决策量化方法准备知识.pdf

第二章 决策量化方法准备知识 • 商业电子表格制模（Excel) • 概率与统计简介 • 基础运筹学 • 数据挖掘技术 概率与概率分布 (1) 数权归纳：更易理解、直观、总体状态与趋势，比较结果，应用于量化方法。 n ∑ x i (2) 平均数 mean = i=1 = µ n 中位数 数据-原始数值 众 数 变动幅度：最大数值—最小数值 处理 n ∑ ABS[xi-µ] 绝对商差均值： i=1 n 数据-有用形式 n ∑ [x -µ]2 i i=1 误差平均均值 = 数据解释 n 信息 标准差 = 方差 概率与概率分布 (3) 概率： 事件A发生概率P(A) P(A)=0 P(A)=1 0P(A)1 独立事件概率： P(A ∪B)=P(A)+P(B) (A、B独立事件） P(A ∩B)=P(A)•P(B) P(B/A) P(A) 条件概率（贝叶斯定律）：P(A/B)= P(B) 概率与概率分布 实例： 购买的二手车，也许会好，也许会不好。如果买的车好，70%的会耗油量较低， 20% 的会有中等的耗油量。如果买的车不好，50的会耗油量较高，30%的会有中等 耗油量。对一辆二手车的实验表明该车耗油量较低。如果成交的二手车有60%是好 的，那么，这辆车属于好的概率为多少？ 概率与概率分布 A B C D E F G H 1 贝叶斯定理 2 3 HOC MOC LOC HOC MOC LOC 4 GB 0,1 0,2 0,7 0,6 0,06 0,12 0,42 5 BB 0,5 0,3 0,2 0,4 0,2 0,12 0,08 6 0,26