高效商業(yè)分析：Excel建模與決策

第1章 商業(yè)分析概述
什么是商業(yè)分析
商業(yè)分析發(fā)展簡(jiǎn)史
商業(yè)分析的范圍
用于商業(yè)分析的數(shù)據(jù)
數(shù)據(jù)集與數(shù)據(jù)庫(kù)
度量與數(shù)據(jù)分類
數(shù)據(jù)的可靠性與有效性
決策模型
描述性決策模型
預(yù)測(cè)性決策模型
規(guī)定性決策模型
解決問(wèn)題與決策
發(fā)現(xiàn)問(wèn)題
定義問(wèn)題
分解問(wèn)題
分析問(wèn)題
闡述結(jié)果并做出決策
進(jìn)行求解
重要術(shù)語(yǔ)
分析趣聞
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第2章 在電子表格上進(jìn)行分析
運(yùn)用Excel基本技能
Excel的公式
復(fù)制公式
其他有用的Excel秘訣
Excel的函數(shù)
基本的Excel函數(shù)
函數(shù)的特殊應(yīng)用
插入函數(shù)
邏輯函數(shù)
函數(shù)Lookup
用于商業(yè)分析的電子表格加載項(xiàng)
電子表格建模和電子表格工程
電子表格的質(zhì)量
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第3章 視覺(jué)化和探索數(shù)據(jù)
數(shù)據(jù)視覺(jué)化
在Microsoft Excel 2010中創(chuàng)建
圖表
Excel的其他圖表
地理數(shù)據(jù)
數(shù)據(jù)查詢：使用整理和篩選
在Excel中排序數(shù)據(jù)
柏拉圖分析
篩選數(shù)據(jù)
概括數(shù)據(jù)的統(tǒng)計(jì)學(xué)方法
分類數(shù)據(jù)的頻數(shù)分布
相對(duì)頻數(shù)分布
數(shù)值數(shù)據(jù)的頻數(shù)分布
Excel的直方圖工具
累積相對(duì)頻數(shù)分布
百分位數(shù)和四分位數(shù)
交叉分類表
運(yùn)用數(shù)據(jù)透視表探索數(shù)據(jù)
數(shù)據(jù)透視圖
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第4章 描述統(tǒng)計(jì)量數(shù)
母體與樣本
理解統(tǒng)計(jì)學(xué)符號(hào)
位置量數(shù)
算術(shù)平均數(shù)
中位數(shù)
眾數(shù)
中列數(shù)
在商業(yè)決策中運(yùn)用位置量數(shù)
離散量數(shù)
全距
四分位距
方差
標(biāo)準(zhǔn)差
切比雪夫定理和經(jīng)驗(yàn)規(guī)則
標(biāo)準(zhǔn)化值
變異系數(shù)
形態(tài)量數(shù)
Excel的描述統(tǒng)計(jì)工具
分組數(shù)據(jù)的描述統(tǒng)計(jì)
分類數(shù)據(jù)的描述統(tǒng)計(jì)量數(shù)：比例
數(shù)據(jù)透視表中的統(tǒng)計(jì)量數(shù)
關(guān)聯(lián)量數(shù)
協(xié)方差
相關(guān)
Excel的相關(guān)工具
極端值
商業(yè)決策中的統(tǒng)計(jì)思維
樣本中的變異性
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第5章　概率分布與數(shù)據(jù)建模
概率的基本概念
概率的規(guī)則與公式
條件概率
隨機(jī)變量和概率分布
離散的概率分布
離散隨機(jī)變量的期望值
在決策中使用期望值
離散隨機(jī)變量的方差
伯努利分布
二項(xiàng)式分布
