数据、模型与决策PPT幻灯片

数据、模型和决策数据、Data、ModelsandDecisions、1、1、1、主要课程：计量经济学、运营研究、经济预测和决策技术2，主要研究方向：从多统计半参数统计到估计问题使用数据作为主要信息来源，对实际问题的理解作为基本结构，基于数据与结构的匹配程度。以模型为手段。用数学理论和方法作为工具定量研究社会经济现象之间的关系，形成比较严格的研究特性，实验性比较好。作为决策目的和数量性的特点，量化可以更准确地说明问题的本质，深入、广泛地推断问题的本质，为科学决策提供依据。多学科间科学，数学统计学科运营研究，经营学是基础计算机技术。5、实际问题1:资源分配问题，取决于万德罗小工业公司生产胶合板的厚度和使用的木材质量。产品在一个竞争环境中销售，因此产品的价格由市场决定。因此，每月管理层面临的核心问题之一是为了尽可能多的利益选择投资组合。必须考虑生产当前产品所需的各种资源的可用数量。最重要的六种资源是(1)四种类型的原木(根据原木的质量而定)和(2)生产胶合板的两种核心工作的生产能力(成型工作和刨工工作)。你公司有这样的经验吗？6，实际问题2:销售评价，某食品公司生产各种系列的清凉饮料食品，清凉饮料食品生产是季节性的，要提前组织生产。通常每年4月份要制定下一个5个月的生产计划，包括生产的冷饮品种、等级、规格、原料组合。因此，必须制定购买计划和工厂生产能力计划，以适应市场的要求。如何预测客户的需求？预测对生产计划有多重要？7，案例1，亲兄弟姐妹共同成长，不仅增添了亲情，还对预防疾病的好处进行了澳大利亚的一项研究，6岁以前兄弟姐妹相互传染的病毒可以增强免疫功能，预防多发性硬化。塔斯马尼亚研究员观察了136名多发性硬化患者，并与272人进行了比较。有兄弟姐妹的人患病较少，8，科学家们发现，小时候和兄弟姐妹亲密生活了5年以上的人得多发性硬化的概率减少了88%，而与兄弟姐妹接触1，3年的人减少了43%。9，案例2，科学家最近发现了保持苗条身材的奥妙。人平时闲不住，有很多小动作，每天消耗的卡路里多，就能保持苗条的身材。美国梅奥医院聘用了20名志愿者进行了一年的研究。志愿者分为两组，一组细长，另一组略胖。研究人员发现，所有志愿者都穿着带传感器的特殊内衣，内衣内的装置每半秒记录人体的姿势和活动，“坐立不安”苗条，10，志愿者照常进行日常工作和活动，所有食物都喜欢让体重轻的人坐得更好，身材苗条的人静静地坐着。斯利布里斯集团的平均“坐立不安”时间比肥胖人群多2小时，消耗350卡路里，肥胖集团也这样“休息”的话，一年后完全可以减少14-18磅的体重，研究人员还发现，一个人是否喜欢运动，快感是天生的，与体重无关。研究第二阶段，让瘦人少吃1000卡、11卡、卡路里、脂肪的人少吃1000卡的热量，他们的生活习惯没有改变。这项研究给肥胖的人带来了新的希望。以上几个问题表明，在现实生活中做出决策或进行研究发现新结果与数据密不可分。，12，第1章，数据和数据演示，1。数据概述：可以分为科学数据、社会数据、业务数据。(按来源和用途)分类：基于数字和属性的静态数据和动态数据时间系列数据、截面数据、面板数据分类数据、排序数据、计划数据和比率数据、13、(a)数据的来源、1、现有数据。包含组织中存在的某些个人信息。一些专门收集和维护数据的企业拥有的业务数据：来自政府机构2、调查和研究的数据。14，(b)数据收集的伦理和行为准则，基本准则：数据的客观性和可重复行为准则：(1)尽可能识别原始或直接(2)收集引用数据时是否侵犯知识产权；法律引用指明数据的来源。(3)如果原始数据有异常，应分析异常原因，不能随意删除或操纵数据。(4)描述数据处理的工具、方法和处理过程(5)通过问卷调查说明数据、问卷调查内容、问卷设计等，15、(3)数据图表“收集了数据。那么，看看能从数据中挖掘出什么样的宝藏！3.1类别数据的表根据实例3.1交通事故的驾驶因素分析，交通事故的驾驶因素包括判断失误、迟到检测、驾驶失误、规定的驾驶路径以及饮酒或疲劳驾驶等。