统计分析建模和决策.pptVIP

谢谢，再见！ Thank you and goodbye! * * 统计分析建模与决策2005年7月陈江 教授美国纽约雪城大学管理学院北京大学光華管理学院台湾辅仁大学管理学院 一、背景 ⒈背景：以资讯为基础的决策过程 个人电脑的兴起（1980——1990） 资讯科技与企业改造（1988——1995） 网络资讯与信息科技（1995——现在） 贸易壁垒的逐渐降低（1997——现在） 制造业与消费族群的全球化（1990——现在） 一、背景 ⒉成功决策的重要因素 创新 有效、迅速地适应市场变迁 一、背景 ⒊ 统计分析与建模 对错综复杂的讯息进行： 描述 了解 预测 分析与建模的标准过程 厘清分析目的 选取数据来源 清理数据 描述性分析，并对数据做适当的转换 建立可能的模型族 鉴定、分析、比较、改进现有的模型 得到最适合的模型为预测或决策的基准 二、分析与建模的标准过程 分析目的 比较 关连性 预测 解释 规律性 二、分析与建模的标准过程 数据收集与数据清理 以单位为主体： 内部资料 外界资料 国内资料、国际资料 官方资料、民间资料 公开资料、私人资料 二、分析与建模的标准过程 数据收集与数据清理 推论的广度与资料范围的关系及收集方法 二、分析与建模的标准过程 资料清理 数据品质的核定 遗失值（漏填值）的填补 资料与问题的相关性 资料格式与分析方法的一致性 二、分析与建模的标准过程 描述性分析 个别变量的主要特征，特别的是有关于所要分析的问题 讨论、分析目标与统计特征的关联性 二、分析与建模的标准过程 描述性分析方法 图象法：视觉表达 表格法：简化讯息 变数转换或组合 二、分析与建模的标准过程 模型的生成 什么是模型 为什么需要模型 二、分析与建模的标准过程 二、分析与建模的标准过程 计量经济模型 以经济理论为出发点。 统计模型 以数据规律性为出发点。 统计分析的一般架构 观念（消费者行为有某种程度的惯性） 方法：过去的数据或许可能帮助预测未来。 如：指数平滑法 理论： 在此模型下，指数平滑法为最佳。 三、统计分析的一般架构 模型为一简化现象的架构 定性模型：价格上升，需求下降 定量模型： 需求=β0＋β1价格＋误差 三、统计分析的一般架构 统计模型的一般观念 输出变量＝预期量＋不可预期量 预期量为一平稳常数 三、统计分析的一般架构 预期量由有限示本身过去的观测值决定 预期量由其他输入变量决定。 三、统计分析的一般架构 ⒈自回归 ⒉回归模型 预期量由固定趋势决定 预期量由过去所有资讯决定。 三、统计分析的一般架构 突发事件、偶发事件对观测值的影响 定义： Nt为经常发生的可预期部分。 三、统计分析的一般架构 模型假设： et为独立且具有相同分布 GEP，BOX “所有模型都是错的，但是某些模型会比其他模型有用。” “All models are wrong,some are useful.” 三、统计分析的一般架构 任何一模型若其残差项满足模型假设，则此模型可视为一适当的模型。 适当的模型在统计上是一个可接受的决策依据。 有用的模型则是能够为分析目标直接提供解答的模型。 三、统计分析的一般架构 建模与模型拟合（Model Building and Model fitting） 建模（ Model Building ） 首先观察数据的描述性特征。 当模型的理论特征与数据的描述性特征有一定的一致性时，此模型才能成为模型后选者，对有资格的模型后选者做估计与鉴定，以决定最佳模型。 四、建模与模型拟合 ⒉模型拟合（ Model fitting ） 选择一目标函数，对每一个模型后选者计算此目标函数（误差的函数），模型给予最小的目标函数者为最佳模型。 四、建模与模型拟合 ⒊模型比较 一般原则：“样本外”预测误差愈小愈佳。 ⒋模型解释 是否因模型的产生而增加了对现象的认识？ 四、建模与模型拟合 报告模式： 摘要（1页） 报告主题及最终模型（1页） 背景介绍与问题陈述 资料来源及描述性分析 建模过程与分析 模型应用及结论 附录 参考文献 四、建模与模型拟合