内容(目录请附本表之后)
《数据、模型与决策》一书以数据—建模—决策为线索,以电子表格为工具,以案例教学为手段,旨在帮助学生掌握数据收集、处理和分析的方法;建立合理的定量分析模型,获得准确的结果;进而做出正确的决策。本教材主要涉及概率统计和运筹学等管理学科典型的方法论和科学工具,强调决策方法在商务和管理环境下的实际应用。
《数据、模型与决策》的内容包括概率统计、运筹学和决策科学三大模块。其中,概率统计涉及概率基础、随机变量及分布、抽样统计推断等主要知识点;运筹学涉及线性及整数规划、非线性规划、动态规划与网络模型;决策科学涉及不确定型决策与风险型决策、多属性决策及行为决策。
第一篇 数据分析基础 (第一章 随机变量与概率分布 第二章 数据描述及归纳 第三章 统计推断 第四章 预测)
第二篇 优化模型(第五章 线性规划 第六章 整数规划 第七章 动态规划 第八章 非线性规划 第九章 网络模型)
第三篇 决策理论与方法(第十章 决策理论基础 第十一章 不确定型决策 第十二章 风险型决策 第十三章 行为决策:前景理论 第十四章 多属性决策)
与现用教材相比有什么特点:
(1)大量使用电子表格,使得学员能够迅速掌握解决问题的能力,增强学习兴趣;(2)将概率统计和运筹、决策放在同一本书里面,使得学生能够通过一本教材掌握数据、模型与决策的全部基础知识;(3)增加了行为决策等同类书籍中没有的内容,具有前瞻性;(4)例题都来自中国情景,具有针对性。
缺陷:
本书追求精和新,不求全。
数据、模型与决策,是管理科学、决策科学、运筹学最基础的元素,本书定义为管理科学的基础性教材,本书的目的是帮助学生更好地理解与应用管理科学,本书对数学方法的呈现形式尽可能简洁易懂,以便读者能够更容易地接受本书,更容易将相关知识应用于指导管理实践。
本书适用于MBA、管理类专业本科生、研究生以及企业经营管理人员。
本书特点:
通俗易懂,深入浅出。本书以常见的Excel软件来实现各种计算,读者不需要深入学习MATLAB、SPSS等专业软件,也无须耗费巨大精力去钻研单纯形法等传统求解方法。
包含中国情景案例。每一个章节中,都呈现出众多的中国情景的问题,围绕着如何解决问题,通过例子进行串联,使得各个知识点有机联系起来。
增加本领域十分重要而基础的内容。包括收益管理、数据包络分析、决策的发展历史、群决策、前景理论等。其中,收益管理、数据包络分析、前景理论是学术界广泛关注的热点领域。
管理更应被视为一门艺术,还是一门科学?不同背景的学者、实践管理者会给出不同的回答,并可以提供充足的论据进行辩护。争执不下的结果之一是:一些学者认为,管理既是一门艺术,又是一门科学。
在编写本书时,我们无意于纠缠这一问题的答案,而是重点偏向于管理的科学性,并将本书视为管理科学的基础性教材。众多学者承认,管理科学(Management Science,MS)、决策科学(Decision Science,DS)与运筹学(Operations Research,OR)具有深刻的关联,甚至有学者以MS/OR作为管理科学、决策科学、运筹学的共同称呼。MS/OR可以定义为:基于定量数据,通过科学的方法来制定管理决策的一门学科。该定义包含三个重要元素:一是数据,即定量数据是制定决策的依据;二是模型,即科学方法是判定决策优劣的逻辑基石;三是决策,即数据和模型的目标是推动决策结果的最优化或满意化,从而服务于现实需求。因此,我们认为,数据、模型与决策,是管理科学、决策科学和运筹学最基础的元素。本书的编撰,也是为管理科学、决策科学和运筹学学科提供一本最基础的教材。
管理科学所使用的科学方法,可能会涉及数学、计算机、经济学、信息科学等多个学科,但数学是最为主要的。我们通过数学模型来实施科学的运算和判断。所谓模型,是对研究的实体进行必要的简化,并用适当的变现形式或规则把它的主要特征描述出来;而数学模型,则是以数学语言描述的一类模型,其形式可能包括代数、方程、规划、统计、图、拓扑、几何等。考虑到管理科学的特点,本书对数学方法的呈现形式尽可能简洁易懂,以便读者能够更容易地接受本书,更容易将有关知识应用于指导管理实践。
与本书类似的书籍确实十分多,特别是大量的国外教材相继翻译成中文,极大地拓宽了读者的选择空间。在这些书籍中,本书具有十分鲜明的特色。具体来说,相比较同类书籍而言,本书具有如下特点。
(1)通俗易懂,深入浅出。本书以管理学视角(而非数学视角)来呈现各种数学技术,使得读者不需要掌握特别深厚的数学基础,即可掌握本书的核心思想和技术。在问题求解技术上,本书力图以常见的Excel软件来实现各种计算,读者不需要深入学习MATLAB、SPSS等专业软件,也无须耗费巨大精力去钻研单纯形法等传统求解方法。