特定地区的交通管理部门在一定时间内分析了50起交通事故，得到的原始数据从：16，17，案例3.1的数据中知道什么呢？”你可能会发现，像“事后发现”、“错误判断”等因素更多，“偏离规定的行驶路线”、“酒后或疲劳驾驶”等因素更少。很好！事实上，只要简单的图表，就可以整理资料，做初步的定量分析。一些经常使用的软件，如excel，几乎完全可以为你完成这个图表！18，表1中容易看出，哪些因素更重要？每个元素之间的频率有多大？等一下。累积频率有时也需要列在频率分布表中。每个类的累计频率是从第一个类开始累计到该类的频率总和，即该类及其前面所有类的频率总和。例如，为了分析驾驶原因的主要因素，可以进一步改进表1，按频率或频率将每个因素从大到小排序，然后将与累计频率一起列出的结果列在表2中。19，表2分析了驱动因素主要因素的频率频率频率分布表，使用Excel分析定性数据频率分布表，20，累计频率更常用于分析排序的数据。让我们看一个例子。示例3.2博客调查(，21，表3各年龄段的博客生成，22，数据的图形表示更多用于说明数据的图形，如常用的饼图、直方图、统计数据中常用的主干图和排列图。我们在考虑各种图表的时候，对变量稍加分类会有帮助。还有身高几厘米，考试分数几分等有意义的数值尺度的变量。有些变量是将个体分为性别、职业、教育水平等类别。类别变量仅记录其所属的类别。例如，示例1中的变量是类别变量，该变量包含5个类，对象的数据是属于其中一个类的对象。要表示类别变量的分布，可以使用饼图或条形图等。以下是示例3.1的图形表示：23、24、25、柱形图和柱形图方法的垂直圆周构成的图形称为柱形图、条形图。例如：绘制显示我国2001-2004年第一、二、三次产业产值变化的条形图。26，打开Excel表，单击“插入图标”工具图标，选择图表类型(条形图和子图标类型)，然后单击“下一步”。27、2。选择目标数据，使用鼠标选择B4:D8，单击系列卡，然后单击“下一步”。、28、3。输入系列名称，使用鼠标选择分类(x)轴标志A5:A8，然后选择“下一步”、“29”、“4”。输入或修改标题、轴、网格线、图例、数据标志和数据表等属性，然后单击下一步。30、5。选择图表位置，然后单击“完成”。31、6。图表完成。如果需要，可以双击图表的任意部分进行修改。图表区域、分类轴、分类轴标题、数值轴、图例、图表标题、系列“第一产业”、绘图区域、数值轴主要网格线、数值轴标题、系列“第二产业”、系列“第三产业”、32由于类别变量的可能值相对不多，因此可以使用饼图或条形图来表示类别变量的分布。那么，月收入等数量变量将如何呈现呢？由于数量变量的可能值太多，因此不太可能呈现为饼图或条形图。如果对数量变量中的数据进行适当分组，然后打印分布，则会更加明确。在本节中，我们将查看图形直方图，它是描述数量变量分布的最常见图形。在平面直角坐标系中，将各种观察值表示为水平轴，垂直轴表示频率或频率，绘制由多个矩形组成的图形称为频率分布直方图(直方图)。直方图使整体分布相对快速直观。33，直方图惯例，步骤：1)确定填充每个组边界值的直方图间隔数。2)打开“工具”菜单。3)选择数据分析。4)选择直方图。5)在“直方图”对话框中输入数据，然后使用Excel创建定量数据频率分布表和直方图。例1.14，34，(4)对数据集和方差属性的测量，两个班级DMD的考试成绩如下。80576789389075675676767677748369607986877179877486597897891679798589787878728684888819787878787888819787877778778981如何评价两个班级的学习成绩？35，描述数据的分布属性是描述统计数据的主要内容，数据的分布属性是数据的频率分布和直方图数据集属性的指标(平均值、中位数、中位数、比例)数据分布属性的指标(极值、方差、标准差)数据分布模式的指标(偏差、峰度)数据计数使用Excel的菜单统计工具使用Excel统计函数使用Excel统计插件(如PHStat)、36、数据集趋势的度量平均值：数据集的平均值。