Эддоус М., Стэнсфилд Р. Методы принятия решений

Опубликовал: pvi777 в категорию Материалы по системному анализу и принятию решений - Дата добавления: 19.09.2020, 12:35


Предлагаемая книга представляет собой учебное пособие, которое подготовлено и используется Ассоциацией присяжных дипломированных бухгалтеров Великобритании (Tlie Chartered Association of Certified Accountants – ACCA) в подготовке дипломированных бухгалтеров.

Излагаются теоретические основы принятия управленческих решений в условиях неопределенности и оценки риска: элементы теории вероятностей, минимаксные правила принятия решений, статистический анализ для принятия решений, включающий процедуры статистического вывода, контроля качества, анализа временных рядов и прогнозирования, методы оптимизации решений.

ОГЛАВЛЕНИЕ

От научного редактора

ЧАСТЬ I. ПРИНЯТИЕ РЕШЕНИЙ В УСЛОВИЯХ НЕДОСТАТКА ИНФОРМАЦИИ

Глава 1. Основы теории вероятностей
1.1. Введение
1.2. Основные понятия теории вероятностей
1.2.1. Вероятность – что это такое?
1.2.2. Свойства вероятности
1.2.3. Как найти значение вероятности?
1.3. Вероятность сложных событий
1.3.1. Дерево вероятностей
1.4. Действия с вероятностями
1.4.1. Правило сложения вероятностей
1.4.2. Условная вероятность
1.4.3. Правило умножения вероятностей
1.4.4. Правило вычисления вероятностей для более чем двух событий
1.5. Формула Байеса
1.6. Математическое ожидание
1.7. Перестановки и сочетания
1.7.1. Использование перестановок и сочетаний для вычисления вероятности

Глава 2. Вероятностные распределения
2.1. Введение
2.2. Вероятностные распределения дискретной случайной величины
2.2.1. Дискретная случайная величина
2.2.2.Распределение дискретной случайной величины
2.2.3.Графическое представление распределения дискретной случайной величины
2.2.4. Математическое ожидание и стандартное отклонение вероятностного распределения
2.3. Биномиальное распределение
2.3.1. Что такое биномиальное распределение
2.3.2. Биномиальное распределение
2.3.3. Математическое ожидание и стандартное отклонение для биномиального распределения
2.4. Распределение Пуассона
2.4.1. Что такое распределение Пуассона
2.4.2. Математическое ожидание и дисперсия распределения Пуассона
2.5. Распределение Пуассона как аппроксимация биномиального распределения
2.6. Распределение непрерывной случайной величины
2.6.1. Непрерывная случайная величина и плотность ее вероятности.
2.6.2. Равномерное распределение
2.7. Нормальное распределение непрерывной случайной величины
2.7.1. Природа нормального распределения
2.7.2. Стандартное нормальное распределение
2.8. Использование нормального распределения в качестве аппроксимации биномиального распределения
2.9. Нормальное распределение как замена распределения Пуассона
2.10. Комбинации случайных величин
2.10.1. Независимые случайные величины
2.10.2. Особый случай зависимых случайных величин
2.10.3. Природа распределения объединенных случайных величин

Глава 3. Правила и схемы принятия решений
3.1. Введение
3.2. Правила принятия решений
3.2.1. Правила принятия решений без использования численных значений вероятностей исходов
3.2.2. Критерий Гурвича – компромиссный способ принятия решений
3.2.3. Правила принятия решений с использованием численных значений вероятностей исходов
3.2.4. Зависимость решения от изменений значений вероятностей
3.2.5. Стоимость достоверной информации
3.3. Использование математического ожидания и стандартного отклонения для оценки риска
3.4. Использование понятия полезности при определении размеров риска
3.4.1. Преимущества шкалы полезности
3.5. Дерево решений
3.5.1. Расчет двухуровневого «дерева» решений
3.5.2. «Дерево» и анализ чувствительности решений

