=1 0P(A)1 P(B/A) P(A) P(B) 概率與概率分布 實例： 購買的二手車，也許會好，也許會不好。] xi n = 181。他們相信獲利 P與他們制造產(chǎn)品件數(shù) N有關，用方程式表示為：P=50 N2+1000 N+600， 000 因此生產(chǎn) 400件的毛利應是： P=50 4002+1000 400+600， 000=9百萬美元 問題 ? 你能從所給出的數(shù)字中得到什么其他信息？ ? 結果的可靠性如何？ 第二章 決策量化方法準備知識 ? 商業(yè)電子表格制模（ Excel) ? 概率與統(tǒng)計簡介 ? 基礎運籌學 ? 數(shù)據(jù)挖掘技術 概率與概率分布 (1) 數(shù)權歸納：更易理解、直觀、總體狀態(tài)與趨勢，比較結果，應用于量化方法。換句話說，他們制造的數(shù)量越多，單位成本就越低。量化工具簡介 (1) 數(shù)據(jù)處理及挖掘 數(shù)據(jù) 信息 支持 Excel SAS SPSS OR軟件 (2) 模型：在數(shù)據(jù)處理的基礎上，挖掘決策變量 與處在變量的深層關系（應用規(guī)劃、決策方法） (3) 計算機模擬 案例分析 案例 1： 制造公司的營業(yè)利潤 康里德公司生產(chǎn)一系列特制的壓力容器，他們計劃 1998年生產(chǎn) 400件，這是他們的最高記錄。排 隊 論 分析正在等待的隊列的特點。庫存模型 把庫存的成本降至最低。網(wǎng)絡分析 用各種活動和事件的網(wǎng)絡排列來說明項目。目標規(guī)劃 在相對立的目標間尋得妥協(xié)。 ? 不同的決策，遵守不同的決策準則。第一章 決策量化方法總論 ?決策準則、程序及方法 ?定量分析 ?量化方法概論 ?量化工具簡介 ?案例分析 決策準則、程序及方法 決策準則： ? 獨立決策（決策）：只是面向自然量因素、內部因素的決策，不考慮社會因素。 ? 互動性決策（對策論）：即考慮自然對象，又考慮社會（競爭對手）的因素，決策取決于決策者對社會其它決策者決策的猜度。 獨立決策原則及程序 開始 是否信息充足？ 使用信息充足的獨立決策 原則及方法 原則：最優(yōu)化原則等 方法：模型化決策法、決策分析法等 執(zhí)行信息不充足決策原則及方法 決策原則：考慮廣泛影響性、隨機性 方法： (1) 數(shù)據(jù)挖掘 (2) 邊際性決策法 (3) 不確定性決策法 (4) 不完備信息決策法等 結束 否 是 互動決策準則、程序與方法 開始 信息充足？ 對抗？ 總體原則：綜合原則、類型原則 戰(zhàn)否？ 戰(zhàn)而必勝 的原則 不戰(zhàn)而勝 的原則 合作？ 補償？ 對抗性原則 及方法 非合作原則 及方法 非補償原則 及方法 補償原則 及方法 結束 yes yes yes yes yes No No No No No 制定決策 /解決問題的步驟 觀察 決策方法 識別問題 設定目標 數(shù)據(jù)挖掘 量化方法 量化方法 決策方案 控制 實施 決策選擇 備選方案 量化方法 量化方法 量化方法 定量分析 組織內存在 的問題 定量分析 定性分析 決策者經(jīng)驗，不能 用量化的因素 決策者技巧 知識和經(jīng)驗 綜合評價 與評估 決策 管理科學的方法，挖掘現(xiàn)有數(shù)據(jù) 產(chǎn)生的信息進行分析，決策支持 動態(tài)反饋控制 決策量化方法概論 問題類型 典型的問題預 測 對產(chǎn)品的需求有多大，需求的類別如何，這些將對利潤有何影響？財 務 需要多少資金，從何處得到資金，成本是多少？人力資源 需要多少員工，他們應具有什么技能，留用多長時間？時 序 什么工作最重要，工作的順序如何？