自考30447數(shù)據(jù)、模型與決策

1、2022-3-10精選課件1第1章 總論本講主要內(nèi)容：一、數(shù)據(jù)分析的意義二、數(shù)據(jù)、模型與決策關(guān)系三、定量分析的要求2022-3-10精選課件2第1章 總論 一、數(shù)據(jù)分析的意義 1、定量方法類課程在工商管理中的地位管理專業(yè)知識體系專業(yè)理論專業(yè)工具支撐知識專業(yè)知識管理史學(xué)數(shù)學(xué)、物理統(tǒng)計學(xué)運籌學(xué)管理計量分析哲學(xué)經(jīng)濟學(xué)社會學(xué)心理學(xué)計算機（軟件）2022-3-10精選課件3第1章 總論一、數(shù)據(jù)分析的意義2、定類分析類課程的實用性 背景分析1：企業(yè)生產(chǎn)經(jīng)營方式 背景分析2：定價與銷售效果 背景分析3：社會救助與公司解雇 背景分析4：銷售因素診斷2022-3-10精選課件4第1章 總論 二、數(shù)據(jù)、模型與決策

2、關(guān)系數(shù) 據(jù)模 型管理決策分析2022-3-10精選課件5第1章 總論二、數(shù)據(jù)、模型與決策關(guān)系數(shù) 據(jù) 1數(shù) 據(jù) 2數(shù) 據(jù) n輸 入模處理過程型輸 出分 析結(jié) 果決 策 方 案2022-3-10精選課件6第1章 總論三、定量分析的要求 定性分析為先導(dǎo) 管理決策為根本目標 科學(xué)方法論為指導(dǎo) 數(shù)學(xué)模型為主要工具 軟件應(yīng)用為輔助性手段2022-3-10精選課件7第2章 數(shù)據(jù)資料的來源、分類與變換本講的主要內(nèi)容：一、數(shù)據(jù)資料的來源二、數(shù)據(jù)資料的分類三、數(shù)據(jù)質(zhì)量檢查的兩種方法四、數(shù)據(jù)資料的變換2022-3-10精選課件8第2章 數(shù)據(jù)資料的來源、分類與變換 一、數(shù)據(jù)資料的來源 1、科學(xué)研究過程及方法問題定性分

3、析分析定量分析數(shù)理分析實證分析2022-3-10精選課件9第2章 數(shù)據(jù)資料的來源、分類與變換一、數(shù)據(jù)資料的來源2、數(shù)據(jù)是開展定量分析的基礎(chǔ) 如果選擇實證研究，數(shù)據(jù)資料的采集可能是一項基礎(chǔ)性質(zhì)的工作。3、數(shù)據(jù)資料搜集提綱 研究目標，研究對象，研究變量，數(shù)據(jù)資料搜集的渠道，區(qū)分清楚資料的最終用途。2022-3-10精選課件10第2章 數(shù)據(jù)資料的來源、分類與變換 一、數(shù)據(jù)資料的來源 4、數(shù)據(jù)資料搜集途徑數(shù)據(jù)資料采集直接來源間接來源統(tǒng)計調(diào)查實驗設(shè)計內(nèi)容分析參與觀察商用數(shù)據(jù)庫網(wǎng)上公開資料組織積累資料其他渠道2022-3-10精選課件11第2章 數(shù)據(jù)資料的來源、分類與變換 一、數(shù)據(jù)資料的來源 4、數(shù)據(jù)資料

4、搜集途徑統(tǒng)計調(diào)查全面調(diào)查非全面調(diào)查普查隨機抽樣調(diào)查非隨機抽樣調(diào)查判斷調(diào)查任意調(diào)查配額調(diào)查2022-3-10精選課件12第2章 數(shù)據(jù)資料的來源、分類與變換一、數(shù)據(jù)資料的來源5、不同抽樣方式下的樣本單位確定抽樣調(diào)查組織方式樣本單位的確定簡單抽樣每個單位都有等同的可能性被抽到分層抽樣先分層或分類，然后從各層中分別抽取一定數(shù)量的個體單位整群抽樣將總體分成若干群，以群為單位抽樣，對抽中的群實行全面調(diào)查。系統(tǒng)抽樣 先將總體單位按某種標識進行排列，在規(guī)定的范圍內(nèi)隨機抽取第一個樣本單位，此后按一套規(guī)則確定其他樣本單位。階段抽樣 分幾個階段進行，第一階段抽取一級樣本單位，對抽中的一級樣本單位從中抽取二級樣本單位

5、等。雙相抽樣 先從總體中隨機抽取一個較大的樣本，獲得第一重樣本，再從第一重樣本中隨機抽取一個較小的樣本2022-3-10精選課件13第2章 數(shù)據(jù)資料的來源、分類與變換一、數(shù)據(jù)資料的來源6、樣本抽取的電子表格實現(xiàn) 利用EXCEL“數(shù)據(jù)分析”中的“抽樣”可以獲得相應(yīng)抽樣方式的樣本。 抽樣方式電子表格實現(xiàn)過程簡單抽樣 將總體單位列名編輯在EXCEL工作表中；打開 “數(shù)據(jù)”中的 “數(shù)據(jù)分析”；從彈出的對話框中選定“抽樣”；在新對話框中將總體單位列名范圍輸入到“輸入?yún)^(qū)域”，選定“隨機”選項，在“樣本數(shù)”框中輸入需要的樣本單位數(shù)目。分層抽樣 將總體單位列名編輯在EXCEL工作表中；建立篩選格式后進行“篩選

6、”；從篩選出的資料中，按簡單抽樣規(guī)則抽樣。系統(tǒng)抽樣 將總體單位列名編輯在EXCEL工作表中；打開菜單欄 “數(shù)據(jù)”中的“數(shù)據(jù)分析”；從彈出的對話框中選定“抽樣”；在新對話框中，將總體單位列名區(qū)域輸入到“輸入?yún)^(qū)域”，選定“周期”選項，然后在“間隔”框中輸入事先規(guī)定的抽樣間隔。2022-3-10精選課件14第2章 數(shù)據(jù)資料的來源、分類與變換 二、數(shù)據(jù)資料的分類 1、測量尺度分類2022-3-10精選課件15第2章 數(shù)據(jù)資料的來源、分類與變換 二、數(shù)據(jù)資料的分類 2、時空要素分類時空要素特點作用截面數(shù)據(jù)同一時刻上搜集的有關(guān)總體各個單位的資料分析總體內(nèi)部的構(gòu)成，了解現(xiàn)象空間范圍內(nèi)差異。時間序列按時間先后

7、順序排列在一起的觀察資料考察同一現(xiàn)象不同時間發(fā)展變化過程及其動態(tài)變化趨勢面板數(shù)據(jù)截面資料和時間序列資料交織在一起的資料同時實現(xiàn)橫向比較和縱向分析2022-3-10精選課件16第2章 數(shù)據(jù)資料的來源、分類與變換三、數(shù)據(jù)質(zhì)量檢查的兩種方法1、數(shù)據(jù)資料質(zhì)量 準確性，時效性，代表性，系統(tǒng)性，可比性2、數(shù)據(jù)資料質(zhì)量的相對性3、數(shù)據(jù)質(zhì)量的影響因素2022-3-10精選課件17第2章 數(shù)據(jù)資料的來源、分類與變換 三、數(shù)據(jù)質(zhì)量檢查的兩種方法 4、數(shù)據(jù)質(zhì)量檢查數(shù)據(jù)質(zhì)量檢查含義特征后驗技術(shù)調(diào)查已完成，進入數(shù)據(jù)編輯和整理階段所用的評估數(shù)據(jù)質(zhì)量的方法。不再親臨調(diào)查現(xiàn)場，通過邏輯關(guān)系分析、對計算等方法，評估調(diào)查數(shù)據(jù)的質(zhì)

