基本信息
- 原书名：Essentials of Business Analytics
- 作者： （美）杰弗里D.坎姆（Jeffrey D. Camm）
- 译者： 耿修林 宋哲
- 丛书名： 数据科学与商务智能系列
- 出版社：机械工业出版社
- ISBN：9787111562818
- 上架时间：2017-3-15
- 出版日期：2017 年3月
- 开本：16开
- 版次：1-1
- 所属分类：经济管理 > 经济/经济学 > 流派/研究 > 经济学知识
教材
内容简介
作译者
杰弗里D.坎姆（Jeffrey D.Camm）
杰弗里D.坎姆是美国辛辛那提大学数量分析专业教授，当过运筹学、商务统计分析、信息系统系的系主任，是辛辛那提大学Carl H.Lindner商学院商业研究继续教育学院的主管。坎姆教授出生在俄亥俄州的辛辛那提市，本科毕业于泽维尔大学（Xavier University），博士毕业于克莱姆森大学（Clemson University）。自1984年起，坎姆教授就一直在辛辛那提大学任教，是斯坦福大学的访问学者，做过达特茅斯学院塔克商学院工商管理专业的访问教授。
坎姆博士在运营管理优化领域发表了30多篇论文，分别刊登在《科学》《管理科学》《运筹学》、Interfaces等专业期刊杂志上。在辛辛那提大学，坎姆博士是Dornoff Fellow教学优秀奖获得者，也是运筹学和管理科学协会（INFORMS）2006年运筹学实践教学奖获得者。坎姆教授是教学必须与实践相结合的坚定倡导者，长期在政府部门和大企业担任运营管理顾问。2005～2010年，坎姆教授当过Interfaces杂志的主编，目前是INFORMS Transactions on Education的编委会成员。
詹姆斯J.科克伦（James J. Cochran）
詹姆斯J.科克伦是路易斯安那理工大学数量分析专业，由拉斯顿·巴恩斯银行、汤姆森和瑟曼冠名的研究教授，出生在俄亥俄州的戴顿市，先后在怀特州立大学获得了学士、理学硕士和工商管理硕士学位，是辛辛那提大学博士学位毕业生。2000年起，科克伦教授一直在路易斯安那理工大学工作，曾做过斯坦福大学、智利塔尔卡大学、南非大学的访问学者。
科克伦教授在运筹学和统计方法开发与应用领域发表过20多篇研究论文，分别刊登在《管理科学》《美国统计学人》《统计学通讯：理论和方法》《欧洲运筹学杂志》《组合优化》等专业期刊杂志上。科克伦教授是运筹学和管理科学协会（INFORMS）2008年运筹学实践教学奖的获得者，是2010年Mu Sigma Rho统计学教育奖获得者。科克伦教授2005年当选为国际统计学协会成员，2011年被提名为美国统计学协会会员。科克伦教授大力倡导把运筹学、统计学教学的重点，转移到解决实际问题的成效和质量上。科克伦教授在世界各地，如乌拉圭的蒙得维的亚、南非的开普敦、哥伦比亚的卡塔赫纳、印度的斋浦尔、阿根廷的布宜诺斯艾利斯、肯尼亚的内罗毕，组织和主持了多场教学研讨会。科克伦教授还在许多营利性组织和非营利性组织担任运筹学顾问，目前是INFORMS Transactions on Education的主编，是Interfaces、Journal of the Chilean Institute of Operations Research、ORiON的编委会成员。
迈克尔J.弗里（Michael J.Fry）
迈克尔J.弗里是辛辛那提大学Carl H.Lindner商学院运筹学、商务统计分析、信息系统系副教授，出生于得克萨斯州基林市，在得克萨斯州农机大学获得学士学位，是密歇根大学工程硕士和博士学位毕业生。弗里教授2002年执教于辛辛那提大学，曾做过康奈尔大学约翰逊学院、英属哥伦比亚大学尚德商学院的访问教授。
