商業數據分析 原書第5版

邁克爾·J.弗裏（Michael J. Fry）現任辛辛那提大學卡爾·H.林德納商學院運營、商業數據分析與信息系統教授，同時擔任該學院商業數據分析中心學術主任。他出生於得克薩斯州基林市，擁有得克薩斯農工大學學士學位，以及密歇根大學工程碩士學位與博士學位。自2002年起，他任職於辛辛那提大學，此前曾擔任該校院系主任，並獲授“林德納研究員”榮譽稱號。此外，他還曾擔任康奈爾大學塞繆爾·柯蒂斯·約翰遜管理研究生院及英屬哥倫比亞大學尚德商學院的訪問教授。 弗裏教授已在Operations Research、Manufacturing & Service Operations Management、Transportation Science、Naval Research Logistics、IISE Transactions、Critical Care Medicine和INFORMS Journal on Applied Analytics等期刊上發表超過25篇研究論文。他的研究項目獲得了美國國家科學基金會及其他資助機構的資金支持。他的研究方向聚焦於將定量管理方法應用於供應鏈分析、體育分析及公共政策運營領域。在研究過程中，他曾與多家不同類型的機構合作，包括戴爾公司、星巴克公司、大美國保險集團、辛辛那提消防局、俄亥俄州選舉委員會、辛辛那提猛虎隊及辛辛那提動物園與植物園。他曾入圍“丹尼爾·H.瓦格納運籌學實踐卓越獎”決賽，並憑借突出的研究與教學成果在辛辛那提大學獲得表彰。

作者簡介
前言
第1章 導論
1.1 決策的意義
1.2 什麼是商業數據分析
1.3 數據分析方法與模型的分類
1.4 大數據、雲計算和人工智能
1.5 商業數據分析的應用
1.6 數據及其分析應用中的法律和道德問題
第2章 描述統計分析
2.1 數據：定義和目標
2.2 數據的類型
2.3 Excel數據的初步探索
2.4 數據的分布
2.5 位置測度
2.6 變異測度
2.7 分布分析
2.8 兩個變量間的相關關系
第3章 數據可視化
3.1 概述
3.2 表格
3.3 圖
3.4 高級數據可視化
3.5 地理空間數據的可視化
3.6 數據儀表盤
第4章 數據整理：數據管理與數據清洗
4.1 數據探索
4.2 數據結構化
4.3 數據清洗
4.4 數據豐度化
4.5 數據驗證和發布
第5章 概率：不確定性現象建模問題
5.1 事件與概率
5.2 概率的基本關系
5.3 條件概率
5.4 隨機變量
5.5 離散型概率分布
5.6 連續型概率分布
第6章 描述性數據挖掘
6.1 降維
6.2 聚類分析
6.3 關聯規則
6.4 文本挖掘
第7章 統計推斷分析
7.1 樣本選擇
7.2 點估計
7.3 抽樣分布
7.4 區間估計
7.5 假設檢驗
7.6 大數據、統計推斷及其實際意義
第8章 線性回歸分析
8.1 簡單線性回歸模型
8.2 最小二乘法
8.3 簡單線性回歸模型的擬合效果
8.4 多元回歸模型
8.5 線性回歸推斷分析
8.6 分類自變量
8.7 非線性回歸模型
8.8 建模問題
8.9 大數據與回歸分析
8.10 回歸預測分析
第9章 時間序列分析與預測
9.1 時間序列的幾種類型
9.2 預測準確性問題
9.3 移動平均法與指數平滑法
9.4 回歸預測分析
9.5 預測模型優良性評估
第10章 基於回歸的預測性數據挖掘
10.1 回歸效果評估
10.2 數據抽樣、預處理與分區
10.3 k-最近鄰回歸
10.4 回歸樹
10.5 神經網絡回歸
10.6 特征選擇
第11章 基於分類的預測性數據挖掘
11.1 數據抽樣、預處理與分割
11.2 二值分類效果測度
11.3 基於邏輯回歸的分類
11.4 k-最近鄰法分類
11.5 分類樹
11.6 神經網絡分類
11.7 特征選擇
第12章 電子表格模型
12.1 電子表格模型構建
12.2 what-if分析
12.3 建模常用的Excel函數
12.4 電子表格模型審核
12.5 預測性與規範性電子表格模型
第13章 蒙特卡羅模擬
13.1 Sanotronics公司的風險分析
13.2 Promus公司存貨策略分析
13.3 Land Shark公司模擬模型
13.4 相依變量模擬
13.5 模擬分析的幾點思考
第14章 線性優化模型
14.1 最大化問題
14.2 Par公司規劃模型的求解
14.3 最小值問題
14.4 線性規劃的幾類特殊情況
14.5 敏感性分析
14.6 線性規劃一般形式及推廣應用
14.7 線性規劃多個解的一般性說明
第15章 整數線性優化
15.1 整數線性規劃的類型
15.2 整數規劃的一個實例
15.3 運用Excel求解整數優化問題
15.4 0-1變量的應用
15.5 0-1變量與建模
15.6 生成0-1問題的替代最優解
第16章 非線性優化問題
16.1 一個生產管理實例
16.2 局部最優和全局最優
16.3 選址問題
16.4 馬科維茨投資組合模型
16.5 新產品市場銷售預測
16.6 運用Excel演化求解的啟發式優化問題
第17章 決策分析
17.1 問題的表述
17.2 不使用概率的決策分析
17.3 使用概率的決策分析
17.4 運用樣本信息的決策分析
17.5 利用貝葉斯定理計算狀態分支概率
17.6 效用理論