本书提供了商业分析的全景式内容，包含描述性、预测性和规定性分析，这在其他任何书中不曾涵盖。本书提供循序渐进的指导，帮助学生学习Excel及其功能强大且使用便利的插件，如用于数据挖掘的XL Minder和用于优化与仿真的Analytic Solver Platform。扩展问题的解答帮助教师把握材料和评价学生作业。
编写本书，旨在给本科生和低年级研究生介绍什么是商务数量解析。对发展势头迅猛的商务数量解析这门课来说，本书应该是较早涉足这一领域内容的一本教科书。
本书一共由12章组成，其中：
第1章为导论。这一章对商务数量解析和采用的处理方法进行了概貌性的介绍。简而言之，商务数量解析以数据为基础，根本目的在于帮助商务专业人士做出更好的决策。
第2章～第6章分别介绍了数据资料的统计描述方法、数据资料的可视化图表分析技术，以及如何运用线性回归模型、时间序列分析方法、数据挖掘方法，从历史数据中获取有用的认识。
第7章讲电子表格模型。主要讲解如何建立电子表格模型，怎样审查电子表格模型，怎样利用Excel中的一些有用的函数等。
第8章～第10章讨论了优化模型，主要是告诉决策分析人员如何根据可用的资料，找出最好的决策方案。第10章讲解的非线性优化模型，在商务管理领域有极其广泛和重要的应用，但可能对部分学生来说会感到有一定的难度，对此主讲教师可以酌情考虑跳过这一章的教学内容。
第11章讲Monte Carlo模拟。在这一章，我们讲解了如何对不确定性的决策问题进行模拟分析，以帮助大家搞清楚不确定性对决策的影响。
第12章讲决策分析。这一章着重讲解如何站在决策人的视角，把决策人对风险的态度引入决策分析中。
这本教科书，对学生有没有选修过基础统计学没有过多的要求。书中非常详细地介绍了统计学的一些基本概念，足够帮助同学们理解商务数据分析工具。凡是书中涉及的统计学概念，我们通过具体事例，从商务数量解析学角度给出了明确的解释。如果主讲教授认为本书所介绍的统计内容大多数选修这门课的学生都学过了，可以考虑不在课堂上讲授第2章～第4章的知识。
本书的编写风格和排版，吸取了本书的一些作者在其他经典教科书上的成功之处，尤其是戴维R.安德森、丹尼斯J.斯威尼、托马斯 A.威廉姆斯。另外，在编写本书的过程中，我们在以下方面做出了改进：
第一，充分讲解Microsoft Excel的运用。Excel运用的讲解贯穿本书的方方面面，对一些比较简单的数量解析方法，我们既说明了手工计算，也介绍了Excel的处理过程。对那些比较复杂的只能通过电子表格解决的问题，我们着重介绍了Excel的使用办法和具体操作过程。
第二，以Excel 2013版的运用介绍为主。书中安排的有关Excel运用的内容，基本上使用的是2013版的Excel。与以前的版本相比，Excel 2013版虽然改动不大，特别是与商务数量解析有关的功能，但数据资料的可视化处理能力有了不小的改进。在Excel 2013版中，生成、修改和分析数据图像变得较为容易。考虑到一些学生和教师可能到现在还没有安装Excel 2013版，所以只要允许或有可能，我们也对以前版本Excel的使用进行必要的介绍。
第三，Analytics Solver Platform（ASP）和XLMiner的运用介绍。Microsoft Excel中有两款功能十分强大的插件，即Analytics Solver Platform和XLMiner。这本教科书，也将它们的使用引入教学内容。Analytics Solver Platform为Excel提供了优化和模拟分析的补充功能。XLMiner把复杂数据的挖掘算法注入Excel中，使得利用Excel可以更好地进行数据的可视化描述和信息勘察。不过，在本书的绝大多数章节，我们把Analytics Solver Platform、XLMiner使用的讲解，都放在了相应章节的附录中，以便使授课教师有选择是否讲解的余地。第6章和第11章的11.3和11.4节里，因为内容安排的需要，我们直接在正文中对Analytics Solver Platform、XLMiner的使用方法和操作步骤做了介绍。
