数量分析与管理决策课件(污水厂)

1、数量分析与管理决策 西安理工大学 经济与管理学院 熊国强个人简况 熊国强，博士，教授，中国民主同盟盟员。历任西安理工大学系主任、研究所主任、院长助理、副院长等职，现兼有中国系统工程学会委员、中国软件协会系统工程分会常务理事、中国教育系统工程专业委员会常委、中国应急管理专业委员会理事、陕西省运筹学学会理事会理事、西安市系统工程学会理事、民盟西安理工大学副主委兼曲江校区主委等职。 主要研究方向： 1. 投资项目管理 2. 战略管理 3. 管理系统工程E-mail：电 话：62660206 ,量分析与管理决策每个人学点数量分析知识是必要的下面是统计研究得到的一些结论： 吸烟

2、对健康有害不结婚的男性会早逝10年身材高的父亲，其子女的身材也较高怕老婆的丈夫得心脏病的几率较大如果每天摄取500毫升维生素C，生命可延长6年这些结论合理吗，正确吗？ 你相信这些结论吗？中国人平均每年性生活的频率只有90次，排全球倒数第7位，低于全球平均水平103次。数量分析与管理决策西安市第三污水处理厂设计能力20万m3/d 。 某年6-12月进水量变化曲线：数据反映了哪些差距？怎样由数据做出变化曲线图？数量分析与管理决策西安市第三污水处理厂某年月平均日处理量变化曲线：由这些数据可进一步做哪些分析？可提出哪些决策建议？可计算得出西安市第三污水处理厂的时变化系数，日变化系数，总变化系数.进水量

3、总变化系数(包括时变化系数和日变化系数)和进水水质指标数据是设计污水处理厂的基础数据。专题1 数据分析与决策专题2 回归分析与决策专题3 统计预测与决策学习内容数量分析与管理决策课程学习方式1 课堂讲授2 案例讨论分析3 上机操作应用中涉及的软件1.Microsoft Excel2.预测工具 CB Predictor3.风险分析工具Crystal Ball1.1 数据1.2 Excel基础1.3 属性数据分析1.4 数据展示图1.5 数值型数据分析专题1 数据分析与决策数据的分类1.1 数据专题1 数据分析与决策数据按类型划分数值数据属性数据按相互关系划分时序数据截面数据定类数据定序数据定距数

4、据定比数据连续数据离散数据按时间划分静态数据动态数据按变化划分根据数据的属性：数值型：123.1万元、23.5、4700点连续型数据： 温度变化，如23.5 、离散型数据： 5个篮板、120个集装箱、属性型：用文字、判断等表示的数据天气晴、阴、雨；股市升、降；CPI高、中、低；质量好、中、差，属性型数据都是离散的。1.1 数据专题1 数据分析与决策数据的分类根据数据的变化 不随状态变化、相对稳定的数据称为静态数据。 随状态变化的数据称为动态数据。项目数据数据性质姓名王大明静态性别男静态出生年月1970年4月静态年龄37岁动态出生地北京静态学历本科静态身高176厘米静态体重73公斤动态年收入13

5、万元动态1.1 数据数据的分类时间序列数据截面数据年份199619971998199920002001200220032004农村居民家庭56.355.153.452.649.147.746.245.647.2城镇居民家庭48.846.644.742.139.438.237.737.137.71996年2004年农村与城镇家庭恩格尔系数（食品支出占家庭总支出的百分比，单位：）按照时间前后发生的数据称为时间序列数据。1.1 数据20022006年某市旅游接待与收入情况 年份20022003200420052006人次（万） 490229526565620人均消费（元）13513814014520

6、2收入总量（亿元）6.633.97.398.212.5按时间划分序号地区2007年经济指标GDP （亿元）人口（万人） 占地面积（平方千米） 1汉中 291.21 379.36 27246 2商洛 135.8 238.45 19292 3安康 189.85 265.25 23539 陕南 2007年经济指标：同一时间段发生的数据称为截面数据。1.1 数据截面数据定距数据（Interval Data） 数据没有绝对的零值，没有倍数、比例关系，只有相互之间的差距有实际意义。2008年中国城市金融中心指数（引自“中国城市竞争力报告”）城市国际金融产业集聚金融业人才规模综合分上海 北京 深圳 天津 南

7、京 杭州 西安 10.7470.2470.3030.1850.0280.00610.7340.470.3010.3740.1870.31510.9410.690.6410.4930.4920.3961.1 数据根据数据的连续性离散数据数据是整数或者若干可能的结果之一。例如顾客投诉的次数，产品中不合格的个数，天气是晴天、阴天或下雨。连续数据数据是连续变量。例如产品的成本、利润、交货时间等。1.1 数据数据按类型划分数值数据属性数据按相互关系划分时序数据截面数据定类数据定序数据定距数据定比数据连续数据离散数据按时间划分静态数据动态数据按变化划分1.1 数据EXCEL软件简介 Microsoft E

