財(cái)務(wù)管理模型與技術(shù)

財(cái)務(wù)管理模型與技術(shù)第一頁，共四十一頁，編輯于2023年，星期五教材：《一本書學(xué)會(huì)做數(shù)據(jù)分析》李宗民編著人民郵電出版社2.《經(jīng)濟(jì)管理中計(jì)算機(jī)應(yīng)用》劉蘭娟主編清華大學(xué)出版社課時(shí)安排：演示3/5;實(shí)驗(yàn)2/5平時(shí)成績：出勤+實(shí)驗(yàn)作業(yè)考試方式：17周考查（上機(jī)操作）第二頁，共四十一頁，編輯于2023年，星期五第一章數(shù)據(jù)處理模型與技術(shù)案例一.學(xué)校文印室印刷業(yè)務(wù)費(fèi)用結(jié)算案例本校二級(jí)學(xué)院和各處室部門在文印室印刷資料需要進(jìn)行經(jīng)費(fèi)結(jié)算.其結(jié)算方法如下：印刷費(fèi)：A4紙單面0.10元/張雙面0.15元/張

8K紙單面0.15元/張雙面0.20元/張裝訂費(fèi)：中訂<=8面0.08元/份每增加1-4面加價(jià)0.04元手訂<=4面0.04元/份每增加1-2面加價(jià)0.02元學(xué)校有會(huì)財(cái)學(xué)院,工商管理學(xué)院,經(jīng)貿(mào)學(xué)院,金融學(xué)院,財(cái)政學(xué)院,數(shù)信學(xué)院,外語學(xué)院,文法學(xué)院等多個(gè)部門需要經(jīng)常文印資料。現(xiàn)請(qǐng)研究構(gòu)建一個(gè)印刷業(yè)務(wù)費(fèi)用結(jié)算的數(shù)據(jù)處理的實(shí)用模型，滿足文印室文印費(fèi)結(jié)算的需要。第三頁，共四十一頁，編輯于2023年，星期五二.文印業(yè)務(wù)費(fèi)結(jié)算問題解決方案：開發(fā)專用軟件系統(tǒng)1.分析業(yè)務(wù)需求，涉及數(shù)據(jù)項(xiàng)：部門,紙張數(shù),印面 ,裝訂類型, 份數(shù),每份張數(shù),印費(fèi),訂費(fèi),金額2.對(duì)數(shù)據(jù)項(xiàng)，建立庫表（如ACCESS/SQLSERVER2000）3.開發(fā)軟件，應(yīng)含有：數(shù)據(jù)輸入、結(jié)算、查詢打印等功能第四頁，共四十一頁，編輯于2023年，星期五三.業(yè)務(wù)結(jié)算數(shù)據(jù)處理模型與技術(shù)1.部門的選擇輸入：“數(shù)據(jù)”/“有效性”輸入數(shù)據(jù)有效性：范圍限定、數(shù)據(jù)類型、允許字符數(shù)、指定序列數(shù)輸入信息提示、自動(dòng)切換輸入法、出錯(cuò)警告有效性輸入“來源”指向一個(gè)命名區(qū)域：=INDIRECT(“區(qū)域名”)，命名區(qū)域作用域?yàn)檎麄€(gè)工作簿所有sheet表可在該區(qū)域中選數(shù)據(jù)輸入2.印刷費(fèi)的計(jì)算：=if（條件，真時(shí)值，假時(shí)值）注1復(fù)合條件的寫法：單元格1=表達(dá)式and單元格2=表達(dá)式and單元格3=表達(dá)式應(yīng)當(dāng)寫成：and（單元格1=表達(dá)式，單元格2=表達(dá)式，單元格3=表達(dá)式）注2字符必須寫成雙引號(hào)G2=”WWW”,不能寫成單引號(hào)G2=’WWW’3.實(shí)用模型的數(shù)據(jù)安全性：關(guān)于公式的隱藏和數(shù)據(jù)的保護(hù)技術(shù)第五頁，共四十一頁，編輯于2023年，星期五四.擴(kuò)展實(shí)例1.計(jì)算所得稅，生成工資表：VBA自定義函數(shù)VBA自定義用戶函數(shù).