第四，说明与解释。在本书一些章节的末尾部分，我们对相应章节介绍的内容做了注意事项提醒和点评，以帮助学生更深入地认识和理解所学的知识，主要是所介绍方法的局限性、应用方面的建议等。
第五，实践中的数量解析。几乎每一章，我们在一开始都编写了一段案例性质的实际应用材料。这些应用材料，都是商务数量解析在实际应用中比较有趣的例子，它们来自于不同领域的研究报告和科研论文，包括健康管理、金融、制造业、市场营销等领域。
第六，网络资料。本书内容讲解中用到的示范数据，以及复习思考题中的背景资料，都放在专门的网站上，有需要的话，可以随时登录下载（本书翻译版的网络资料请登录www.hzbook.com/ps/下载）。
第七，复习思考题和案例讨论。除了第1章，本书其余各章都编写了20道左右的复习思考题，以帮助学生更好地通过练习掌握相应章节的学习内容。复习思考题的难易程度不一样，但它们绝大多数都是商务数量解析实际应用的实例。除第1章外，本书其他的11章，都编写了有一定深度的案例，以便学生掌握各种方法的综合运用。
本书初稿完成后，曾经送给很多人审阅，对他们提出的修改和完善建议，在此一并表示衷心的感谢。尤其要特别感谢：
巴克内尔大学的Matthew D. Bailey、维拉诺瓦大学的Q.B.Chung、丹佛大学丹尼尔斯商学院的Phillip Beaver、肯塔基大学的Elizabeth A.Denny、俄亥俄州立大学的M.Khurrum S.Bhutta、波特兰大学的Mike Taein Eom、费耶特维尔州立大学的Yvette Njan Essounga、宾夕法尼亚纽约学院的Marco Lam、得克萨斯州立大学的Lawrence V.Fulton、肯塔基大学的Ram Pakath、林肯纪念大学的James F.Hoelscher、詹姆斯麦迪逊大学的Susan Palocsay、路易斯堡学院的Eric Huggins、安柏瑞德航空航天大学的Dothan Truong、俄亥俄州立大学的Faizul Huq、怀克技术社区大学的Kai Wang。
另外，我们还要感谢：责任编辑Joe Sabatino、执行编辑Aaron Arnsparger、市场营销指导Natalie King、市场营销经理Heather Mooney、市场营销副经理Roy Rosa、内容编排指导Maggie Kubale、高级项目经理Cliff Kallemeyn、传播指导Chris Valentine，以及其他对本书提供咨询意见和辅助性工作的各位人士。
杰弗里D.坎姆
詹姆斯J.科克伦
迈克尔 J.弗里
杰弗里W.欧曼
戴维 R.安德森
丹尼斯 J.斯威尼
托马斯 A.威廉姆斯
管理科学
本书以大数据为背景，以商务经济管理活动中的问题为对象，综合运用统计学、应用数学、管理科学（运筹学）、计算机软件应用和编程、数据挖掘、机器学习等学科知识，对商务经济管理活动中的数据进行处理，以实现数量化认知、预测分析和优化决策的目的。
本书特点：
? 以问题为导向，注重讲解方法的应用。本书既没有严格的数理形式的描述，也不介绍复杂的解析求解过程，更没有相关定理的证明和推导，一切以介绍数量解析领域常用的典型方法的应用为主。
? 结合具体事例，阐述如何运用数量解析的思维方式分析和解决问题。学习一门科学，既在于掌握概念和原理，同时也要不断培养这门学问的思维方式，尤其要注重把这门学科的味道体现出来，本书重在讲解数量解析的工作方式。
? 在讲清楚分析原理的基础上，侧重于介绍如何借助电子表格模型和相关软件实现问题的分析求解。以介绍Excel在数量解析中的应用为主，另外也介绍了两款Excel插件Analytics Solver Platform（ASP）和XLMiner。
? 选材经典，不求面面俱到。提纲挈领介绍了数据挖掘领域的基本问题，以及两类主要的分析方法.
