管理数量方法与分析复习要点

管理数量方法与分析复习要点 管理数量方法与分析复习要点 第1章 数据分析的基础 变量数列 1.1数据分组与 数据分组就是对某一变量的不同取值，按照其自身变动特点和研究需要划分成不同的组别，以便更好地1.数据分组: 研究该变量分布特征及变动规律.由于变量有离散变量与连续变量的区别，因而对其进行分组可分为单项分组与组距‎‎分组两种不同的分组方法。 若变量是离散型变量，且取值只有不多的几个时，则采用单项分‎‎组.这种分组的做法是:将变量的不同取值作为一组的组别，变量有多少个不同取值就划分成多少组。 若变量是连续型变量，或者是取值较多的离散型变量，则需采用组距分组.这种分组的做法是2将变量的全部取值按‎‎照其大小顺序划分成若干个不同数值的区间。 2.变量数列 (1)变量数列的概念 在对变量取值进行分组的基础上，将各组不同的变量值与其变量值出现的次数排列成的数列，称为变量数列。由于对变量分组有单项分组和组距分组两种不同的方法，因而分组后所形成的变量数列也有单项数列和组距数列两种 ‎‎‎‎‎‎‎‎(2)累计频数和累计频率 向上累计频数(或频率)的具体做法是:由变量值低的组向变量值高的组依次累计频数(或频率).向上累计频数的结果表明某组上限以下的各组次数(或频数)之和是多少;向上累计频率的结果表明某组上限以下的各组次数(或频数)之和占总次数(或总频数)的比重是多少. 向下累计频数(或频率)的具体做法是:由变量值高的组向变量值低的组依次累计频数(或频率).向下累计频数的结果表现某组下限及以上各组次数(或频数)之和是多少;向下累计频率的结果表明某组下限及以上各组次数(或频数)之和占总次数(或总频数)的比重。 (3)变量数列分布图:常用的次数分布图主要有柱状图、直方图和折线图等几种。 1.2分布中心的测度 1.分布中心的概念及意义 分布中心是指距离一个变量的所有取值最近的位置。 揭示变量的分布中心有着十分重要的意义: (1)变量的分布中心是变量取值的一个代表，可以用来反映其取值的一般水平. (2)变量的分布中心可以揭示其取值的次数分布在直角坐标系上的集中位置，可以用来反映变量分布密度曲线的中心位置，即对称中心或尖峰位置. 2.分布中心的测度指标及其计算方法 (1)算术平均数 设某一变量的x不同取值为XI，X2，…，xn，则计算其算术平均数的公式为: 式中:代表算术平均数;代表变量值总和;n代表变量值个数之和 ?加权算术平均数z如果所掌握的资料是已经经过分组整理的变量数列资料，包括单项分组的单项数列和组距分组的组‎‎距数列，要计算其变量值的算术平均数都需要采用加权算术平均的方法。 设x1，x2，???，xn代表各组的变量值，f1，f2，???，fn代表各组变量值出现的次数。也称权数。则加权算术平均数的计算公式为: (2)中位数:中位数是指将某一变量的变量值按照从小到大的顺序排成一列，位于这列数中心位置上的那个变量值. 由于所掌握的资料不同，确定中位数的方法也有所区别: ?未分组资料中位数的确定. ?单项数列中位数的确定. ?组距数列中位数的确定. (3)众数:众数是指某一变量的全部取值中出现次数最多的那个变量值. 由于掌握资料不同，众数的确定方法也有所不同.若掌握某一变量的一组未分组的变量值，则只需要统计出现次数最多的那个变量值即可g若掌握的资料是单项数列，则频数(或频率)最大组的变量值就是众数.若掌握的资料是组距数列，要确定众数，首先依据各组变量值出现次数的多少确定众数所在的组，然后采用上限公式或者下限公式确定众数即可. 1.3离散程度的测度 1.离散程度测度的意义(1)通过对变量取值之间离散程度的测定，可以反 映各个变量值之间的差异大小，从而也就可以反映分布中心指标对各个变量值代表性的高低. (2)通过对变量取值之间离散程度的测定，可以大致反映变量次数分布密度曲线的形状. 2.离散程度的测度指标 (1)极差:极差又称全距，是指一组变量值中最大变量值与最小变量值之差，用来表示变量的变动范围.通常用R代表全距. R = max(x) -min(x) ii (2)四分位全距 :四分位全距是指将一组由小到大排列的变量数列分成四等分，可得到三个分割点Q1、Q2、Q3，分别称为第一个、第二个、第三个四分位数;然后用第一个四分位数Q1，减去第三个四分位数Q3所得差的绝对值，即为四分位全距. (3)平均差:平均差是变量各个取值偏差绝对值的算术平均数.由于变量的各个取值与其算术平均数的偏差有正有负,直接相加会使其正负抵消而为0，所以可将每个偏差取绝对值后再相加求平均，如此便得到了平均差.实际上.平均差反映了变量的各个取值离其算术平均数的平均距离. (4) 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差:标准差是变量的各个取值偏差平方的平均数的平方根，又称为根方差。 (5)方差 :标准差的平方称为方差.它与标准差的作用相同，也可用来描述变量分布的离散程度. 方差的数学性质如下: ?变量的方差等于变量平方的平均数减平均数的平方; ?变量与算术平均数离差平方和具有最小的性质，即变量与算术平均数计算的方差小于变量与任何其他常数计算的方差; ?