ЧАСТЬ II. АНАЛИЗ ДАННЫХ КАК СОСТАВНАЯ ЧАСТЬ ПРИНЯТИЯ РЕШЕНИЙ

Глава 4. Выборка и выборочные распределения
4.1. Введение
4.2. Причины применения выборочного наблюдения
4.3. Случайный отбор
4.4. Выборочные распределения
4.4.1. Выборочное распределение выборочных средних
4.4.2. Выборочное распределение выборочной дисперсии
4.4.3. Оценка стандартной ошибки выборочного распределения выборочных средних
4.4.4. Стандартные выборочные распределения z, t, χ2, F

Глава 5. Статистический вывод 1: оценивание – доверительные интервалы
5.1. Введение
5.2. Доверительный интервал для генеральной средней μ
5.2.1. Генеральная дисперсия σ2 известна
5.2.2. Генеральная дисперсия неизвестна
5.3. Доверительный интервал для генеральной доли ρ
5.4. Определение соответствующего объема выборки
5.4.1. Объем выборки, необходимый для оценки генеральной средней
5.4.2. Объем выборки, необходимый для оценки генеральной доли

Глава 6. Статистический вывод 2: испытание гипотез
6.1. Введение
6.2. Процедура испытания гипотез
6.2.1. Правила испытания гипотез
6.2.2. Одно- и двусторонние тесты
6.3. Испытание гипотезы на основе выборочной средней: генеральная дисперсия известна
6.4. Испытание гипотезы на основе выборочной средней – генеральная дисперсия неизвестна
6.5. Испытание гипотезы на основе выборочной доли
6.6. Испытание гипотез о двух генеральных дисперсиях
6.6.1. Отношение дисперсий или F-критерий
6.7. Сравнение средних величин двух выборок при известных генеральных дисперсиях
6.8. Испытание гипотезы по выборочным средним – генеральные дисперсии неизвестны
6.9. Испытание гипотезы по двум выборочным долям
6.10. Испытание гипотезы по спаренным данным – зависимые выборки
6.11. Непараметрические испытания гипотез – критерий хи-квадрат

Глава 7. Статистический контроль качества
7.1. Введение
7.2. Изменчивость технологического процесса
7.3. Производственные возможности технологического процесса
7.4. Контрольные карты
7.4.1. Контрольные карты количественных признаков при известных μ и σ
7.4.2. Контрольные карты количественных признаков при неизвестных μ и σ
7.4.3. Контрольные карты качественных признаков
7.5. Статистический приемочный контроль качества неколичественных признаков

Глава 8. Линейная регрессия
8.1. Введение
8.2. Простая модель линейной регрессии
8.3. Теснота линейной связи – коэффициент корреляции r
8.4. Предсказания и прогнозы на основе линейной модели регрессии
8.4.1. Прогнозы с упорядоченными данными
8.4.2. Оценки, ошибки и остатки
8.5. Статистический вывод в анализе линейной регрессии
8.5.1. Основные предпосылки
8.5.2. Испытание гипотезы для оценки линейности связи
8.5.3. Доверительный интервал в линейном регрессионном анализе
8.6. Модели множественной регрессии
8.7. Нелинейные связи
8.8. Ранговый коэффициент корреляции Спирмена – rs

Глава 9. Временные ряды и прогнозирование
9.1. Введение
9.2. Элементы временного рада
9.3. Анализ модели с аддитивной компонентной: A=T+S+E
9.3.1. Расчет сезонной компоненты в аддитивных моделях
9.3.2. Десезонализация данных при расчете тренда
9.3.3. Расчет ошибок
9.3.4. Прогнозирование по аддитивной модели
9.4. Анализ модели с мультипликативной компонентой: A=T*S*E
9.4.1. Расчет значений сезонной компоненты
9.4.2. Десезонализация данных и расчет уравнения тренда
9.4.3. Расчет ошибок А/(Т*S)=Е или А-(Т*S)=Е
9.4.4. Прогнозирование по модели с мультипликативной компонентой