8、xcel是一个功能强大、使用灵活方便的电子表格软件，也是最为流行的办公自动化软件，本课程主要利用EXCEL的统计分析功能和丰富的统计图表。1.2 Excel 基础工作表和单元格单元格的格式数据输入方法条件格式工具数据分列工具1.2 Excel 基础主要内容工作表和单元格1.2 Excel 基础默认的Excel工作薄由三张工作表组成。最多可以包括255张工作表；最多可以输入256列。工作表和单元格1.2 Excel 基础单元格是Excel工作表的基本元素。单元格可分为数据单元格和公式单元格。数据单元格=SUM(B$8:B$11)=SUM(C$8:C$11)=SUM(D$8:D$11)=$B$5*

9、B8+$C$5*C8+$D$5*D8=$B$5*B9+$C$5*C9+$D$5*D9=$B$5*B10+$C$5*C10+$D$5*D10=$B$5*B11+$C$5*C11+$D$5*D11=SUM(F8:F11)工作表和单元格1.2 Excel 基础公式单元格例1.1：数据单元格=SUM(B$8:B$11)=SUM(C$8:C$11)=SUM(D$8:D$11)=$B$6*B8+$C$6*C8+$D$6*D8=$B$6*B9+$C$6*C9+$D$6*D9=$B$6*B10+$C$6*C10+$D$6*D10=$B$6*B11+$C$6*C11+$D$6*D11=SUM(F8:F11)1.

10、2 Excel 基础单元格的复制，如原B5,C5,D5复制到了B6,C6,D6.工作表和单元格 单元格的格式Excel单元格有多种格式，包括：“常规、数值、货币、日期、时间、百分比、分数、科学计数、文本、特殊、自定义”等11种格式。1.2 Excel 基础选定需要定义格式的单元格，打开Excel菜单：格式单元格，弹出单元格格式对话窗口：其中，“常规”和“文本”两种格式没有格式选项，其他格式都有不同的选项。例如“数值”格式有小数位数、是否选用千分位分隔符、负数的显示方式等选项。1.2 Excel 基础 单元格的格式日期格式:可以把日期系列数显示为定义的日期格式。日期系列数是从1开始的整数，数字1

11、表示1900年1月1日，2表示1900年1月2日等等。1.2 Excel 基础 单元格的格式日期系列数和日期格式的转换如下图所示：=A2=A3=A201.2 Excel 基础 单元格的格式不同的时间格式如下：1.2 Excel 基础 单元格的格式数据输入是数据分析和建模的第一步，采用正确的数据输入方法可以提高数据输入的效率、减少数据输入的错误。数据输入方法1.2 Excel 基础Excel数据输入的方法有： 直接键盘输入用自定义格式输入输入序列用“有效性”工具输入用条件函数IF输入用字符提取函数RIGHT、LEFT、MID输入用查找函数VLOOKUP输入直接键盘输入键盘输入是Excel数据输入

12、最基本、最常用的输入方法。键盘输入遇到的常见问题有：数值格式输入的数字最大为15位，多于15位的数字将自动转换成科学计数格式。例如，常规或数值格式的单元格中输入18位身份证号码按回车确认后，显示为：3.3106E+17。因此，如果需要输入15位以上的数字，需要将单元格定义为文本格式，或者在常规或数值格式单元格中，先输入撇号，然后输入数字。数据输入方法自定义格式输入如果某些单元格中输入的数据有相同的字符，例如，出生于20世纪、出生地为杭州市的身份证号码前8个字符“33010619”，可以将需要输入身份证号码的单元格定义为“自定义格式”如下：“3301061

13、9”。这样，输入身份证号码时，只需要输入后面10个字符，即可完整显示身份证号码。数据输入方法以上“自定义格式”的对话窗口如下： 数据输入方法用自定义格式输入后的效果如下图。其中黄色的单元格是用”33010619”自定义格式。数据输入方法输入序列1，2，3，4，；一，二，三，四，；A，B，C，D，；甲，乙，丙，丁，；子，丑，寅，卯，等都是序列。数字序列的输入方法： 输入数字序列的前两个数字，拖动单元格右下十字钮。 或用Excel菜单“编辑填充序列”工具生成数据序列。数据输入方法1.2 Excel 基础 其他序列的方法： 打开Excel菜单“工具选项自定义序列”； 在对话框中输入一个序列，单击“添

14、加”；定义序列以后，就可以用数字序列一样的方法输入。 具体过程如下：Excel菜单：“工具选项自定义系列”对话窗口如下：数据输入方法序列可以在对话窗口中直接输入，单击“添加”后生成。如下图：数据输入方法也可以事先在Excel表中输入序列，然后在对话窗口中选用“从单元格中导入序列”，选定$A$1:$A$7，单击“导入”生成序列。这种方法比较适合生成较长的序列。数据输入方法1.2 Excel 基础自定义序列后，只要输入序列第一个值，拖动单元格右下十字钮，就可以输入整个序列。如图：数据输入方法用“有效性”工具输入Excel有效性工具是数据输入的常用方法，它可以提高输入效率，减少输入错误。打开Exce

