数据、模型与决策：管理科学的数学基础 第2版

    书籍
    经济管理学书籍
本书以“数据—建模—决策”为线索，以电子表格为工具，以案例教学为手段，旨在帮助学生掌握数据收集、处理和分析的方法，建立合理的定量分析模型，获得准确的结果，进而做出正确的决策。本书主要涉及概率统计和运筹学等管理学科典型的方法论与科学工具，强调决策方法在商务和管理环境下的实际应用。全书共分为三大部分，共15章：第1部分围绕“数据”展开，主要介绍数据的描述、分布、统计和预测；第2部分围绕“运筹模型”展开，着重讲述数学规划相关知识点；第3部分围绕“决策”展开，展现不同类型的决策问题和技术。
本书适合管理科学、运筹学、应用数学等专业的本科生和研究生，还可作为相关从业人员的参考读物。

第2版前言
第1版前言
第一部分 数据分析基础
第1章 随机变量与概率分布 2
学习目标 2
1.1 随机事件及概率 2
1.2 随机变量及分布 10
本章小结 23
关键术语 23
参考文献 24
第2章 数据描述及归纳 25
学习目标 25
2.1 数据展示 26
2.2 数据描述 37
本章小结 42
关键术语 42
参考文献 42
第3章 统计推断 44
学习目标 44
3.1 抽样及抽样分布 44

　　第2版前言
　　本书自 2017 年 1 月首次出版以来，深得国内同行的喜爱，被多所高校的经管学院作为 MBA 教材使用。为了更好地服务管理科学领域的教师和学生，应机械工业出版社的要求，我们在过去的一两年中对本书进行了大幅度修订。本次修订在保持原有特色的前提下，进行了以下改变。
　　第一，调整了本书的部分结构并重写或增减了部分内容。例如，将德尔菲法的相关内容从第 1 版的第 2 章“数据描述及归纳”中移至第 2 版的第 14 章“群决策”中；在第 5章中增加了“多阶段 DEA”的内容，同时删除了第 13 章中有关 DEA 的内容；对第 1 版4.2 节“趋势外推法”的相关内容进行了大幅度删减；重写了 5.1.1 节，以便读者在阅读“线性规划”内容之前，对数学规划有一个更宏观的理解；重写了 7.2 节，以使该节内容与第 7 章的主题“动态规划”高度相关；在第 15 章中增加了“多项式 Logit 选择模型”的相关内容，以便读者对有限理性有一个更全面的认识。
　　第二，在不增加读者数学知识负担的前提下，加入了一些数学语言描述，以期更准确地向读者解释相关概念。在本书第 1 版中，我们尽量避开数学语言，从管理学视角（而非数学视角）来呈现各种数学技术，让读者不需要具备特别深厚的数学基础即可掌握本书的核心思想和技术。然而，因为很多词语本身具有多义性，所以这种做法会导致读者很难准确地把握相关数学概念。为此，在本书第 2 版中，特别是第一部分的 4 章内容中，我们增加了一些简单的数学语言并重写了其中大部分语言，以便读者更准确地理解概率与统计的相关概念。
　　第三，更新或重写了书中部分例题，以反映我国经济发展的最新动向。比如，在例 2-2 中将 28 个省（直辖市、自治区）的汽车生产量数据更新至 2019 年 12 月，将例 2-8
　　2010～2012 年我国入境游客的例题替换为 2015～2017 年我国空调销量的例题；重写了例4-4 并分析了 1999～2019 年我国互联网网民人数的变化趋势，重写了例 4-5 ～ 例 4-7 并分析了 2013～2019 年我国房屋销售额的月度数据，将例 4-8 ～ 例 4-10 中格力电器的相关数据更新至 2019 年第四季度。
　　第四，将大部分例题中的数据处理软件更新为 Excel，同时详细介绍了如何通过 Excel运用相关方法。这样做，一方面可以减少任课教师对特定数据处理软件或工具包的依赖；另一方面，通过 Excel 的具体操作，可以让学生更好地理解各种方法背后的数学原理。
　　第五，重新梳理了全书语言，让表达更流畅。这样可以大大减轻读者在阅读本书时的负担。
　　第 2 版的更新工作恰逢疫情。在疫情期间，中国科学技术大学的部分青年教师和研究生在语言修改与反馈、例题数据收集与更新以及图形绘制等方面做了很多重要且烦琐的工作，他们是昂胜、笪郁文、陆青青、杨晓林、项思宇、于莉莉、张梦瑶、张艳等。在此，向他们的辛勤劳作与集体智慧，致以最诚挚的感谢！
　　梁樑 杨锋 苟清龙
　　2021 年 10 月于中国科学技术大学
　　第1版前言
　　管理更应被视为一门艺术还是一门科学？不同背景的学者、实践管理者会给出不同的回答，并可以提供充足的论据进行辩护。争执不下的结果之一是：一些学者认为，管理既是一门艺术，又是一门科学。
　　在编写本书时，我们无意于纠缠这一问题的答案，而是将重点偏向于管理的科学性，并将本书视为管理科学的基础性教材。众多学者认为，管理科学（management science，MS）、决策科学（decision science，DS）与运筹学（operations research，OR）具有深刻的关联，甚至有学者将 MS/OR 作为管理科学、决策科学、运筹学的共同称呼。MS/OR 可以定义为：基于定量数据，通过科学的方法来制定管理决策的一门学科。该定义包含三个重要元素：一是数据，即定量数据是制定决策的依据；二是模型，即科学方法是判定决策优劣的逻辑基石；三是决策，即数据和模型的目标是实现决策结果的最优化，从而服务于现实需求。因此，我们认为：数据、模型与决策，是管理科学、决策科学和运筹学最基础
　　的元素。本书的编撰，也是为管理科学、决策科学和运筹学学科提供一本最基础的教材。
　　虽然管理科学所使用的科学方法可能会涉及数学、计算机、经济学、信息科学等多个学科，但数学是最主要的。我们通过数学模型来实施科学的运算和判断。所谓模型，是对研究的实体进行必要的简化，并用适当的变现形式或规则把它的主要特征描述出来；而数学模型，则是以数学语言描述的一类模型，其形式可能包括代数、方程、规划、统计、图、拓扑、几何等。考虑到管理科学的特点，本书对数学方法的呈现形式尽可能做到简洁易懂，以便读者能够更容易地阅读本书，更容易地将有关知识应用于指导管理实践。
　　与本书类似的书籍确实有很多，特别是大量的国外教材相继被翻译成中文，这极大地拓宽了读者的选择空间。与这些书籍相比，本书具有十分鲜明的特色。具体来说，相比较同类书籍而言，本书具有如下特点。
　　（1）通俗易懂，深入浅出。本书以管理学视角（而非数学视角）来呈现各种数学技术，使读者不需要具备特别深厚的数学基础便可掌握本书的核心思想和技术。在问题求解技术上，本书力图以常见的 Excel 软件来实现各种计算，读者不需要深入学习 MATLAB、SPSS 等专业软件，也无须耗费巨大精力去钻研单纯形法等传统求解方法。
　　（2）以中国情境的案例串联起问题和知识点。每一个章节都呈现出众多的中国情境的问题，围绕着该问题的解决，各个知识点不再是孤零零的，而是通过例子串联起来。这些案例既能够引起读者的学习兴趣，又清晰地展现了不同技术和知识点的差异，使读者的思路更为明晰。
　　（3）增加了一些本领域中十分重要且基础的内容，使读者在学习本书之后能有更大的收获，并可以为未来的进一步学习奠定一定的基础。这些新增的内容主要包括：收益管理、数据包络分析、决策的发展历史、群决策、前景理论等。其中，收益管理、数据包络分析、前景理论是学术界广泛关注的热点领域。