? 专业性与趣味性并存，知识性和实用性集于一体。每一章都编写了数据解析案例性质的应用介绍，旨在引导读者感性体会数量解析的价值。
本书既可作为商业数据分析（BA专业）、计算机、信息管理与信息系统等专业学生的教科书，也可以作为大数据分析从业人员的参考读物。
[美]杰弗里 D.坎姆（Jeffrey D.Camm）辛辛那提大学 詹姆斯J.科克伦(James J.Cochran)路易斯安那理工大学 迈克尔 J.弗里(Michael J.Fry)辛辛那提大学 杰弗里W.欧曼(Jerrey W.Ohlmann)爱荷华大学 戴维R.安德森(David R.Anderson)辛辛那提大学 丹尼斯J.斯威尼(Dennis J.Sweeney)辛辛那提大学 托马斯 A.威廉姆斯(Thomas A.Williams)罗切斯特理工学院：暂无简介
作者简介
前言
第1章 导论 1
1.1 什么是决策 3
1.2 关于商务数量解析的界定 4
1.3 解析方法与模型的分类 5
1.3.1 描述性数量解析分析 5
1.3.2 预测性数量解析分析 5
1.3.3 指导性数量解析分析 6
1.4 大数据 8
1.5 商务数量解析学的应用 8
1.5.1 金融领域 9
1.5.2 人力资源领域 9
1.5.3 市场营销领域 9
1.5.4 健康管理领域 10
1.5.5 供应链领域 11
1.5.6 政府部门和非营利组织 11
1.5.7 体育领域 12
1.5.8 互联网领域 12
本章小结 12
术语 13
第2章 描述统计分析 15
2.1 数据：定义和目标 16
2.2 数据的类型 17
2.2.1 总体数据和样本数据 17
2.2.2 数量数据和属性数据 17
2.2.3 截面数据和时间序列数据 17
2.2.4 数据的来源 18
2.3 Excel中的数据修改 20
2.3.1 Excel中数据排序和筛选 20
2.3.2 Excel中的数据条件格式 23
2.4 数据的分布 24
2.4.1 属性数据的频数分布 24
2.4.2 频率分布 26
2.4.3 数量数据的频率分布 26
2.4.4 直方图 29
2.4.5 累积分布 32
2.5 位置测度 32
2.5.1 均值（算术平均） 32
2.5.2 中位数 34
2.5.3 众数 34
2.5.4 几何平均 35
2.6 变异性测量 37
2.6.1 极差 38
2.6.2 方差 38
2.6.3 标准差 40
2.6.4 变异系数 40
2.7 分布分析 41
2.7.1 百分位数 41
2.7.2 四分位数 42
2.7.3 z值 43
2.7.4 经验法则 44
2.7.5 异常值识别 45
2.7.6 箱线图 45
2.8 两个变量之间相关关系 47
2.8.1 散点图 47
2.8.2 协方差 48
2.8.3 相关系数 50
本章小结 52
术语 52
复习思考习题 54
案例讨论 Heavenly巧克力公司的网上交易 62
附录 运用XLMiner绘制箱线图 63
第3章 数据可视化 66
3.1 概述 68
3.2 表格 70
3.2.1 表格设计原则 71
3.2.2 交叉表 73
3.2.3 Excel数据透视表 75
3.3 图 79
3.3.1 散点图 79
3.3.2 折线图 81
3.3.3 条形图和柱状图 83
3.3.4 饼状图和3D图的评述 86
3.3.5 气泡图 86
3.3.6 热点图 88
3.3.7 其他多变量图形 90
3.3.8 Excel中的数据透视图 94
3.4 高级可视化方法 96
3.4.1 高级图形 96
3.4.2 地理信息系统图 98
3.5 数据仪表盘 99
3.5.1 制作数据仪表盘的原则 99
3.5.2 数据仪表盘的应用 99
本章小结 101
术语 101
复习思考题 102
案例讨论 电影票房数据 112
附录 使用XLMiner创建矩阵散点图和平行坐标图 114
第4章 线性回归分析 118
4.1 简单线性回归模型 119
4.1.1 回归模型和回归方程 119
4.1.2 估计的回归方程 120
4.2 最小二乘法 121
4.3 简单线性回归模型的拟合效果 126
4.3.1 离差平方和的分解 126
4.3.2 可决系数 128
