光管決策管理課堂講義1-第二章決策量化方法準備知識(ppt31)和ASMS3000決策分析平臺

第二章決策量化方法準備知識商業(yè)電子表格制模（Excel)概率與統(tǒng)計簡介基礎運籌學數(shù)據(jù)挖掘技術概率與概率分布(1)數(shù)權歸納：更易理解、直觀、總體狀態(tài)與趨勢，比較結果，應用于量化方法。(2)平均數(shù)mean=中位數(shù)眾數(shù)變動幅度：最大數(shù)值—最小數(shù)值

絕對商差均值：

標準差=方差∑i=1nABS[xi-μ]xin=μi=1n∑n[xi-μ]2∑ni=1n誤差平均均值=數(shù)據(jù)-原始數(shù)值數(shù)據(jù)-有用形式信息處理數(shù)據(jù)解釋概率與概率分布(3)概率：事件A發(fā)生概率P(A)

獨立事件概率：P(A∪B)=P(A)+P(B)(A、B獨立事件）P(A∩B)=P(A)?P(B)條件概率（貝葉斯定律）：P(A/B)=P(A)=0P(A)=10<P(A)<1P(B/A)P(A)P(B)概率與概率分布實例：

購買的二手車，也許會好，也許會不好。如果買的車好，70%的會耗油量較低，20%的會有中等的耗油量。如果買的車不好，50的會耗油量較高，30%的會有中等耗油量。對一輛二手車的實驗表明該車耗油量較低。如果成交的二手車有60%是好的，那么，這輛車屬于好的概率為多少？概率與概率分布

概率與概率分布

概率與概率分布概率樹：P(HOC)=0.26P(MOC)=0.24P(LOC)=0.50P(GB/HOC)=0.23P(BB/HOC)=0.77P(GB/MOC)=0.5P(BB/MOC)=0.5P(GB/LOC)=0.84P(BB/LOC)=0.16P=0.06P=0.20P=0.12P=0.12P=0.42P=0.08概率分布二項分布：特征：每次實驗有兩種可能的結果，可以稱之為成功和失?。粌煞N結果是互斥的；成功和失敗的概率都是一個固定的常數(shù)，分別為P和q=1-P；連續(xù)實驗的結果之間是獨立的。P(n次實驗中有r次成功)=Crnprqn-r=prqn-r

均值=μ=np方差=δ2=n.p.q標準差=δ=(n.p.q)1/2n!r!(n-r)!柏松分布(pocssondistribution)柏松分布的特征：試驗次數(shù)n較大(大于20)；成功的概率P較小。P(r次成功)=其中e=2.7183，μ=平均成功次數(shù)=n.p

均值=μ=n.p方差=δ2=n.p標準差=δ=（n.p）1/2*只用到成功的概率e-μμrr!正態(tài)分布特征：連續(xù)的是關于均值μ對稱的均值、中位數(shù)及眾數(shù)三者相等曲線下總面積為1μf(x)觀察值x正態(tài)分布f(x)=e-(x-μ)2/2δ2=e-其中x-變量值，μ-均值，δ-標準差，π=3.14159e=2.7183

Z==商開均值的標準差個數(shù)P(x1<x<x2)=

z1=

z2=1δ·2π1δ·2πZ221-P(x<x1)-P(x>x2),x1≤μP(x>x1)-P(x>x2),x1>μX1-μδX2-μδμx1x2X-μδ概率分布實例一個中型超市日銷售500品脫牛奶，標準差為50品脫。(a)如果在一天的開門時，該超市有600品脫的牛奶存貨，這一天牛奶脫銷的概率有多少？(b)一天中牛奶需求在450到600品脫之間的概率有多大？(c)如果要使脫銷概率為0.05，該超市應該準備多少品脫的牛奶存貨？(d)如果要使脫銷概率為0.01，應準備多少品脫的牛奶存貨？0.02280.15870.8185f(x)x450500600統(tǒng)計抽樣與檢驗方法系統(tǒng)可靠性分析可靠性：1-(1-R)2可靠性：R2RRRR統(tǒng)計抽樣與檢驗方法