8、量。抽樣技術(shù)一次調(diào)查之后，緊接著再從這些被調(diào)查單位中抽取一定數(shù)量的樣本單位，經(jīng)過重新登記，最后將兩者的結(jié)果進行對比，以檢查先前調(diào)查數(shù)據(jù)的質(zhì)量，并進行適當?shù)恼{(diào)整。檢查的結(jié)論由樣本得出；適用各種場合調(diào)查數(shù)據(jù)檢查；不受調(diào)查項目間關(guān)系的假設(shè)限制；可以修正原調(diào)查資料等。 2022-3-10精選課件18第2章 數(shù)據(jù)資料的來源、分類與變換四、數(shù)據(jù)資料的變換1、數(shù)據(jù)變換的目的 便于運用簡單的方法開展分析，迅速獲得更加清晰的直觀認識，保證數(shù)據(jù)分析所需要的假定條件得到滿足，弱化乃至消除數(shù)據(jù)資料不準確對計量分析結(jié)論的影響，利于選擇和建立合適的分析模型。2、數(shù)據(jù)變換的方法 線性和線性化變換，差分變換，方差穩(wěn)定化變換，

9、標準化變換等。 2022-3-10精選課件19第3章 統(tǒng)計資料描述分析本講的主要內(nèi)容：一、一般介紹二、數(shù)據(jù)描述的圖表工具三、數(shù)據(jù)分析的特征數(shù)字四、電子表格數(shù)據(jù)處理2022-3-10精選課件20第3章 統(tǒng)計資料描述分析一、一般介紹 圍繞某個問題開展研究，可以采用定性和定量分析兩種邏輯。2022-3-10精選課件21第3章 統(tǒng)計資料描述分析一、一般介紹 實證分析的基礎(chǔ)是占有數(shù)據(jù)資料，采集到必要的數(shù)據(jù)后，通常需要對數(shù)據(jù)資料實施描述性分析。2022-3-10精選課件22第3章 統(tǒng)計資料描述分析二、數(shù)據(jù)描述的圖表工具1、統(tǒng)計表的種類2、頻數(shù)分布 頻數(shù)分布是統(tǒng)計資料整理和描述分析過程中經(jīng)常使用的一種方法，

10、頻數(shù)分布能對觀察資料實施大幅度的壓縮和提煉，可以使資料以更加清晰、簡潔的形式展現(xiàn)出來，從而便于直觀地了解現(xiàn)象的內(nèi)部結(jié)構(gòu)。 頻數(shù)分布是在統(tǒng)計分組的基礎(chǔ)上形成的樣本單位在各個組間的分配。2022-3-10精選課件23第3章 統(tǒng)計資料描述分析二、數(shù)據(jù)描述的圖表工具3、EXCEL頻數(shù)分布的制作 利用EXCEL中的函數(shù)FREQUENCY，可以編制頻數(shù)分布，具體過程是：首先確定分組組數(shù)和組限，一次性選定與組數(shù)大小相同的空白行，然后編寫函數(shù)“=FREQUENCY(數(shù)據(jù)區(qū)域，每個組的上限值)”，最后按CTRL+SHIFT+ENTER。2022-3-10精選課件24第3章 統(tǒng)計資料描述分析二、數(shù)據(jù)描述的圖表工具

11、4、頻數(shù)分布中的幾個概念（1）頻數(shù)。每個組觀察值出現(xiàn)的次數(shù)，統(tǒng)稱為頻數(shù)，用以反映各組觀察值發(fā)生的頻繁程度。（2）頻率。各個組中的頻數(shù)與所有組頻數(shù)之和的比率。（3）累積頻數(shù)。幾個相關(guān)組發(fā)生頻數(shù)的合計，能夠反映組合并后的觀察值總共出現(xiàn)的次數(shù)。（4）累積頻率。幾個相關(guān)組發(fā)生頻率的累加和，能夠用于描述和解釋組合并后觀察值出現(xiàn)的相對頻繁程度。2022-3-10精選課件25第3章 統(tǒng)計資料描述分析二、數(shù)據(jù)描述的圖表工具5、數(shù)據(jù)描述的圖形顯示（1）直方圖、折線圖與曲線圖：功能與繪制；（2）累積分布圖：功能與繪制；（3）餅形圖與圓環(huán)圖；（4）帕雷特圖：應(yīng)用與繪制；（5）雷達圖：功能、閱讀與繪制；（6）散點圖：

12、功能、應(yīng)用與繪制；（7）莖葉圖：含義、作用于制作。2022-3-10精選課件26第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（一）綜述2022-3-10精選課件27第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定量數(shù)據(jù)的特征數(shù)字1、定量數(shù)據(jù)集中趨勢的特征數(shù)字 定量數(shù)據(jù)集中趨勢的特征數(shù)字，常用的有算術(shù)平均數(shù)、中位數(shù)、眾數(shù)、截尾均值等。（1）算術(shù)平均數(shù)：含義，計算方法，應(yīng)用。（2）中位數(shù)與四分位數(shù)：含義，計算，應(yīng)用。（3）眾數(shù)：含義，計算方法，應(yīng)用。（4）截尾均值：含義，計算方法，應(yīng)用。2022-3-10精選課件28第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定量數(shù)據(jù)的特征數(shù)字2、

13、定量數(shù)據(jù)集中趨勢特征數(shù)字的綜合應(yīng)用（1）算術(shù)平均數(shù)、中位數(shù)、眾數(shù)的結(jié)合應(yīng)用 將算術(shù)平均數(shù)、中位數(shù)和眾數(shù)結(jié)合起來，可以大致判斷現(xiàn)象存在的對稱性。如果現(xiàn)象存在的狀態(tài)是對稱的，算術(shù)平均數(shù)、中位數(shù)與眾數(shù)完全相同 。算術(shù)平均數(shù)、中位數(shù)或眾數(shù)不相同，說明現(xiàn)象存在的狀態(tài)不對稱，算術(shù)平均數(shù)大于中位數(shù)或眾數(shù) ，表明現(xiàn)象呈右偏態(tài)，頻數(shù)分布的尾巴拖向右邊。算術(shù)平均數(shù)小于中位數(shù)或眾數(shù) ，表明現(xiàn)象呈左偏態(tài)，頻數(shù)分布曲線的尾巴拖向左邊。2022-3-10精選課件29第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定量數(shù)據(jù)的特征數(shù)字2、定量數(shù)據(jù)集中趨勢特征數(shù)字的綜合應(yīng)用（2）中位數(shù)與四分位數(shù)的結(jié)合應(yīng)用 從方法性質(zhì)上，中