例:圓面積函數(shù)Rarea()、個(gè)調(diào)稅函數(shù)tax(收入，起征點(diǎn))(2)函數(shù):VLOOKUP(要找數(shù),被尋找區(qū)域,返回第N列匹配值)注:VLOOKUP函數(shù)要找數(shù)必須在被尋找區(qū)域的第一列,如果忽略第四個(gè)參數(shù),該被尋找區(qū)域必須排序(3)生成工資條：取模（余數(shù)）函數(shù)：MOD(X,Y)當(dāng)前行：ROW()當(dāng)前列：COLUMN()取被找區(qū)域某數(shù)：INDEX(被找區(qū)，目標(biāo)所在行號(hào)，目標(biāo)所在列號(hào))2.銷售業(yè)績統(tǒng)計(jì)表總結(jié)：數(shù)據(jù)處理模型特點(diǎn)1.與具體數(shù)據(jù)無關(guān)（源數(shù)據(jù)可調(diào)可變，不改變結(jié)果的正確性）2.數(shù)據(jù)安全性：數(shù)據(jù)保護(hù)、公式隱藏等3.輸入和操作盡可能自動(dòng)化，注重易用性第六頁，共四十一頁，編輯于2023年，星期五第二章數(shù)據(jù)的分類統(tǒng)計(jì)一.數(shù)據(jù)分類統(tǒng)計(jì)的四種方法1MsQuery的統(tǒng)計(jì)功能2利用菜單進(jìn)行多級(jí)匯總統(tǒng)計(jì)3數(shù)據(jù)透視表方法4D函數(shù)結(jié)合模擬運(yùn)算進(jìn)行分類統(tǒng)計(jì)二.數(shù)據(jù)透視表方法1簡單分類統(tǒng)計(jì)2多級(jí)分類分組統(tǒng)計(jì)：（數(shù)值、日期、字符的分組方法）3多項(xiàng)指標(biāo)的統(tǒng)計(jì)與顯示：（多列統(tǒng)計(jì)指標(biāo)，%形式顯示）4帶條件的分類統(tǒng)計(jì)：（數(shù)據(jù)清單的部分?jǐn)?shù)據(jù)統(tǒng)計(jì)）第七頁，共四十一頁，編輯于2023年，星期五三.多維數(shù)據(jù)分析——OLAP1聯(lián)機(jī)分析處理(OLAP，OnlineAnalyticalProcessing)：是根據(jù)層次分類來預(yù)先計(jì)算匯總值的一種組織數(shù)據(jù)的方式，OLAP組織數(shù)據(jù)可以提高檢索數(shù)據(jù)的速度，OLAP服務(wù)器只把匯總結(jié)果（而非詳細(xì)數(shù)據(jù)）送到Excel中，減少了數(shù)據(jù)量，提高了數(shù)據(jù)處理速度。2OLAP多維數(shù)據(jù)集中的數(shù)據(jù)：匯總值，被稱為數(shù)據(jù)字段。如銷售額、銷售量、庫存量等分類所依據(jù)的字段，被稱為維。如地區(qū)、年份、部門等3多維數(shù)據(jù)集四種統(tǒng)計(jì)方式：總計(jì)、計(jì)數(shù)、最小和最大值4多維數(shù)據(jù)集統(tǒng)計(jì)步驟：a）建立ODBC數(shù)據(jù)源b）抽取所需數(shù)據(jù)列c）創(chuàng)建OLAP數(shù)據(jù)集，指定數(shù)據(jù)字段并正確命名d）構(gòu)建確定維的層次e）選擇多維數(shù)據(jù)集類型f）保存oqy文件g）布局多維數(shù)據(jù)透視表5例3-17例3-18第八頁，共四十一頁，編輯于2023年，星期五第三章市場(chǎng)預(yù)測(cè)數(shù)據(jù)分析一.市場(chǎng)預(yù)測(cè)概述1市場(chǎng)預(yù)測(cè)意義：在市場(chǎng)環(huán)境中，提高產(chǎn)品銷量、擴(kuò)大市場(chǎng)占用率是企業(yè)產(chǎn)生發(fā)展基礎(chǔ)。制定經(jīng)營戰(zhàn)略和銷售策略，應(yīng)該以科學(xué)的方法對(duì)市場(chǎng)需求作預(yù)測(cè)，從已知推測(cè)未知。。。。