变量线性变换的方差等于变量的方差乘以变量系数的平方; ?n个独立变量代数和的方差，等于各变量方差的代数和; ?n个独立变量代数和的标准差不大于各变量标准差的代数和。 (6)变异系数 :各个衡量变量取值之间绝对差异的指标与算术平均数的比率，通称为变异系数，具体来说有极差系数、平均差系数和标准差系数等.各变异系数的计算公式分别为: 1.4偏度与峰度 1.偏度与峰度的概念 变量分布的偏斜程度是指其取值分布的非对称程度;变量分布的峰度是指其取值分布密度曲线顶部的平坦程度或尖峭程度. 2.偏度的测度 直观偏度系数是利用描述变量分布中心的不同指标之间的直观关系而确定的测度变量分布偏斜程度的指标.主要有皮尔逊偏度系数和鲍莱偏度系数两种. 皮尔逊偏度系数的数值在—3~十3的范围之内.皮尔逊偏度系数的绝对值越接近子3，变量分布的偏斜程度越大3皮尔逊偏度系数的绝对值越接近于0，变量分布的偏斜程度就越小. 鲍莱偏度系数的数值在一1~十1之间.其绝对值越接近于1.变量分布的偏斜程度越大g其绝对值越接近于0，变量分布的偏斜程度越小. (2)矩偏度系数 矩偏度系数就是利用变量的矩来确定的变量分布偏斜程度的指标.变量分布的矩有两种，一种称为原点矩，即变量所有取值的某次方的算术平均数;另一种称为中心矩，即变量所有取值与其算术平均数离差的某次方的算术平均数.其中乘方的次数称为阶数.对于变量x，其m阶原点矩用m表示，其m阶中心矩用Sm表示. 3.峰度的测度 对观测变量分布密度曲线顶峰的尖峭程度的测定，通常主要用峰度系数指标。 峰度系数的构造，需要利用观测变量取值的四阶中心距来进行.将变量的四阶中心矩与其标准差的四次方相除，所得比率就称为峰度系数，其计算公式为: 1.5两个变量的相关关系 协方差:协方差是两个变量的所有取值与其算术平均数离差乘积的算术平均数，它可以用来测定两变量之间相关关系的方1. 向和密切程度. 若对两个变量X和Y同时进行了n次观测，所获得X和y的成对观测数据为: (x1，y1)， (x2，y2)，??? (Xn，yn)，则两变量X和Y的协方差的计算需采用简单算术平均法，其计算公式为: 2.相关系数:若是根据总体数据计算，相关系数通常用pxy表示，其计算公式为. 式中:σxy表示总体的协方差;σx表示总体变量x的标准差. 若是根据样本数据计算，相关系数通常用rxy表示， 其计算公式为: 式中:Sxy表示样本的协方差;sx表示样本变量x的标准差;Sy表示样本变量y的标准差. 第2章概率与概率分布 2.1随机事件与慨率 1.事件的关系与运算 (1)若事件A发生必然导致事件B发生，则称事件B包含事件A.或称事件A包含于事件B.即事件A是事件B的子集. 若事件A包含事件B，事件B也包含事件A.则称事件A与B相等. (2)若事件A与事件B至少有一个发生，则记为 AU B(或A十B).并且称为事件A与B的并(和). (3)若事件A与事件B同时发生，则记为A? B(或 AB)，并且称为事件A与B的交(积). (4)若事件A发生而事件B不发生，则记为A-B. 并且称为事件A与B的差. (5)若事件A与B不可能同时发生，也就是说.AB 是不可能事件，即，AB =.则称事件A与B是互不相容 事件，或者称A与B是互斥事件. (6)若事件A与事件A满足:AA=AUā=Ω，则称ā是A的对立事件，或者称A是ā的对立事件. (7)设A1, A2,???, An是有限或可数个事件。若其满足: 则称由A1，A2，???，An所组成的事件组为一个完备事件组。 2.随机事件的概率 概率的性质: (1) (2) (3) 若A与B互不相容(也称互斥).则有: (4) 若A与ā是对立事件，则有: (5) 若A与B是任意两事件，则有: 此式称为概率的加法公式. 3.古典概率 若一个随机试验的样本空间是由有限个样本点构成，且每个样本点在实验中是等可能地出现，那么，事件A发生的概率就可用下列公式来计算: 4.条件概率与事件的独立性 (1)条件概率的定义 在随机试验中，有时除了需要知道事件B发生的概率P(B)外，还需要知道在事件A已经发生的条件下事件B的概率，我们把这个概率记作P(B I A).其公式如下: (2)条件概率的计算方法 ?利用条件概率的定义公式计算. ?采用缩减样本空间方法，即根据事件已经发生的信息缩减样本空间，再在此基础上计算B的概率. (3)乘法公式:P(AB) = P(A)P(B IA) (P(A) > 0) 此式称为概率的乘法公式，简称乘法公式. (4)全概率公式与贝叶斯公式 若设随机试验E的样本空间为Ω，B，B，…，Bn是一个完备事件组，且P(Bi) > O(i 1，2，…，n)，则对E= I2 的任一事件A，都有: 上式称为全概率公式. 上式称为逆概率公式，或称为贝叶斯公式. 在全概率公式和贝叶斯公式中的BI，B2，…，Bn是导致事件A发生的各种原因、情况或途径及其可能性.P(Bi)(i = 1，2，…，n)是各种原因发生的概率，称为先验概率，一般由实际经验给出.贝叶斯公式中的P(Bi | A)称为后验概率，它反映了事件A发生后各种 原因Bi(i = 1，2，…，n)造成的可能性的大小. ( 5)事件的独立性 若事件A和B满足等式: P(AB) = P(A)P(B) 则称事件A、B是相互独立的. 