14、位數(shù)與四分位數(shù)沒有本質(zhì)的不同，都是根據(jù)樣本數(shù)據(jù)排序的位置確定的，所以常稱為位置集中趨勢測度。但將它們結(jié)合起來使用，也能發(fā)揮更大的作用。比如經(jīng)常見到的“箱線圖”。2022-3-10精選課件30第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定量數(shù)據(jù)的特征數(shù)字2、定量數(shù)據(jù)集中趨勢特征數(shù)字的綜合應(yīng)用（3）馬爾可夫不等式 為一組非負觀察值， 為算術(shù)平均數(shù)， k為大于1常系數(shù)，則有表明某個數(shù)值不小于算術(shù)平均數(shù)k倍的概率不會超過1/k 。nxxx,.,21xkxkXP12022-3-10精選課件31第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定量數(shù)據(jù)的特征數(shù)字3、定量數(shù)據(jù)離散趨勢特征數(shù)字 觀察

15、值之間的差異程度或頻數(shù)分布的分散程度，稱為離散趨勢。常用的離散趨勢的特征數(shù)字有：極差，四分位數(shù)差，方差與標準差。（1）極差：含義，計算，應(yīng)用。（2）四分位數(shù)差：含義，計算，應(yīng)用。（3）方差與標準差：含義，計算，應(yīng)用。2022-3-10精選課件32第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定量數(shù)據(jù)的特征數(shù)字4、定量數(shù)據(jù)離散趨勢特征數(shù)字的綜合應(yīng)用（1）數(shù)據(jù)資料標準化。（2）變異系數(shù) 變異系數(shù)是把算術(shù)平均數(shù)與標準差聯(lián)系起來的一個測度。njsxxxjj,.,2 ,1,2022-3-10精選課件33第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定量數(shù)據(jù)的特征數(shù)字4、定量數(shù)據(jù)離散趨勢特征數(shù)

16、字的綜合應(yīng)用（3）切比雪夫經(jīng)驗規(guī)則 切比雪夫定理：任何一個數(shù)據(jù)集中，至少有 個數(shù)據(jù)出現(xiàn)在均值Z個標準差的范圍，其中Z是一個大于1的數(shù)。2/11z2022-3-10精選課件34第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定性數(shù)據(jù)的特征數(shù)字1、定性數(shù)據(jù)集中趨勢的特征數(shù)字 屬性資料集中趨勢的測度主要是：眾數(shù)，中位數(shù)，四分位數(shù)等。2、定性數(shù)據(jù)離散趨勢的特征數(shù)字（1）離散比率kjjekjjcfffV1mod12022-3-10精選課件35第3章 統(tǒng)計資料描述分析三、數(shù)據(jù)分析的特征數(shù)字（二）定性數(shù)據(jù)的特征數(shù)字2、定性數(shù)據(jù)離散趨勢的特征數(shù)字（2）GINI-SIMPSON指數(shù)（3）熵kjjSIMPSO

17、NGINIpC121jkjjppHln12022-3-10精選課件36第3章 統(tǒng)計資料描述分析四、電子表格數(shù)據(jù)處理 利用EXCEL加載宏中的“數(shù)據(jù)分析”，可以一次性處理數(shù)量數(shù)據(jù)相關(guān)的特征數(shù)字計算。具體過程是：在EXCEL工作表中錄入需要處理的數(shù)據(jù)；點擊菜單欄中的“數(shù)據(jù)”，從右上方找到“數(shù)據(jù)分析”；在彈出的對話框中，選擇“描述統(tǒng)計”，然后按“確定”；在新彈出的對話框中，將待處理數(shù)據(jù)所在的范圍輸入到“輸入?yún)^(qū)域”框中，指定輸出區(qū)域，選定“匯總統(tǒng)計” 。2022-3-10精選課件37第4章 參數(shù)樣本推斷 本講的主要內(nèi)容：一、統(tǒng)計量與抽樣分布 二、參數(shù)估計應(yīng)用 三、假設(shè)檢驗應(yīng)用四、EXCEL中的“數(shù)據(jù)分

18、析”2022-3-10精選課件38第4章 參數(shù)樣本推斷 一、統(tǒng)計量與抽樣分布 1、參數(shù)與統(tǒng)計量 特征數(shù)字有總體特征數(shù)字和樣本特征數(shù)字之分。總體特征數(shù)字是根據(jù)研究對象全體調(diào)查資料計算的，反映了研究對象總體的基本信息，常被叫做參數(shù)。樣本特征數(shù)字是根據(jù)研究對象中抽取出來的部分代表性單位即樣本觀察數(shù)據(jù)計算的，反映了樣本資料的基本信息，也叫統(tǒng)計量。2022-3-10精選課件39第4章 參數(shù)樣本推斷 一、統(tǒng)計量與抽樣分布 2、統(tǒng)計量的抽樣分布 統(tǒng)計量是樣本的函數(shù)，隨著抽取的樣本的變化，得到的統(tǒng)計量值彼此之間存在差異。為了搞清統(tǒng)計量的性質(zhì)，需要借助頻數(shù)分布的概念，以揭示統(tǒng)計量取值的變化情況。 抽樣分布就是，

19、從總體中抽出相同容量的全部樣本，并計算出統(tǒng)計量的值，然后按統(tǒng)計量的值編制出來的頻數(shù)分布。2022-3-10精選課件40第4章 參數(shù)樣本推斷 一、統(tǒng)計量與抽樣分布3、常用的統(tǒng)計量抽樣分布（1）單樣本均值抽樣分布（2）兩樣本均值差的抽樣分布),(2nNX)1 (,(2fnNX)2(112) 1() 1(11222mntmnSYXmnSmSnmnYXWYXYXYX2022-3-10精選課件41第4章 參數(shù)樣本推斷 一、統(tǒng)計量與抽樣分布3、常用的統(tǒng)計量抽樣分布（3）樣本比例數(shù)的抽樣分布（4）樣本方差的抽樣分布),(npqpNp),(mqpnqpppNppYYXXYXYX) 1() 1(222nSn)

20、1, 1() 1() 1() 1() 1(22222222mnFSSmSmnSnFXYYXYYXX2022-3-10精選課件42第4章 參數(shù)樣本推斷 二、參數(shù)估計應(yīng)用 1、點估計 點估計也叫定值估計，它針對總體參數(shù)的性質(zhì)構(gòu)造估計用統(tǒng)計量，然后由樣本資料計算出統(tǒng)計量的值，并直接作為相應(yīng)總體參數(shù)值的替代。用一句話來說，就是用單個統(tǒng)計量的值作為總體參數(shù)值的近似或估計。2022-3-10精選課件43第4章 參數(shù)樣本推斷 二、參數(shù)估計應(yīng)用 1、點估計 從實用的角度，在此把點估計做一歸納?？傮w參數(shù)點估計量表達方式單總體均值 單樣本均值 兩總體均值差 兩樣本均值差 -單總體比例 單樣本比例 -兩總體比例差

21、兩樣本比例差 -總體中位數(shù) 樣本中位數(shù) -總體眾數(shù) 樣本眾數(shù) -總體方差 樣本方差 總體標準差 樣本標準差 xxyxyxppyxppyxpp eMeMoMoM2njjxxnS1221122SnjjxxnS1211S2022-3-10精選課件44第4章 參數(shù)樣本推斷 二、參數(shù)估計應(yīng)用 2、區(qū)間估計（1）單總體均值區(qū)間估計（2）兩總體均值差區(qū)間估計1)1()1(2211ntnSXntnSXP111)2()(11)2()(2211mnSmntYXmnSmntYXPWYXW2022-3-10精選課件45第4章 參數(shù)樣本推斷 二、參數(shù)估計應(yīng)用 2、區(qū)間估計（3）總體比例數(shù)區(qū)間估計nppzpnppzp)1