15、l菜单：“数据有效性”，出现以下“数据有效性”对话窗口。其中有四个卡片：“设置”、“输入信息”、“出错警告”和“输入法模式”。数据输入方法其中，“设置”卡片用来设置数据的有效性范围。例如，数值型数据可以设置最小值和最大值、字符型数据可以设置字符长度等。一旦输入的数据在有效范围以外，将会出现出错警告。例如，职工“出生年月”的值应该在1949年（60岁）到1991年（18岁）之间；手机号码应该为11位，固话号码应该为8位，等等。数据输入方法如果输入的数据是职工出生年月，在“允许”下拉菜单中选定“日期”，输入“开始日期”和“结束”日期：数据输入方法如果输入的数据是职工身份证号码，在“允许”下拉中选定

16、“文本长度”，“数据”下拉选定“等于”，“长度”输入18.数据输入方法“输入信息”卡片用于用户定制选定输入单元格时出现的提示信息。例如，对于输入身份证号码的单元格，提示信息如下：数据输入方法当选定输入单元格时，出现提示信息的效果如下：数据输入方法数据有效性工具还可以定制输入出错警告。定制输入职工出生日期的“出错警告”如下图：数据输入方法定制输入职工身份证号码的“出错警告”如下图：数据输入方法输入的身份证号码不足18位时出现的错误警告。数据输入方法有效性工具中，可以建立输入项目的下拉菜单，特别适合输入定制的项目。先选定单元格C2:C17 ，然后打开“允许”下拉菜单，选定“序列”。数据输入方法在“

17、来源”中，输入定制项目单元格范围E2:E13，单击确定。将光标置于选定的C2:C17的每一个单元格，都将出现下拉箭头。数据输入方法选定下拉菜单中的院校名称，就可以方便地输入所选内容。数据输入方法 VLOOKUP在计算个人所得税中的应用=(B13-B14)*VLOOKUP(B13-B14,A2:E10,4,1)-VLOOKUP(B13-B14,A2:E10,5,1)数据输入方法“条件格式”工具是将符合一定的条件的单元格的格式（边框、底色、文本格式、文本颜色等）改变为用户定制的形式。条件格式常用于突出显示某些单元格的内容，也可以用于美化Excel表格。例如，在根据考核等级评定奖金的Excel表中，

18、将考核等级为A用红色表示。选定“考核等级”B2:B13，打开Excel菜单：“格式条件格式”：条件格式工具1.2 Excel 基础在“条件1”下拉菜单中选择“单元格数值”，中间下拉菜单选择“等于”，右侧下拉菜单输入“A”。然后单击“格式”，选定文本字体和颜色。单击“确定”。条件格式工具1.2 Excel 基础得到效果如下：条件格式工具1.2 Excel 基础在“条件格式”对话窗口中单击“添加”，可以增加第二个条件。“条件格式”最多可以有三个条件。条件格式工具1.2 Excel 基础设置两个条件的“条件格式”产生的效果如下图：如果设置的多个条件是互相冲突的，不会出现任何提示，所定义的格式也不会起

19、作用。条件格式工具1.2 Excel 基础并不是所有的Excel的数据都需要用键盘输入，很多数据来自网络或其他信息系统，Excel读入这些数据后，往往需要根据数据不同的属性，将这些数据分为不同的列。Excel菜单：“数据分列”的数据分列工具就可以完成这一工作。Excel读入的数据有三种情况：字段之间有空格、逗号、制表符等分割符。字段没有任何分隔符，但每个字段的长度是确定的。字段之间既没有分隔符，字段的长度也各不相同。对于前两种情况，Excel分列工具可以方便地实现分列。第三种情况则需要用户分析数据的特点，在字段之间插入分隔符，然后再实现数据分列。数据分列工具1.2 Excel 基础工作表和单元

20、格单元格的格式数据输入方法条件格式工具数据分列工具从网上搜素并下载“身份证号码和地址对照表”如下：这个表只有一列，其中包括身份证号的前六位和相应的地址，两个字段之间有空格分隔。需要把身份证号和地址分为两列。数据分列工具1.2 Excel 基础打开Excel菜单：“数据分列”，弹出“文本分列向导”，选择“分隔符号”，单击“下一步”。数据分列工具在“分隔符号”中选定“空格”，预览中出现分列的演示。单击“下一步”。数据分列工具设置数据的类型为“常规”，单击“完成”。数据分列工具这样就完成了数据分列。数据分列工具注意到这个数据的第一个字段“身份证号”是六个字符，因此也可以用“固定宽度”分列。选定“固定

21、宽度”，单击“下一步”。数据分列工具用户可以用“拖动分列线”自定义列宽。单击“下一步”。数据分列工具同样可以完成分列。数据分列工具 实际应用中，所要分析的对象（公司、政府部门、人等）通常具有多个不同的属性，例如，部门、姓名、性别、年龄、职务、职称、专业等。在数据统计表中，这些数据称为“属性数据”。1.3 属性数据分析序号姓名性别生日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副所长高级工程师硕士78002吴起杭男1964年11月9日通信通信研究室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1日计算机控制研究室助

