3数据收集与分析方法.ppt

（五）运筹学方法和模拟技术 1.最优化程序。这类程序是规范的，运用数学语言对一些目标函数进行最大化或最小化运算。 线性规划。这一程序是在第二次世界大战中为了开发运送战争物资的最短航线而发展起来的，之所以如此称谓，是因为它依赖于线性投入产出关系，在经济管理研究中有广泛应用。 （五）运筹学方法和模拟技术 非线性最优化程序。这一类程序按具体形式包括一系列技术，如非线性规划、风险规划、动态规划、随机规划以及整数规划。这些程序都是线性规划的分支，并都运用某些非线性的目标函数，虽然约束矩阵是线性的，但这些程序由于其他因素而变得复杂。计算机技术及其软件的发展使这些程序的运用已经成为可能或促进了这些程序的运用。 （五）运筹学方法和模拟技术 2.模拟技术。这类技术工具试图根据已知的行为来估计和规划事件而不是解释一个特定的目标，所采用的技术从简单到复杂的数学结构。例如编制预算、数学模拟、概率模拟等。 数学模型的作用 当我们在一个有特定目的的模型中将数据和理论融合在一起的时候，就建立了一个经验模型，经验模型包括计量经济模型、最优化模型和模拟模型等。计量经济模型是随机的，并且是实证的，对各种参数关系进行估计。最优化模型是规范的，往往根据一组特定的目标推导出答案——即特定的或希望的目标函数（委托代理问题、线性规划等）。 数学模型的作用 模拟模型按期目的是实证的数学构建（模拟现实），为了从作用条件的概率分布中产生连续模拟，要利用这些条件反复模拟，模拟模型是非随机的。但是，模拟模型的实证却不同于计量经济模型，因为它在本质上是人为构建而不是来自观察的现象。最优化模型和模拟模型无需统计假设检验，但对无法直接观察所研究的现象时，常常是有效的。也应该注意，各种模型并不是相互排斥的，例如，计量经济模型有时提供对关系的估计，而所估计的关系反过来又用于数学模拟。 数学模型的作用 管理研究者常常为模型所迷惑并热衷于模型，有时甚至相当盲从，这是非常有害的。模型以及模型的建立可能包含了作为一个研究领域所必须提供的最好的条件。模型为我们提供了理解非常复杂现象内部如何运转，以及了解事物如何和为什么发生的手段。对于我们来说，模型在检验理论方面是一个科学的手段，并且对现象进行预测的手段。 数学模型的作用 但是，我们也应该认识到模型的局限性，并切记模型只是手段而不是目的。并非每一件重要的事都可以建立模型，或需要建立模型，一些人认为最重要的东西不可能建立模型。或许我们最主要的错误是低档不住一种诱惑，即如果某事不能数量化就称其不存在。不能把统计意义当成科学意义。 数学模型的作用 数学方法的使用不能替代严谨的理论阐述；相反，它本身需要对学科形成的概念做出更准确的解释。（Breimyer，1991） 3.3 数据分析方法 前面讨论了研究假设的形成、变量设计以及数据观测收集的方法，本节讨论的是研究方案的最后一步，即数据处理和分析，得出研究结果。 数据处理(data process)是将原始观测数据转换成清晰、规范的数字、代码，供后续定量分析之用。 数据分析(data analysis)是从实际观测数据中发现变量的特征、变化规则以及变量之间关联的过程。统计技术是管理研究中被普遍采用的数据分析方法。 3.3 数据分析方法 统计技术应用在数据分析中有两个目的：描述和推断。相应地，数据分析内容包括描述统计和推断统计。描述统计寻求一种对众多观测数据简明的数学表达方式，而推断统计则是在描述统计的基础上检验研究假设。 一、描述统计 变量的分布 列联表 集中趋势分析 众数(mode)是观测数据中出现频率最高的属性值。 平均数(mean)是应用最多的反映集中趋势的指标。它是描述一组观察值集中位置或平均水平的指标。 中位数(median)是一组观察值的位置平均数，用于描述偏正态分布资料的集中位置。 变量分布与三个值的关系 一、描述统计 离散趋势分析 极差(range)是指数组中最大值与最小值的差距，只适用于定比和定距数据。 四分互差(interquartile range)是第25百分位数与第75百分位数值之差的一半。适用于定序数据。 方差和标准差 二. 推断统计 参数估计 点估计 区间估计 假设检验 统计显著性 两类错误 单边检验和双边检验 自由度 假设检验步骤 单因子方差分析 非参数检验 高级推断方法：贝叶斯统计（在不确定性时进行推理分析） 三. 统计分析 （一）相关分析（变量间存在密切关系，但并不存在确定性关系，例如：身高与体重，进口与出口） 散点图 相关系数 （二）回归分析、多元回归分析 建立模型 检验残差 模型拟合度检验 决定系数 (三)因子分析 原则上说，多元回归分析可以采用任意个数的自变量来解释因变量的变化，自变量越多，对管理现象的解释能力越强，然而，随着自变量的数目增多，人们越