22、( ,)1( 2211mppnppzppmppnppzppYYXXYXYYXXYX)1()1()( ,)1()1()(22112022-3-10精選課件46第4章 參數(shù)樣本推斷 二、參數(shù)估計應(yīng)用 2、區(qū)間估計（4）總體方差區(qū)間估計)1()1(,)1()1(2221222nSnnSn) 1, 1(,1, 12222122mnFSSmnFSSYXYX2022-3-10精選課件47第4章 參數(shù)樣本推斷 三、假設(shè)檢驗應(yīng)用1、總體均值檢驗（1）單樣本總體均值檢驗（2）兩總體均值差檢驗1210ntSnXC)2(1121mntmnSYXCW2022-3-10精選課件48第4章 參數(shù)樣本推斷 三、假設(shè)檢驗應(yīng)用

23、 2、總體比例數(shù)檢驗 3、總體方差檢驗21000)1 (zppnppC21zmqpnqpppCYYXXYX111121202220222nSnnSnC1, 11, 12212222mnFSSmnFSSCYXYX2022-3-10精選課件49第4章 參數(shù)樣本推斷 四、EXCEL中的“數(shù)據(jù)分析”1、EXCEL的參數(shù)估計 利用EXCEL中的“數(shù)據(jù)分析”可以做參數(shù)的點估計與區(qū)間。以均值為例，運行“數(shù)據(jù)分析”得到輸出結(jié)果后，直接以特征數(shù)字作為點估計，將均值和置信度做減和加處理，便能得到區(qū)間估計。 其他的估計，可以在電子表格中直接編寫計算公式。2022-3-10精選課件50第4章 參數(shù)樣本推斷 四、EXC

24、EL中的“數(shù)據(jù)分析”2、EXCEL的參數(shù)假設(shè)檢驗 EXCEL中的“數(shù)據(jù)分析”帶有兩樣本等方差、異方差等檢驗功能，使用過程是：第一步，在EXCEL工作表中編錄數(shù)據(jù)；第二步，從菜單欄“數(shù)據(jù)”的右上方找到“數(shù)據(jù)分析”并打開；第三步，在彈出的對話框中，打開“t-檢驗：雙樣本等方差假設(shè)”，根據(jù)提示進行相關(guān)設(shè)定即可。2022-3-10精選課件51第5章 方差分析及其應(yīng)用本講的主要內(nèi)容：一、方差分析的基本問題二、單因素方差分析三、兩因素方差分析四、電子表格求解2022-3-10精選課件52第5章 方差分析及其應(yīng)用一、方差分析的基本問題1、含義 方差分析是在若干個能夠互相比較的資料組中，把產(chǎn)生變異的原因加以明

25、確區(qū)分的方法和技術(shù)。2、假定條件 實驗相互獨立，實驗誤差服從正態(tài)分布，等方差。3、基本思想 某一因素水平下的實驗結(jié)果，由于實驗條件相同，數(shù)據(jù)間的差異可看成是隨機性誤差引起的，不同因素水平下的實驗數(shù)據(jù)因?qū)嶒灄l件改變，其間的差異可看成主要是實驗條件改變造成的。隨機誤差服從正態(tài)分布，因此每一因素水平下的實驗數(shù)據(jù)又可當作是來自這一因素水平的總體的一個樣本，理論上應(yīng)該有一個均值 。如此一來，因素影響是否顯著就轉(zhuǎn)化為檢驗 是否相等的問題。r,21j2022-3-10精選課件53第5章 方差分析及其應(yīng)用二、單因素方差分析1、單因素等重復(fù)方差分析（1）提法 實驗中只考慮一個因素A，分r 個水平作觀察，每個水平

26、下的實驗結(jié)果均服從正態(tài)分布且方差相等。為檢驗 是否相等，對每個水平都做n 次實驗（等重復(fù)的含義），且保證各次實驗相互獨立。r,212022-3-10精選課件54第5章 方差分析及其應(yīng)用二、單因素方差分析1、單因素等重復(fù)方差分析（2）檢驗統(tǒng)計量其中)1(, 1() 1(/) 1/(22nrrFnrSrSFwbrjjbXXnS12.2).(rjnijijwXXS112.2)(2022-3-10精選課件55第5章 方差分析及其應(yīng)用二、單因素方差分析2、單因素不等重復(fù)方差分析（1）提法 實驗中只考慮一個因素A，分r 個水平作觀察，每個水平下的實驗結(jié)果均服從正態(tài)分布且方差相等。為檢驗 是否相等，對每個水

27、平所做的實驗次數(shù)不一定相等，但各次實驗相互獨立。r,212022-3-10精選課件56第5章 方差分析及其應(yīng)用二、單因素方差分析2、單因素不等重復(fù)方差分析（2）檢驗統(tǒng)計量其中)1(, 1() 1(/) 1/(1122jrjrjjwbnrFnSrSFrjnijbjXXS112.2).(rjnijijwjXXS112.2)(2022-3-10精選課件57第5章 方差分析及其應(yīng)用三、兩因素方差分析1、無重復(fù)兩因素方差分析（1）提法 實驗中考慮兩個因素，用A、B表示，A因素取r個水平 ，B因素取s個水平 ，對A 、B的每一水平搭配只作1次實驗（無重復(fù)），實驗結(jié)果服從正態(tài)分布。檢驗的問題：因素A和因素B

28、對實驗結(jié)果是否有顯著影響。2022-3-10精選課件58第5章 方差分析及其應(yīng)用三、兩因素方差分析1、無重復(fù)兩因素方差分析（2）檢驗統(tǒng)計量其中)1)(1( , 1() 1)(1/() 1/(22srrFsrSrSFEAA)1)(1( , 1() 1)(1/() 1/(22srsFsrSsSFEBBriiAXXsS12.2)(sjjBXXrS12.2)(risjjiijEXXXXS112.2)(2022-3-10精選課件59第5章 方差分析及其應(yīng)用三、兩因素方差分析2、等重復(fù)兩因素方差分析（1）提法 實驗考慮兩個因素A和B，A因素取r個水平 ，B因素取s個水平 ，對A與B的每一水平搭配分別作l次

29、實驗（等重復(fù)），實驗結(jié)果服從正態(tài)分布，且各次實驗相互獨立。檢驗的問題是，因素A、因素B及其搭配對實驗結(jié)果是否存在顯著的影響。2022-3-10精選課件60第5章 方差分析及其應(yīng)用三、兩因素方差分析2、等重復(fù)兩因素方差分析（2）檢驗統(tǒng)計量其中)1(, 1() 1() 1(22lrsrFlrsSrSFEAA)1(, 1() 1() 1(22lrssFlrsSsSFEBB)1(),1)(1() 1() 1)(1(22lrssrFlrsSsrSFEABABriiAXXslS12.2)(sjjBXXrlS12.2)(risjjiijABXXXXlS112.2)(riijsjlkijkEXXS12.112