(2)以中国情景的案例串联起问题和知识点。在每一个章节中,都呈现出众多的中国情景的问题,围绕着该问题的解决,各个知识点不再是孤零零的,而是通过例子串联起来。通过这些案例,既能够引起读者的学习兴趣,又清晰地展现了不同技术和知识点的差异,使读者的理解更为明晰。
(3)增加了一些本领域十分重要而基础的内容,使得读者在学习本书之后有更大的收获,并可以为未来的进一步学习奠定一定的基础。这些新增的内容主要包括:收益管理、数据包络分析、决策的发展历史、群决策、前景理论等。其中,收益管理、数据包络分析、前景理论是学术界广泛关注的热点领域。
全书共分为三大部分,共15章。
第一部分围绕“数据”展开,展现了数据的描述、分布、统计和预测,共4章,对应于第1~4章。其中,第1章“随机变量与概率分布”重点介绍随机事件及概率的定义、条件概率的运算等,并呈现了几类代表性的离散概率分布和连续概率分布形态。第2章“数据描述及归纳”介绍了总体和样本的概念及区别,并展现了参数形式的数据描述和图表形式的数据描述方法,在此基础上,进一步介绍了数据统计规律描述在德尔菲法实施过程中的重要性。在帮助读者掌握了数据描述的基本方法后,第3章“统计推断”帮助读者如何通过抽样来认识总体。主要需要掌握一些抽样方法,如简单随机抽样、系统抽样、分层抽样、整群抽样等;对抽样的数据特征进行认知,并据此判断特征,于是读者可以掌握点估计、均值、标准差、比例以及两个总体均值差的置信区间等知识;最后,为了由样本推断总体的特性,读者需要掌握基础的假设检验方法,这些内容均在第3章进行介绍。第4章“预测”专注于考虑如何通过当前已知数据来推断未来未知数据。预测的方法主要分为两类,其一是数据的变化受到外界因素的影响,利用回归分析法可以解决此类预测问题;其二是数据的变化不受外界因素的影响,仅仅依据事件发展的内部惯性,利用时间序列分析可以解决这一类预测问题。
第二部分围绕“运筹模型”展开,着重讲述数学规划相关知识点,共5章,对应于第5~9章。第5章“线性规划”介绍了最优化问题求解的最基础的方法,即线性规划,通过明确决策变量、优化目标、约束条件以及它们之间的相互关系,建立起线性规划模型,进行求解找到最优解,通过灵敏度分析来理解最优解的性质。这些内容可以帮助读者初步去解决一些最优化问题。在此基础上,第5章介绍了利用线性规划进行投入-产出效率分析的经典方法——数据包络分析。第6章“整数规划”展现了整数规划(特别是更重要的0-1整数规划)的概念、求解方法和应用。0-1整数规划有助于解决众多包含逻辑判断的最优化问题,本书着重描述了它的一个应用,即指派问题。第7章“动态规划”向读者介绍了多阶段动态决策过程的描述以及动态最优问题的求解方法,并在此基础上介绍了一类典型的动态规划问题——收益管理问题。第8章“非线性规划”介绍了非线性规划的基本概念,并就一类典型的约束优化型非线性规划问题的求解和应用进行了阐述。第9章“网络模型”介绍了图论在管理学的经典应用案例,即最短路径问题、最小生成树问题和最大流量问题。
第三部分围绕“决策”展开,展现了不同类型的决策问题和技术,共分为6章,对应于第10~15章。第10章“决策理论知识”描述了决策科学的发展历史,从本能决策、原始决策到科学决策,阐述了该演变路线背后的原因。同时,介绍了决策问题包含的主要要素,如决策者、分析者、决策目标、决策方案、自然状态、决策结果、决策准则、信息等,在此基础上重点阐述了与决策问题密切联系的风险、效用等概念。第11章“不确定性决策”介绍了不确定型决策的5种决策准则:乐观准则、悲观准则、后悔值准则、折中准则和等可能性准则,对不同的决策气质与准则的选取也一并进行了介绍。第12章“风险型决策”展示了4种经典的风险决策方法。风险型决策的基础是期望值准则,该准则根据各个方案目标函数期望值的大小进行决策;最大可能准则是从各种自然状态中选择一个概率最大的状态来进行决策;贝叶斯决策和决策树方法是在期望值准则下发展出来的、适用于不完全证据或动态过程的风险决策方法。第13章“多属性决策”详细讲解了多属性决策的基本方法(如线性加权法、理想点法、ELECTRE法等)以及应用性极广的三类多属性决策方法(包括层次分析法、数据包络分析、加总比例分析)。第14章“群决策”介绍了群决策的概念及其与个体决策的差异,理解了二者不同的适用范围;接下来介绍了9种常用的社会选择函数,包含Condorcet函数、Copeland函数、Dodgson函数、Borda函数、Nanson函数、本征向量函数(Lin函数)、Kemeny函数、CookSeiford函数、Bernardo函数等;最后,这一章介绍了投票制度,并提到了该领域经典的三大不可能定理(阿罗不可能定理、GibbardSatterthwaite 防策略投票不可能性定理、Sen帕累托自由不可能性定理)。第15章“行为决策:前景理论”列举了最常见的有限理性行为,然后给出了前景理论,并通过范例来演示如何使用前景理论来解释现实生活中的有限理性决策行为。