資源配置 需要什么資源，資源是否短缺，我們怎樣才能優(yōu)先獲得短缺的資源？設備更新 設備運轉狀況如何，可靠性如何，什么時候需要更新？庫存控制 我們應保持多少庫存，什么時候應再訂貨，再訂多少？選 址 動作的最佳場所在哪里，需要什么設施？項目規(guī)劃 項目需要多長時間，哪些工作最重要，資源如何利用？排隊問題 隊列多長，提供多少個服務臺，我們能提供什么水平的服務？量化方法概論 解決方法 典型的辦法線性規(guī)劃 在線性目標和約束條件間取得最優(yōu)化結果。預 測 設計時間序列，或找到因果關系。決策分析 比較其他決策的結果。統(tǒng) 計 學 從一個抽樣得到普遍結果的推論。模 擬 對復雜的問題作動態(tài)觀察。他們擴大生產(chǎn)的依據(jù)之一就是預期的經(jīng)濟規(guī)模。 該公司以自己的論點做了幾種分析，其中一種分析是基于過去的利潤，可以總結如下： 1995年生產(chǎn) 200件，獲利 3百萬美元； 1996年生產(chǎn) 250件獲利 4百萬美元。 (2) 平均數(shù) mean = 中位數(shù) 眾 數(shù) 變動幅度：最大數(shù)值 —最小數(shù)值 絕對商差均值： 標準差 = 方差 ∑ i=1 n ABS[xi181。 i=1 n ∑ n [xi181。如果買的車好， 70%的會耗油量較低， 20%的會有中等的耗油量。對一輛二手車的實驗表明該車耗油量較低。 ?P(n次實驗中有 r次成功 )=Crnprqnr = prqnr ?均值 = 181。 ? P(r次成功 ) = 其中 e = ， 181。= 方差 =δ 2 = 標準差 =δ = （ ） 1/2 *只用到成功的概率 e181。r r! 正態(tài)分布 ?特征： ?連續(xù)的 ?是關于均值 181。 f(x) 觀察值 x 正態(tài)分布 ? f(x)= e(x 181。均值， δ 標準差， π = e= Z= = 商開均值的標準差個數(shù) P(x1 x x2)= z1 = z2 = 1 δ 2π Z2 2 1P(x x1)P(xx2), x1≤ 181。 X1181。 δ 181。 δ 概率分布實例 一個中型超市日銷售 500品脫牛奶，標準差為 50品脫。 抽樣分布： 由隨機樣本得出的分布。 假 設總體：個數(shù) N， 均值 181。 S=δ / n1/2 (抽樣標準誤差 ) 統(tǒng)計抽樣與檢驗方法 置信區(qū)間： 總體均值在某一范圍內的可信水平。近年來，許多組織改變了他們對質量的認識。相反，他們代之以“零殘次品”為目標，其實施方法是全面質量管理(Total Quality Management,TQM)，這要求整個組織一起努力，系統(tǒng)改進產(chǎn)品質量。戴明 (Edward Deming)是開創(chuàng)了全面質量管理工作的專家之一，他將自己的實踐經(jīng)驗總結為以下 14條。 2 杜絕即使是客戶允許的差錯、延誤、殘次和誤差。 4 停止依據(jù)采購價格實施獎勵的作法 篩選供應商，堅持切實有效的質量檢測。 6 對全體職員進行正規(guī)培訓。 8 通過倡導雙向溝通，消除各種懼怕。 10 減少以至消除那些并不指明改進和實現(xiàn)目標方法的數(shù)字目標、標語和口號。 12 消除有礙于職員工作自豪的各種障礙。 14 引導職員為實現(xiàn)上述各條而努力工作。例如，在廣島的日本鋼鐵廠 (Japan Steel Works)， 實施 TQM后，在人員數(shù)量減少 20%的情況下，產(chǎn)量增長 50%，同時，殘次品費用由占銷售額的 %下降到 %?