ЧАСТЬ III. ПЛАНИРОВАНИЕ В БИЗНЕСЕ

Глава 10. Сетевой анализ и календарное планирование проектов
10.1. Введение
10.2. Сетевые графы
10.2.1. Стрелочные графы
10.2.2. Вершинные графы
10.3. Анализ критического пути
10.3.1. Анализ критического пути с применением вершинных графов
10.3.2. Анализ критического пути с применением стрелочных графов
10.4. Стоимость проекта
10.4.1. Минимизация общей продолжительности проекта с минимальными дополнительными расходами
10.4.2. Выполнение проекта с минимальными издержками
10.5. Неопределенность времени выполнения операций
10.6. Распределение ресурсов
10.6.1. Графики ресурсов

Глава 11. Планирование и управление запасами
11.1. Введение
11.2. Основная модель управления запасами
11.2.1. Система предпосылок основной модели управления запасами
11.2.2. Издержки хранения запасов
11.2.3. Уравнение общей стоимости
11.2.4. Оптимальный размер заказа qo
11.2.5. Уровень и интервал повторного заказа
11.2.6. Модели экономичного размера партии
11.3. Скидка на количество
11.4. Другие модели управления запасами
11.4.1. Модель производства партии продуктов
11.4.2. Модель планирования дефицита
11.5. Неопределенность и основная модель управления запасами
11.5.1. Уровневая система повторного заказа
11.5.2. Циклическая система повторного заказа
11.6. Другие аспекты теории управления запасами

ЧАСТЬ IV. МОДЕЛИРОВАНИЕ В БИЗНЕСЕ

Глава 12. Линейное программирование
12.1. Введение
12.2. Формулировка задачи линейного программирования
12.3. Решение задачи линейного программирования
12.3.1. Графическое решение задачи линейного программирования
12.4. Анализ чувствительности
12.4.1. Воздействие изменений в обеспечении лимитирующим ресурсом на решение задачи линейного программирования
12.4.2. Воздействие на оптимальное решение изменений в обеспечении нелимитирующими ресурсами
12.4.3. Воздействие на оптимальное решение изменений в коэффициентах целевой функции
12.5. Симплекс-метод решения задачи линейного программирования с множеством переменных '
12.6. Анализ чувствительности и симплекс-метод
12.7. Двойственная модель линейного программирования

Глава 13. Транспортная задача и задача о назначениях
13.1. Введение
13.2. Транспортная задача и алгоритм ее решения
13.2.1. Транспортная задача
13.2.2. Алгоритм решения транспортной задачи
13.2.3. Поиск начального распределения ресурсов
13.2.4. Проверка на оптимальность
13.2.5. Поиск оптимального решения
13.2.6. Анализ чувствительности
13.2.7. Модификации транспортной задачи
13.3. Задача о назначениях
13.3.1. Алгоритм решения задачи о назначениях
13.3.2. Особые случаи задачи о назначениях

Глава 14. Имитационное моделирование
14.1. Введение
14.2. Принципы построения дискретных имитационных моделей
14.3. Применение имитационных моделей в системах массового обслуживания
14.4. Применение имитационных моделей в управлении запасами

Ответы к упражнениям
Ассоциация дипломированных аудиторов – экзамен по специальности
Новые формулы и выдержки из таблиц
Ответы авторов моделей на экзаменационные вопросы по теме «Количественный анализ»

Приложение 1. Математические формулы
Приложение 2. Статистические таблицы


Скачать:


  • Теги:

Комментарии:


Оставить комментарий

Вход на сайт

Информация о проекте

Настоящий сайт представляет собой информационный портал, содержащий материалы по проблеме бизнес-аналитики, раскрывающие особенности использования современных подходов и методов анализа и обработки данных, что в условиях современной информатизации общества представляется весьма актуальным при исследовании различных проблем социально-экономического характера.
Настоящий портал содержит материалы познавательного, учебно-методического и научно-исследовательского характера, демонстрирующие современное состояние развития проблемы бизнес-аналитики, проблемы анализа и обработки данных. Особое внимание на страницах сайта уделено методическому и аналитическому инструментарию рассматриваемых проблем. Наряду с теоретическими и аналитическими материалами сайт содержит пакеты программных продуктов, представляющих собой прикладной инструментарий, способный автоматизировать научно-практические исследования в области бизнес-аналитики и бизнес-статистики.

Контакты