中央值：资料序列中间的值。中数：最常发生的值。37，按年龄划分的每周internet连接时间平均值，=average(b 23360 b 158)，=average(c 23360 c 279)，=average(d 23360d 186)对于奇数数组，中央是中间的一个；对于偶数数组，中央是中间的两个平均值。=median(b 2336 b 158)，=median(c 23360 c 279)，=median(d 2336d 186)，=median(e 2330 e 133)如果数据集不同，则该数据集没有很多数字。基于年龄的网络时间平均值的间隔估计。“xls”数据为，=mode(b 23360 b 158)，=mode(c 23360 c 279)，=mode(d 23360d 186)，=mode(e 23360d 186)方差：标准差的平方。最坏情况：最大值和最小值之间的差值。标准错误：通常仅限于采样平均值。41，标准差的重要性Chebyshev定理：任意数据集、平均、标准差指示，此数据集包含在范围中的数据数至少表示总数据数的比率。这个定理表明，标准差是数据分散程度的普遍指标。，42，工业生产时，产品的指标总是波动的。一般来说，在产品指标的平均加/减3标准差范围内，这被视为正常生产的指标。如果产品指标变动超出此范围，则生产系统不正常。43，投资风险分析中有两个评价投资收益的指标。一个是收入期望值(平均)，另一个是收入的标准差。投资收益的标准差指示投资风险的大小，标准差越大，风险越大。低收益低风险，低收益高风险，高收益低风险，高收益高风险，44，波动系数标准差是衡量数据分散程度的标志，但是根据不同数据数值大小，相同的离散度，数值比较大标准差更大。按年龄划分的每周网络使用时间的统计如下。要比较不同大小的多个数据集的不连续性，请将“可变系数”(coefficientofvariation)定义为：45，(5)描述数据频率分布模式、数据频率分布模式的指标有两个峰度。将数据数设置为n，峰度计算公式是描述数据分布陡峭或平坦的指标。正态分布的峰度为零。与正态分布相比，平直度为负值。46，偏移：描述了数据分布对称指标。公式为正态分布偏移为零，数据频率为右偏移，偏移系数为负。左边是正数。47，(6)数据的统计相关性，1。因果关系：表示变量x和变量y之间存在因果关系。因果关系可以通过理论或实验确认。2.统计相关性：您可以找出变量x的数字和变量y的数字之间的统计关系，统计关系是数量关系，是不需要或不可能的关系。因果变量不一定具有统计相关性，统计相关，也不一定具有因果关系。48，49，线性相关系数：反映两个变量之间线性统计关系的指标。区分整体相关系数和样本相关系数。如果平均值和方差分别有两个变量x，y，则整体相关系数为50，其中x，y的协方差。范例相关系数的方程式为，51，整体相关系数为r，范例相关系数为r。相关系数反映数据之间的线性相关性。即使数据具有非线性相关性，r和r也可以为零。以后通常表示线性相关性。相关系数没有单位，其值为-1r1。r值为正表示正相关，r值为负表示负相关，r绝对值反映两个变量之间的相关程度如何，绝对值越大，相关程度越高，r的绝对值1完全相关，r=0表示相关。52，第二章，概率论和统计基础，(a)随机事件，随机变量和频率事件分类：确定性和随机性。随机变量：表示随机事件的各种可能结果的变量。每个随机变量确定可能的值。随机变量分类：离散和连续。53，随机事件的运算随机事件的交集：事件a和事件b同时发生的事件称为事件a和事件b的交集。记录为A/b或AandB随机事件(Union)，事件a和事件b中发生的一个或多个事件称为事件a和事件b的总和。以ab或AorB形式记录。如果两个事件不能同时发生，则这两个事件是互斥的(Mutuallyexclusive)。随机事件的差异：如果事件a发生，事件b未发生，则此事件为a和b的差异。我们对A-B，54，样