两事件相互独立的概念可以推广到有限多个事件的情形. 2.2随机变量及其分布 1.随机变量的概念 设随机试验E的样本空间为Ω={e}.若对于每一个eΩ?，都对应唯一实数X(e)，则称变量X(e)为随机变量，记作X.以后用字母X，Y，…表示随机变量。 2.随机变量的概率分布 (1)离散型随机变量的概率分布 ?两点分布.两点分布的应用条件是2若互相独立的重复试验只有"成功"和"失败"两种结果，这种试验称为贝努里试验.其分布律为: ?超几何分布.若要确定n次实验中恰好出现k次成功的概率，则需采用下列概率模型: ?二项分布.若要确定其恰好有k次成功的概率，其中随机变量X表示实验次数，则所需概率模型为: 式中:00为参数. (2)连续型随机变量的概率分布 (x)，如果存在非负函数f(x)，使对任意实数x有: 对于随机变量X的分布函数F 则称x为连续型随机变量，f(x)为x的概率分布密度，简称分布密度或概率密度，分布密度的图形叫做分布密度曲线. 下面介绍几种常用的连续型随机变量的概率分布? ?均匀分布.若连续型随机变量X的概率密度为 则称随机变量X在[a，b]上服从均匀分布. ?正态分布.若随机变量X的概率密度为: 2其中，为常数，则称x服从参数为.记作X~ σ>0µ、σ的正态分布N(µ，σ) . ?指数分布.指数分布的概率密度函数为 其中，λ>0为参数. 2.3随机变量的数字特征与独立性 1.随机变量的数字特征 (1)数学期望 随机变量的期望值也称为平均值，它是随机变量取值的一种加权平均数，是随机变量分布的中心. ?离散型随机变量X的数学期望定义为: ?连续型随机变量X的数学期望的定义为: (2)方差 ?离散型随机变量的方差定义为: ?连续型随机变量的方差定义为: 为了便于计算方差，下面引入一个计算方差的简捷公式: ?方差的性质:设C为常数，则D(c) = 0.设X为随机变量，c为常数，则有D(cX) = c2 D(X).设X、Y是两个相互独立的 随机变量，则有D(X +Y) = D(X) +D(Y)。 (3)一些常用随机变量的期望和方差 ?(0-1)分布.设X服从(0-1)分布，则E(X)= p，D(X) =(1-p)p. ?二项分布.设X~B(n，p)，则X的分布律为: ?泊松分布.设X~π(λ)，即X的分布律为: 则其数学期望和方差分别为:E(X) =λ，D(X) =λ. ?均匀分布.设随机变量X在[a，b]上服从均匀分布，则其概率密度为: ?指数分布.设X服从指数分布，则其分布密度为: 其数学期望和方差分别为: 2，二维随机向量与随机变量的独立性 (1)二维随机向量及其分布 ?离散型随机向量的概率分布. 称为随机向量(X.Y)的联合概率分布，简称概率分布，也称联合分布律. 为X的边缘概率分布. 为Y的边缘概率分布. ?连续型随机向量的概率分布:对于二维随机向量(X.Y)的分布函数F(X，Y) •如果存在非负函数f(x.y) •使对任意实数x， y有: 则称(X，Y)为二维连续型随机向量，f(x,y)称为(X，Y)的联合概率分布密度，简称概率密度. (2)随机变量的独立性 设X，Y为两个随机变量，若对任意实数x，y有 则称X.Y相互独立. 2.4大数定律与中心极限定理 1.大数定律 (1)贝努里大数定理 设事件A在一次试验中发生的概率为ρ，在n次独立重复试验中，A发生m次，那么对任意给定的正数ε，有 (2)辛钦大数定律 2.中心极限定理 此定理称为林德贝格一勒维中心极限定理，也称为独立同分布的中心极限定理. 定理2:设Xn,B(n，p)，0< p < 1，则 此定理称为德莫佛—拉普拉斯中心极限定理. 第3章 时间序列分析 3.1时间序列概述 1.时间序列的概念和种类 (1)时间序列的概念 时间序列就是按照时间顺序将观察取得的某个统计指标(变量)的一组观察值进行排列而成的序列. (2)时间序列的分类 ?按指标性质分类.时间序列按照所排列指标的性质不同，可以分为以下三种: 时点序列是指由某一时点指标的不同时点上的指标值按照时间先后顺序排列而成的时间序列. 时期序列是指某一时期指标的不同时期上的指标值按时间先后顺序排列而成的时间序列. 特征序列是指由某一相对指标或者平均指标的不同时间上的指标值按照时间先后顺序排列而成的时间序列. ?按指标数值变化特征分类.时间序列按指标数值变化特征不同，可以分为以下两种: 如果一个时间序列中的指标数值不存在持续增长或下降的趋势，并且其波动的幅度在不同的时间也没有显著差异，那么该时间序列就是一个平稳序列. 如果一个时间序列中的指标数值存在着持续增长或下降的趋势，或者其波动的幅度在不同的时间有明显的差异，那么该时间序列就是一个非平稳序列. 2.时间序列的影响因素和模型 (1)时间序列的影响因素 任何客观现象所构成的时间序列随着时间的推移都会发生各种各样的变化，而这种变化又是受到各种影响因素共同作用的结果.这些影响因素归纳起来主要包括长期趋势(T)、季节变化(S)、循环变动(C)和不规则变动(I). (2)时间序列的变动模型 时间序列可分解为多种模型，其中最常见的有乘法模型和加法模型. 乘法模型:Y=T?S?C?I 加法模型:Y= T+S+C+I 3.2时间序列特征指标 1.