经济管理数据，模型与计算——方法，实现及案例 - 中国高校教材图书网
|
书名： |
经济管理数据，模型与计算——方法，实现及案例
|
| ISBN： | 978-7-5641-2193-8 |
责任编辑： | |
| 作者： |
王文平
相关图书
|
装订： | 平装 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥40.00
折扣价：￥38.00
折扣：0.95
节省了2元
|
字数： |
405千字
|
| 出版社： |
东南大学出版社 |
页数： |
296页
|
| 出版日期： |
2010-12-01 |
每包册数： |
|
| 国家规划教材： |
|
省部级规划教材： |
|
| 入选重点出版项目： |
|
获奖信息： |
|
|
|
| 内容简介： |
本书以经济管理中的实际问题为背景，介绍经济管理领域数据处理的常用模型、方法及计算机实现。与现有的大多数统计学和数据处理教材不同，本书在注重数学逻辑和严密性的同时，强调数据处理模型的思想和原理的分析，而略去了繁琐复杂的数学推导过程，并特别重视各模型和方法的实际应用。每个章节都配有详细的经济管理案例的分析、建模、求解和编程实现。
针对经济管理领域不同层次的数据处理需求，本书根据常用数据处理方法的特征，将内容分为三个部分： 经济管理中数据特征和数据处理的任务、数据处理的经典统计分析方法、经济管理中复杂数据处理的智能化方法。其中，数据处理的经典统计分析方法包括： 线性回归、时间序列、数据异常点与结构变化的判断、复杂数据处理的结构分解方法、主成分分析、聚类分析、组合预测、数据包络分析以及用于实证研究的结构方程模型等；经济管理中复杂数据处理的智能化方法包括： 生物智能化的不确定信息处理方法、生物体智能产生的结构仿生方法——人工神经网络以及生物智能化的过程仿生算法——模拟进化计算。
本书可以作为高等院校经管类、理工类相关专业高年级本科生以及研究生的教科书，也可以作为从事经济管理工作的专业人员的参考书。
|
| 作者简介： |
|
|
| 章节目录： |
第一部分绪论（1）
第1章经济管理中数据特征和数据处理的任务（1）
1.1数据特征与分类（1）
1.2经济管理中的数据处理方法（2）
1.3经济管理中数据处理的任务（2）
1.3.1建模（）
1.3.2预测（）
1.3.3控制（）
1.3.4统计诊断（）
1.3.5系统评价（）
1.4数据处理的步骤（4）
第二部分数据处理的经典统计分析方法（6）
第2章线性回归分析（6）
2.1引言（6）
2.1.1确定性关系与非确定性关系（）
2.1.2回归的含义（）
2.2一元线性回归（7）
2.2.1一元线性回归模型（）
2.2.2一元线性回归模型的参数估计（）
2.2.3参数估计量的概率分布（）
2.2.4一元线性回归的假设检验（）
2.2.5回归模型的应用：预测和控制（）
2.3多元线性回归（16）
2.3.1多元线性回归模型（）
2.3.2多元线性回归模型的参数估计（）
2.3.3多元线性回归的假设检验（）
2.3.4预测（）
2.4非线性回归（22）
2.5应用实例（24）
第3章时间序列分析（38）
3.1引言（38）
3.1.1时间序列的定义（）
3.1.2时间序列的主要分类（）
3.1.3时间序列分析方法概述（）
3.1.4平稳时间序列的相关概念（）
3.1.5平稳性检验及自协方差函数、自相关函数的估计（）
3.2ARMA时间序列（45）
3.3ARMA时间序列的建模与预测（46）
3.3.1数据的背景计算及预处理（）
3.3.2模型的识别46
3.4ARMA模型的参数估计（52）
3.4.1AR(p)模型自回归参数的估计52
3.4.2MA(q)模型滑动平均参数的矩估计54
3.4.3ARMA模型参数的矩估计55
3.4.4ARMA模型阶数确定58
3.5应用实例（68）
第4章经济管理中数据异常点与结构变化判断分析（71）
4.1数据处理中的异常点分析（71）
4.1.1线性回归中的异常点分析71
4.1.2时间序列中异常点分析73
4.2数据处理中的数据结构特征分析(一)（77）
4.2.1数据的相关性分析77
4.2.2数据列的平稳性分析78
4.3数据处理中的数据结构特征分析（二）（80）
4.3.1简要随机趋势与ARIMA模型80
4.3.2周期性（季节性）数据与非平稳ARMA模型82
4.3.3非平稳ARMA模型中隐含周期的辨识83
4.4应用实例（85）
第5章经济管理中复杂数据处理的结构分解方法（90）
5.1线性趋势（90）
5.2指数趋势（92）
5.3周期趋势（94）
第6章经济管理中复杂数据建模的综合方法（98）
6.1复杂数据建模的指标综合方法（1）——主成分分析（98）
6.1.1数据处理的主成分分析法99
6.1.2主成分分析的一般数学模型100
6.1.3样本主成分分析101
6.2复杂数据建模的指标综合方法（2）——聚类分析（105）
6.2.1系统聚类法108
6.3复杂数据处理的模型综合——组合预测（117）
6.3.1最优组合预测方法的计算公式119
6.3.2简单平均最优组合预测方法121
6.3.3递归等权组合预测方法(RecursiveEqualWeighting)122
6.4数据包络分析（121）
6.5应用实例（130）
第7章实证研究方法及数据处理——结构方程模型（140）
7.1引言（140）
7.2因子分析（141）
7.2.1探索性因子分析138
7.2.2验证性因子分析144
7.3路径分析（152）
7.3.1基本概念148
7.3.2路径分析过程150
7.4结构方程模型方法（159）
7.4.1基本概念156
7.4.2结构方程模型分析过程157
7.5结构方程模型的应用实例（164）
第三部分经济管理中复杂数据处理的智能化方法（176）
第8章生物智能化的不确定信息处理方法——模糊数据处理（176）
8.1模糊聚类分析（176）
8.1.1基本概念170
8.1.2模糊聚类分析173
8.2模糊模式识别（184）
8.2.1模糊集的内积和外积178
8.2.2最大隶属原则和择近原则179
8.3模糊综合评判（186）
8.3.1基本概念180
8.3.2模糊综合评判模型181
8.4应用实例（188）
第9章生物体智能产生的结构仿生方法——人工神经网络（195）
9.1引言（195）
9.1.1人工神经网络的生物学基础188
9.1.2人工神经元和神经网络189
9.1.3人工神经网络方法基本功能及在经济管理中的应用领域192
9.2人工神经网络的结构设计（202）
9.2.1单层感知器193
9.2.2多层感知器196
9.2.3自组织特征映射（SOM）神经网络199
9.2.4反馈神经元网络201
9.3人工神经网络的学习机理（212）
9.3.1人工神经网络的学习功能203
9.3.2perceptron（感知器）学习规则205
9.3.3反向传播学习算法207
9.3.4Hebbian学习规则213
9.3.5竞争型学习215
9.4应用实例（228）
第10章生物智能化的过程仿生算法——模拟进化计算（233）
10.1引言（233）
10.1.1模拟进化计算的生物学基础224
10.1.2模拟进化计算的一般框架225
10.1.3典型例子：遗传算法、演化策略与进化程序227
10.1.4模拟进化计算的本质优点与适用领域229
10.2遗传算法的设计与实现（243）
10.2.1标准遗传算法和基本概念230
10.2.2模式定理232
10.2.3编码方法236
10.2.4适应度函数241
10.2.5遗传算子243
10.2.5其他问题247
10.3遗传算法在经济管理中的应用案例（272）
附录（280）
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