在《运筹学》《制造业与服务业的经营管理》《运输科学》《海军物流研究》、Interfaces等期刊杂志上，弗里教授发表过十几篇论文。弗里教授的研究领域主要是：供应链分析中的定量管理方法、体育统计分析、公共政策运营。弗里教授的科研合作对象包括戴尔公司、美国谷轮公司、星巴克、辛辛那提消防局、俄亥俄州选举委员会、辛辛那提猛虎队、辛辛那提动物园。2008年，弗里教授入围丹尼尔H.瓦格纳（Daniel H.Wagner）运筹学应用优秀奖，在辛辛那提大学，弗里教授一直是科研和教学的知名人物。
杰弗里 W.欧曼（Jeffrey W.Ohlmann）
杰弗里W.欧曼是艾奥瓦大学Tippie商学院管理科学系的副教授，出生在内布拉斯加州的瓦伦丁市。欧曼教授在内布拉斯加大学获得学士学位，后来在密歇根大学获得硕士和博士学位。从2003年开始，欧曼教授一直在艾奥瓦大学任教。
欧曼教授在决策问题的建模和求解领域，发表过十几篇论文，先后刊登在《运筹学的数学研究》、INFORMS Journal on Computing、《运输科学》、Interfaces等期刊杂志上。他合作过的公司和机构有：Transfreight、LeanCor、嘉吉（Cargill）、汉密尔顿县选举委员会、辛辛那提猛虎队等。由于欧曼教授的科研工作对产业发展有很强的指导意义，曾被授予过乔治 B.丹齐克（George B.Dantzig）论文奖，并入围丹尼尔 H.瓦格纳运筹学应用卓越奖提名。
戴维 R.安德森（David R.Anderson）
戴维R.安德森是辛辛那提大学Carl H.Lindner商学院数量分析专业的荣誉教授，出生于北达科他州的大福克斯，先后在普渡大学获得学士、硕士和博士学位。安德森教授在退休之前，当过数量分析和运筹管理系主任，也当过商业管理学院的副院长。
在辛辛那提大学从教的岁月里，安德森教授给商务专业的学生讲授过初等统计学，给研究生开设过回归分析、多元分析、管理科学等课程。此外，他还兼职在劳工部讲授统计学。由于在教学和学生服务方面的突出表现，安德森教授先后多次获得嘉奖。
与他人合作，安德森教授出版过统计学、管理科学、线性规划、生产与运作管理等方面的教科书。此外，他还担任抽样与统计方法领域的高级顾问。
丹尼斯 J.斯威尼（Dennis J.Sweeney）
丹尼斯J.斯威尼是辛辛那提大学数量分析专业的荣誉教授，是辛辛那提大学生产率促进中心的创始人。丹尼斯J.斯威尼出生于爱荷华州首府得梅因，从德雷克大学获得文学和理学学士学位后，又在印第安纳大学获得工商管理硕士（MBA）和博士学士（DBA）。斯威尼教授1978～1979年在宝洁公司管理科学部任职，1981～1982年在杜克大学做访问教授，当过辛辛那提大学数量分析系主任、商业管理学院副院长。
斯威尼教授先后发表过30多篇有关管理科学和统计学方面的文章和专著，曾经获得过美国国家科学基金、IBM、宝洁、美国联合百货公司、克罗格公司、辛辛那提煤气和电力公司的科研资助，这些方面的科研课题研究成果先后刊登在《管理科学》《运筹学研究》
《数学规划》《决策科学》等杂志上。和他人合作，斯威尼教授出版过统计学、管理科学、线性规划、生产与运作管理等方面的教科书。
杰弗里D.坎姆是美国辛辛那提大学数量分析专业教授，当过运筹学、商务统计分析、信息系统系的系主任，是辛辛那提大学Carl H.Lindner商学院商业研究继续教育学院的主管。坎姆教授出生在俄亥俄州的辛辛那提市，本科毕业于泽维尔大学（Xavier University），博士毕业于克莱姆森大学（Clemson University）。自1984年起，坎姆教授就一直在辛辛那提大学任教，是斯坦福大学的访问学者，做过达特茅斯学院塔克商学院工商管理专业的访问教授。