时间序列水平指标 (1)平均发展水平:平均发展水平，又称序时平均数，它是将一个时间序列中各个时间上的指标值加以平均而得到的平均数，用以反映所研究现象在一段时间内的一般水平或者代表水平. (2)增长量:增长量是报告期水平与基期水平之差，它反映报告期较基期增长(或减少)的绝对数量.用公式表示为: 增长量=报告期水平一基期水平 (3)平均增长量 :平均增长量是逐期增长量的序数平均数. 2.时间序列速度指标 (1)发展速度 :发展速度是报告期水平和基期水平之比，又称动态相对数，它反映报告期较基期发展变动的相对程度. (2)增长速度 :增长速度，也称增长率，它是增长量除以基期水平或者发展速度减1的结果，说明研究现象逐期增长或在较长时期内总的增长速度. (3)平均发展速度和平均增长速度 ?平均发展速度是各个时期环比发展速度的序时平均数，反映研究现象在较长时期内发展速度变化的平均程度.在实际工作中，平均发展速度的计算方法有两种，即几何平均法和方程式法. ?平均增长速度，又称平均增长率，它是增长速度的序时平均数. 3.3长期趋势的测定及预测 1.时距扩大法:时距扩大法是测定长期趋势最原始、最简单的方法.它是将原有时间序列中较小时距单位的若干个数据加以合 位所受到的偶并，得出扩大了时距单位的数据，形成新的时间序列，通过这种方法求得的新的时间序列可以消除较小时距单然因素的影响，使研究现象发展变化的基本趋势显示得更为明显. 2.移动平均法 :移动平均法是对时距扩大法的一种改良.它是采用逐期递推移动的方法计算一系列扩大时距的序时平均数，并以这一系列移动平均数作为其对应时期的趋势值. 3.数学模型法 :时间序列中长期趋势的表现形式是多种多样的，常用的趋势线数学模型主要有以下几种:直线、指数曲线、二次曲线、修正指数曲线、逻辑曲线、龚珀茨曲线和双指数曲线. 常用的判别方法有: (1)图形法.若以横轴表示原时间序列中的时间(变量)t，以纵轴表示原时间序列中的指标y.将原时间序列 中的时间与对应的指标值(ti，yi)作为坐标点描在直角坐标系中便形成散点图.然后根据散点图的走势，就可以大致判断出原时间序列的趋势线模型. (2)指标法.即通过计算出一系列指标来判别原时 间序列的趋势线类型. 3.4季节变动的测定和预测 1.按月(季)平均法 按月(季)平均法是测定被研究现象季节变动的最简单方法.用符号表示如下: 2.趋势剔除法 (1)移动平均趋势剔除法 移动平均趋势剔除法是首先将移动平均数作为长期趋势值加以剔除，再测定季节变动的方法. (2)配合趋势线趋势剔除法 这种方法的具体做法是z ?配合趋势方程. ?将以年为单位的趋势方程变换为以月(季)为单位，并将原点移动至第一年第一个月(或第一季度). ?根据所确立的趋势方程确定每年各月的月趋势值(或各季度的季趋势值). ?求修匀比率，即将每月(季)的实际观测值除以每月(季)趋势值. ?求季节比率，即根据每月(季)的修匀比率计算各月(季)的平均比率. 3.季节变动的预测 (1)简单季节模型预测方法 如果已知下一年的全年预测值，则各月(季)的预测值等于月(季)平均预测值乘以该月(季)的季节比率.用公式表示为: 式中:代表月(季)的预测值;代表测算的预测年度各月(季)平均值;Si代表月(季)季节比率. (2)移动平均季节模型预测方法 简单季节模型末考虑到时间序列中的长期趋势变动因素.事实上，时间序列往往同时存在长期趋势变动、季节变动和随机变 动，这就需要将三种变动因素加以分解，首先用移动平均法消除时间序列中随机因素变动，并在趋势变动的基础上再根据季 节变动对预测值加以调整，这样可以达到更切合实际的效果. 3.5循环变动和不规则变动的测定 1.循环变动的测定 (1)直接测定法 计算步骤如下: ?计算各期的年距环比发展速度. ?计算各期的循环指数. (2)剩余测定法 剩余测定法也称分解法.这种方法基本思路是:假定时间序列各影响因素对现象发展影响的模型为乘法模型:Y=T?S?C?T.利用分解分析原理，首先在时间序列中剔除长期趋势和季节变动，然后再消除随机变动因素，从而揭示循环变动的特性. 2.随机变动的测定 随机变动的计算公式为: 第4章 统计指数 1.统计指数的定义 从广义上讲，一切说明社会现象数量对比关系的相对数都是指数. 从狭义上讲，指数是一种特殊的相对数，它是反映不能直接相加的多种事物数量综合变动情况的相对数. 2.统计指数的作用 一般来说，统计指数有以下三个方面的作用: (1)综合反映事物的变动方向和程度. (2)分析受多因素影响的现象总变动中各个因素的 影响方向和程度应该明确两点，首先现象总量是由若干个因素的乘积组成. 其次，现象总量变动是各因素变动的结果. 统计指数第二个作用就是用来分析上述这种受多因 素影响的现象总变动中受各个因素的影响方向和程度. (3)研究事物在长时间内的变动趋势. 3.统计指数的种类 根据研究的目的和任务不同，统计指数可以划分为不同的种类: (1)个体指数和总指数. (2)数量指标指数和质量指标指数. (3)综合指数和平均指数. (4)时间指数和空间指数. 4.2综合指数 1.综合指数的概念 综合指数是总指数的基本形式，它是由两个总量指标对比形成的指数. 