22、理工程师本科31005顾琳英女1962年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科3900专题1 数据分析与决策1.1 数据1.2 Excel基础1.3 属性数据分析1.4 数据展示图1.5 数值型数据分析 实际应用中，所要分析的对象（公司、政府部门、人等）通常具有多个不同的属性，例如，部门、姓名、性别、年龄、职务、职称、专业等。在数据统计表中，这些数

23、据称为“属性数据”。1.3 属性数据分析 运用数据透视表可以对属性数据进行统计分析。1.3.1数据透视表1.3.2单变量属性数据分析1.3.3双变量属性数据分析1.3.4数据透视表在问卷调查中的应用 数据透视表是Excel中的功能强大的工具。运用数据透视表可以对大量数据进行快速汇总，创建相应的多维统计表格。1.3 属性数据分析1.3.1数据透视表1.3 属性数据分析1.3.1数据透视表例如：创建汇总统计表格 1.3 属性数据分析 1.3.2单变量属性数据分析用途：对性别、职称、品牌等单列属性数据进行分布统计。序号姓名性别生日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副

24、所长高级工程师硕士78002吴起杭男1964年11月9日通信通信研究室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1日计算机控制研究室助理工程师本科31005顾琳英女1962年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科39001. 分析该研究所“男、女职工”的人数。1.分析研究所的“职称结构”

25、。例1：步骤： 1.打开“数据”菜单； 2.选择“数据透视表”，按下一步； 3.选择“布局”； 4.单击变量“职称结构”，拖到“行”区域中； 5.单击变量“职称结构”，拖到“数据”区域中； 6.双击“求和项”，在“汇总方式”中选择“计数”； 7.单击“确定”。1.3.2单变量属性数据分析1.3 属性数据分析1.分析研究所的“职称结构”。序号姓名性别生日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副所长高级工程师硕士78002吴起杭男1964年11月9日通信通信研究室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1

26、日计算机控制研究室助理工程师本科31005顾琳英女1962年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科39001.3 属性数据分析例1，打开教学光盘中的“研究所员工资料”：1.3.2单变量属性数据分析序号姓名性别生日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副所长高级工程师硕士78002吴起杭男1964年11月9日通信通信研究

27、室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1日计算机控制研究室助理工程师本科31005顾琳英女1962年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科3900序号姓名性别生日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副所长高级工程师硕士78002吴起杭男1964年11

28、月9日通信通信研究室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1日计算机控制研究室助理工程师本科31005顾琳英女1962年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科3900练习： 2.分析研究所的“性别结构”。 3.分析研究所的“学历结构”。分析各部门中“男、女职工”的人数。序号姓名性别生

29、日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副所长高级工程师硕士78002吴起杭男1964年11月9日通信通信研究室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1日计算机控制研究室助理工程师本科31005顾琳英女1962年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科39

30、001.3 属性数据分析例1，打开教学光盘中的“研究所员工资料”：1.3.3双变量属性数据分析 两维表格（列联表）用途：对性别、职称等属性数据进行相关关系描述。1.3.1 数据透视表1.3.2 单变量属性数据分析1.3.3 双变量属性数据分析1.3.4 数据透视表在问卷调查中的应用序号姓名性别生日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副所长高级工程师硕士78002吴起杭男1964年11月9日通信通信研究室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1日计算机控制研究室助理工程师本科31005顾琳英女196

31、2年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科3900数据透视表期望结果：二维列联表1.3 属性数据分析1.3.3双变量属性数据分析 两维表格（列联表） 步骤： 1.打开“数据”菜单； 2.选择“数据透视表”，按下一步； 3.选择“版式”； 4.单击变量“部门”，拖到“行”区域中； 5.单击变量“性别”，拖到“列”区域中； 5.单击变量“姓名”，拖到“

32、数据”区域中； 6.双击“求和项”，在“汇总方式”中选择“计数”； 7.单击“确定”。打开菜单：“数据数据透视表和数据透视图”1.3 属性数据分析1.3.3双变量属性数据分析选择图表类型：选择数据区域：1.3 属性数据分析确定数据透视表生成的位置：1.3 属性数据分析接着，选择“布局”:1.3.3双变量属性数据分析 分别将“部门”拉到行区域、“性别”拉到列区域、“姓名”拉到数据区域。1.3属性数据分析1.3.3双变量属性数据分析得到数据透视表：1.3属性数据分析1.3.3 双变量属性数据分析继续：单击“部门”单元格的下拉菜单，可以选择统计的范围。例如，“部门”中不包括“办公室”：1.3 属性数