30、）（2022-3-10精選課件61第5章 方差分析及其應(yīng)用四、電子表格求解1、單因素方差分析 方差分析的計算工作量大，利用EXCEL中的“數(shù)據(jù)分析”功能，很容易能實現(xiàn)數(shù)據(jù)的處理。單因素方差分析實現(xiàn)過程：第一步，將實驗數(shù)據(jù)輸入到EXCEL工作表中；第二步，點擊菜單欄“數(shù)據(jù)”，在右上方的“數(shù)據(jù)分析”找到并打開“方差分析：單因素方差分析”；第三步，在彈出的對話框中，根據(jù)需要和要求進行設(shè)置： （1）將待處理的數(shù)據(jù)一次性輸入到“輸入?yún)^(qū)域”； （2）選定分組方式，是列還是行； （3）選定“標志位于第一行”，標志是數(shù)據(jù)所在列的名稱； （4）在 中輸入既定的顯著性水平； （5）在輸出選項中，指定結(jié)果放置。20

31、22-3-10精選課件62第5章 方差分析及其應(yīng)用四、電子表格求解2、兩因素方差分析 EXCEL“數(shù)據(jù)分析”的兩因素等重復(fù)方差分析實現(xiàn)過程：第一步，將實驗數(shù)據(jù)輸入到EXCEL工作表中，編輯數(shù)據(jù)時，把重復(fù)實驗的結(jié)果放在行，每一行錄入一個實驗數(shù)據(jù)；第二步，點擊菜單欄“數(shù)據(jù)”，在右上方的“數(shù)據(jù)分析”找到并打開“方差分析：可重復(fù)兩因素分析”；第三步，在彈出的對話框中，根據(jù)需要和要求進行設(shè)置： （1）將待處理的數(shù)據(jù)一次性輸入到“輸入?yún)^(qū)域”； （2）在“每一行的樣本數(shù)”中，輸入重復(fù)實驗的次數(shù)； （3）在 中輸入既定的顯著性水平； （4）在輸出選項中，指定結(jié)果放置。2022-3-10精選課件63第6章回歸模

32、型及其應(yīng)用本講的主要內(nèi)容：一、簡單線性回歸分析二、多元線性回歸分析三、簡單非線性回歸模型四、多元非線性回歸模型五、線性回歸分析的推廣2022-3-10精選課件64第6章回歸模型及其應(yīng)用一、簡單線性回歸分析1、理論模型 為一組成對的樣本觀察，稱刻畫變量x與y關(guān)系的下列方程式為簡單線性回歸模型式中，y為因變量或被解釋變量，x為自變量或解釋變量， 、 為參數(shù)， 表示截距， 為回歸系數(shù)， 為隨機項。nnyxyxyx,.,2211xy 2022-3-10精選課件65第6章回歸模型及其應(yīng)用一、簡單線性回歸分析2、求解3、抽樣分布xyxxyyxxniiniii)()(121niixxN122,niixxxn

33、N12221,2022-3-10精選課件66第6章回歸模型及其應(yīng)用 一、簡單線性回歸分析 3、區(qū)間估計與假設(shè)檢驗niiniiiniiniiixxnyyntxxnyynt121221121221)(122,)(1222)2(211212ntyyxxnCniiinii2022-3-10精選課件67第6章回歸模型及其應(yīng)用一、簡單線性回歸分析4、模型的代表性分析（1）殘差圖分析（2）擬合優(yōu)度系數(shù)（3）估計標準誤差niiniiiniiyyyyyy121212SSTSSRR2212.nyySniiixy2022-3-10精選課件68第6章回歸模型及其應(yīng)用一、簡單線性回歸分析5、EXCEL求解 EXCEL中

34、，簡單線性回歸分析的求解過程：第一步，在工作表中錄入數(shù)據(jù)；第二步，打開“數(shù)據(jù)”中的“數(shù)據(jù)分析”；第三步，打開“數(shù)據(jù)分析”中的“回歸”，然后根據(jù)提示進行相應(yīng)的設(shè)置： （1）將因變量數(shù)據(jù)輸入到“Y值輸入?yún)^(qū)域”，將自變量的數(shù)據(jù)輸入到“X值輸入?yún)^(qū)域”； （2）選定“標志”，如果沒有X、Y觀察的命名行輸入進去，可以不選； （3）選定“置信度”，根據(jù)需要輸入置信水平值； （4）指定計算結(jié)果放置的位置； （5）根據(jù)需要進行殘差分析。2022-3-10精選課件69第6章回歸模型及其應(yīng)用二、多元線性回歸分析1、理論模型與假定假定條件： 隨機項服從正態(tài)分布，自變量與隨機項不相關(guān)，等方差，自變量之間不存在共線性。

35、kkxxxy221102022-3-10精選課件70第6章回歸模型及其應(yīng)用二、多元線性回歸分析2、模型的代表性分析 多元回歸分析中，擬合優(yōu)度系數(shù)是自變量的遞增函數(shù)，隨著自變量數(shù)目的增加，擬合優(yōu)度系數(shù)的值只會變大不可能變小。為此，要想保證擬合優(yōu)度系數(shù)的正確說明功能，需要對離差平方和分解基礎(chǔ)上定義的擬合優(yōu)度系數(shù)進行必要的修正處理。修正的擬合優(yōu)度系數(shù)公式)1 (11122RknnR2022-3-10精選課件71第6章回歸模型及其應(yīng)用二、多元線性回歸分析3、EXCEL的求解 利用EXCEL求解多元線性回歸模型：第一步，在EXCEL工作表中輸入數(shù)據(jù)，輸入數(shù)據(jù)時要把所有自變量的觀察資料不留空白行和空白列編

36、輯在一起；第二步，打開菜單欄“數(shù)據(jù)”中的“數(shù)據(jù)分析”，選定“回歸”；第三步，將因變量的數(shù)據(jù)輸入到“Y值輸入?yún)^(qū)域”，將所有自變量的數(shù)據(jù)一次性輸入到“X值輸入?yún)^(qū)域”，選定“標志”，根據(jù)需要更改“置信度”的值；指定計算結(jié)果放置的位置，選定需要的殘差分析； 最后，按確定鍵即可。2022-3-10精選課件72第6章回歸模型及其應(yīng)用三、簡單非線性回歸模型1、常見的簡單非線性回歸模型（1）簡單冪函數(shù)方程（2）簡單倒數(shù)模型exyxyxy12022-3-10精選課件73第6章回歸模型及其應(yīng)用三、簡單非線性回歸模型1、常見的簡單非線性回歸模型（3）簡單倒數(shù)指數(shù)模型xey12022-3-10精選課件74第6章回歸模

37、型及其應(yīng)用三、簡單非線性回歸模型2、簡單非線性回歸模型求解 對一般的簡單非線性回歸方程，求解的常規(guī)做法是：實施線性化處理，把非線性形式的方程轉(zhuǎn)化成線性形式，然后按照簡單線性辦法求解，根據(jù)必要再進行參數(shù)估計量的逆變化。2022-3-10精選課件75第6章回歸模型及其應(yīng)用四、多元非線性回歸模型1、多重彈性方程2、多項式方程exxxykk.21210kkxxxy.22102022-3-10精選課件76第6章回歸模型及其應(yīng)用五、線性回歸分析的推廣1、自變量集中的虛擬變量 虛擬變量又稱啞變量、示性變量，取值要么0要么1。在回歸模型的自變量集合中引入虛擬，并不影響回歸分析的一般程序，但可以實現(xiàn)其他分析功能