设q0、q1、p0、p1分别代表基期、报告期的销售量和价格.Kq、Kp分别代表销售量总指数和价格总指数，则综合指数的公 式如下: 2.编制综合指数应解决的问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 从上述综合指数的概念中知道，综合指数是研究社会经济现象总体总量的变动情况. 3.综合指数公式的编制 (1)拉氏指数 用Kq来表示物量总指数，用Kp表示物价总指数，拉氏综合指数的计算公式为: (2)派氏指数 派氏物量总指数Kq和物价总指数ρ的K计算公式为: (3)杨格指数 用pn和qn分别表示特定时期的物价和物量，则杨格综合指数的计算公式为: (4)埃马指数 埃马物量总指数Kq和物价总指数Kp的计算公式为: (5)费暄理想指数 费暄理想指数的物量总指数和物价总指数的计算公式为: 4.3平均指数 1.平均指数的概念 平均指数就是将各个个体指数进行综合平均而得出的综合比率指标，即平均比率指标. 2.平均指数公式的编制方法 平均指数其实是用求平均数的方法来求指数，其所使用的方法主要有加权算术平均和加权调和平均两种. 4.4指数体系与因素分析法 1.指数体系的概念及编制 (1)指数体系的概念 若干个有联系的经济指数之间如能构成一定数量对应关系，就可以把这种经济上有联系、数量上保持一定关系的指数之间的客观联系称为指数体系. (2)指数体系的编制 一般来说，编制质量指标指数，应将作为同度量因素的数量指标固定在报告期(即采用派氏指数公式);编制数量指标指数，应将作为同度量因素的质量指标固定在基期(即采用拉氏指数公式). 2.因素分析法 因素分析法是指根据指数体系中多种因素影响的社会经济现象的总变动情况，分析其受各因素的影响方向和影响程度的一种方法. (2)因素分析法的种类 因素分析法可从不同角度分类: 按分析对象的特点不同，可分为简单现象因素分析和复杂现象因素分析. 按分析指标的表现形式不同，可分为总量指标变动因素分析和平均指标、相对指标变动因素分析. 按影响因素的多少不同，可分为两因素分析和多因素分析. ( 3)因素分析法的步骤与方法 进行因素分析，其步骤和方法大体如下: ?在定性分析的基础上，确定要分析的对象及影响的因素. ?根据指标间数量对等关系的基本要求，确定分析所采用的对象指标和因素指标，并列出其关系式. ?根据指标关系式建立分析指数体系及相应的绝对增减量关系式. ?应用实际资料，根据指数体系及绝对量关系式，依次分析每一个因素变动对对象变动影响的相对程度及绝对数量. 第5章 线性规划介绍 5.1 线性规划问题的数学模型 我们可以将有关问题的常量用ai，bj以及Cij (i = 1，2.…，m;j = 1，2，…，n表示，将有关问题的变量用 Xij(i=1，2.…，m;j = 1，2，…，的表示，将有关问题所 满足的条件用一组多变量的一次方程组或一次不等式组表示，称之为约束条件，表示如下: 再将有关问题要达到的目标用一个多元一次函数表示如下: 5.2使用线性规划的基本技巧 避开求解线性规划问题的单纯形法，可考虑如下主要几种常用的解决办法:针对生产能力的合理分配问题，可用效率比法;针对原料的有限库存，合理安排两种产品的产量使生产效益最大，可用图解法;针对物资调运问题，可用表上作业法:针对指派问题或旅行商问题，可用匈牙利算法. 5.3运输问题 1.针对物资调运问题，可用表上作业法 表上作业法，可以在不同的运输工具、不同的单位运价的情况下，在组织调运时找到使总运费最省或总吨公里数最小的 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 .其关键步骤如下: 先编制运费表和产销平衡表，并用最小元素法编制初始调运方案，再用闭回路法，求检验数检验初始调运方案是否是最优方案.若不是最优，再用闭回路法，求调整数，用之调整初始方案.再用闭回路法，求检验数检验调整的调运方案是否最优，直至调整到最优为止. 2.针对物资调运问题还可用图上作业法 用图上作业法，作其流向图. 交通图:物资的产地(也称发地)的产量(也称发量)用"O"圈起来，将物资的销地(也称收地)的销量(也称收量)用"口"框起来，各产销地之间用直线段连起来，连线旁边写上两地之间的距离.图中的产销量是相等的. 流向图:在两个相邻的产地和销地(或两个产地或两个铺地)之间的连线右侧，画一条指明前进方向的带箭头的有向线段，并在线旁加括号写上物资的运输量，称此因为标有流向和流量的流向图. 最优流向图:在没有圈的流向图中，没有对流，即最优流向图. 3.针对指派问题或旅行商问题可用匈牙利算法 匈牙利算法的关键步骤如下: (1)先将费用矩阵的每一行元素减去该行的最小元素，再将每一列的元素减去最小元素(已有0的列就不必减了). 素.为了醒目，在0的 右上角加"*"号，先在各行中找只有一个0的加"*"号，再将此。所在(2)找在不同行、不同列的0元 列中的0元素记作Φ，再在各列中找只有一个0的加"*"号，并将此。所在行中的0元素记为Φ 若在不同行、不同列的"0*"有n个，则将与"0*"对 应的解xij取1，其余元素对应的Xij?取0，即原指派问题 的最优解. 