抽樣：目的是通過收集式考察少數(shù)幾個觀察值(樣本)，而不是全部可能的觀察值(總體)，得出可靠的數(shù)據(jù)。抽樣分布：由隨機樣本得出的分布。中心極限定理(centrallimittheorem)：無論原來總體的分布如何，總體中抽樣取大量的隨機樣本，樣本的均值符合正態(tài)分布。假設總體：個數(shù)N，均值μ，標準差δ；樣本：個數(shù)n，均值X，標準差S；則：X=μ，S=δ/n1/2-(抽樣標準誤差)統(tǒng)計抽樣與檢驗方法置信區(qū)間：總體均值在某一范圍內的可信水平?？傮w均值的95%置信區(qū)間為：(X-1.96S，X+1.96S)統(tǒng)計抽樣與檢驗方法案例：全面質量管理傳統(tǒng)上，有大量的抽樣方法應用于質量控制。近年來，許多組織改變了他們對質量的認識。他們不再設定一個殘次品水平，出不再認為達到了這樣一個水平就說明組織運轉良好。相反，他們代之以“零殘次品”為目標，其實施方法是全面質量管理(TotalQualityManagement,TQM)，這要求整個組織一起努力，系統(tǒng)改進產(chǎn)品質量。愛德華·戴明(EdwardDeming)是開創(chuàng)了全面質量管理工作的專家之一，他將自己的實踐經(jīng)驗總結為以下14條。1將產(chǎn)品質量作為一貫性的目的。2杜絕即使是客戶允許的差錯、延誤、殘次和誤差。3停止對于成批檢驗的依賴，從生產(chǎn)開始的第一步就樹立嚴格的質量意識。4停止依據(jù)采購價格實施獎勵的作法-篩選供應商，堅持切實有效的質量檢測。5開發(fā)成本、質量、生產(chǎn)率和服務的持續(xù)改進項目。6對全體職員進行正規(guī)培訓。7監(jiān)督工作的焦點在于幫助職員把工作做得更好。8通過倡導雙向溝通，消除各種懼怕。9打破部門間的障礙，提倡通過跨部門的工作小組解決問題。10減少以至消除那些并不指明改進和實現(xiàn)目標方法的數(shù)字目標、標語和口號。11減少以至消除會影響質量的武斷的定額。12消除有礙于職員工作自豪的各種障礙。13實現(xiàn)終身教育、培訓和自我改進的正規(guī)的有活力的項目。14引導職員為實現(xiàn)上述各條而努力工作。有許多應用TQM后獲得成功的實例。例如，在廣島的日本鋼鐵廠(JapanSteelWorks)，實施TQM后，在人員數(shù)量減少20%的情況下，產(chǎn)量增長50%，同時，殘次品費用由占銷售額的1.57%下降到0.4%。美國福特公司實施TQM后，減少了保修期內實際修理次數(shù)45%，根據(jù)用戶調查，故障減少了50%?；萜展緦嵤㏕QM后，勞動生產(chǎn)率提高了40%，同時，在集成電路環(huán)節(jié)減少質量差錯89%，在焊接環(huán)節(jié)減少質量差錯98%，在最后組裝環(huán)節(jié)減少質量差錯93%。統(tǒng)計抽樣與檢驗方法假設檢驗：對總體的某種認識是否得到樣本數(shù)據(jù)的支持。檢驗的步驟：定義一個關于實際情況的簡明、準確的表述（假設）。從總體中取出一個樣本。檢驗這個樣本，看一看它是支持假設，還是證明假設不大可能。如果證明假設情況是不大可能的，拒絕這一假設，否則，接受這一假設。實例：一種佐料裝在包裝盒中，名義重量為400克。實際重量與這一名義重量可能略有出入，呈正態(tài)分布，標準差為20克。通過在生產(chǎn)線上定期抽取樣本的方法確保重量均值為400克。一個作為樣本抽出的盒子中佐料重量為446克。這能說明現(xiàn)在佐料填裝過量了嗎？統(tǒng)計抽樣與檢驗方法假設檢驗的誤差（增大樣本，減少誤差）原假設實際上是對的錯的不拒絕正確的決策第二類錯誤拒絕第一類錯誤正確的決策決策統(tǒng)計抽樣與檢驗方法實例：據(jù)說，某行業(yè)從業(yè)人員平均工資為每周300英鎊，標準差為60英鎊。有人認為這一數(shù)據(jù)已經(jīng)過時了，為檢驗實際情況究竟如何，一個36份工資的隨機樣本從該行業(yè)中抽取出來。研究確定如果樣本工資均值小于270英鎊或大于330英鎊，就拒絕原假設。犯一類錯誤的概率有多大？統(tǒng)計抽樣與檢驗方法

顯著水平：是根據(jù)觀察值證明樣本是取自某一假設總體的最低可接受概率。（5%）μ0.955%0.025(拒絕)(拒絕)0.025接受假設統(tǒng)計抽樣與檢驗方法假設檢驗的步驟：表述原假設和備選假設。確定擬采用的顯著性水平。計算待檢驗變量的可接受范圍。取得待檢驗變量的樣本值。決定是否拒絕原假設。說明結論。統(tǒng)計抽樣與檢驗方法實例：某地區(qū)公布的人均收入為15，000英鎊。一個45人的樣本的平均收入是14，300英鎊，標準差為2023英鎊。按照5%的顯著性水平檢驗公布的數(shù)字。按1%的顯著性水平檢驗結果又如何？統(tǒng)計抽樣與檢驗方法