33、据分析1.3.3双变量属性数据分析得到不包括部门“办公室”的人数统计：1.3 属性数据分析1.3.3双变量属性数据分析 统计“部门、性别、学历”的人数。序号姓名性别生日专业部门职务职称学历月薪1邓赛鹏男1954年1月7日计算机控制研究室副所长高级工程师硕士78002吴起杭男1964年11月9日通信通信研究室工程师本科57003曹平原男1977年11月27日通信通信研究室工程师本科37004马良男1980年1月1日计算机控制研究室助理工程师本科31005顾琳英女1962年3月31日管理控制研究室工程师本科59006马大晖男1968年12月16日计算机控制研究室工程师硕士51007孙晓斌男1974

34、年4月24日管理光电研究室工程师本科43008车大明男1969年10月28日通信通信研究室工程师本科50009侯显耀男1976年6月2日计算机图形研究室工程师本科39001.3 属性数据分析1.3.3双变量属性数据分析 生成三维表格 在二维列联表上，把“学历”拉到“性别”下面，就可以产生三维列联表：1.3 属性数据分析1.3.3双变量属性数据分析 生成三维表格1.3 属性数据分析1.3.3双变量属性数据分析 生成三维表格 或者，在二维列联表上，把“职称”拉到“部门”右边，也可以产生三维列联表：1.3 属性数据分析1.3.3双变量属性数据分析 生成三维表格 或者，在二维列联表上，把“职称”拉到“

35、部门”右边，也可以产生三维列联表：1.3 属性数据分析1.3.3双变量属性数据分析 生成三维表格 把“职称”拉到“部门”右边，把“学历”拉到“性别”下面，就可以产生四维列联表：1.3 属性数据分析1.3.3双变量属性数据分析 生成四维表格 统计“部门、性别、学历、职称”的人数1.3 属性数据分析1.3.3双变量属性数据分析生成四维表格 把“职称”拉到“部门”右边，把“学历”拉到“性别”下面，把“姓名”拖出数据透视表外，把“月薪”拉进数据区域，就可以产生数据区域为“月薪”的四维列联表：1.3 属性数据分析1.3.3双变量属性数据分析 生成“部门、性别、学历、职称”组成的四维表格，且数据区域为“月

36、薪” 把“职称”拉到“部门”右边，把“学历”拉到“性别”下面，把“月薪”拉到数据区域，就可以产生数据区域为“月薪”的四维列联表：1.3 属性数据分析1.3.3双变量属性数据分析 生成四维表格，且数据区域为“月薪”右键单击数据区域，选择“字段设置”，将数据区域的属性定义为“平均工资”，则数据区域的数字是“合计工资”。同样的方法，也可以求“最高工资”、“最低工资”或“求和”。1.3属性数据分析1.3.3双变量属性数据分析 生成四维表格，且数据区域为“平均月薪”四维列联表如下：1.3 属性数据分析1.3.3双变量属性数据分析生成四维表格，且数据区域为“月薪”您所在的城市：北京南京西安昆明长沙您的性别

37、：男女您的年龄：25岁以下2555岁55岁以上您的年薪：10万元以下 10万20万元 20万30万元 30万元以上您对这辆车外观的评价：好（5分） 较好（4分） 一般（3分） 较差（2分） 差（1分）您对这辆车动力性能的评价：好（5分） 较好（4分） 一般（3分） 较差（2分） 差（1分）您对这辆车安全性能的评价：好（5分） 较好（4分） 一般（3分） 较差（2分） 差（1分）例1.4 问卷调查表的内容如下： 1.3.4 数据透视表在问卷调查中的应用1.3 属性数据分析问卷调查统计表如下，每张问卷产生一行。1.3 属性数据分析 1.3.4 数据透视表在问卷调查中的应用（城市/收入）对汽车外观评

38、价的统计表（1）如下：1.3 属性数据分析 1.3.4 数据透视表在问卷调查中的应用或者，（城市/年龄）对汽车外观评价的统计表（1）如下：1.3 属性数据分析 1.3.4 数据透视表在问卷调查中的应用（城市/收入）对汽车外观评价的统计表（2）如下：1.3 属性数据分析 1.3.4 数据透视表在问卷调查中的应用（城市/收入）对汽车动力评价的统计表如下：1.3属性数据分析1.3.4 数据透视表在问卷调查中的应用（城市/收入）对汽车安全性评价的统计表如下：1.3属性数据分析1.3.4 数据透视表在问卷调查中的应用在以上问卷汇总的基础上，可以进一步用方差分析的方法，分析不同城市、不同性别、不同年收入的

39、购车人对该车外观、安全性、和动力性能的评价是否有显著性的差别，见第4章。1.3属性数据分析 1.3.4 数据透视表在问卷调查中的应用1.4 数据展示图1.1 数据1.2 Excel基础1.3 属性数据分析1.4 数据展示图1.5 数值型数据分析数据展示（原始数据或结果数据）方法有两种：表格、图形。图形展示数据具有直观、鲜明、形象等特点，图形的形状和色彩能给人留下深刻的视觉印象。在产品宣传、商业计划研讨、成果展示、绩效评估、论文撰写等方面，数据展示图都具有不可替代的作用，制作和展示数据图形是MBA学员的基本要求，也是一项基本的商业沟通技能。1.4 数据展示图1.1 数据1.2 Excel基础1.