2市場(chǎng)預(yù)測(cè)步驟：確定預(yù)測(cè)目標(biāo)、收集整理資料、選擇預(yù)測(cè)方法、預(yù)測(cè)模型建立與修正、編寫預(yù)測(cè)報(bào)告市場(chǎng)預(yù)測(cè)方法：定量預(yù)測(cè)法：時(shí)間序列法（移動(dòng)平均、指數(shù)平滑、趨勢(shì)外推等）定性預(yù)測(cè)法：市場(chǎng)直接調(diào)查法、經(jīng)驗(yàn)判斷法（個(gè)人判斷、集體討論、專家預(yù)測(cè)）第九頁，共四十一頁，編輯于2023年，星期五二.時(shí)間序列的預(yù)測(cè)1基本概念：時(shí)間序列：歷史統(tǒng)計(jì)資料按時(shí)間順序排列得到的一組數(shù)據(jù)序列主要用于：分析影響事物的主要因素較困難或相關(guān)變量資料難以得到的情況2時(shí)間序列模式：水平型：圍繞某一定值上下波動(dòng)，一般采用平均法進(jìn)行預(yù)測(cè)趨勢(shì)型：總體呈持續(xù)上升或下降趨勢(shì)變動(dòng)，采用趨勢(shì)外推法周期變動(dòng)型：有規(guī)則地上升下降循環(huán)變動(dòng)，采用季節(jié)指數(shù)法隨機(jī)型：變化趨勢(shì)上升下降不定，無規(guī)律可循。進(jìn)行統(tǒng)計(jì)處理消除不規(guī)則因素影響后找出固有的規(guī)律變化后再預(yù)測(cè)處理水平型線性趨勢(shì)非線性趨勢(shì)季節(jié)成分(周期變動(dòng))第十頁，共四十一頁，編輯于2023年，星期五時(shí)間序列的預(yù)測(cè)步驟：第一步，確定時(shí)間序列的類型即分析時(shí)間序列的組成成分。第二步，選擇合適的方法建立預(yù)測(cè)模型如果時(shí)間序列沒有趨勢(shì)和季節(jié)成分，可選擇移動(dòng)平均或指數(shù)平滑法如果時(shí)間序列含有趨勢(shì)成分，可選擇趨勢(shì)預(yù)測(cè)法如果時(shí)間序列含有周期（季節(jié)）成分可選擇季節(jié)指數(shù)法第三步，評(píng)價(jià)模型準(zhǔn)確性，確定最優(yōu)模型參數(shù)

(預(yù)測(cè)值Ft與觀測(cè)值Yt的均方差MSE最小)第四步，按要求進(jìn)行預(yù)測(cè)第十一頁，共四十一頁，編輯于2023年，星期五4移動(dòng)平均法：適用于圍繞一個(gè)穩(wěn)定水平上下波動(dòng)的時(shí)間序列移動(dòng)平均預(yù)測(cè)作用：利用平均使各個(gè)時(shí)間點(diǎn)上的觀測(cè)值中的隨機(jī)因素互相抵消掉，以獲得關(guān)于穩(wěn)定水平的預(yù)測(cè)具體方法：將包括當(dāng)前時(shí)刻在內(nèi)的N個(gè)時(shí)間點(diǎn)上的觀測(cè)值Yt的平均值作為對(duì)于下一時(shí)刻的預(yù)測(cè)值Ft+1（N應(yīng)選擇得使均方差MSE極小化）【例4-1】167，【例4-4】1731）判斷時(shí)間序列模型，作折線圖，添加趨勢(shì)線，采用移動(dòng)平均方法第十二頁，共四十一頁，編輯于2023年，星期五2）構(gòu)造表格，用“數(shù)據(jù)分析”/“移動(dòng)平均”計(jì)算表格預(yù)測(cè)值3）用OFFSET函數(shù)和微調(diào)器構(gòu)建移動(dòng)平均預(yù)測(cè)模型，調(diào)節(jié)平均跨度可觀察出最佳預(yù)測(cè)模型的N值。建立模型需用的引用區(qū)域函數(shù)：=offset(基點(diǎn)，行偏移數(shù)，列偏移數(shù)，引用行高數(shù)，引用列寬數(shù)）注：返回值是引用區(qū)域