若在不同行、不同列的"0*"不够n个，再经第三步调整. ( 3)在有"0 *"的行、列上，过"0*"画横线或竖线，有n个"0*"就只能画n条横竖线，还要经过所有的"Φ"再在没有横竖线经过的非0元素中找最小的将没划横线的各行元素均减去这个最小元素，而在画竖线的各列非0元素均加上这个最小元素. (4)重做第二步，即可得到最佳指派方案. 第6章统计决策分析 6.1统计决策的要素和程序 1.统计决策的概念 如果决策过程中所使用的分析推断方法主要是统计分析推断方法，那么这种决策就被称为统计决策.也就是说，主要依靠统计分析推断方法进行的决策就是统计决策. 2.统计决策的要素 一般来说，进行统计决策，必须具有以下三个基本要素: (1)客观环境的可能状态集. (2)决策者的可行行动集. (3)决策行动的收益函数或损失函数。 3.统计决策的程序 一个完整的统计决策过程包括下列四个步骤: (1)确定决策目标. (2)拟订各种可行的行动方案. (3)通过比较分析选出最佳的行动方案. (4)决策的执行. 6.2非概率型决策 1.非概率型决策的条件 非概率型决策就是决策者在仅仅知道客观环境可能有哪几种状态，但却不知道每一种可能状态出现概率的条件下的决策.也就是说，非概率决策也就是在仅仅具备决策的三个基本要素的条件下的决策. 2.非概率型决策的准则 (1)大中取大准则 大中取大准则也称为乐观准则，决策者按照对客观环境状态的最乐观的设想，寻求取得最大的收益.按照这种准则进行决策，首先可找出每个行动方案下收益函数的最大值，然后再找出这些最大值中的最大值，并将此最大值所属的行动方案作为最终选择出的行动方案. ( 2)小中取大准则 小中取大准则也称为悲观准则，决策者按照对客观环境状态的最悲观的设想，寻求取得最大的收益.按照这种准则进行决策，首先可找出每个行动方案下收益函数的最小值，然后找出这些最小值中的最大值，并将此最大值所属的行动方案作为最终选择出 (3)折中准则 决策者可以根据知识和经验选取一个系数α，值0<α<1，作为对客观环境的乐观判断与悲观判断的折中系数，或者称为乐观系数，表示决策者对客观环境的乐观程度，然后用此折中系数计算每一个行动方案的最大收益和最小收益的折中值，最后选出折中值最大的行动方案作为最终选定的行动方案. (4)大中取小准则 按照这种准则进行决策，首先可找出每个行动方案下损失函数的最大值，然后找出这些最大值中的最小值，并将此最小值所属的行动方案作为最终选择出的行动方案. 6.3先验概率型决策 1.先验概率型决策的条件 如果决策者除了掌握有客观环境的可能状态集、决策者的可行行动集和决策行动的收益函数或损失函数这三个进行决策分析的基本要素之外，还掌握有客观环境的各种可能状态出现的先验概率分布，那么就可以使用先验概率型决策分析方法进行分析，使对问题的决策分析进一步精细化. 2.先验概率型决策的准则 (1)期望损益准则 所谓期望损益准则，就是以每个行动方案的期望收益或期望损失为标准，选出期望收益最大或者期望损失最小的行动方案，作为最终确定的行动方案. (2)最大可能准则 在一次性决策中，一个可用的决策准则就是最大可能准则.所谓最大可能准则，就是选择在最有可能出现的客观状态下收益最大或损失最小的行动方案作为最终选定的行动方案. (3)渴望水平准则 渴望水平准则就是以决策者的渴望收益值为标准，选取最大可能取得此渴望收益值的行动方案作为所选择的行动方案. 3.决策树技术 决策实践中常用的图形是决策树，其名称来源于图的形状像棵树. 在决策树中，若同一状态点所引出来的状态枝末梢的损益值相同，则可将这些损益值相同的状态枝合并为一个状态枝，将原状态枝上的概率相加作为合并后的状态枝上的概率，状态校末梢的损益值不变，从而可将决策树简化. 4.边际分析决策 边际收益等于边际成本，即边际利润等于0，是决策变量取值最优的必要条件。 假设有利客观环境出现的概率为p.则不利情形出现的概率为(1-p)，再假设客观环境有利情形下的边际利润为MR.客观环境不利情形下的边际利润即边际损失为ML.则决策变量值每增加一个单位数值的边际利润期望值为: 由于决策变量值为最优水平时边际利润的期望值为0，所以对于最优行动方案，必然有下面的等式成立: 6.4后验概率型决策 1.后验概率型决策的概念 决策者通过样本调查观测所取得的有关客观环境总体的信息，就是样本信息，根据样本信息对原有的先验概率分布加以修正，所得到的修正后的有关客观环境各种可能状态出现的概率分布，通常称为后验概率分布. 2.后验概率分布的计算 后验概率型决策之所以称为贝叶斯决策，是因为后验概率分布的计算需要使用贝叶斯法则.假设客观环境共有N种可能的状态，第i种可能状态记为Ai，该状态出现的先验概率记为P(Ai)，在该状态出现的条件之下事件B发生的概率记为P(B ?Ai)，则由概率论中的贝叶斯法则可知，在观察到事件B发生的条件下，客观状态Ai出现的概率即后验概率的计算公式为: 3.后验概率型决策的准则 类似于先验概率型决策，常用的信验概率型决策的准则也有期望损益准则、最大后验可能性准则和渴望水平准则等几种，决策分析的方法也完全类似. 4.信息的价值 (1)完全信息期望价值 如果决策者获得的信息能够完全消除决策中的不确定性，也就是说决策者根据所获得的信息可以完全确知客观环境将肯定是哪一种状态，那么这种信息就称为完全信息.