Статистические методы и модели в бизнесе

Читать фрагмент

книга

Статистические методы и модели в бизнесе

Пособие предназначено для формирования у читателей компетентности в сфере применения статистических методов и моделей в реальной управленческой деятельности, приобретения навыков и умений, связанных с решением практических задач по обработке статистических данных и максимально полному извлечению из них полезной информации. Материал изложен не совсем традиционно — вначале рассматриваются конкретные и часто встречающиеся в реальном бизнесе задачи, требующие извлечения определенной информации, а затем разбираются и анализируются способы и методы их решения.
Все необходимые для понимания материала теоретические сведения из математической статистики и теории вероятностей помещены в Приложениях, которые можно рассматривать как краткие справочники по соответствующим темам.
Для слушателей программ MBA, магистерских программ высшего образования «Менеджмент», «Маркетинг», студентов, обучающихся по направлению «Менеджмент».

Форматы: PDF

Издательство: Дело

Год: 2011

Место издания: Москва

ISBN: 978-5-7749-0666-6

Страниц: 325

Артикул: 118699

Электронная книга

199 ₽

Купить и скачать

Содержание

Содержание книги "Статистические методы и модели в бизнесе "

Предисловие

1. ВВЕДЕНИЕ

1.1. Математические модели в бизнесе

1.2. Статистические модели

1.3. Типы статистических массивов

1.4. Типы статистических данных

1.5. Требования, предъявляемые к статистической выборке

2. ОБРАБОТКА И АНАЛИЗ СТАТИСТИЧЕСКОЙ ИНФОРМАЦИИ НА ОСНОВЕ ГРУППИРОВКИ ДАННЫХ

2.1. Постановка задачи

2.2. Группировка данных. Ряд распределения

2.3. Построение рядов распределения и гистограмм в Excel

2.4. Области применения метода группировки данных

Примеры задач и их решения

3. ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ ВЫБОРКИ: СРЕДНЯЯ, МЕДИАНА, МОДА. ИЗМЕРЕНИЕ РАЗБРОСА ДАННЫХ

3.1. Введение

3.2. Средняя арифметическая

3.3. Медиана

3.4. Мода

3.5. Какую из средних следует использовать

3.6. Измерение разброса данных относительно средних значений

4. ЗАКОНЫ РАСПРЕДЕЛЕНИЯ И ИХ ПРИМЕНЕНИЕ ДЛЯ РАСЧЕТОВ И АНАЛИЗА

4.1. Введение

4.2. Основные сведения о законах распределения случайных величин

4.3. Эмпирические законы распределения и их содержательный смысл

4.4. Переход от эмпирических законов распределения к теоретическим

Примеры задач и их решения

5. АНАЛИЗ ВЗАИМОСВЯЗЕЙ МЕЖДУ ЗАВИСИМОЙ ПЕРЕМЕННОЙ И ВЛИЯЮЩИМИ НА НЕЕ ФАКТОРАМИ

5.1. Постановка задачи

5.2. Анализ взаимосвязей на основе точечных диаграмм (однофакторных регрессионных моделей)

5.3. Анализ взаимосвязей между зависимой переменной и влияющими на нее факторами на основе коэффициентов парной корреляции

Примеры задач и их решения

6. МНОГОФАКТОРНЫЕ РЕГРЕССИОННЫЕ МОДЕЛИ

6.1. Постановка задачи

6.2. Оценка качества регрессионных моделей

6.3. Построение многофакторных регрессионных моделей в Excel

6.4. Нелинейные регрессионные модели

Примеры задач и их решения

ПРИЛОЖЕНИЯ. Справочные материалы из теории вероятностей и математической статистики

Приложение 1. Случайные величины и законы их распределения (краткие сведения)

П.1.1. Понятие о законах распределения случайных величин

П.1.2. Числовые характеристики случайной величины

П.1.3. Основные распределения случайных величин

Распределение Пуассона

Равномерное распределение

Экспоненциальное распределение

Нормальное распределение

Логарифмически нормальное распределение

Приложение 2. Функции случайных величин и законы их распределения (типовые распределения статистики)

П2.1. Сумма и произведение случайных величин

П2.2. Основные распределения в статистике

П2.3. Распределение хи-квадрат

П2.4. Распределение Стьюдента

П.2.5. Распределение Фишера — Снедекора (F-распределение)

Приложение 3. Элементы математической статистики

П3.1. Понятие о выборочном методе

П3.2. Точечная оценка параметров

П3.3. Интервальная оценка параметров

П3.4. Доверительный интервал для математического ожидания (генеральной средней) случайной величины

П3.5. Доверительный интервал для дисперсии случайной величины

П3.6. Проверка статистических гипотез

П3.7. Проверка гипотезы о виде закона распределения

П3.8. Проверка гипотез о равенстве дисперсий

Приложение 4. Элементы корреляционного и регрессионного анализа

П4.1. Функциональная, статистическая и корреляционная зависимость

П4.2. Коэффициент корреляции

П4.3. Аппроксимация статистических данных. Метод наименьших квадратов

П4.4. Однофакторные регрессионные модели

П4.5. Интервальное оценивание по уравнению регрессии

П4.6. Множественная регрессия

Глоссарий

Литература

Отрывок из книги

1. Введение 21В качестве иллюстрации понятия «выборка» можно привести следующие примеры. 1. Менеджер собрал статистику о ежедневных объемах продаж за трехмесячный период. Эту информацию предполагается использовать для получения заключений и выводов о про-дажах фирмы за год. С позиций математической статистики информация, собранная менеджером, — это выборка за трехмесячный период, на основании которой он намеревается получить заключение о генеральной совокупности (например, об объ-емах продаж за год). 2. Для построения статистической модели, позволяющей оце-нить стоимость офисных помещений на основе их характе-ристик (класс, удаленность от центра, дальность до станции метро, этажность, общая площадь), были собраны данные о 150 аналогах, выставленных на продажу. В данном примере выборка — это информация о 150 офисах, а генеральной сово-купностью можно считать все офисы города. В реальных бизнес-ситуациях далеко не всегда понятно или точно известно, «что попало в руки» аналитику и насколько полно имеющиеся данные характеризуют всю генеральную совокупность (рис. 1.3). Так, например, выводы и заключения, сделанные на ос-нове выборок А и Б, вряд ли будут справедливы для всей гене-ральной совокупности, поскольку ни в той, ни в другой не содер-жатся «представители» всех элементов генеральной совокупности. Понятно, что с большим доверием следует относиться к заключе-ниям, полученным на основе выборки В, поскольку в нее, по край-ней мере, включены все элементы, характеризующие генеральную совокупность. Анализ имеющейся выборки часто превращается в самостоя-тельный этап исследования с целью выявления особенностей как ее структуры, так и содержащихся в ней данных. Как правильно сформировать выборку, какие данные включить в нее, чтобы получить объективные и достоверные выводы обо всей генеральной совокупности? В прикладной статистике для этих целей разработаны специальные процедуры, среди которых чаще всего используют случайный, систематический или эксперт-ный метод отбора ...

Внимание!
При обнаружении неточностей или ошибок в описании книги "Статистические методы и модели в бизнесе (автор А. Урубков)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!