+偏移數(shù)：向下或向右-偏移數(shù)：向上或向左最佳N值可以通過比較觀察，也可以使用“規(guī)劃求解”工具得出。第十三頁，共四十一頁，編輯于2023年，星期五5指數(shù)平滑法：（是移動(dòng)平均法的加權(quán)改進(jìn)）近期的觀測(cè)值對(duì)下期值影響越大，遠(yuǎn)期觀測(cè)值對(duì)期值的影響越小。因此將計(jì)算平均值時(shí)對(duì)于不同時(shí)期觀測(cè)值的權(quán)數(shù)設(shè)置得不同。說明：Yt觀測(cè)值，F(xiàn)t預(yù)測(cè)值式1的系數(shù)之和=1,0<α<1，α越大，近期觀測(cè)值對(duì)預(yù)測(cè)值影響越大，反之亦然由式1容易推出式2和式3，這兩式較易計(jì)算指數(shù)平滑預(yù)測(cè)值如果時(shí)間序列隨機(jī)波動(dòng)大，應(yīng)選較小的α。α的選擇應(yīng)遵循MSE極小原則第十四頁，共四十一頁，編輯于2023年，星期五例4-2P170例4-5P1761）作圖添加趨勢(shì)線方法判斷時(shí)間序列不包含趨勢(shì)成分和季節(jié)成分2）構(gòu)造表格，用“數(shù)據(jù)分析”/“指數(shù)平滑”計(jì)算表格預(yù)測(cè)值。阻尼系數(shù)=1-α，對(duì)話框中輸入的是阻尼系數(shù)3）用填充柄拖出最后一個(gè)預(yù)測(cè)值4）用定義公式（式2）和微調(diào)器調(diào)節(jié)平滑系數(shù)，構(gòu)建指數(shù)平滑預(yù)測(cè)模型

求均方差函數(shù)：=SUMXMY2()/COUNT()5）確定最優(yōu)平滑系數(shù)單變量模擬運(yùn)算方法第十五頁，共四十一頁，編輯于2023年，星期五6季節(jié)指數(shù)模型：（時(shí)間序列受趨勢(shì)與季節(jié)雙重影響）對(duì)于既含有線性趨勢(shì)成分又含有季節(jié)成分的時(shí)間序列，須對(duì)其成分進(jìn)行分解，這種分解建立在以下乘法模型的基礎(chǔ)上：。其中，Tt表示趨勢(shì)成分，St表示季節(jié)成分，It表示不規(guī)則成分。由于不規(guī)則成分的不可預(yù)測(cè)，因此預(yù)測(cè)值就可表示為趨勢(shì)成分和季節(jié)成分的乘積。建立季節(jié)指數(shù)模型的一般步驟如下：第一步，計(jì)算每一季（每季度，每月等等）的季節(jié)指數(shù)St；第二步，用時(shí)間序列的每一個(gè)觀測(cè)值除以適當(dāng)?shù)募竟?jié)指數(shù)，消除季節(jié)影響；第三步，為消除了季節(jié)影響的時(shí)間序列建立適當(dāng)?shù)内厔?shì)模型并用這個(gè)模型進(jìn)行預(yù)測(cè)；第四步，用預(yù)測(cè)值乘以季節(jié)指數(shù)，計(jì)算出最終的帶季節(jié)影響的預(yù)測(cè)值。第十六頁，共四十一頁，編輯于2023年，星期五【例4-7】P181【例4-8】P185（季節(jié)呈單數(shù)，不需中心化）解題步驟：1觀察值填制表格，圖4-30采用“選擇性粘貼”方法逐個(gè)添加系列2至4，看出趨勢(shì)性。

圖4-31可一次作出，看出季節(jié)周期性。2計(jì)算移動(dòng)平均數(shù)AVERAGE()→中心化移動(dòng)平均數(shù)：前兩個(gè)移動(dòng)平均的均值(季度為4，所以要中心化)→計(jì)算季度不規(guī)則值：銷量/中心化移動(dòng)平均數(shù)→計(jì)算季節(jié)指數(shù)：AVERAGE(各季度不規(guī)則值)

→計(jì)算消除季節(jié)影響的銷量：銷量/季節(jié)指數(shù)。(得到數(shù)據(jù)呈線性趨勢(shì))→FORECAST()計(jì)算趨勢(shì)預(yù)測(cè)值

