数据、模型与决策课件

1、数据、模型和决策Data、models和decisions、1、PPT学习交流、1、主要授课课程：计量经济学、运营学、经济预测和决策技术2、主要研究方向：多变量统计半参数统计中的问题因果效果估计、2、PPT学习交流、 本课程主要内容数据分析的基本内容计量模式的基本方法预测和决策基本技术软件的简单应用，3，PPT学习交流，本课程的特征数据，模式和决策过程，数据，模式和决策的目的是根据科学、逻辑和合理制定决策，4，PPT学习交流，特征以数据为基本信息源，以对实际问题的理解为基本结构，以对数据结构的适应度为基准。 以模型为手段。 以数学理论和方法为工具定量研究社会经济现象之间的关系，形成严密的研究特

2、色，实验可能性高。 决策具有目的和量的特征，可以定量地正确描述问题，深入广泛地推测问题的本质，为科学决策提供依据。 是多学科交叉的科学，数学统计学和运营学、管理学是其基础计算机技术不可或缺的工具。 5、PPT学习交流，实际问题1 :资源分配问题，潘多罗索工业公司生产胶合板，根据厚度和所用木材质量的不同而不同。 因为产品是在有竞争的环境下销售的，所以产品的价格由市场决定。 每月管理层面临的一个重要问题是选择产品组合尽可能多地获利。 现在为了生产产品，必须考虑必要的各种资源的可获得数量。 6个最重要的资源是： (1)4种原木(根据原木质量区分)和(2)生产胶合板的两项重要作业的生产能力(冲压作业和

3、发光作业)。 你的公司有这样的经验吗？ 6、PPT学习交流，实际问题2 :销售量评价，有的食品公司生产各种系列冷饮食品，冷饮食品生产是季节性的，需要早日组织生产。 一般制定从每年4月开始的5个月的生产计划，包括生产的冷饮品种、等级、规格和原料的组合。 因此，为了满足市场的需要，必须制定购买计划和工厂的生产能力计划。 如何预测顾客的需求？ 预测对生产计划有多重要，7、PPT学习交流、情况1、兄弟姐妹一起成长、自然情爱，还有预防疾病的优点澳大利亚的研究表明，兄弟姐妹6岁之前的相互感染病毒可以增强免疫功能，预防多发性硬化症。 塔斯马尼亚州的研究者观察了136名多发性硬化症患者，并与272名健康者进行

4、了比较。 有兄弟姐妹的人很少生病，8、PPT学习交流，科学家发现幼儿期与兄弟姐妹密切生活5年以上的人得多发性硬化症的概率减少了88%，与兄弟姐妹接触的人在13年内减少了43%。 9、PS学习交流，情况2、科学家最近发现了保持苗条体型的微妙之处。 一个人平时没有时间的话，小动作多，日常消耗的热量多，可以保持苗条的体型。 美国美约医院邀请了20名志愿者，进行了一年的研究。 志愿者分成两组，一组很瘦，另一组轻度胖. 所有志愿者都穿着带传感器的特制内衣，内衣中的装置每半秒记录一次人体的姿势和活动，显得苗条，10、PPT学习交流，志愿者进行日常工作和活动，所有食物都是研究者发现的。 轻度肥胖的人喜欢坐着

5、，苗条团体的人不悠闲。 瘦组的平均“坐立不安”时间比胖组多2个小时，相当于消耗350卡路里。 如果胖组也这么“不停”，除了一年能完全减轻14-18磅的体重外，研究者还发现，喜欢一个人运动还是安静是天生的，与体重无关。研究第二阶段，让瘦人吃1000卡，11，PPT学交流，学卡路里，胖人不吃1000卡，他们的生活习惯没有变化。 这项研究为肥胖者提供了新的希望。 以上几个问题表明，在现实生活中，无论进行决策、研究还是发现新的结果，数据都是不可缺少的。 12、PS学习交流，第一章，数据和数据展示，1 .数据概要：分为科学数据、社会数据、商业数据。 (来源和用途)分类：数值型和属性型静态数据和动态数据的