坎姆博士在运营管理优化领域发表了30多篇论文，分别刊登在《科学》《管理科学》《运筹学》、Interfaces等专业期刊杂志上。在辛辛那提大学，坎姆博士是Dornoff Fellow教学优秀奖获得者，也是运筹学和管理科学协会（INFORMS）2006年运筹学实践教学奖获得者。坎姆教授是教学必须与实践相结合的坚定倡导者，长期在政府部门和大企业担任运营管理顾问。2005～2010年，坎姆教授当过Interfaces杂志的主编，目前是INFORMS Transactions on Education的编委会成员。
詹姆斯J.科克伦（James J. Cochran）
詹姆斯J.科克伦是路易斯安那理工大学数量分析专业，由拉斯顿·巴恩斯银行、汤姆森和瑟曼冠名的研究教授，出生在俄亥俄州的戴顿市，先后在怀特州立大学获得了学士、理学硕士和工商管理硕士学位，是辛辛那提大学博士学位毕业生。2000年起，科克伦教授一直在路易斯安那理工大学工作，曾做过斯坦福大学、智利塔尔卡大学、南非大学的访问学者。
科克伦教授在运筹学和统计方法开发与应用领域发表过20多篇研究论文，分别刊登在《管理科学》《美国统计学人》《统计学通讯：理论和方法》《欧洲运筹学杂志》《组合优化》等专业期刊杂志上。科克伦教授是运筹学和管理科学协会（INFORMS）2008年运筹学实践教学奖的获得者，是2010年Mu Sigma Rho统计学教育奖获得者。科克伦教授2005年当选为国际统计学协会成员，2011年被提名为美国统计学协会会员。科克伦教授大力倡导把运筹学、统计学教学的重点，转移到解决实际问题的成效和质量上。科克伦教授在世界各地，如乌拉圭的蒙得维的亚、南非的开普敦、哥伦比亚的卡塔赫纳、印度的斋浦尔、阿根廷的布宜诺斯艾利斯、肯尼亚的内罗毕，组织和主持了多场教学研讨会。科克伦教授还在许多营利性组织和非营利性组织担任运筹学顾问，目前是INFORMS Transactions on Education的主编，是Interfaces、Journal of the Chilean Institute of Operations Research、ORiON的编委会成员。
迈克尔J.弗里（Michael J.Fry）
迈克尔J.弗里是辛辛那提大学Carl H.Lindner商学院运筹学、商务统计分析、信息系统系副教授，出生于得克萨斯州基林市，在得克萨斯州农机大学获得学士学位，是密歇根大学工程硕士和博士学位毕业生。弗里教授2002年执教于辛辛那提大学，曾做过康奈尔大学约翰逊学院、英属哥伦比亚大学尚德商学院的访问教授。
在《运筹学》《制造业与服务业的经营管理》《运输科学》《海军物流研究》、Interfaces等期刊杂志上，弗里教授发表过十几篇论文。弗里教授的研究领域主要是：供应链分析中的定量管理方法、体育统计分析、公共政策运营。弗里教授的科研合作对象包括戴尔公司、美国谷轮公司、星巴克、辛辛那提消防局、俄亥俄州选举委员会、辛辛那提猛虎队、辛辛那提动物园。2008年，弗里教授入围丹尼尔H.瓦格纳（Daniel H.Wagner）运筹学应用优秀奖，在辛辛那提大学，弗里教授一直是科研和教学的知名人物。
杰弗里 W.欧曼（Jeffrey W.Ohlmann）
杰弗里W.欧曼是艾奥瓦大学Tippie商学院管理科学系的副教授，出生在内布拉斯加州的瓦伦丁市。欧曼教授在内布拉斯加大学获得学士学位，后来在密歇根大学获得硕士和博士学位。从2003年开始，欧曼教授一直在艾奥瓦大学任教。
欧曼教授在决策问题的建模和求解领域，发表过十几篇论文，先后刊登在《运筹学的数学研究》、INFORMS Journal on Computing、《运输科学》、Interfaces等期刊杂志上。他合作过的公司和机构有：Transfreight、LeanCor、嘉吉（Cargill）、汉密尔顿县选举委员会、辛辛那提猛虎队等。由于欧曼教授的科研工作对产业发展有很强的指导意义，曾被授予过乔治 B.丹齐克（George B.Dantzig）论文奖，并入围丹尼尔 H.瓦格纳运筹学应用卓越奖提名。