→最終預(yù)測(cè)值=趨勢(shì)預(yù)測(cè)值×季節(jié)指數(shù)第十七頁，共四十一頁，編輯于2023年，星期五三.馬爾科夫預(yù)測(cè)法（非時(shí)間序列預(yù)測(cè)）1基本概念：某些事物發(fā)展與現(xiàn)在狀態(tài)相關(guān)，而與過去取值無關(guān)，不必綜合考慮過去狀態(tài)，這種無效性事物發(fā)展過程，稱為馬爾科夫過程。根據(jù)現(xiàn)在狀態(tài)預(yù)測(cè)將來，稱為馬爾科夫預(yù)測(cè)。（常常用于市場(chǎng)占用率預(yù)測(cè)）2轉(zhuǎn)移概率矩陣P：3多步轉(zhuǎn)移矩陣：P(n)=Pn4

市場(chǎng)占用率預(yù)測(cè)步驟：A）通過市場(chǎng)調(diào)查，得到市場(chǎng)占用率矩陣A=(P1,P2,P3)B）調(diào)查預(yù)期消費(fèi)變化情況，計(jì)算轉(zhuǎn)移概率矩陣PC）1時(shí)域后預(yù)測(cè)的市場(chǎng)占用率=AP，K時(shí)域后預(yù)測(cè)的市場(chǎng)占用率=APKD）穩(wěn)定后的市場(chǎng)占用率呈現(xiàn)：XP=X=(X1,X2,X3)P對(duì)X已不起作用轉(zhuǎn)移概率矩陣性質(zhì)：1.每個(gè)元素非負(fù)2.每行元素之和等于1第十八頁，共四十一頁，編輯于2023年，星期五例：假定某大學(xué)有2萬學(xué)生，每人每月用一支牙膏，并且只使用“小芳牌”與“大芳牌”牙膏之一。根據(jù)2009年12月調(diào)查，有8000人使用“大芳牌”牙膏，12000人使用“小芳牌”牙膏。又根調(diào)查，使用“大芳牌”牙膏的8000人中，有40%的人下月將繼續(xù)使用“大芳牌”牙膏。60%的人將改用“小芳牌”牙膏；使用“小芳牌”牙膏的12000人中，有65%的人下月將繼續(xù)使用“小芳牌”牙膏。35%的人將改用“大芳牌”牙膏。試用馬爾可夫法預(yù)測(cè)兩種牙膏1個(gè)月后各產(chǎn)品的市場(chǎng)占用率和使用人數(shù)。解題步驟：1作表格，計(jì)算和填入數(shù)據(jù)，構(gòu)造轉(zhuǎn)移概率矩陣2用區(qū)域運(yùn)算函數(shù)=MMULT(矩陣1，矩陣2）計(jì)算預(yù)測(cè)值第十九頁，共四十一頁，編輯于2023年，星期五第四章因果關(guān)系預(yù)測(cè)模型一.因果關(guān)系預(yù)測(cè)概述因果關(guān)系預(yù)測(cè)法：由若干變量觀察值來確定這些變量之間的依賴關(guān)系，實(shí)現(xiàn)對(duì)變量的預(yù)測(cè)回歸分析：采用統(tǒng)計(jì)方法根據(jù)變量的觀察值來確定描述變量關(guān)系的數(shù)學(xué)方程，從而建立起預(yù)測(cè)模型自變量與因變量的相關(guān)關(guān)系：第二十頁，共四十一頁，編輯于2023年，星期五回歸分析原理：擬合線性方程：確定擬合方程系數(shù)值：最小二乘法原理：因變量估計(jì)值與觀測(cè)值之間均方誤差極小第二十一頁，共四十一頁，編輯于2023年，星期五在實(shí)際操作上，可運(yùn)用Excel回歸分析工具計(jì)算系數(shù)a和b。極小第二十二頁，共四十一頁，編輯于2023年，星期五回歸模型的檢驗(yàn)檢驗(yàn)因變量Y與自變量Xi之間有無真正的對(duì)應(yīng)關(guān)系，若有，則描述好到什么程度判定系數(shù)R2