如果决策者拥有完全信息，那么决策者将会获得最大期望收益.此最大期望收益就称为完全信息期望收益. (2)样本信息期望价值 用后验概率条件下的最大期望收益与先验概率条件下的最大期望收益相减，就可以计算出样本信息的价值，此样本信息价值就称为样本信息期望价值，记作EVSI，其计算公式为: (3)抽样期望净得益 样本信息期望价值与取得样本信息的费用之间的差额，称为抽样期望净得益，用ENGS表示.记取得样本信息的费用为cs，则有抽样期望净得益的计算公式为ENGS = EVSI - es 5.敏感性分析 对最优方案的稳定性即可靠性进行分析，称为敏感性分析，就是分析客观环境可能状态出现概率的变化对最优方案的影响.通常所用的方法是先根据客观环境各种可能状态的损益值计算出引起最优行动方案改选的转折概率，然后再将实际始定的概率与此转折概率比较，根据二者差距的大小来判断所选最优行动方案的稳定性. 第7章 与决策相关的戚本、风险和不确定性 7.1相关性与滞留成本 1.相关性的概念 相关性一般是指信息与决策相关的特性. (1)如果信息是相关的，那么其应当符合以下两项标准: ?它必须是对未来状况的预测，包括预计的未来收入、成本数据等. ?它必须包含各方案之间的差别因素. (2)相关性与准确性 相关性是信息从属于决策的主要质量特征之一，除此以外还应当考虑信息的准确性.在最理想的状态下，用于决策的信息应当是完全相关和准确的.但在现实中，这样的信息往往难以取得，或者由于获取成本太高而显得不经济.所以，为进行决策而收集信息时，必须在相关性和准确性之间进行权衡. 2.与决策相关的特定成本 (1)差量成本 差量成本是指不同备选方案之间预计成本的差额.与差量成本相对应的是差量收入，它是指不同备选方案之间预计收入的差额.这两个概念又派生出差量收益的概念，即差量收益=差量收入差量成本. (2)边际成本 边际成本(MC)是一个经济学术语，它是指总成本对产量的无限小变化的变动部分.其数学含义是总成本对产量的一阶导数. (3)机会成本 机会成本是指在经营决策中应由中选的最优方案负担的、按所放弃的次优方案潜在收益计算的那部分资源损失. (4)付现成本 付现成本又称为现金支出成本，它是指由现在或将来的任何决策所能够改变其支出数额的成本. 与付现成本相反的是沉没成本，它是指过去已经发生的、现在或将来的任何决策所无法改变的成本. (5)重置成本 重置成本又称现行成本，它是指按当前市场价格重新取得某项现有资产所需支付的成本.与重置成本相对应的概念是历史成本，它是指过去已经发生的实际支出，在财务会计中主要指资产的人账成本. ( 6)专属成本 专属成本又称特定成本，它是指那些能够明确归属于特定决策方案的固定成本或混合成本. (7)可避免成本 可避免成本是指通过某项决策行动可以改变其数额的成本.这种成本发生与否，完全取决于与之相联系的特定备选方案是否被选中. (8)可延缓成本 可延缓成本是指在决策中对其暂缓开支不会对企业未来的生产经营活动产生重大影响的那部分成本. 3.滞留成本 (1)滞留成本的概念 滞留成本不是未来成本，而是由企业现在承担的、但需要在不久的将来偿付的成本. 滞留成本既不是企业的实际支出，也不必记账，它们只是企业使用某种经济资源而需要支付的代价. 滞留成本是机会成本的一种表现形式.它号是机会成本和货币时间价值观念在决策中的具体表现和应用. (2)滞留成本的计算 ?个别资本成本.个别资本成本是指通过各种筹资方式使用经济资源的成本，包括长期借款资本成本、债券资本成本、普通股和优先股资本成本等. ?综合资本成本.它是以各种资本占全部资本的比重作为权数，对各类个别资本成本进行加权平均计算出来的. 7.2决策风险与不确定性 1.决策风险与不确定性 (1)风险与不确定性的含义 一般来说，风险是指事前可以预知所有可能的结果，以及每种结果出现的概率.从决策的角度说，风险主要是指无法达到预期报酬的可能性.不确定性是指事前不能预知所有可能结果，或者尽管预知所有可能结果，但不知道它们出现的概率. (2)决策的分类 考虑到风险预期和不确定性存在时的情况，可以按照决策条件的肯定程度，将决策划分为确定性决策、风险性决策和不确定性决策. (3)决策者的分类 ?风险偏好者.风险偏好者是指总是对最好的结果感兴趣，而不管风险有多大的决策者. ?风险中性者.风险中性者是指关注最有可能结果的决策者. ?风险规避者.风险规避者是指总是关注可能的最坏结果的决策者. 2.决策风险的衡量 所谓决策风险的衡量方法，就是以概率论原理为基础，针对那些有多种可能结果的不确定因素而采取的一种定量分析方法.一般来说，这种方法主要遵循以下几个步骤: (1)确定决策方案的概率与概率分布. (2)计算决策方案的期望值. (3)计算决策方案的标准差. (4)计算决策方案的标准差系数. 7.3风险与不确定条件下的法策分析 (1)期望损益值的决策方法 期望损益值的决策方法是指通过决策损益表，分别计算各个备选方案的期望损益值，并从中选择期望收益值最大(或期望损失值最小)的方案作为最优方案的一种决策方法. ( 2)等概率〈合理性〉的决策方法 在风险性决策中，决策人员有时无法预测各种自然状态出现的概率，这时他们可以采用等概率(合理性)的决策方法.