　　数据、模型与决策是管理科学、决策科学、运筹学最基础的元素。本书定义为管理科学的基础性教材，目的是帮助学生更好地理解与应用管理科学。本书对数学方法的呈现形式尽可能简洁易懂，以便读者能够更容易地接受本书，并将相关知识应用于指导管理实践。本书第2版调整了章节内容，对第1版的内容进行了增加、删减、合并；在不增加读者数学负担的前提下，加入了一些数学语言描述，以期更准确地向读者解释相关概念；更新或重写了书中部分例题，以反映我国经济发展的最新动向。
　　本书特点：
　　1. 通俗易懂。本书仍以常见的Excel软件来实现各种计算，读者不需要深入学习MATLAB、SPSS 等专业软件知识，便于学习和使用。
　　2. 案例本土化。在每一个章节案例中，继续呈现中国情境的问题，围绕着该问题的解决，使各个知识点通过例子串联起来，并把案例更新到最新。
　　3. 内容前沿。本书增加了多阶段 DEA、多项式 Logit 选择模型等相关内容。
　　4. 数据更新。本书提供了最新的数据信息，便于读者更好地了解现实管理数据情境。
　　本书可作为管理科学、工商管理、工业工程、应用数学等专业的本科生和包含 MBA、EMBA、MEM 在内的研究生的教材，也可作为相关从业人员的参考读物。