38、，比如改變截距項、改變斜率等。2022-3-10精選課件77第6章回歸模型及其應(yīng)用五、線性回歸分析的推廣2、進行分段回歸分析3、面板數(shù)據(jù)處理（舉例說明）10,.,2 , 1,241322110tCBAiDDxxyitititititit其他, 0, 111ADDitit其他, 0, 122BDDitit2022-3-10精選課件78第7章時序分析與動態(tài)預(yù)測本講的主要內(nèi)容：一、引言二、時間序列的作用與編制三、時間序列的對比分析四、時間序列的分解與假定五、長期趨勢測定與預(yù)測六、季節(jié)性變動測定與預(yù)測七、循環(huán)變動分析2022-3-10精選課件79第7章時序分析與動態(tài)預(yù)測一、引言2022-3-10精選課

39、件80第7章時序分析與動態(tài)預(yù)測 一、引言2022-3-10精選課件81第7章時序分析與動態(tài)預(yù)測二、時間序列的作用與編制1、含義 按時間順序排列的現(xiàn)象發(fā)展變化的各期觀察序列，就叫時間序列，比如：股票每個交易日開盤價，商品日成交量，公司歷年利潤等。2、種類 反映現(xiàn)象在一段時間（周、月、季、年）內(nèi)發(fā)展變化的結(jié)果稱之為時期時間序列。只表明現(xiàn)象在某一時刻所達到的規(guī)模、水平和數(shù)量狀態(tài)的常稱為時點時間序列。2022-3-10精選課件82第7章時序分析與動態(tài)預(yù)測二、時間序列的作用與編制3、時間序列的功能 時間序列在經(jīng)濟分析、生產(chǎn)管理、科學(xué)研究、系統(tǒng)控制中，有著許許多多的應(yīng)用。時間序列分析的目的主要是即描述、解

40、釋和預(yù)測。4、時間序列的編制 時間的長短應(yīng)一致，變量的內(nèi)含應(yīng)一致，注意空間范圍的變化，變量觀察的計量單位要統(tǒng)一起來，統(tǒng)計方法要相同。 2022-3-10精選課件83第7章時序分析與動態(tài)預(yù)測三、時間序列的對比分析1、發(fā)展水平與平均發(fā)展水平 時間序列中的每一項觀察值，稱為時間序列的水平，反映客觀現(xiàn)象發(fā)展變化在各個不同時間上所達到的狀態(tài)、規(guī)?；蛩?。 時期序列平均發(fā)展水平時點序列平均發(fā)展水平n11ttXnX112111)21221(11nttXtXnnXnXXXnX11111121112321212)2()2()2(nttntttnnnnfXXffffXXfXXfXXX2022-3-10精選課件84

41、第7章時序分析與動態(tài)預(yù)測三、時間序列的對比分析2、增長量與平均增長量 增長量是時間序列中不同時期的發(fā)展水平之差，用于反映現(xiàn)象在觀察期內(nèi)增加或減少變化的絕對數(shù)量。 增長量的基本計算方法 增長量=報告期水平-基期水平 隨著比較對象基期水平的選擇不同，增長量有逐期增長量和累積增長量之分。計算逐期增長量時，基期水平都選擇報告期的前一期水平，而計算累積增長量，基期水平都選擇最初水平或某一固定時期的水平。2022-3-10精選課件85第7章時序分析與動態(tài)預(yù)測三、時間序列的對比分析2、增長量與平均增長量 平均增長量是觀察期內(nèi)各時期增長量的平均數(shù)，主要用以反映現(xiàn)象在觀察期內(nèi)平均增減變化的情況。平均增長量計算公

42、式為1時間序列項數(shù)累積增長量逐期增長量個數(shù)逐期增長量之和平均增長量2022-3-10精選課件86第7章時序分析與動態(tài)預(yù)測三、時間序列的對比分析3、發(fā)展速度與平均發(fā)展速度 將兩個時期的發(fā)展水平相除，即得到發(fā)展速度，表明報告期水平已發(fā)展到基期水平的百分之多少或者多少倍。計算公式 基期水平的選擇不同，發(fā)展速度有環(huán)比發(fā)展速度和定基發(fā)展速度之分。 時間序列中，各個時期發(fā)展速度的一般水平叫平均發(fā)展速度?；谒綀蟾嫫谒桨l(fā)展速度2022-3-10精選課件87第7章時序分析與動態(tài)預(yù)測三、時間序列的對比分析4、增長速度與平均增長速度 增長速度是增長量與基期水平相比的結(jié)果，可用于反映現(xiàn)象發(fā)展變化的相對程度。 平

43、均增長速度是增長速度的平均數(shù)，一般用平均發(fā)展速度減1來求得。 平均增長速度=平均發(fā)展速度-1 2022-3-10精選課件88第7章時序分析與動態(tài)預(yù)測四、時間序列的分解與假定1、時間序列分解 根據(jù)時間序列分析的傳統(tǒng)理論，可以把影響時間序列變異的因素劃分為：長期趨勢、季節(jié)變動、循環(huán)變動和不規(guī)則變動。2、時序分析假定 加法假定 乘法假定 tttttICSTXtttttICSTX2022-3-10精選課件89第7章時序分析與動態(tài)預(yù)測五、長期趨勢測定與預(yù)測1、含義 客觀現(xiàn)象由于受到某些決定性因素的作用，在一段較長時間內(nèi)，持續(xù)向上或向下運動的態(tài)勢。2、作用 長期趨勢是現(xiàn)象運動、發(fā)展和變化的基本態(tài)勢，這種態(tài)

44、勢不僅存在于過去，而且還可能繼續(xù)延伸到未來，通過對時間序列長期趨勢分析，可以幫助人們對現(xiàn)象的前景和將來狀況進行預(yù)測；測定長期趨勢，把它從時間序列中分離出來，有助于更好地研究季節(jié)變動、循環(huán)變動和不規(guī)則變動。2022-3-10精選課件90第7章時序分析與動態(tài)預(yù)測五、長期趨勢測定與預(yù)測3、長期趨勢測定（1）移動平均法（2）趨勢方程擬合 根據(jù)時間序列動態(tài)曲線的變化形狀，可以用相應(yīng)的函數(shù)方程進行模擬，由樣本數(shù)據(jù)估計出函數(shù)方程后，通過該方程求出時間序列各觀察值的趨勢值。常用的趨勢方程包括：直線方程、指數(shù)方程等。101kiittXkYkikiittiiXY1112022-3-10精選課件91第7章時序分析與

45、動態(tài)預(yù)測五、長期趨勢測定與預(yù)測4、長期趨勢預(yù)測 時間序列的趨勢預(yù)測是根據(jù)客觀存在的長期趨勢，通過擬合趨勢方程或模型，以進行時間序列的外推。（1）移動平均預(yù)測 以時間序列中k個時期觀察值的平均數(shù)，直接作為下個時期現(xiàn)象的估計值。kXXXXktttt111.1.) 1(1.) 1(111kkXkXkXXktttt2022-3-10精選課件92第7章時序分析與動態(tài)預(yù)測五、長期趨勢測定與預(yù)測4、長期趨勢預(yù)測（2）指數(shù)平滑預(yù)測 使用當期的實際值和當期的預(yù)測值，通過加權(quán)平均以求得時間序列的長期趨勢值。（3）趨勢方程預(yù)測 先建立趨勢方程模型，并運用數(shù)學(xué)手段將模型估計出來，然后進行趨勢值的預(yù)測估計。tttXXX