本书全书结构由梁樑确定,第1~4章由梁樑负责,参与编写的人员还包括杜少甫、叶五一、董骏峰、朱昌磊等人;第5~9章由苟清龙负责,参与编写的人员还包括吴杰、李勇军、张娟等人;第10~15章由杨锋负责,参与编写的人员还包括杜菲、杨明明、魏方庆、江利景等人。中国科学技术大学管理学院的多位研究生参与了本书的校对与算例求解。全书由梁樑、杨锋统稿。
在本书的编写过程中,机械工业出版社华章分社的编辑施琳琳、张有利、吴亚军、云逸四位老师给了本书极大的支持和帮助,在长达五年的时间内不倦地指导本书的编撰和修改,使得我们的辛苦工作得以呈现在读者眼前。在此,我们郑重地对诸位编辑致以诚挚的感激和敬意。本书在编写和评审过程中得到了许多国内同行的指导,在此一并致谢。本书的编写,同时也得到了国家自然科学基金的资助,感谢国家自然科学基金委管理学部对本团队的长期支持。
在本书的编写过程中,编者广泛参考了大量的相关教材和文献资料。主要参考文献已经列出,但难免有重要参考文献遗漏。编者向已经列出和未列出的参考文献的作者致以由衷的感激之情。本书但凡有可取之处,均受益于这些学者的学术贡献;而本书存在的错漏,则应归咎于编者的学识有限。在此予以郑重声明。
由于编者水平有限,书中肯定有不妥之处,望广大读者不吝赐教。
梁樑 杨锋 苟清龙
2016年8月于中国科学技术大学
MBA
数据、模型与决策,是管理科学、决策科学、运筹学最基础的元素,本书定义为管理科学的基础性教材,本书的目的是帮助学生更好地理解与应用管理科学,本书对数学方法的呈现形式尽可能简洁易懂,以便读者能够更容易地接受本书,更容易将相关知识应用于指导管理实践。
本书特点:
1、 通俗易懂,深入浅出。本书以常见的Excel软件来实现各种计算,读者不需要深入学习MATLAB、SPSS等专业软件,也无须耗费巨大精力去钻研单纯性法等传统求解方法。
2、 包含中国情景案例。每一个章节中,都呈现出众多的中国情景的问题,围绕着该问题的解决,通过例子串联起来,使各个知识点有机联系起来。
3、 增加本领域十分重要而基础的内容。包括收益管理、数据包络分析、决策的发展历史、群决策、前景理论等。其中,收益管理、数据包络分析、前景理论是学术界广泛关注的热点领域。
本书适用于MBA,管理类专业本科生、研究生以及企业经营管理人员。
出版说明
前言
教学建议
第一部分数据分析基础
第1章随机变量与概率分布
11随机事件及概率
12随机变量及分布
本章小结
关键术语
参考文献
第2章数据描述及归纳
21数据展示
22数据描述
23德尔菲法
本章小结
关键术语
参考文献
第3章统计推断
31抽样及抽样分布
32参数估计
33假设检验
本章小结
关键术语
参考文献
第4章预测
41回归分析法
42趋势外推法
本章小结
关键术语
参考文献
第二部分优 化 模 型
第5章线性规划
51线性规划的概念
52线性规划的求解
53线性规划的应用:数据包络分析
本章小结
关键术语
参考文献
第6章整数规划
61整数规划基础
62指派问题
本章小结
关键术语
参考文献
第7章动态规划
71动态规划基础
72收益管理
本章小结
关键术语
参考文献
第8章非线性规划
81非线性规划的基本理论
82约束优化
83有多个约束条件的非线性规划问题
本章小结
关键术语
参考文献
第9章网络模型
91网络构成
92最短路径问题
93最大流量问题
94最小生成树问题
本章小结
关键术语
参考文献
第三部分决策理论与方法
第10章决策理论知识
101决策的发展历程
102决策的基本要素
103效用与效用函数
104风险与效用
本章小结
关键术语
参考文献
第11章不确定性决策
111乐观准则
112悲观准则
113后悔值准则
114折中准则
115等可能性准则
本章小结
关键术语
参考文献
第12章风险型决策
121期望值准则
122最大可能准则
123贝叶斯决策规则
124决策树
125使用决策树进行灵敏度分析
本章小结
关键术语
参考文献
第13章多属性决策
131多属性决策的概念
132多属性决策的基本方法
133层次分析法
134数据包络分析
135加总比例分析
本章小结
关键术语
参考文献
第14章群决策
141群决策的概念
142社会选择函数
143投票制度
144群决策方法
本章小结
关键术语
参考文献
第15章行为决策:前景理论
151有限理性行为及其特征
152前景理论的基本概念
本章小结
关键术语
参考文献