泊松分布
連續(xù)概率分布
概率密度函數(shù)的性質(zhì)
均勻分布
正態(tài)分布
函數(shù)NORM.INV
標(biāo)準(zhǔn)正態(tài)分布
使用標(biāo)準(zhǔn)正態(tài)分布表
指數(shù)分布
其他有用的分布
連續(xù)分布
從概率分布中隨機(jī)抽樣
從離散概率分布中抽樣
從常見(jiàn)的概率分布中抽樣
Risk Solver Platform分布函數(shù)
數(shù)據(jù)建模和分布擬合
擬合優(yōu)度
用Risk Solver Platform進(jìn)行分布
擬合
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第6章 抽樣與估計(jì)
統(tǒng)計(jì)抽樣
抽樣方法
估計(jì)母體的參數(shù)
無(wú)偏估計(jì)量
點(diǎn)估計(jì)中的誤差
抽樣誤差
理解抽樣誤差
抽樣分布
平均值抽樣分布
運(yùn)用平均值抽樣分布
區(qū)間估計(jì)
置信區(qū)間
母體標(biāo)準(zhǔn)差已知的平均值的置信
區(qū)間
t-分布
母體標(biāo)準(zhǔn)差未知的平均值的置信
區(qū)間
比例的置信區(qū)間
其他類型的置信區(qū)間
使用置信區(qū)間來(lái)決策
預(yù)測(cè)區(qū)間
置信區(qū)間與樣本容量
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第7章 統(tǒng)計(jì)推斷
假設(shè)檢驗(yàn)
假設(shè)檢驗(yàn)程序
單樣本假設(shè)檢驗(yàn)
理解假設(shè)檢驗(yàn)中的風(fēng)險(xiǎn)
選擇檢驗(yàn)統(tǒng)計(jì)量
得出結(jié)論
p-值
平均值的雙尾假設(shè)檢驗(yàn)
對(duì)比例進(jìn)行單樣本檢驗(yàn)
雙樣本假設(shè)檢驗(yàn)
雙樣本平均差檢驗(yàn)
平均值的成對(duì)二樣本分析
方差齊性的檢驗(yàn)
方差分析
方差分析的假設(shè)
卡方獨(dú)立性檢驗(yàn)
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第8章 預(yù)測(cè)建模與分析
基于邏輯的建模
構(gòu)建預(yù)測(cè)模型的策略
數(shù)據(jù)與模型
涉及多時(shí)段的模型
單周期采購(gòu)決策
超訂決策
模型假設(shè)、復(fù)雜度和現(xiàn)實(shí)性
基于數(shù)據(jù)的模型
零售商減價(jià)
數(shù)據(jù)中的關(guān)系和趨勢(shì)的建模
分析不確定性和模型假設(shè)
模擬分析
模擬運(yùn)算表
方案管理器
單變量求解
使用Risk Solver Platform進(jìn)行模型
分析
參數(shù)敏感性分析
龍卷風(fēng)圖
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第9章 回歸分析
簡(jiǎn)單線性回歸
找出最佳擬合的回歸線
最小二乘法回歸
用Excel進(jìn)行簡(jiǎn)單線性回歸分析
回歸的方差分析
回歸系數(shù)的假設(shè)檢驗(yàn)
回歸系數(shù)的置信區(qū)間
殘差分析和回歸假設(shè)
核實(shí)假設(shè)
多元線性回歸
構(gòu)建優(yōu)良的回歸模型
相關(guān)系數(shù)和多重共線性
帶有分類自變量的回歸
帶有多個(gè)等級(jí)的分類變量
帶有非線性項(xiàng)的回歸模型
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第10章 預(yù)測(cè)方法
定性和判斷預(yù)測(cè)
歷史類推法
德?tīng)柗品?