6、时间序列数据、断面数据、面板数据的分类数据、顺序数据、距离数据和比率数据、13、PPT学习交流、(1)数据的来源、1、现有数据。 收集和维护组织中存在的包括个人信息资料在内的数据的公司有一些商业数据政府机关2，通过调查研究得到的数据。 实验研究和观察研究，14，PPT学习交流，(2)数据收集的道德规范和行为规范，基本规范：数据的客观性和可再现行为规范： (1)收集原始数据或第一手数据；(2)在引用数据时，识别是否侵犯知识产权(3)原始数据有异常时，为了分析异常的原因，不得擅自删除、篡改数据。 (4)说明数据处理的工具、方法和处理过程(5)说明通过问卷调查的数据、调查内容、问卷的设计等，15，P

7、PT学习交流，(3)数据图表显示，能收集数据，看看从数据中发掘出什么吧。3.1病历根据交通事故的驾驶因素分析的交通事故的驾驶因素有判断错误、注意晚、驾驶错误、规定的行驶路线和饮酒后和疲劳驾驶等。 某地区的交通管理部门，对一段时间内的50起交通事故进行了驾驶因素分析，得到的原始数据有：16、PPT学习交流、17、PPT学习交流，例3.1的数据中有很多“发现得晚”“判断错误”等要素，“违反了规定的行驶路线”“喝酒和不错啊，其实，利用几个简单的图表，就可以整理数据，进行初步的定量分析。 通用软件，如Excel，几乎可以完美地为你完成这些图表！ 18、PPT学习交流，从表1中，很容易看出哪些要素是比较

8、主要的要素。 各要素之间频率的差异是多少？ 等等。 有时，累积频度也需要记载在频度分布表中。 每个类的累积频率是从第一个类开始累积到该类的频率的总和，即该类和以前所有类的频率的总和。 例如，为了分析运行要因的主要原因，对表1进行了进一步改良，按照频度和频度从大到小的顺序排列各要因，加上累计频度的项，如表2所示。 分析了19、PPT学习交流、表2运行因素的频率频率分布表，用Excel制作了定性数据频率分布表，20、PPT学习交流、累积频率常用于秩序数据的分析。 让我们看看例子。 例3.2博客调查() Perseus Development公司在主页上发表了关于博客的调查报告。 该调查基于8个博客

9、提供商提供的博客用户的资料，得到各年龄层的人制作的博客数，在频度分布表3中显示了调查结果。21、PPT学习交流、表3各年龄层的博客制作状况、22、PPT学习交流、数据的图形表示，用于数据记述的图形比较多，例如常用的圆形图、柱状图、直方图、统计学中常用的茎叶图、帕累托图等。 我们想各种各样的图的时候，把变量稍微分类的话会有帮助。 某些变量具有有意义的数值尺度，如身高数厘米、考试成绩数分等，只是把个体分为不同的类别，如性别、职业、教育程度等。类变量只记录所属的类。 例如，例子1的变量是类变量，它包含5个类，个体的数据意味着个体属于其中的任一类。 可以使用饼图、条形图和条形图来表示类别变量的分布。

10、例3.1的图表显示如下所示。23、PPT学习交流，柱状图和柱状图把由垂直柱状构成的图形称为柱状图，把由水平棒状构成的图形称为柱状图。 /绘制中国20012004年第一、第二、第三产业产值变化的柱状图。24、PPT学习通信，打开Excel表格，单击“插入图标”工具栏图标，选择图表类型的条形图和子图标类型，然后单击“下一步”。25、PPT学习交流、2 .选择目标数据，用鼠标选择B4:D8，点击“系列”卡，点击“下一步”。26、PPT学习通信、3 .输入系列名，用鼠标选择“分类(x )轴标记”A5:A8，“下一步”、27、PPT学习通信、4 .标题、坐标轴、网格线、图例、数据标记”、“ 28、PPT

11、学习通信，5 .选择图表位置，然后单击“完成”。 29、PPT学习交流，6 .图表完成。 如果需要，可以双击图表的任意部分进行更改。 图表区、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”、30、PPT学习交流、直方图、类别变量的可能值相对那么，月收入之类的数量变量是怎样表现的呢？因为数量变量的可能值太多，不能用圆形图和直方图来表现。 适当地将数量变量的数据分组，制作分布图后就很清楚了。 这是本节重点介绍的图表直方图，是记述数量变量分布的最常见的图表。 在平面正交坐标系中，将各观测值绘制为横轴，度数和频度绘