（=SSR/SST）用來判斷回歸方程的擬合優(yōu)度。通?？梢哉J(rèn)為當(dāng)R2大于0.9時(shí)，所得到的回歸直線擬合得較好，而當(dāng)R2小于0.5時(shí)，所得到的回歸直線很難說明變量之間的依賴關(guān)系。t統(tǒng)計(jì)量如果對(duì)于某個(gè)自變量，其t統(tǒng)計(jì)量的P值小于顯著水平（1-置信度），則可認(rèn)為該自變量與因變量是相關(guān)的。F統(tǒng)計(jì)量如果F統(tǒng)計(jì)量的P值小于顯著水平（1-置信度），則可認(rèn)為方程的回歸效果顯著。第二十三頁，共四十一頁，編輯于2023年，星期五回歸預(yù)測(cè)的步驟：第一步，獲取自變量和因變量的觀測(cè)值；第二步，繪制XY散點(diǎn)圖；第三步，寫出帶未知參數(shù)的回歸方程；第四步，確定回歸方程中參數(shù)值；第五步，判斷回歸方程的擬合優(yōu)度；第六步，進(jìn)行預(yù)測(cè)。一元線性回歸模型實(shí)例例5-1P195解題：1）表格中輸入觀察值，繪制自變量因變量散點(diǎn)圖，判斷線性依賴關(guān)系成立否2）求出回歸系數(shù)，得到回歸方程，將自變量值代入方程就可以完成預(yù)測(cè)。求回歸系數(shù)共有五種方法。第二十四頁，共四十一頁，編輯于2023年，星期五方法一：規(guī)劃求解工具任意給定回歸系數(shù)截距a和斜率b→據(jù)此由已知一組觀察值初算出對(duì)應(yīng)的估計(jì)值→計(jì)算MSE→對(duì)此MSE，應(yīng)用規(guī)劃求解工具求極小值（不需約束條件，可變單元格為a與b所在單元格）→得到最終正確的a與b→用RSQ()函數(shù)檢驗(yàn)擬合優(yōu)度→將自變量代入回歸方程，實(shí)現(xiàn)預(yù)測(cè)。方法二：INTERCEPT()與系數(shù)根據(jù)已知的觀察值為函數(shù)參數(shù)，由INTERCEPT()求截距a，SLOPE()求斜率b，得到線性回歸方程方法三：LINEST()求回歸系數(shù)選定輸出區(qū)域→調(diào)用LINEST()，代入觀察值區(qū)域?yàn)閰?shù)→鍵入組合鍵→得到截距a和斜率b及線性回歸方程方法四：用回歸分析報(bào)告“工具”/“數(shù)據(jù)分析”

→選擇“回歸”工具，確定→進(jìn)行對(duì)話框數(shù)據(jù)設(shè)置，確定→得到回歸分析報(bào)告→取出a與b，得到線性回歸方程方法五：根據(jù)表中的觀察值，繪制自變量因變量散點(diǎn)圖→“圖表”/“添加趨勢(shì)線”

→“選項(xiàng)”卡上選擇“顯示公式”,“顯示R平方值”，確定。→在結(jié)果圖中出現(xiàn)回歸方程。第二十五頁，共四十一頁，編輯于2023年，星期五二.多元線性回歸多元線性回歸模型的一般形式多元線性回歸預(yù)測(cè)步驟第一步，獲得候選自變量和因變量的觀測(cè)值；第二步，從候選自變量中選擇合適的自變量，有幾種常用的方法：最優(yōu)子集法、向前增選法等第三步，確定回歸系數(shù)，判斷回歸方程的擬合優(yōu)度；第四步，根據(jù)回歸方程進(jìn)行預(yù)測(cè)例5-3P204解題：“工具”/“數(shù)據(jù)分析”→選擇“回歸”工具，確定→進(jìn)行對(duì)話框數(shù)據(jù)設(shè)置，確定→得到回歸分析報(bào)告→取出截距a與b1、b2，得到線性回歸方程Y=a+b1X1+b2X2第二十六頁，共四十一頁，編輯于2023年，星期五三.一元非線性回歸概念：非線性回歸就是用一條曲線來擬合因變量對(duì)自變量的依賴關(guān)系。擬合曲線可以是指數(shù)曲線、對(duì)數(shù)曲線、平方根曲線、多項(xiàng)式曲線等具體采用何種曲線進(jìn)行擬合，可以觀察散點(diǎn)圖判斷，也可以依據(jù)自己知識(shí)背景和經(jīng)驗(yàn)，判斷函數(shù)依賴關(guān)系。例5-4P206求解：方法一：添加趨勢(shì)線法觀察散點(diǎn)圖，判斷為指數(shù)類型函數(shù)→在圖上添加趨勢(shì)線，得到擬合函數(shù)→檢查R2值，確定回歸方程→自變量代入方程，完成預(yù)測(cè)方法二：規(guī)劃求解法觀察散點(diǎn)圖，判斷為指數(shù)類型函數(shù)→假定a與b取值→用Y=a+ebX計(jì)算估計(jì)值→用觀察值和估計(jì)值求MSE→使用規(guī)劃求解工具，求MSE極小（a與b所在單元格為可變單元格）→求出正確的a與b，得到回歸方程。