[理学]定量分析技术.pptVIP

行政管理中的定量决策分析 参考书 1。 [英]约翰.鲍威尔 定量决策分析—剑桥当代商务决策分析 上海远东出版社 1998 2。齐欢 数学模型方法 华中理工大学出版社 1996 3。 [美]Lucas W.F. 政治及有关模型—应用数学模型 国防科技大学出版社 1996 4。翁东风 等 Microsoft Excel 7.0 for Windows 95 功能详解 电子工业出版社 1997 行政管理中的定量决策分析 第一章 心中有数 第二章 数据的采集（采样与抽样） 第三章 数据的初步分析（一元指数） 第四章 趋势分析（二元数据）（分析图、回归分析、时序分析） 第五章 相关分析（多元分析） 第六章 Excel（表格、统计图表、统计函数、概率与统计分析） 第七章 模型分析（指派席位的公平性问题、费用分摊的合作对策、组织结构的分析、等级结构分析） 第一章 心中有数 第二章 数据的采集 采样与抽样 第三章 数据的初步分析（一元指数）（1） 总数 增（减）数 绝对数与相对数 平均数（加权平均、均值） 例：A、B的成绩单 平均成绩 数据的初步分析（2） 平均值的计算 权重（weight）与概率 第四章 趋势分析（二元数据）（1） 数据 散点图 二、趋势分析（2）直方图 趋势分析（3） 三、 回归分析（1） 折线图 连续曲线图——回归（拟合） 数量关系式，从而能进一步分析变量之间的关系，并用于预测。 回归分析（2） STEP 1：“猜”，根据散点图，猜测变量间的关系。 散点图： 猜测：线性关系（直线）： 散点图： 猜测：二次曲线（抛物线）： 若能得到数据间的物理关系（或简化的物理关系），建立数学模型，推导出关系式，则关系式更具有合理性。 回归分析（3） STEP 2：确定参数。 回归分析（4） 利用数学软件包进行数据处理： （1）输入观测数据. （2）输入猜测模型.例如 （3）输出：图形、参数和拟和误差。 四、时序分析（移动平均法）（1） 预测：定性预测（高层战略决策）；定量预测（低层战术决策）。 定性预测（特尔斐技术法、专家小组合意法） 特尔斐技术法：来源于古希城腊特尔斐的神谕—向古人求教后得到的专家观点。由一组专家分别提出各自的见解，在相互隔离条件下不受影响。 专家小组合意法：专家小组通过协同工作来解决问题。 两种方法结合使用。 定量预测（回归分析、时间序列分析、多元统计分析、数学模型分析、小波分析、神经网络分析、混沌动力学分析等） 时间序列分析。 （1）假定：通过对过去的数据序列的分析能预测未来。 （2）主要成分：趋势（时间序列最基本的变动）；周期变动（长时期的变动趋势）；季节变动（数据在一个短时期内的规则变化趋势）；随机变动（由不规则的突发事件所引起的变动）。 时序分析（移动平均法） （2） 趋势推断----移动平均法 某公司销售依季节变动的情况如表： 时序分析（移动平均法） （3） 图形显示出该销售图形的一般趋势是上升的，并且具有季节性变化的明显的趋势。 移动平均数法：计算三个时距的移动平均数。将前三个季度的销售额累加，得到一个平均数（120+112+102）/3=111.3；向后顺移一个季节，重复运算过程，得到第二个平均数（112+102+120）/3； 时序分析（移动平均法） （4） 四时距移动平均数 优点：移动平均数法使数据变得平滑，便于发现趋势。 缺点：趋势值不得不标绘于两实际值之间。例如，第一个趋势值即前四个季度的趋势值应正确地绘于第二季度与第三季度的中间(2.5季度)，这种趋势称为“非中心”的。这一问题可以通过计算两个连续趋势值的平均数而得到解决。 时序分析（移动平均法） （5） 中心四时距移动平均数趋势 时序分析（移动平均法） （6） 原始值与趋势值的比较： 时序分析（移动平均法） （7） 优点：将数据处理得比较平滑，便于发现趋势；缺点：平滑过程减少了可比较的数据个数。例如，在中心四时距移动平均趋势值中，位于数据序列两端可作比较的两个时期的数据丢失了。 在计算平均值时，若时距越小，将减少序列端值的损失，但会使总趋势曲线不够平滑；加大平滑计算的时距，或许可以增加平滑性，但会付出只有少数几个点可以比较的代价。 若移动平均的时距和原始数据的变化间隔相同，则平滑效果最好。例如，对于每逢四季度出现峰值的销售数据，运用四时距移动平均法效果最好。 计算时距为偶数的移动平均数时，必须再进行平均数中心化。 五、时序分析（ARMA模型）（1） 时序分析（ARMA模型） （2） 时序分析（ARMA模型） （3） 时序分析（ARMA模型） （4） 第五章 相关分析（多元分析） 第六章