46、)1(12022-3-10精選課件93第7章時序分析與動態(tài)預(yù)測六、季節(jié)性變動測定與預(yù)測1、含義 季節(jié)變動是客觀現(xiàn)象因受自然條件、人的經(jīng)濟活動行為、社會風俗習慣等原因的影響，在一個日歷年度內(nèi)呈現(xiàn)出的周期性波動，比如游泳池業(yè)務(wù)秋冬季人流量小春夏季人流量大，農(nóng)作物的收獲季節(jié)會帶來運輸和倉儲壓力的大幅度增加，衣著、燃料及某些食品的消費總會隨一年四季的變化而波動，節(jié)假日商品交易量比平日大等。2022-3-10精選課件94第7章時序分析與動態(tài)預(yù)測六、季節(jié)性變動測定與預(yù)測2、季節(jié)性變動測定（1）按季（月）平均法第一步，求不同年份同季（月）觀察值平均數(shù)。第二步，計算所有年份所有季度觀察值的總平均數(shù)。第三步，用

47、 除以 得到季節(jié)指數(shù)nttiiXnX1.1ntitiXnX141.41%100.XXSiiiX.X2022-3-10精選課件95第7章時序分析與動態(tài)預(yù)測六、季節(jié)性變動測定與預(yù)測2、季節(jié)性變動測定（2）長期趨勢剔除法 由加法假定出發(fā)，長期趨勢剔除法的思想是：對時間序列求4個季度的移動平均，先消除季節(jié)變動S和不規(guī)則變動I，得到僅含長期趨勢T和循環(huán)變動C的新時間序列，然后從Y=T+S+C+I中減去T+C，即Y-T-C=S+I，最后通過求不同年份同月（季）的平均數(shù)得出季節(jié)變差。由乘法假定出發(fā)，長期趨勢剔除法的過程是：同樣先求移動平均，消除S和I的影響，得到僅含T和C的新時間序列，然后從Y=TSCI中除

48、以TC，即 ，在此基礎(chǔ)上，對僅含SI的序列進行平均，以得到各季的季節(jié)指數(shù)。2022-3-10精選課件96第7章時序分析與動態(tài)預(yù)測六、季節(jié)性變動測定與預(yù)測3、季節(jié)性預(yù)測 季節(jié)變動預(yù)測是既考慮長期趨勢同時也考慮季節(jié)變動的影響，通過綜合這兩方面的因素對現(xiàn)象未來水平進行外推。 季節(jié)變動預(yù)測的過程：首先對原始數(shù)據(jù)進行趨勢擬合；通過估計出來的經(jīng)驗方程反過來估計時間序列中各項觀察值的估計值；根據(jù)傳統(tǒng)時間序列分解的假定，分別在加法假定和乘法假定條件下，進行相應(yīng)的季節(jié)變差分析和季節(jié)指數(shù)分析；在獲得趨勢預(yù)測值的基礎(chǔ)上；再用季節(jié)變動效果對趨勢預(yù)測值進行調(diào)整。2022-3-10精選課件97第7章時序分析與動態(tài)預(yù)測七、

49、循環(huán)變動分析1、含義 循環(huán)變動又叫周期性波動，指現(xiàn)象在一年以上時間內(nèi)出現(xiàn)的漲落相間的波動。2、循環(huán)變動分析 從原時間序列中逐個消除長期趨勢、季節(jié)變動，通過平均方法消除不規(guī)則變動，最后剩下的部分就作為循環(huán)變動的影響。2022-3-10精選課件98第8章 風險決策分析本講的主要內(nèi)容：一、基本概念二、不確定型決策三、風險型決策2022-3-10精選課件99第8章 風險決策分析一、基本概念1、決策的種類 依據(jù)決策的環(huán)境條件，決策問題包括確定型決策、不確定型決策以及風險型決策等。 決策存在的條件和狀態(tài)完全可以掌握，并且一旦做出選擇所產(chǎn)生的結(jié)果也可以準確地預(yù)料得到，這樣的決策就是確定型決策。 所謂不確定型

50、決策是指，決策人面臨多種決策方案，對每個決策方案對應(yīng)的幾個不同決策狀態(tài)其出現(xiàn)概率的大小沒有掌握，僅憑個人的主觀傾向和偏好進行方案選擇。 風險型決策也是一種不確定型決策，這種決策盡管決策的環(huán)境和條件仍不完全確知，但它們發(fā)生可能性的大小可以得到。2022-3-10精選課件100第8章 風險決策分析一、基本概念2、決策基本要素 決策人，決策目標，備選方案集，自然狀態(tài)集，方案實施報償，自然狀態(tài)概率。3、決策分析過程 提出問題，理清目標；制訂詳細的備選方案；搜集必要的數(shù)字資料；按照決策規(guī)則，挑選最優(yōu)方案；決策方案評估和調(diào)整。2022-3-10精選課件101第8章 風險決策分析二、不確定型決策1、小中求大

51、準則 小中求大準則又叫悲觀準則，基本思想是：先從每一個方案可能出現(xiàn)的報償中找出最差的，然后再從最差結(jié)果中找出最好的值。)()(11ijnjmioiuMinMaxau2022-3-10精選課件102第8章 風險決策分析二、不確定型決策2、大中求大準則 與小中求大準則相反，大中求大準則是一種持樂觀態(tài)度的決策，具體做法是：從各方案的若干個結(jié)果中選出最大報償，然后再從這些最好結(jié)果中選取更好結(jié)果所對應(yīng)的方案為最優(yōu)方案。)()(11ijnjmioiuMaxMaxau2022-3-10精選課件103第8章 風險決策分析二、不確定型決策3、最小機會損失準則 最小機會損失準則又稱最大后悔中求最小準則，基本原理是

52、：決策人在決策后常常會產(chǎn)生后悔，因此為避免或減少今后的后悔，就以最小后悔值所對應(yīng)的方案為最優(yōu)方案。4、折衷主義準則 小中求大準則過于悲觀，大中求大準則又過于樂觀。折衷主義準則，就是在小中求大準則和大中求大準則之間進行平衡，以希望決策更符合現(xiàn)實。 )()1 ()()(11ijnjijnjiuMinuMaxaH)()(1imioiaHMaxaH2022-3-10精選課件104第8章 風險決策分析三、風險型決策（一）風險決策準則1、風險型決策準則 風險型決策的準則有：期望值準則、期望機會損失準則、最大可能性準則等。2、期望值準則 給定自然狀態(tài)發(fā)生的概率，可以方便地求出每一決策方案的期望報償，這時最大

53、期望報償對應(yīng)的方案就可選為最優(yōu)方案。 2022-3-10精選課件105第8章 風險決策分析三、風險型決策（一）風險決策準則3、期望機會損失準則 期望機會損失準則的具體做法是：把報償值表轉(zhuǎn)化為機會損失表；計算每一方案的期望機會損失值；選擇最小期望機會損失值對應(yīng)的方案為最優(yōu)方案。4、最大可能性準則 根據(jù)自然狀態(tài)發(fā)生概率的大小來選擇最優(yōu)方案，做法是：先找出發(fā)生可能性最大的自然狀態(tài)，然后比較在該自然狀態(tài)下各個方案的報償，凡是報償值大的方案即可作為最優(yōu)方案。2022-3-10精選課件106第8章 風險決策分析三、風險型決策（二）決策樹 決策樹是描述決策過程的一種圖形，因為這種圖形形似一棵樹，故此而得名。