第二十七頁，共四十一頁，編輯于2023年，星期五第五章企業(yè)經(jīng)營決策分析一.企業(yè)經(jīng)營決策分析概述1企業(yè)經(jīng)營決策是在對(duì)企業(yè)內(nèi)外經(jīng)營環(huán)境及資源分析基礎(chǔ)上，借助于現(xiàn)代管理理論、方法和工具，對(duì)影響企業(yè)目標(biāo)的人力物力財(cái)力與信息綜合分析計(jì)算和評(píng)價(jià)，結(jié)合決策者的經(jīng)驗(yàn)，制定多個(gè)行動(dòng)方案，選擇其中最優(yōu)化方案的過程。2企業(yè)經(jīng)營決策步驟：1）確定決策目標(biāo)2）擬定備選方案3）計(jì)算各方案效益4）確定最優(yōu)方案5）決策驗(yàn)證6）決策執(zhí)行及優(yōu)化3企業(yè)經(jīng)營決策分類：1）確定型（結(jié)構(gòu)化）決策2）風(fēng)險(xiǎn)型（半結(jié)構(gòu)化）決策3）不確定性（非結(jié)構(gòu)化）決策第二十八頁，共四十一頁，編輯于2023年，星期五確定型決策實(shí)例分析確定型決策方法有：極值法、線性規(guī)劃、動(dòng)態(tài)規(guī)劃、網(wǎng)絡(luò)計(jì)劃技術(shù)、直觀法、臨界點(diǎn)分析法、效益成本分析法、評(píng)分選擇法實(shí)例1P144三.風(fēng)險(xiǎn)性決策實(shí)例分析風(fēng)險(xiǎn)性決策方法有：期望值法、決策樹法、最大可能法、機(jī)會(huì)均等法、邊際分析法期望損益決策原理：以各方案期望損益值為選擇標(biāo)準(zhǔn)，利用參數(shù)的概率發(fā)布求出每個(gè)行動(dòng)的損益期望值，其中最大收益期望或最小損失期望值就是最優(yōu)行動(dòng)方案。步驟：1）明確決策問題，確定備選方案2）寫出損益矩陣3）計(jì)算各行動(dòng)期望損益值4）選擇最佳行動(dòng)方案第二十九頁，共四十一頁，編輯于2023年，星期五實(shí)例2P147四.不確定型決策實(shí)例分析不確定型決策方法有：最大最小期望值法、最小最大后悔值法、最大最大化法和折中法。最大最小期望值法：實(shí)例3P149最小最大后悔值法：實(shí)例4P151第三十頁，共四十一頁，編輯于2023年，星期五第六章產(chǎn)品生產(chǎn)數(shù)據(jù)分析一.量本利分析模型1量本利分析概述2量本利分析實(shí)例第三十一頁，共四十一頁，編輯于2023年，星期五準(zhǔn)備知識(shí)：最優(yōu)化問題求解最優(yōu)化問題定義：最優(yōu)化問題就是在給定條件下尋找最佳方案的問題。即在資源給定的情況下尋找實(shí)現(xiàn)最好目標(biāo)的方法。企業(yè)管理中的最優(yōu)化問題有：原材料組合問題、人員安排問題、運(yùn)輸問題、選址問題、資金管理問題、最優(yōu)定價(jià)問題、經(jīng)濟(jì)訂貨量問題、預(yù)測(cè)模型中的最佳參數(shù)問題等等最優(yōu)化問題分類約束條件分：無約束條件的最優(yōu)化問題有約束條件的最優(yōu)化問題目標(biāo)函數(shù)與約束條件中變量的形式分：線性規(guī)劃問題（變量為一次方）非線性規(guī)劃問題第三十二頁，共四十一頁，編輯于2023年，星期五決策變量是否要求取整數(shù)分：整數(shù)規(guī)劃問題0-1規(guī)劃問題任意規(guī)劃問題最優(yōu)化問題的數(shù)學(xué)模型：……第三十三頁，共四十一頁，編輯于2023年，星期五最優(yōu)化問題的求解方法：1公式法根據(jù)解析表達(dá)式直接求解或求導(dǎo)