访问量: 31(今日)/ 96546 (总量)
注册
登录
定量分析:模型与方法

课程代码:QZ311015

课程负责人: 代婷
共建教师:
课程建设:专业学位课程 开课学院:商学院

开课时间:2020年10月02日 学习人数:18人
有效时间: 永久有效 评分:
课程简介

本课程讲授如何应用定量分析模型和方法解决工程管理中的问题,即如何把工程管理中的
问题抽象成数学模型,如何应用数学方法对工程管理中的问题进行定量分析决策。本课程是工
程管理专业的核心课程,是训练学生进行理性思维和逻辑思维的方法论课程,是培养学生解决
工程管理中实际问题的工具。
本课程的基本作用:通过学习,使学生理解定量分析的基本原理,掌握解决工程管理问题的
基本定量分析方法和工具;能够运用统计预测方法进行工程管理问题的数据分析;能够根据实
际问题建立定量分析模型,运用相应的软件求解模型,并运用模型的结果分析实际问题:能够对
工程管理问题进行决策分析和综合评价。

展开
教学大纲

一、教学目的与要求:

本课程致力于培养学生对工程管理中的问题进行抽象分析的能力,以及运用所学知识解决实际问题的能力。通过本课程的学习,使学生能对工程管理中的问题进行统计分析、预测分析及大数据分析,对实际问题能建立最优化模型并进行求解,并能对于决策问题进行分析和评价。

修完本课程,学生应能够掌握基本的统计预测及大数据分析、最优化模型、决策分析和综合评价等方面的知识、方法和工具。

二、教学内容、学时分配

(一)统计预测与大数据分析  (16学时)

第一章 数据

1. 数据的基本概念

数据的定义;工程数据;管理数据;工程管理数据。

2. 数据获取

观察数据及其获取方法(如问卷调查、抽样调查、描述性统计等);实验数据及其获取方法

(如正交试验设计等)。

3. 数据整理

数据分组及其方法(单变量值分组、组距分组);数据分组图示(直方图、折线图、雷达图、散点图、气泡图、时间序列数据一一线图等)。

第二章 数据分析

1. 分布分析

2. 参数估计

3. 假设检验

4. 回归分析

5. 方差分析

第三章 预测

1. 平稳时间序列预测模型

2. 线性趋势预测模型

3. 季节性预测模型

4. 具有趋势和季节成分的时间序列模型

第四章大数据分析

1. 大数据基本概念

2. 大数据基本决策原理

3. 大数据基本分析方法

(二)优化模型(8学时)

第五章线性规划

1. 线性规划建模

2. 线性规划问题的图解法

3. 线性规划模型的一般形式与标准形式

4. 线性规划的计算机求解

5. 对偶问题的提出与求解

6. 对偶问题的经济解释一一影子价格

7. 灵敏度分析

8. 线性规划的应用

(三)决策分析与综合评价(8学时)

第六章 决策分析

1. 决策分析的基本问题

2. 决策的要素

3. 不确定型决策

4. 风险决策

5. 序列决策一一决策树

第七章 综合评价

1. 基本概念

2. 评价指标体系的建立

3. 指标权重的确定

4. 专家打分评价法

5. 层次分析法( AHP)

6. 模糊综合评判法

 

三、教学方式

本课程采用线上与线下相结合、课堂教学与案例讨论相结合的教学方式。课堂上讲述基本原理、方法、工具。每章节会让学生结合工程管理中的实际问题,用所学的知识解决问题。

 

四、考核方式

考核形式:考试

  体:总成绩=平时成绩(小论文成绩+课堂表现+考勤)+考试成绩;

平时成绩占40%(小论文成绩+课堂表现+考勤,各占30%5%5%);

考试成绩占60%

五、先修课程:

高等数学、线性代数、概率论与数理统计。

展开

教学团队

团队介绍未设置