(a)雙邊檢驗(b)單邊檢驗f(x)xf(x)0.0250.025--1.96δ----1.96δ--μμ0.05x-1.64δ-統(tǒng)計抽樣與檢驗方法實例：一個郵遞公司對某客戶按平均每份郵件1.75公斤，標準差為0.5公斤的情況確定每份郵件的收費水平。郵費現(xiàn)在很高，而有人提出該客戶郵件重量均值不止1.75公斤。隨機抽取該客戶100份郵件的樣本，平均重量為1.86公斤。這是否說明重量均值確實已超過1.75公斤？f(x)x1.751.831.861%5%5%顯著性1%顯著性2.33δ1.64δ基礎運籌學(ORSoftware)線性規(guī)劃運輸問題存貯論整數(shù)規(guī)劃指派問題決策分析0-1規(guī)劃非線性規(guī)劃對策論動態(tài)規(guī)劃目標規(guī)劃排隊論預測模擬排序論基礎運籌學(ORSoftware)運籌學軟件1）Excel2023(Optimizationoption);2)LindoorLingopackage;3)Cplex;4)CUTE,LANCLOTforresearch;5)ERP;6)教學軟件；7)其他。

數(shù)據(jù)挖掘技術(Data-mining)

數(shù)據(jù)挖掘：構造和使用數(shù)據(jù)倉庫的過程。

數(shù)據(jù)倉庫達到不同層次用戶可需的最詳細的有用數(shù)據(jù)、信息(1)使公司取得更大的市場(2)更好的形象(3)更強的競爭力等數(shù)據(jù)挖掘技術過程數(shù)據(jù)挖掘技術(Data-mining)數(shù)據(jù)挖掘過程業(yè)務數(shù)據(jù)提取、濾液、清除、聚集統(tǒng)計學、心理學、疊加數(shù)據(jù)數(shù)據(jù)庫裝入程序數(shù)據(jù)倉庫RDBMS數(shù)據(jù)提取用于數(shù)據(jù)挖掘數(shù)據(jù)挖掘技術(Data-mining)數(shù)據(jù)挖掘中的數(shù)據(jù)及信息流數(shù)據(jù)提取用于數(shù)據(jù)挖掘結合規(guī)則生成簡要表其它數(shù)據(jù)挖掘供業(yè)務決策的信息數(shù)據(jù)挖掘技術(Data-mining)數(shù)據(jù)挖掘的有關技術(1)統(tǒng)計分析系統(tǒng)(SAS，SPSS)(2)DSS，EIS，ES(3)多維電子表格及數(shù)據(jù)庫(4)神經(jīng)網(wǎng)絡(5)數(shù)據(jù)可視化數(shù)據(jù)挖掘技術(Data-mining)數(shù)據(jù)挖掘的應用商品銷售制造金融服務/信用卡遠程通信數(shù)據(jù)庫ASMS3000決策分析平臺

1、決策分析平臺的重要性2、訂票、出票、送票統(tǒng)計3、銷售數(shù)據(jù)分析、坐席工作效率分析與航線銷售對比分析的查看與統(tǒng)計4、盈利分析5、員工業(yè)績統(tǒng)計分析6、問題考核?1.1決策分析平臺的重要性全方位的統(tǒng)計公司銷售上的各類數(shù)據(jù)，有利于代理人的領導層掌握公司運轉狀態(tài)，針對現(xiàn)有的情況作出進一步的決策。

準確把握員工的工作效率利用決策分析平臺的各類員工工作效率的分析，制定有效地獎懲措施，解決工作效率存在的問題。盈利分析

管理層通過具體的盈利數(shù)據(jù)，查看公司的一段時間內各個階段的盈利數(shù)據(jù)，通過對比分析原因，制訂下階段的策略。?2.1訂票、出票、送票統(tǒng)計三個報表的統(tǒng)計數(shù)據(jù)來源1、訂票統(tǒng)計：訂單來源的統(tǒng)計，以訂票員為主，包含未出票的訂單。2、出票統(tǒng)計：出票來源地統(tǒng)計，以出票員為主，只統(tǒng)計已經(jīng)出票的數(shù)據(jù)。3、送票統(tǒng)計：送票員的統(tǒng)計，以市內配送統(tǒng)計為主，統(tǒng)計送票員送票的數(shù)據(jù)。?3.1銷售數(shù)據(jù)分析