戴维 R.安德森（David R.Anderson）
戴维R.安德森是辛辛那提大学Carl H.Lindner商学院数量分析专业的荣誉教授，出生于北达科他州的大福克斯，先后在普渡大学获得学士、硕士和博士学位。安德森教授在退休之前，当过数量分析和运筹管理系主任，也当过商业管理学院的副院长。
在辛辛那提大学从教的岁月里，安德森教授给商务专业的学生讲授过初等统计学，给研究生开设过回归分析、多元分析、管理科学等课程。此外，他还兼职在劳工部讲授统计学。由于在教学和学生服务方面的突出表现，安德森教授先后多次获得嘉奖。
与他人合作，安德森教授出版过统计学、管理科学、线性规划、生产与运作管理等方面的教科书。此外，他还担任抽样与统计方法领域的高级顾问。
丹尼斯 J.斯威尼（Dennis J.Sweeney）
丹尼斯J.斯威尼是辛辛那提大学数量分析专业的荣誉教授，是辛辛那提大学生产率促进中心的创始人。丹尼斯J.斯威尼出生于爱荷华州首府得梅因，从德雷克大学获得文学和理学学士学位后，又在印第安纳大学获得工商管理硕士（MBA）和博士学士（DBA）。斯威尼教授1978～1979年在宝洁公司管理科学部任职，1981～1982年在杜克大学做访问教授，当过辛辛那提大学数量分析系主任、商业管理学院副院长。
斯威尼教授先后发表过30多篇有关管理科学和统计学方面的文章和专著，曾经获得过美国国家科学基金、IBM、宝洁、美国联合百货公司、克罗格公司、辛辛那提煤气和电力公司的科研资助，这些方面的科研课题研究成果先后刊登在《管理科学》《运筹学研究》
《数学规划》《决策科学》等杂志上。和他人合作，斯威尼教授出版过统计学、管理科学、线性规划、生产与运作管理等方面的教科书。
目录
作者简介
前言
第1章 导论 1
1.1 什么是决策 3
1.2 关于商务数量解析的界定 4
1.3 解析方法与模型的分类 5
1.3.1 描述性数量解析分析 5
1.3.2 预测性数量解析分析 5
1.3.3 指导性数量解析分析 6
1.4 大数据 8
1.5 商务数量解析学的应用 8
1.5.1 金融领域 9
1.5.2 人力资源领域 9
1.5.3 市场营销领域 9
1.5.4 健康管理领域 10
1.5.5 供应链领域 11
1.5.6 政府部门和非营利组织 11
1.5.7 体育领域 12
1.5.8 互联网领域 12
本章小结 12
前言
第1章 导论 1
1.1 什么是决策 3
1.2 关于商务数量解析的界定 4
1.3 解析方法与模型的分类 5
1.3.1 描述性数量解析分析 5
1.3.2 预测性数量解析分析 5
1.3.3 指导性数量解析分析 6
1.4 大数据 8
1.5 商务数量解析学的应用 8
1.5.1 金融领域 9
1.5.2 人力资源领域 9
1.5.3 市场营销领域 9
1.5.4 健康管理领域 10
1.5.5 供应链领域 11
1.5.6 政府部门和非营利组织 11
1.5.7 体育领域 12
1.5.8 互联网领域 12
本章小结 12
前言
编写本书，旨在给本科生和低年级研究生介绍什么是商务数量解析。对发展势头迅猛的商务数量解析这门课来说，本书应该是较早涉足这一领域内容的一本教科书。
本书一共由12章组成，其中：
第1章为导论。这一章对商务数量解析和采用的处理方法进行了概貌性的介绍。简而言之，商务数量解析以数据为基础，根本目的在于帮助商务专业人士做出更好的决策。
第2章～第6章分别介绍了数据资料的统计描述方法、数据资料的可视化图表分析技术，以及如何运用线性回归模型、时间序列分析方法、数据挖掘方法，从历史数据中获取有用的认识。
第7章讲电子表格模型。主要讲解如何建立电子表格模型，怎样审查电子表格模型，怎样利用Excel中的一些有用的函数等。