40、3 属性数据分析1.4 数据展示图1.5 数值型数据分析 Excel数据展示图形有13种。柱形图垂直柱状组成的图形称为柱形图，水平条状组成的图形称为条形图。1.4 数据展示图年份第一产业第二产业第三产业20011.541184.875003.3153020021.611735.298023.6074820031.692816.127413.91880 20042.076817.238724.37206例2 创建我国20012004年第一、第二和第三产业产值数量的变化的柱形图。1. 打开Excel表，单击“插入图标”工具图标，选择图表类型柱形图和子图标类型，点击“下一步”。用图表和曲线图展示数据

41、1.4 数据展示图图表向导2. 从“数据区域”选择目标数据，用鼠标选定B4:D8 ，单击“系列”卡片，点击“下一步”。用图表和曲线图展示数据1.4 数据展示图3.在“系列”中，选择输入系列名称，用鼠标选定“分类(X)轴标志” A5:A8 ，单击“下一步”用图表和曲线图展示数据1.4 数据展示图4. 输入或修改“标题”、“坐标轴”、“网格线”、“图例”、“数据标志”、“数据表”等属性，单击“下一步”。用图表和曲线图展示数据1.4 数据展示图5. 选择图表位置，单击“完成”。用图表和曲线图展示数据1.4 数据展示图6. 图表完成。如果需要，可以双击图表中任何一部分进行修改。用图表和曲线图展示数据图

42、表区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”1.4 数据展示图 条形图的制作是类似柱形图。 垂直柱状组成的图形称为柱形图，水平条状组成的图形称为条形图。例3：我国20012004年三次产业的条形图如下：条形图1.4 数据展示图例4 2004年我国三类产业产值饼图饼图 饼图常用来表示一项数据中各部分的比例。1.4 数据展示图年份第一产业第二产业第三产业20042.0768 7.2387 4.3721 折线图常用来表示数据随时间或项目不同的变化。例 5 20012004年三次产业总值（万亿元）折线图1.4 数据展示图例 原油

43、消费量和天然气消费量的散点图散点图用于表示两个变量数值之间的相关关系。1.4 数据展示图例 有两家企业A和B，它们的资产属性评估结果如下表：收益性安全性流动性成长性生产性企业10.70.80.80.60.9企业20.90.60.40.50.7雷达图用来表示两组变量相应数值的比较。1.4 数据展示图例 2004年10省市的GDP和人均GDP数据。气泡图可以对一组数据的三个指标进行展示和比较。1.4 数据展示图序号地 区GDP（亿元）人均GDP（元/人）1广东16039 197072山东15491 169253江苏15403 207054浙江11243 239425河南8815 94706河北87

44、69 129187上海7450 553078辽宁6873 162979湖北6310 1050010福建6053 17218例 2004年10省市的GDP和人均GDP数据。1.4 数据展示图 气泡的高度表示GDP总量的大小，气泡的大小表示人均GDP的高低。数值型数据分析的主要内容，包括： 1.5.1. 数值型单变量数据分析 1.5.2. 数值型双变量数据分析1.5 数值型数据分析1.1 数据1.2 Excel基础1.3 属性数据分析1.4 数据展示图1.5 数值型数据分析专题1 数据分析与决策1.5 数值型数据分析 1.5.1. 数值型单变量数据分析例6 某班数据分析与管理决策，简称DMD考试成

45、绩如下：80 85 76 78 67 93 88 90 75 66 65 77 74 83 81 70 83 64 96 60 79 86 80 71试用相关统计量对成绩进行分析。 Excel有3种分析工具用来描述数值型单变量数据：1.描述性统计2.直方图3.排位和百分比排位1.5.1. 数值型单变量数据分析描述性统计（数据的分布属性）数据的分布属性包括数据的集中属性、数据的分散属性以及数据频数的形态三大类： 数据集中属性的指标均值Average中位数Median众数Mode 数据的分散属性的指标极差Range方差Variance 标准差Standard Deviation标准误Standar

46、d Error 数据频数的分布形态指标偏度Skewness峰度Kurtosis1.5.1. 数值型单变量数据分析Excel中的值型单变量数据统计功能有以下三种实现方法1.描述性统计2.直方图3.排位和百分比排位 步骤： 1）打开“工具”菜单； 2）选择“数据分析”； 3）选择“描述统计”； 4) 根据对话框，选择或输入相关数据。C:My Documents模拟成绩.xls描述性统计（数据的分布属性）1.5.1. 数值型单变量数据分析步骤：单击“工具”/“数据分析”：描述性统计（数据的分布属性）例6 某班数据分析与管理决策考试成绩统计。打开Excel菜单：“工具数据分析描述统计”:选择“描述统计