指標(biāo)和指數(shù)
統(tǒng)計(jì)預(yù)測(cè)模型
平穩(wěn)時(shí)間序列的預(yù)測(cè)模型
移動(dòng)平均模型
誤差度量和預(yù)測(cè)精度
指數(shù)平滑模型
帶有線性趨勢(shì)的時(shí)間序列的預(yù)測(cè)模型
二次指數(shù)平滑
對(duì)帶有線性趨勢(shì)的時(shí)間序列進(jìn)行
基于回歸的預(yù)測(cè)
預(yù)測(cè)帶有季節(jié)效應(yīng)的時(shí)間序列
基于回歸的季節(jié)效應(yīng)預(yù)測(cè)模型
季節(jié)性時(shí)間序列的霍爾特-溫特
斯預(yù)測(cè)法
用霍爾特-溫特斯模型預(yù)測(cè)帶有
季節(jié)效應(yīng)和趨勢(shì)的時(shí)間序列
選擇合適的基于時(shí)間序列的預(yù)測(cè)模型
用原因變量進(jìn)行回歸預(yù)測(cè)
預(yù)測(cè)的實(shí)踐
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第11章 仿真和風(fēng)險(xiǎn)分析
帶有隨機(jī)變量的電子表格
蒙特卡羅仿真
用Risk Solver Platform進(jìn)行蒙特卡
羅仿真
定義不確定的模型輸入
確定輸出單元格
運(yùn)行仿真
分析結(jié)果
新產(chǎn)品研發(fā)模型
平均值的置信區(qū)間
敏感性圖
疊加圖
趨勢(shì)圖
箱線圖
仿真報(bào)告
報(bào)童模型
平均值的缺陷
使用歷史數(shù)據(jù)的蒙特卡羅仿真
使用擬合分布的蒙特卡羅仿真
超訂模型
Risk Solver Platform中的自定義
分布
資金預(yù)算模型
相關(guān)的不確定變量
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第12章 數(shù)據(jù)挖掘簡(jiǎn)介
學(xué)習(xí)目標(biāo)
數(shù)據(jù)挖掘的范圍
數(shù)據(jù)探查和簡(jiǎn)化
聚類分析
分類
分類的直觀的解釋
衡量分類的效果
使用訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)
分類新的數(shù)據(jù)
分類方法
k-最近鄰（k-NN）
判別分析
邏輯回歸
關(guān)聯(lián)規(guī)則挖掘
因果建模
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第13章 線性優(yōu)化
構(gòu)建線性優(yōu)化模型
辨別優(yōu)化模型的要素
將模型信息轉(zhuǎn)換成數(shù)學(xué)公式
關(guān)于約束的更多詳情
線性優(yōu)化模型的特點(diǎn)
在電子表格上運(yùn)行線性優(yōu)化模型
線性優(yōu)化中要避免使用的Excel
函數(shù)
求解線性優(yōu)化模型
使用標(biāo)準(zhǔn)規(guī)劃求解工具
使用白金版規(guī)劃求解
規(guī)劃求解的運(yùn)算結(jié)果報(bào)告
線性優(yōu)化的圖形表述
規(guī)劃求解如何運(yùn)行
規(guī)劃求解工具如何在報(bào)告中創(chuàng)
建名稱
運(yùn)用規(guī)劃求解的困難
規(guī)劃求解結(jié)果和解的消息
唯一最優(yōu)解
備選最優(yōu)解
無(wú)界解
不可行的問(wèn)題
使用優(yōu)化模型進(jìn)行預(yù)測(cè)和洞察
規(guī)劃求解敏感性報(bào)告
運(yùn)用敏感性報(bào)告
Risk Solver Platform中的參數(shù)
分析
重要術(shù)語(yǔ)
習(xí)題與練習(xí)
案例：高性能草坪設(shè)備公司
第14章 線性優(yōu)化的應(yīng)用
優(yōu)化模型的約束類型
流程選擇模型
電子表格設(shè)計(jì)和規(guī)劃求解報(bào)告
配制模型
處理不可行性
投資組合的模型
評(píng)估風(fēng)險(xiǎn)對(duì)回報(bào)
運(yùn)輸模型
敏感性報(bào)告的格式
退化
多時(shí)段生產(chǎn)計(jì)劃模型
構(gòu)建備選模型
多時(shí)段財(cái)務(wù)計(jì)劃模型
具有有界變量的模型