第8章～第10章讨论了优化模型，主要是告诉决策分析人员如何根据可用的资料，找出最好的决策方案。第10章讲解的非线性优化模型，在商务管理领域有极其广泛和重要的应用，但可能对部分学生来说会感到有一定的难度，对此主讲教师可以酌情考虑跳过这一章的教学内容。
第11章讲Monte Carlo模拟。在这一章，我们讲解了如何对不确定性的决策问题进行模拟分析，以帮助大家搞清楚不确定性对决策的影响。
第12章讲决策分析。这一章着重讲解如何站在决策人的视角，把决策人对风险的态度引入决策分析中。
这本教科书，对学生有没有选修过基础统计学没有过多的要求。书中非常详细地介绍了统计学的一些基本概念，足够帮助同学们理解商务数据分析工具。凡是书中涉及的统计学概念，我们通过具体事例，从商务数量解析学角度给出了明确的解释。如果主讲教授认为本书所介绍的统计内容大多数选修这门课的学生都学过了，可以考虑不在课堂上讲授第2章～第4章的知识。
本书的编写风格和排版，吸取了本书的一些作者在其他经典教科书上的成功之处，尤其是戴维R.安德森、丹尼斯J.斯威尼、托马斯 A.威廉姆斯。另外，在编写本书的过程中，我们在以下方面做出了改进：
第一，充分讲解Microsoft Excel的运用。Excel运用的讲解贯穿本书的方方面面，对一些比较简单的数量解析方法，我们既说明了手工计算，也介绍了Excel的处理过程。对那些比较复杂的只能通过电子表格解决的问题，我们着重介绍了Excel的使用办法和具体操作过程。
第二，以Excel 2013版的运用介绍为主。书中安排的有关Excel运用的内容，基本上使用的是2013版的Excel。与以前的版本相比，Excel 2013版虽然改动不大，特别是与商务数量解析有关的功能，但数据资料的可视化处理能力有了不小的改进。在Excel 2013版中，生成、修改和分析数据图像变得较为容易。考虑到一些学生和教师可能到现在还没有安装Excel 2013版，所以只要允许或有可能，我们也对以前版本Excel的使用进行必要的介绍。
第三，Analytics Solver Platform（ASP）和XLMiner的运用介绍。Microsoft Excel中有两款功能十分强大的插件，即Analytics Solver Platform和XLMiner。这本教科书，也将它们的使用引入教学内容。Analytics Solver Platform为Excel提供了优化和模拟分析的补充功能。XLMiner把复杂数据的挖掘算法注入Excel中，使得利用Excel可以更好地进行数据的可视化描述和信息勘察。不过，在本书的绝大多数章节，我们把Analytics Solver Platform、XLMiner使用的讲解，都放在了相应章节的附录中，以便使授课教师有选择是否讲解的余地。第6章和第11章的11.3和11.4节里，因为内容安排的需要，我们直接在正文中对Analytics Solver Platform、XLMiner的使用方法和操作步骤做了介绍。
第四，说明与解释。在本书一些章节的末尾部分，我们对相应章节介绍的内容做了注意事项提醒和点评，以帮助学生更深入地认识和理解所学的知识，主要是所介绍方法的局限性、应用方面的建议等。
第五，实践中的数量解析。几乎每一章，我们在一开始都编写了一段案例性质的实际应用材料。这些应用材料，都是商务数量解析在实际应用中比较有趣的例子，它们来自于不同领域的研究报告和科研论文，包括健康管理、金融、制造业、市场营销等领域。
第六，网络资料。本书内容讲解中用到的示范数据，以及复习思考题中的背景资料，都放在专门的网站上，有需要的话，可以随时登录下载（本书翻译版的网络资料请登录www.hzbook.com/ps/下载）。
第七，复习思考题和案例讨论。除了第1章，本书其余各章都编写了20道左右的复习思考题，以帮助学生更好地通过练习掌握相应章节的学习内容。复习思考题的难易程度不一样，但它们绝大多数都是商务数量解析实际应用的实例。除第1章外，本书其他的11章，都编写了有一定深度的案例，以便学生掌握各种方法的综合运用。