47、”，单击“确定”。描述性统计（数据的分布属性）1.5.1. 数值型单变量数据分析步骤：选择“输入区域”、“分组方式”，在“输出选项”中选择“新工作表组”和新工作表名称，选定“汇总统计”。单击“确定”。数据分析与管理决策描述性统计（数据的分布属性）步骤：得到数据分析与管理决策考试成绩的汇总统计结果：注：Excel2003中文版描述统计工具输出结果中，“区域”是“Range”的误译，应该译为“全距”。描述性统计（数据的分布属性）算术平均数(Average) 设总体包括N个观察值x1，x2，.，xN，则总体平均值（均值）为：描述性统计（数据的分布属性）有关指标说明1.5.1. 数值型单变量数据分析一

48、组数据按大小顺序排列以后，处于中间位置的数据。对于奇数组，中位数是中间的一个，对于偶数组，中位数是中间的两个的平均值。中位数(Median)1.5.1. 数值型单变量数据分析众数是一组数据出现次数最多的数值。如果一组数据各不相同，则这组数据不存在众数.众数(Mode)1.5.1. 数值型单变量数据分析方差分为总体方差和样本方差。总体方差的计算公式为：其中xi为第i个数据，N为总体数据的个数，为总体平均数。方差是数据离散程度的指标，方差越大，离散程度越大。方差的单位是数据单位的平方。Excel计算总体方差的函数是VARP。方差（Variance）1.5.1. 数值型单变量数据分析序号xixi-

49、(xi- )2111-39213-113162441841651511613-11712-241425.14序号xixi- (xi- )213-1112127-74931511439256255140065-98174-10100142139.57方差（Variance）标准差（Standard deviation）标准差是方差的平方根。计算总体标准差的公式为：标准差的单位和数据的单位相同，因此比方差更容易理解，应用也更多。1.5.1. 数值型单变量数据分析在工业生产中，产品的指标总会出现波动，一般会把产品指标的变动控制在指标平均值加减3个标准差的范围内，认为这是生产正常的标志。如果产品指标波

50、动超出这个范围，说明生产系统不正常。标准差的重要性1.5.1. 数值型单变量数据分析 在投资风险分析中，评价投资收益有两个指标，一个是收益期望值（平均值），另一个是收益的标准差。投资收益的标准差表示投资风险的大小，标准差越大，风险越大。收益期望值收益标准差低收益低风险低收益高风险高收益低风险高收益高风险1.5.1. 数值型单变量数据分析 在管理领域中，标准差常用来反映未来数据的不确定性，有主要的理论和应用价值。直方图Excel中的数值型单变量数据统计功能有以下三种实现方法1.描述性统计2.直方图3.排位和百分比排位该统计工具提供一张频数分布表和一张直方图。步骤： 1）确定直方图的区间个数，填入

51、每个组界值； 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”对话框中填入数据。C:My Documents模拟成绩.xls1.5.1. 数值型单变量数据分析例6 绘制“某班DMD考试成绩”频数直方图。首先，计算DMD考试成绩的最小值和最大值；其次，确定频数统计的分布区间：直方图Excel中的统计功能有以下三种实现方法1.描述性统计2.直方图3.排位和百分比排位1.5.1. 数值型单变量数据分析打开菜单：工具数据分析，出现以下窗口：选择“直方图”，单击“确定”。Excel“工具数据分析直方图”1.5.1. 数值型单变量数据分析直方图“输入区域”为B2:B2

52、5，“接收区域”为G2:G7，“输出区域”为I17，选定 “图表输出”，单击“确定”。1.5.1. 数值型单变量数据分析直方图Excel“工具数据分析直方图对话框”得到某班DMD考试成绩的频数和频数直方图：$J$21.5.1. 数值型单变量数据分析直方图即有：在指定位置生成发生频数统计表和频数直方图：注：Excel2003中文版直方图工具输出结果中，frequency误译为“频率”，在统计学中应译为“频数”。1.5.1. 数值型单变量数据分析直方图该统计工具提供一张含有升序排列的数据表格以及其排列后的序号、百分位号。 步骤：1）打开“工具”菜单； 2）选择“数据分析”； 3）选择“排位与百分比

53、排位”。 4) 根据对话框，选择或输入相关数据。排位和百分比排位1.5.1. 数值型单变量数据分析Excel中的统计功能有以下三种实现方法1.描述性统计2.直方图3.排位和百分比排位排位和百分比排位1.5.1. 数值型单变量数据分析Excel中的统计功能有以下三种实现方法1.描述性统计2.直方图3.排位和百分比排位得到某班DMD考试成绩的数据排序表格。1.5.2.数值型双变量数据分析 对两组数值型数据分析它们之间的相关关系。 有两种分析工具。1.散点图2.相关系数变量之间的因果关系固定资产投资增加和GDP增长二氧化碳排放量和平均气温上升吸烟数量和年限与肺癌的发病率变量之间的相关关系 变量之间的