4.3.3 Excel可决系数计算 129
4.4 多元回归模型 130
4.4.1 多元回归模型和多元回归方程 130
4.4.2 估计的多元回归方程 130
4.4.3 最小二乘法和多元回归 130
4.4.4 多元回归分析实例 131
4.4.5 Excel中的多元回归求解 132
4.5 回归推断分析 135
4.5.1 推断分析的必要条件 135
4.5.2 总体回归关系检验 139
4.5.3 回归参数检验 140
4.5.4 不显著自变量处理 142
4.5.5 多重共线性 143
4.5.6 大样本情形 145
4.6 属性自变量 149
4.6.1 引入属性自变量 149
4.6.2 引入属性变量后回归参数的意义 151
4.6.3 多个属性变量的处理 152
4.7 非线性回归模型 153
4.7.1 引言 153
4.7.2 二项式回归 154
4.7.3 分段回归模型 157
4.7.4 交互效应 159
4.8 建模问题 164
4.8.1 变量选择方法 164
4.8.2 过度拟合问题 165
本章小结 165
术语 166
复习思考题 167
案例讨论 校友捐赠 178
附录 利用XLMiner进行回归分析 179
第5章 时间序列分析与预测 182
5.1 时间序列的几种类型 184
5.1.1 水平变化状态的时间序列 185
5.1.2 带有趋势的时间序列 186
5.1.3 带有季节性波动的时间序列 188
5.1.4 同时带有趋势和季节性波动的时间序列 189
5.1.5 带有周期性波动的时间序列 190
5.1.6 如何识别时间序列形态 190
5.2 预测精度问题 190
5.3 移动平均与指数平滑法 194
5.3.1 移动平均法 195
5.3.2 指数平滑法 198
5.4 回归预测分析 202
5.4.1 线性趋势回归分析 202
5.4.2 带有季节性效应的回归分析 204
5.4.3 因果关系的回归分析预测 208
5.4.4 存在因果变量和趋势及季节效应的回归预测 211
5.5 预测模型优良性评估 211
本章小结 212
术语 213
复习思考题 213
案例讨论 食品和饮料销售预测分析 222
附录 运用XLMiner做预测分析 222
第6章 数据挖掘 226
6.1 数据抽样 227
6.2 数据预处理 228
6.2.1 缺失数据问题 228
6.2.2 识别异常值和错误数据 229
6.2.3 代表性变量 229
6.3 无指导学习 230
6.3.1 聚类分析 230
6.3.2 关联规则 239
6.4 指导学习 242
6.4.1 数据分割 243
6.4.2 分类准确度 246
6.4.3 预测准确度 249
6.4.4 k最近邻算法 250
6.4.5 分类回归树 254
6.4.6 逻辑回归 268
本章小结 276
术语 277
复习思考题 278
案例讨论 灰色代码公司 284
第7章 电子表格模型 285
7.1 电子表格模型构建 286
7.1.1 影响图 286
7.1.2 代数关系 287
7.1.3 电子表格设计与模型 288
7.2 what-if分析 290
7.2.1 数据表 291
7.2.2 单变量求解 294
7.3 常用的Excel函数 295
7.3.1 SUM和SUMPRODUCT 295
7.3.2 IF和COUNTIF 297
7.3.3 VLOOKUP 299
7.4 电子表格模型审核 301
7.4.1 追踪引用单元格和从属单元格 301
7.4.2 显示公式 303
7.4.3 公式求值 303
7.4.4 错误检查 304
7.4.5 监视窗口 304
本章小结 305
术语 305
复习思考题 306
案例讨论 退休计划 313
第8章 线性优化模型 314
8.1 极大化问题 315
8.1.1 一个实例 315
8.1.2 问题的规范化表述 316
8.2 求解Par公司的问题 319
8.2.1 Par公司问题的图形求解 319
8.2.2 运用Excel求解线性规划 320
8.3 极小值问题 324
8.4 线性规划的几类特殊情况 327
8.4.1 多个最优解 327
8.4.2 无可行解 328
8.4.3 无界问题 329