；萜展緦嵤?TQM后，勞動生產(chǎn)率提高了 40%，同時，在集成電路環(huán)節(jié)減少質量差錯 89%，在焊接環(huán)節(jié)減少質量差錯 98%，在最后組裝環(huán)節(jié)減少質量差錯 93%。 檢驗的步驟： ? 定義一個關于實際情況的簡明、準確的表述（假設）。 ? 檢驗這個樣本，看一看它是支持假設，還是證明假設不大可能。 實例： 一種佐料裝在包裝盒中，名義重量為 400克。通過在生產(chǎn)線上定期抽取樣本的方法確保重量均值為 400克。這能說明現(xiàn)在佐料填裝過量了嗎？ 統(tǒng)計抽樣與檢驗方法 假設檢驗的誤差（增大樣本，減少誤差） 原假設實際上是 對的 錯的 不拒絕 正確的決策 第二類錯誤 拒 絕 第一類錯誤 正確的決策 決 策 統(tǒng)計抽樣與檢驗方法 實例： 據(jù)說，某行業(yè)從業(yè)人員平均工資為每周 300英鎊，標準差為 60英鎊。研究確定如果樣本工資均值小于 270英鎊或大于 330英鎊，就拒絕原假設。（ 5%） 181。 – 確定擬采用的顯著性水平。 – 取得待檢驗變量的樣本值。 – 說明結論。一個 45人的樣本的平均收入是 14， 300英鎊，標準差為 2023英鎊。按 1%的顯著性水平檢驗結果又如何？ 統(tǒng)計抽樣與檢驗方法 (a)雙邊檢驗 (b)單邊檢驗 f(x) x f(x) 181。 x 統(tǒng)計抽樣與檢驗方法 實例： 一個郵遞公司對某客戶按平均每份郵件 ，標準差為 確定每份郵件的收費水平。隨機抽取該客戶 100份郵件的樣本，平均重量為 。 ( 2 ) Lindo or Lingo package。 ( 4 ) CUTE, LANCLOT for research。 ( 6 ) 教學軟件； ( 7) 其他 。 數(shù)據(jù)倉庫 達到不同層次用戶 可需的最詳細的有 用數(shù)據(jù)、信息 (1)使公司取得更大的市場 (2)更好的形象 (3)更強的競爭力等 數(shù)據(jù)挖掘技術 過程 數(shù)據(jù)挖掘技術 (Data mining) 數(shù)據(jù)挖掘過程 業(yè)務數(shù)據(jù) 提取、濾液、清除、聚集 統(tǒng)計學、心理學、疊加數(shù)據(jù) 數(shù)據(jù)庫裝入程序 數(shù)據(jù)倉庫 RDBMS 數(shù)據(jù)提取用于數(shù)據(jù)挖掘 數(shù)據(jù)挖掘技術 (Data mining) 數(shù)據(jù)挖掘中的數(shù)據(jù)及信息流 數(shù)據(jù)提取用于數(shù)據(jù)挖掘 結合規(guī)則 生成簡要表 其它數(shù)據(jù)挖掘 供業(yè)務決策的信息 數(shù)據(jù)挖掘技術 (Data mining) 數(shù)據(jù)挖掘的有關技術 (1) 統(tǒng)計分析系統(tǒng) (SAS， SPSS) (2) DSS， EIS， ES (3) 多維電子表格及數(shù)據(jù)庫 (4) 神經(jīng)網(wǎng)絡 (5) 數(shù)據(jù)可視化 數(shù)據(jù)挖掘技術 (Data mining) 數(shù)據(jù)挖掘的應用 ? 商品銷售 ? 制造 ? 金融服務 /信用卡 ? 遠程通信 ? 數(shù)據(jù)庫 第三章 財務分析決策法 ? 盈利虧損的分析決策法 ? 資金時間價值及現(xiàn)金流量分析決策法 ? 投資分析與決策 ? 決策成本的計算 ? 價格的制定與資本價值的估算 ? 案例分析 盈利虧損的分析決策法 盈虧平均點 =N= FC固定成本， UC系統(tǒng)產(chǎn)品的可變成本 UP系統(tǒng)產(chǎn)品的售價， N生產(chǎn)量 成本和收入 虧損經(jīng)