商业数据分析

图书标准信息

• 作者 耿修林、宋哲 译
• 出版社 机械工业出版社
• 出版时间 2017-03
• 版次 1
• ISBN 9787111562818
• 定价 99.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 527页
• 字数 99999千字

【内容简介】

　　《商业数据分析》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。

【作者简介】

　　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。

【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