商务数据分析与应用

第1章 线性回归—以移动通信网络的客户价值分析为例

1.1背景介绍

1.2 案例介绍

1.3 指标设计

1.4 描述分析

1.5 统计模型

1.6 模型理解

1.7 估计方法

1.8 假设检验

1.9 判决系数

1.10 多重共线性

1.11 Cook距离

1.12 SnS编程

1.13 总结讨论

附录In分析报告

第1章 线性回归—以移动通信网络的客户价值分析为例

1.1背景介绍

1.2 案例介绍

1.3 指标设计

1.4 描述分析

1.5 统计模型

1.6 模型理解

1.7 估计方法

1.8 假设检验

1.9 判决系数

1.10 多重共线性

1.11 Cook距离

1.12 SnS编程

1.13 总结讨论

附录In分析报告

附录1B课后习题

附录1C  K程序演示

第2章 方差分析—以北京市商品房定价为例

2.1背景介绍

2.2数据介绍?

2.3指标设计

2.4描述分析

2.5与单因素模型

2.6双因素模型

2.7假设检验

2.8 SnS编程

2.9总结讨论

附录2a分析报告

附录2B课后习题

附录2C K程序演示

第3章 逻辑回归—以上市企业特别处理5T为例

3.1背景介绍

3.2数据介绍

3.3指标设计

3.4描述分析

3.5统计模型

3.6预测评估

3.7 SnS编程

3.8总结讨论

附录3a分析报告

附录3B课后习题

附录3C R程序演示

第4章 定序回归—以消费者偏好度研究为例

4.1背景介绍

4.2数据介绍

4.3描述分析

4.4统计模型

4.5预测评估

4.6 SnS编程

4.7总结讨论

附录4n分析报告

附录4B课后习题

附录4C  R程序演示

第5章 泊松回归—以付费搜索广告为例

5.1背景介绍

5.2数据介绍

5.3描述分析

5.4统计模型

5.5预测评估

5.6 SnS编程

5.7总结讨论

附录5a分析报告

附录5B课后习题

附录5C  R程序演示

第6章 生存数据回归—以员工离职管理为例

6.1背景介绍

6.2数据介绍

6.3描述分析

6.4加速失效模型

6.5 Cox模型

6.6 SnS编程

6.7总结讨论

附录6a分析报告

附录6B课后习题

附录6C K程序演示

我在上课的时候常常和同学们开一个玩笑:“上帝是靠什么来记录这个世界的?”作为一个统计学家，我会说:“上帝是靠数据来记录这个世界的。”请原谅，这话也许有点夸张，但这是我的职业习惯，也是我的立场。仔细想想这并不是笑话。自然界的风光雨电早就被气象学家忠实记录，从中人们可以了解什么样的事件是“百年一遇”;社会经济活动中的各种商品价格，被几乎所有的国家政府统计机构系统采集，这才有了物价指数，从中我们可以判断房价到底是“涨”还是“跌”；医学研究中，科学家通过成百上千的生化指标，刻画一个生命的重要体征，并以此判断药物、医疗设备、治疗方案等是否有效。在过去的几十年里，随着信息技术的高速发展，以前这些传统且昂贵的数据采集方案逐渐被更加经济有效的信息技术代替。在生物信息技术中，以生物芯片为代表的新一代技术手段，使得生物科学家能够同时监控成千上万的基因表达水平，这为新药更加快速的研发提供了可能。

那么，在商务管理实践中，数据的故事如何呢?这有点像一首情诗(100%原创):“我就在你的身边，你却忽略了我的存在，直到有一天，别人开始重视我的时候，你才明白过来。”在和业界的接触过程中，我发现这样的故事比比皆是。例如，大多数超市都有会员卡，忠实记录了消费者的购买行为，但是这些数据发挥应有的作用了吗?很多银行信贷机构，通过尽职调查收集了很多企业的财务信息，这些信息被有效地整合为信用评级打分了吗?各大移动通信运营商拥有极其详细的关于手机使用者的消费信息，甚至可以通过通话记录了解消费者的社会关系网络，如此有用的信息，转化成了客户价值与忠诚度吗?在过去的几年里，SOLOMO（SOcial+LOcal+MObile）的创业理念在电子商务领域大受追捧，很多优秀的创业团队应运而生，充满梦想满怀激情，对不起请等一下，年轻的创业家们，你们懂得如何解读来自电子商务的非标准数据吗?例如，文本、网络日志、地理信息等。天，原来我真的就在你的身边，但是你从不重视我的存在，因为你太忙了。什么时候你才会注意到我?当一个强有力的同业竞争对手懂得我的价值的时候!请问:你要被动等待，还是主动学习?

   
如果你的决定是主动学习，那么《商务数据分析与应用》是你最好的起点。本书是笔者在北京大学光华管理学院近十年教学经验的结品，其结构组织、商务理解、案例收集是笔者过去近十年中不停思考的结果。相关课程先后给光华管理学院的商务统计学博士硕士研究生、管理学(营销、战略、会计、人力资源、组织行为等)博士硕士研究生，以及MBA学员授课总计几十次有余。

那么本书同其他类似教材的最大区别在哪里?这要先讲一个故事。在商学院的统计教学中，优秀的同学常常会问一个非常自然的问题:我为什么要学统计学，学了有什么用处?当第一次被问及该问题的时候，我无力回答。传统的统计学教材(不管中文还是英文教材)所给出的答案都苍自无力，那些玩具案例(Toy
Example)不可能说服我那些优秀的学生，而我自己也从来没有真正地思考过。从本科接触统计学的第一天，到博士毕业，我没有任何实际经验，无力思考。于是，我对自己说:我，要把这个事情搞明自!因此，在过去近十年的教学生涯中，我努力地思考这个问题。最后不是我自己搞明自了，而是那些背景丰富的学生讲出了答案，教会了我。营销的学生(研究生或者MBA)讲述了多元统计如何帮助他们做市场细分产品定位;战略的学生阐述了回归分析如何帮助他们解读企业的多元化战略以及对外直接投资的选择;组织行为学的学生熟知方差分析可以帮助他们判断组织结构与团队绩效之间的关系。这就是在商学院教统计学的乐趣，你可以从学生那里学到很多，还会得到众多优秀同事的指导，他们的背景有会计、金融、营销、战略、组织行为等，受益无穷!能和那么多优秀的学者共事是大大的幸事!

在这个学习的过程中，我逐渐形成了自己的教学理念。那就是:从课堂的第一分钟开始要告诉学生，统计学可以做什么。用绝对真实亲力亲为的案例告诉大家，统计学不高深，很朴素，但很有用。所以，本书的写作风格独树一帜。每一章的开头都不讲统计学，而是讲一个真实的案例背景，或是营销，或是会计金融，或是人力资源，这些问题都是管理实践中可能出现的典型问题。这些问题最开始的提出似乎都和统计学无关(如客户关系管理)，但是最后到执行层面的时候，你会发现没有一套科学系统的数据分析方法不行，由此产生了学习相关统计学方法的原始动力。在此动力的推动下，我再抽丝剥茧一样慢慢地把相关统计学理论铺垫展开，同时伴以案例数据、程序演示(SAS+R)，告诉读者一个完整的数据分析过程。最后，再给出一个分析报告的样例，告诉大家优秀的分析结果应该如何陈述报告。没有最后这临门一脚，你的老板不会满意，你的客户不会满意，你的同事也不会满意。

■  定位商学院学生的统计学应用教材；
■  以案例为出发点，展示统计学在数据分析这一领域的应用；
■  重在统计应用，不涉及公式推导。