本书初稿完成后，曾经送给很多人审阅，对他们提出的修改和完善建议，在此一并表示衷心的感谢。尤其要特别感谢：
巴克内尔大学的Matthew D. Bailey、维拉诺瓦大学的Q.B.Chung、丹佛大学丹尼尔斯商学院的Phillip Beaver、肯塔基大学的Elizabeth A.Denny、俄亥俄州立大学的M.Khurrum S.Bhutta、波特兰大学的Mike Taein Eom、费耶特维尔州立大学的Yvette Njan Essounga、宾夕法尼亚纽约学院的Marco Lam、得克萨斯州立大学的Lawrence V.Fulton、肯塔基大学的Ram Pakath、林肯纪念大学的James F.Hoelscher、詹姆斯麦迪逊大学的Susan Palocsay、路易斯堡学院的Eric Huggins、安柏瑞德航空航天大学的Dothan Truong、俄亥俄州立大学的Faizul Huq、怀克技术社区大学的Kai Wang。
另外，我们还要感谢：责任编辑Joe Sabatino、执行编辑Aaron Arnsparger、市场营销指导Natalie King、市场营销经理Heather Mooney、市场营销副经理Roy Rosa、内容编排指导Maggie Kubale、高级项目经理Cliff Kallemeyn、传播指导Chris Valentine，以及其他对本书提供咨询意见和辅助性工作的各位人士。
本书一共由12章组成，其中：
第1章为导论。这一章对商务数量解析和采用的处理方法进行了概貌性的介绍。简而言之，商务数量解析以数据为基础，根本目的在于帮助商务专业人士做出更好的决策。
第2章～第6章分别介绍了数据资料的统计描述方法、数据资料的可视化图表分析技术，以及如何运用线性回归模型、时间序列分析方法、数据挖掘方法，从历史数据中获取有用的认识。
第7章讲电子表格模型。主要讲解如何建立电子表格模型，怎样审查电子表格模型，怎样利用Excel中的一些有用的函数等。
第8章～第10章讨论了优化模型，主要是告诉决策分析人员如何根据可用的资料，找出最好的决策方案。第10章讲解的非线性优化模型，在商务管理领域有极其广泛和重要的应用，但可能对部分学生来说会感到有一定的难度，对此主讲教师可以酌情考虑跳过这一章的教学内容。
第11章讲Monte Carlo模拟。在这一章，我们讲解了如何对不确定性的决策问题进行模拟分析，以帮助大家搞清楚不确定性对决策的影响。
第12章讲决策分析。这一章着重讲解如何站在决策人的视角，把决策人对风险的态度引入决策分析中。
这本教科书，对学生有没有选修过基础统计学没有过多的要求。书中非常详细地介绍了统计学的一些基本概念，足够帮助同学们理解商务数据分析工具。凡是书中涉及的统计学概念，我们通过具体事例，从商务数量解析学角度给出了明确的解释。如果主讲教授认为本书所介绍的统计内容大多数选修这门课的学生都学过了，可以考虑不在课堂上讲授第2章～第4章的知识。
本书的编写风格和排版，吸取了本书的一些作者在其他经典教科书上的成功之处，尤其是戴维R.安德森、丹尼斯J.斯威尼、托马斯 A.威廉姆斯。另外，在编写本书的过程中，我们在以下方面做出了改进：
第一，充分讲解Microsoft Excel的运用。Excel运用的讲解贯穿本书的方方面面，对一些比较简单的数量解析方法，我们既说明了手工计算，也介绍了Excel的处理过程。对那些比较复杂的只能通过电子表格解决的问题，我们着重介绍了Excel的使用办法和具体操作过程。