54、在決策樹中，人們習慣上用小方框代表決策點，用小圓圈表示自然狀態(tài)，每一個可供選擇的方案用一條分枝表示，各備選方案可能產(chǎn)生的結(jié)果用下一層分枝表示，整個圖形按照從左到右的順序方向進行勾畫，越往右枝條越多，形成像樹冠一樣的結(jié)構(gòu)。2022-3-10精選課件107第8章 風險決策分析三、風險型決策（二）決策樹2022-3-10精選課件108第9章統(tǒng)計質(zhì)量管理本講的主要內(nèi)容：一、質(zhì)量因素分析二、質(zhì)量分析的一般工具三、控制圖的原理與種類四、控制圖的制作與識別五、工序能力分析2022-3-10精選課件109第9章統(tǒng)計質(zhì)量管理一、質(zhì)量因素分析 產(chǎn)品質(zhì)量是一系列因素共同作用的結(jié)果，控制產(chǎn)品質(zhì)量波動首先要了解引起質(zhì)量

55、變動的原因及其性質(zhì)。 根據(jù)質(zhì)量變動的來源，可以把質(zhì)量因素劃分為：人員（man）、機器(machine)、原材料(material)、加工方法(method)、測量工具（measure）和環(huán)境(environment)，簡記為5M1E 。2022-3-10精選課件110第9章統(tǒng)計質(zhì)量管理一、質(zhì)量因素分析 按質(zhì)量因素對質(zhì)量作用的強弱程度可以劃分成主要因素與次要因素。 影響產(chǎn)品質(zhì)量的因素非常多，然而并非每個都同樣重要，有一些因素雖然數(shù)量不多，但一旦出現(xiàn)顯著的變動，卻會產(chǎn)生重大的、系統(tǒng)的影響，另一類因素盡管數(shù)目很多，可是影響甚微不會造成大面積的質(zhì)量問題。因此，要想減少廢次品，只要找出少數(shù)幾個關(guān)鍵原因，

56、并致力于消除就可以解決問題。2022-3-10精選課件111第9章統(tǒng)計質(zhì)量管理一、質(zhì)量因素分析 根據(jù)質(zhì)量因素的實際性質(zhì)有系統(tǒng)性原因與隨機性原因。 導(dǎo)致生產(chǎn)過程出現(xiàn)失控狀態(tài)的原因，稱為系統(tǒng)性原因又叫異常原因，特點是：對產(chǎn)量質(zhì)量的影響特別大，可直接造成大面積不合格品的出現(xiàn)；不是生產(chǎn)全過程始終存在的；一旦發(fā)生系統(tǒng)性原因，產(chǎn)品質(zhì)量整體上會向同一方向變化；容易識別也能消除。 由于5M1E 隨機的、偶然性變化，所產(chǎn)生的產(chǎn)品質(zhì)量的變化，稱為隨機性原因或偶然性原因。隨機性原因的特點是：對產(chǎn)品質(zhì)量的影響比較??；在整個生產(chǎn)過程始終存在，具有經(jīng)常性；不會引起產(chǎn)品質(zhì)量向同一個方向變化；不易識別，能夠加以控制但不能消除

57、。2022-3-10精選課件112第9章統(tǒng)計質(zhì)量管理二、質(zhì)量分析的一般工具 統(tǒng)計質(zhì)量管理領(lǐng)域，經(jīng)常說到QC7種工具，其中就包括直方圖、帕雷特圖、相關(guān)圖、魚刺圖、控制圖等。1、直方圖 直方圖在統(tǒng)計質(zhì)量管理中有著非常重要的應(yīng)用。有普通型、多模型、偏態(tài)型、懸崖型、雙峰型、孤島型等情況。 2022-3-10精選課件113第9章統(tǒng)計質(zhì)量管理二、質(zhì)量分析的一般工具2、帕雷特圖 針對質(zhì)量問題產(chǎn)生的原因，將各質(zhì)量因素按影響大小排列編制出來的帕雷特圖，可以發(fā)現(xiàn)影響產(chǎn)品質(zhì)量的少數(shù)關(guān)鍵性變量。 帕雷特圖繪制和識別都比較簡單，應(yīng)用帕雷特圖需要注意：要從各個不同的角度進行分類研究，并繪制相應(yīng)的帕雷特圖，以利于尋根問底，

58、直至找出關(guān)鍵性原因；注意繪制原因之原因帕雷特圖，通過這一系列帕雷特圖，最終能找到具體要解決的問題；為了有的放矢不要把關(guān)鍵性原因列得太多，否則容易分散目標；“其他”一欄的頻數(shù)不宜太大，否則說明分類不當，不利于找出原因；采取措施前后的帕雷特圖要對照使用，以便于證實原因的改善是否有效果。2022-3-10精選課件114第9章統(tǒng)計質(zhì)量管理二、質(zhì)量分析的一般工具3、魚刺圖 魚刺圖是描述質(zhì)量特征與各種因素關(guān)系的圖形，因其形似魚的骨骼故此得名，有助于循序漸進而又清晰明了地尋找產(chǎn)生質(zhì)量問題的各種原因。機器設(shè)備原材料人工藝質(zhì)量標準技術(shù)含量工作持續(xù)時間身體素質(zhì)加工使用的難易程度年齡健康維護復(fù)雜原材料質(zhì)量工作態(tài)度新

59、舊程度維修保養(yǎng)環(huán)境照明溫度噪音2022-3-10精選課件115第9章統(tǒng)計質(zhì)量管理二、質(zhì)量分析的一般工具4、散點圖 質(zhì)量管理實際中，經(jīng)常要分析研究兩個變量之間的關(guān)系，處理這些問題最簡單的做法便是繪制散點圖。 繪制散點圖時需要注意：樣本數(shù)據(jù)至少要有30對，數(shù)據(jù)太少，難以反映出是否存在相關(guān)關(guān)系；橫坐標和縱坐標的刻度應(yīng)合理籌劃，否則容易造成不正確的判斷；數(shù)據(jù)的范圍應(yīng)盡可能大一些；要進行分層研究。2022-3-10精選課件116第9章統(tǒng)計質(zhì)量管理三、控制圖的原理與種類1、原理 控制圖是質(zhì)量過程監(jiān)測的重要工具，統(tǒng)計過程控制實質(zhì)上是指運用控制圖對產(chǎn)品生產(chǎn)過程中發(fā)生的質(zhì)量波動實施實時觀察，并這個基礎(chǔ)上決定是否

60、需要對生產(chǎn)過程進行調(diào)整。控制圖是貝爾實驗室工程師休哈特博士發(fā)明的，故又常稱之為休哈特控制圖，它是運用統(tǒng)計方法確定管理界限，并用于管理監(jiān)控的一種圖表。2022-3-10精選課件117第9章統(tǒng)計質(zhì)量管理三、控制圖的原理與種類1、原理 引起產(chǎn)品質(zhì)量不正常變化是系統(tǒng)性原因，當它們發(fā)生作用就會產(chǎn)生質(zhì)量問題。因此質(zhì)量控制實際上可以轉(zhuǎn)化為，怎樣區(qū)別系統(tǒng)性原因和隨機性原因到底哪一個正在發(fā)揮著主導(dǎo)作用。 根據(jù)正態(tài)分布原理， 的概率為99.73%，如果生產(chǎn)過程正常不存在系統(tǒng)性原因影響，那么產(chǎn)品質(zhì)量的觀察值超出 范圍的可能性是個小概率事件不到1%。小概率事件由于發(fā)生的可能性較小，通常在少數(shù)觀察中不可能出現(xiàn)，一旦出現(xiàn)