12、制为纵轴，将由几个长方形构成的图形绘制而成的图形称为度数分布直方图，简称为直方图。 根据直方图，可以比较迅速直观地把握整体的分布状况。31、PPT学习交流、直方图的做法，步骤：1)确定直方图的区间数，填写各组的边界值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”对话框中输入数据用Excel制作定量数据的频度分布表和直方图，用例1.14、32、PPT学习交流，(4) 具有数据集中和分散属性测量的两组DMD测试结果如下： 80857679525252535252525253525252525252525252525253525252525252525352535

13、25353535353 5353535353535353535353535353535353535353535353535353535353535353535353535353 作为记述数据分布属性是记述统计的主要内容的数据的分布属性是数据的度数分布和直方图数据的集中属性的指标(平均值、中值、最频值、比例)数据离散属性的指标(极差、方差、标准偏差)数据分布形态的指标(偏差度、峰度) 数据计数和合计数据的相关度的指标(相关系数) Excel中的统计功能是使用Excel的菜单统计工具，使用Excel统计函数，生成Excel统计插件(例如PHStat等)、34、PPT学习交流、数据集中倾向的测量平均

14、值：数据集的平均值中值：数据序列中央的值。 最大数量：发生次数最多的值。35、PPT学习交流、不同年龄层每周互联网时间的平均值=AVERAGE(B23:B158 )、=AVERAGE(C23:C279 )、=AVERAGE(D23:D186 )、=AVERAGE(E23:E133 在奇数阵列中，中值是中间的一个，并且在偶数阵列中，中值是中间的两个平均值。，=中间(b 2: b 158 )，=中间(c 2: c 279 )，=中间(d 2: d 186 )，=中间(e 2: e 133 )，=中间(f 2: f 86 )，37，PPT是共有的如果组的数据各不相同，则组的数据不存在。 “不同年龄层

15、的互联网时间平均值的区间估计. xls”数据包括：=模式(b 2: b 158 )、=模式(c 2: c 279 )、=模式(d 2: d 186 )、=模式(e 2: e 133 )、=模式(f 2: e 133 )。 方差：标准偏差的平方。 最坏：最大和最小的差。 标准错误：通常仅用于样品平均情况。 39、PPT学习交流，标准偏差的重要性切比雪夫定理：在任何组的数据中，以其平均值计，标准偏差至少是组数据在范围内的数据占数据总数的比例。 该定理表明标准偏差是数据方差程度的普遍指标。 40、PPT学习交流，工业生产中产品指标经常变动，一般把产品指标的变动控制在从指标平均值到3个标准偏差的范围内

16、，这被认为是生产正常的指标。 产品指标的变动超过此范围时，表示生产系统不正常。 41、PPT学习交流，在投资风险分析中，评价投资收益的指标有两个，一个是收益期望值(平均值)，另一个是收益的标准偏差。 投资收益的标准偏差表示投资风险的大，标准偏差越大风险就越大。 低收益低风险、低收益高风险、高收益低风险、高收益高风险、42、PPT学习交流、变动系数标准偏差是测定数据偏差程度的指标，但根据不同数据的数值的大小，相同的偏差程度、数值大的标准偏差也大。 不同年龄组每周互联网时间的统计数据：为了比较大小几组数据的离散度，描述以下变异系数(Coefficient of Variation ) :43、PP

17、T学习交流、(5)数据度数分布形态、数据度数分布形态的指标有两个正态分布的峰度为0 .比正态分布平坦的峰度为负值。 44、PPT学习交流，偏度：描述数据分布对称性指标。 公式中正态分布的偏度为0，数据度数向右偏，偏度系数为负，左为正。 45、PPT学习交流，(6)数据的统计相关性，1 .因果相关性：指变量x和变量y之间存在因果关系。 因果关系可以通过理论和实验证实。 2 .统计相关性：能发现变量x的数值和变量y的数值之间的统计关系，统计关系是数量关系，两者之间相关的原因是不必要的、无法说明的或无法说明的。 因果关系变量不一定有统计相关，也不一定有因果关系，46、PPT学习交流、线性相关系数：反映两个变量间的线性统计关系的指标。 分为整体相关系数和样本相关系数。 如果有两个变量x、y，其平均值和方差分别，则整体相关系数在47，PPT中学习交流，