8.5 敏感性分析 330
8.6 线性规划的应用 332
8.6.1 决策变量的一般表示 332
8.6.2 投资组合问题 333
8.6.3 运输问题 336
8.6.4 广告促销问题 339
8.7 线性规划多个解的一般性说明 342
本章小结 344
术语 344
复习思考题 345
案例讨论 投资策略 352
附录 如何运用Analytic Solver
软件求解线性规划模型 353
第9章 整数线性优化 356
9.1 整数线性规划的类型 357
9.2 整数规划的一个实例 357
9.3 运用Excel Solver求解整数优化问题 359
9.4 0 —1变量的应用 364
9.4.1 资金预算问题 364
9.4.2 固定成本问题 366
9.4.3 银行选址问题 368
9.4.4 产品设计与市场份额优化问题 371
9.5 0 —1变量与建模 374
9.5.1 相互排斥的多种选择问题 374
9.5.2 从n个项目中选出k个项目问题 374
9.5.3 条件前提约束问题 375
9.6 生成0 —1问题的替代最优解 375
本章小结 377
术语 377
复习思考题 378
案例讨论 苹果牌儿童服装销售问题 387
附录 运用Analytic Solver求解整数线性规划问题 388
第10章 非线性优化问题 391
10.1 一个生产管理实例 392
10.1.1 无约束问题 392
10.1.2 有约束问题 393
10.1.3 利用Excel Solver求解非线性优化模型 395
10.1.4 非线性规划的敏感性分析和影子价格 396
10.2 局部最优和全局最优 397
10.2.1 几个概念 397
10.2.2 非线性函数最优解的类型 398
10.2.3 Excel Solver如何获得全局最优解 399
10.3 选址问题 400
10.4 马科维茨投资组合模型 401
10.5 新产品市场销售预测 405
本章小结 408
术语 408
复习思考题 409
案例讨论 带有交易费用的投资组合优化问题 415
附录 运用Analytic Solver求解非线性规划问题 417
第11章 Monte Carlo模拟 420
11.1 What-If分析 421
11.2 运用Excel自带的函数进行模拟分析 423
11.2.1 运用概率分布刻画随机变量 423
11.2.2 在Excel中生成随机变量值 425
11.2.3 在Excel中实现模拟试验 428
11.2.4 计算分析模拟结果 430
11.3 Analytic Solver模拟分析 431
11.3.1 Land Shark公司的问题 431
11.3.2 Zappos公司的问题 439
11.4 模拟的优化分析 449
11.5 模拟分析的几点思考 453
11.5.1 核查与验证 453
11.5.2 模拟分析的优缺点 454
本章小结 454
术语 455
复习思考题 456
案例讨论 四角公司问题 464
附录1 随机变量的相关性分析 466
附录2 随机变量的概率分布 473
第12章 决策分析 477
12.1 问题的表述 478
12.1.1 报偿表 479
12.1.2 决策树 479
12.2 不使用概率的决策分析 480
12.2.1 乐观主义准则 481
12.2.2 保守主义准则 481
12.2.3 后悔主义准则 482
12.3 使用概率的决策分析 483
12.3.1 期望值准则 483
12.3.2 风险分析 485
12.3.3 敏感性分析 486
12.4 运用样本信息的决策分析 487
12.4.1 追加样本信息的决策分析 487
12.4.2 样本信息的期望值 491
12.4.3 完全信息期望值 492
12.5 利用贝叶斯定理计算状态枝概率 493
12.6 效用决策 495
12.6.1 引言 495
12.6.2 效用与决策分析 496
12.6.3 效用函数 500
12.6.4 指数效用函数 502
本章小结 503
术语 503
复习思考题 505
案例讨论 不动产投资策略 514
附录 运用Analytic Solver求解决策树 516
参考文献 524
译者后记 525