54、相关关系 海水平均温度与灾害性天气天数（厄尔尼诺现象） 公司高尔夫球水平与公司股票市场表现 超市啤酒销售量和纸尿布销售量1.5.2.数值型双变量数据分析散点图 该统计工具用来描述两个变量之间的关系。通常用在直观判断基本关系或用在回归模型使用前。步骤：1）打开Excel表，输入变量X和Y的数值； 2）选中数据； 3）单击“图表向导”； 4）选择图表类型XY散点图 5）对散点图进行编辑。1.5.2.数值型双变量数据分析有两种分析工具描述数据之间的相关关系。1.散点图2.相关系数例7：某公司欲调查办公楼的租金和空置率间的关系，工作人员在10个不同的城市里，对办公楼中每平方米的月租金和空置率的数据记录

55、如下：试作散点图，并判断两变量间的相关性。城市12345678910空置率311659257108月租金52.54.754.534.5433.252.75散点图散点图 相关系数用来说明两个变量之间的相关密切程度。 步骤：1）打开“工具”菜单； 2）选择“数据分析”； 3）选择“相关系数”。 4) 根据对话框，选择或输入相关数据。相关系数1.5.2.数值型双变量数据分析有两种分析工具描述数据之间的相关关系。1.散点图2.相关系数选择“相关系数”相关系数步骤：选择变量范围，“输出选项”选择“新工作表组”，单击“确定”。步骤：相关系数城市12345678910空置率311659257108月租金52

56、.54.754.534.5433.252.75相关系数相关系数的基本计算公式：两个数列的协方差：自变量数列的标准差：因变量数列的标准差： 相关程度判断标准：1.当 R= 1时，X与Y为线性相关；2.当R0.3时，X与Y为微弱相关；3.当 0.3R0.5时， X与Y为低度相关；4.当 0.5R0.8时， X与Y为显著相关；5.当 0.8R1时， X与Y为高度相关。R越接近1，变量的相关关系越明显。相关系数案例： 日前，西安市委召开了加快经济发展方式转变务虚会，勾勒出西安未来的国际化大都市轮廓。 西安“三大步”迈向国际化大都市2.1 一元线性回归2.2 多元线性回归2.3 非线性回归专题2 回归分

57、析与决策1870年，英国人弗朗西斯高尔顿（Sir Francis Galton）在研究人类身高的遗传时发现，高个子父母的子女，其身高有低于其父母身高的趋势，而矮个子父母的子女，其身高有高于其父母的趋势，即有“回归”到平均数去的趋势，这就是统计学上最初出现的“回归”的含义。回归分析的内容很丰富，本专题只介绍一元线性回归、非线性回归。2.1 一元线性回归 一些变量之间存在相关关系。例如一个城市的空调产品的销售量和夏季平均气温或冬季平均气温有相关关系，股票市场的价格和银行存贷款利率水平有相关关系。如果能够建立这些相关关系的数量表达式，就可以根据一个变量的值来预测另一个变量的变化。回归分析的目的就是构

58、建变量之间数量关系的模型。2.1 一元线性回归变量之间的相关关系固定资产投资增加和GDP增长二氧化碳排放量和平均气温上升吸烟数量和年限与肺癌的发病率变量之间的相关关系 变量之间的相关关系 海水平均温度与灾害性天气天数（厄尔尼诺现象） 公司高尔夫球水平与公司股票市场表现 超市啤酒销售量和纸尿布销售量可以对两组数值型数据分析它们之间的相关关系。线性关系xy非线性关系xy无相关性xy单变量回归方程其中X 是自变量，Y 是因变量。0截距，是自变量X等于0时，因变量Y的值。1斜率，表示自变量X每增加1，因变量Y增加的数值。2.1 一元线性回归类型方程图形类型方程图形指数乘幂对数多项式b0b0b10b0b

59、0b10b数据分析移动平均”。以表6.4的数据为例，相关操作如下：打开菜单：“工具数据分析”：3.2时间序列预测模型简单移动平均（Single Moving Average）模型 分析工具2在“数据分析”的“分析工具”窗口中选择“移动平均”。3.2 时间序列预测模型输入“输入区域”、“间隔”（即k的数值）和输出区域，选定“图表输出”。3.2 时间序列预测模型得到以下输出结果：3.2 时间序列预测模型时间序列“GDP指数”和k=3的移动平均预测值的图形如下：3.2 时间序列预测模型对于同一时间序列数据，取k=5，用Excel表生成移动平均预测。相应的具体操作如下：输入区域不变，间隔为5，输出区域和第6个输入数据对应，即第一个预测值为y6。3.2 时间序列预测模型不同K值的分析比较得到以下输出结果：3.2 时间序列预测模型时间序列“GDP指数”和k=3、k=5的移动平均预测值的图形如下：由上图可见，k值越小，预测值越接近观测值，波动越明显；k值越大，预测值越平滑。3.2 时间序列预测模型简单指数平滑模型（Single Exponential Smoothing）简单指数平滑模型为：其中Ft+1是t+1期的预测值，Ft是t期的预测值，xt是t期的观察值， 是01之间的常数，称为指数平滑常数。以上预测模型计算，预测值F