第二，以Excel 2013版的运用介绍为主。书中安排的有关Excel运用的内容，基本上使用的是2013版的Excel。与以前的版本相比，Excel 2013版虽然改动不大，特别是与商务数量解析有关的功能，但数据资料的可视化处理能力有了不小的改进。在Excel 2013版中，生成、修改和分析数据图像变得较为容易。考虑到一些学生和教师可能到现在还没有安装Excel 2013版，所以只要允许或有可能，我们也对以前版本Excel的使用进行必要的介绍。
第三，Analytics Solver Platform（ASP）和XLMiner的运用介绍。Microsoft Excel中有两款功能十分强大的插件，即Analytics Solver Platform和XLMiner。这本教科书，也将它们的使用引入教学内容。Analytics Solver Platform为Excel提供了优化和模拟分析的补充功能。XLMiner把复杂数据的挖掘算法注入Excel中，使得利用Excel可以更好地进行数据的可视化描述和信息勘察。不过，在本书的绝大多数章节，我们把Analytics Solver Platform、XLMiner使用的讲解，都放在了相应章节的附录中，以便使授课教师有选择是否讲解的余地。第6章和第11章的11.3和11.4节里，因为内容安排的需要，我们直接在正文中对Analytics Solver Platform、XLMiner的使用方法和操作步骤做了介绍。
第四，说明与解释。在本书一些章节的末尾部分，我们对相应章节介绍的内容做了注意事项提醒和点评，以帮助学生更深入地认识和理解所学的知识，主要是所介绍方法的局限性、应用方面的建议等。
第五，实践中的数量解析。几乎每一章，我们在一开始都编写了一段案例性质的实际应用材料。这些应用材料，都是商务数量解析在实际应用中比较有趣的例子，它们来自于不同领域的研究报告和科研论文，包括健康管理、金融、制造业、市场营销等领域。
第六，网络资料。本书内容讲解中用到的示范数据，以及复习思考题中的背景资料，都放在专门的网站上，有需要的话，可以随时登录下载（本书翻译版的网络资料请登录www.hzbook.com/ps/下载）。
第七，复习思考题和案例讨论。除了第1章，本书其余各章都编写了20道左右的复习思考题，以帮助学生更好地通过练习掌握相应章节的学习内容。复习思考题的难易程度不一样，但它们绝大多数都是商务数量解析实际应用的实例。除第1章外，本书其他的11章，都编写了有一定深度的案例，以便学生掌握各种方法的综合运用。
本书初稿完成后，曾经送给很多人审阅，对他们提出的修改和完善建议，在此一并表示衷心的感谢。尤其要特别感谢：
巴克内尔大学的Matthew D. Bailey、维拉诺瓦大学的Q.B.Chung、丹佛大学丹尼尔斯商学院的Phillip Beaver、肯塔基大学的Elizabeth A.Denny、俄亥俄州立大学的M.Khurrum S.Bhutta、波特兰大学的Mike Taein Eom、费耶特维尔州立大学的Yvette Njan Essounga、宾夕法尼亚纽约学院的Marco Lam、得克萨斯州立大学的Lawrence V.Fulton、肯塔基大学的Ram Pakath、林肯纪念大学的James F.Hoelscher、詹姆斯麦迪逊大学的Susan Palocsay、路易斯堡学院的Eric Huggins、安柏瑞德航空航天大学的Dothan Truong、俄亥俄州立大学的Faizul Huq、怀克技术社区大学的Kai Wang。
另外，我们还要感谢：责任编辑Joe Sabatino、执行编辑Aaron Arnsparger、市场营销指导Natalie King、市场营销经理Heather Mooney、市场营销副经理Roy Rosa、内容编排指导Maggie Kubale、高级项目经理Cliff Kallemeyn、传播指导Chris Valentine，以及其他对本书提供咨询意见和辅助性工作的各位人士。