这种方法是指在预先假定几种自然状态出现的概率相等)(的情况下，分别计算各个即p=备选方案的期望损益值，并从中选择期望收益值最大(或期望损失值最小)的方案作为最优方案的一种决策方法. (3)最大可能性的决策方法 最大可能性的决策方法是指以自然状态出现的可能性大小作为选择最优方案的标准，而不考虑其经济结果的一种决策方法.采用这种方法时，决策人员首先应当确定最有可能出现的自然状态，然后比较该状态情况下各个备选方案可以获取的损益值，并从中选择具有最大收益值(或最小损失值)的方案作为最优方案. 2.不确定性决策分析方法 (1)保守的决策方法 如果决策人员属于风险规避者，其对未来决策行动的前景持有审慎、稳健的态度，那么他们在进行不确定性决策时通常采用保守的决策方法. ?小中取大法.小中取大法，又称为悲观决策方法或者最大的最小收益值法，它是指在几种不确定的结果中，选择在最不利的 市场需求情况下收益值最大的方案作为最优方案的一种决策方法. ?大中取小法.大中取小法，又称为最小的最大后悔值法，它是指在几种不确定的结果中，选择在最大后悔值中的最小值方案作为最优方案的一种决策方法. (2)乐观的决策方法 如果决策者属于风险偏好者，其对未来决策行动持有乐观态度且充满信心，那么他们在进行不确定性决策时则可以采用乐观的决策方法. (3)折衷的决策方法 如果决策人员对未来决策行动较为乐观，同时也考虑到不利形势发生的影响，那么他们在进行不确定性决策时可以采用折衷的决策方法。 第8章 模拟决策技巧和排队理论 8.1排队论概述 1.排队系统的特征 在排队系统中，随机性是排队系统的基本特征.因为一般来说，顾客到达的时刻和服务台进行服务的时间是无法精确预知的，所以排队论又称为随机服务系统理论. 2.排队系统的运行结构 (1)输入过程 顾客到这排队系统的过程称为输入过程. (2)服务机构 在服务机构中，包含了服务台的数目、接受服务的顾客数以及服务时间和服务方式等，这些因素都是不确定的，其中服务台数目与服务时间是主要因素. (3)排队规则 排队规则是指从队列中挑选顾客进行服务的规则. 3.描述排队系统的数量指标 (1)排队队长 系统内排队等待的顾客数称为排队队长，其平均值用Lq表示. (2)队长 系统内的顾客总数简称队长，它等于排队队长与正在接受服务顾客数的总和，其平均值用L表示. (3)等待时间 顾客进入系统后的排队等待时间简称等待时间，一般用w.表示平均等待时间.等待时间也是随机变量，是顾客最关心的指标，因为顾客希望等待的时间越短越好. (4)停留时间 顾客在系统内的时间简称停留时间，它等于排队等待时间与接受服务时间的总和，其平均时间用W表示.停留时间也是随机变量，顾客也是希望它越短越好. 4.排队论的研究内容、目的和方法 题.具体来说，可大体分成统计问题排队论研究的首要问题是排队系统主要的数量指标的概率分布，然后研究系统的优化问 和最优化问题两大类. 统计问题是排队系统建模中的一个组成部分，它主要研究对现实数据的处理问题. 排队系统的优化问题涉及到系统的设计、控制以及有效性评价等方面的内容. 排队论本身不是一种最优化方法，它是一种分析工具. 合理地设计和保持服务系统的最优运营是现代决策者面临的一个主要问题，也是人们研究排队论的最终目的. 8.2 M/M/1排队模型 M/M/1系统的状态方程为 式中，n为排队的顾客数;p为服务强度. 由上式可以得出p=<1是系统能够达到统计平衡状态的充分必要条件:在p?1的情况下，系统没有平稳解. M/M/C表示服务台数目C?2的排队模型，其顾客到达间隔时间服从参λ的泊松数为分布，服务时间遵从参数为的指数分布. M/M/C系统的状态方程为 第9章 成本、产出和效益分析 9.1成本/产出/效益分析概述 1.成本/产出/效益分析的基本假设 (1)成本习性分析假设 该假设要求企业所发生的全部成本可以按其习性划分为变动成本和固定成本两部分. (2)线性关系假设 该假设要求企业有关因素之间的数量关系可以用特定的线性函数来描述，它又包括两方面的内容: ?销售收入函数.假设产品的单位销售价格一经确定，即保持不变，这时销售收入与销售量呈正比例关系，销售收入函数就表现为线性方程. ?总成本函数.假设在相关范围内，固定成本总额和单位变动成本保持不变，这时总成本与生产量呈现一次线性关系，总成本函数表现为一次线性方程. (3)产销量平衡假设 该假设要求企业生产出来的产品总是可以找到市场出售，即生产量和销售量相等，可以实现产销平衡. (4)品种结构稳定假设 该假设要求在一个生产多种产品的企业中，当产销量发生变化时，原来各种产品的产销量占全部产品产销总量的比重不会发生变化，或者说各种产品的销售收入在总收入中所占的比重不会发生变化. 2.成本/产出/效益分析的基本模型 在成本/产出/效益分析中，将成本、业务量和利润之间的数量关系用方程式来表示，就得到了其基本模型，即 利润=销售收入一总成本 =销售收入一(变动成本+固定成本〉 =销售单价×销售量-单位变动成本销售量一固定成本 =(销售单价单位变动成本) ×销售量一固定成本 (1)贡献毛益总额 贡献毛益总额是指产品的销售收入总额减去变动成本后的余额. (2)单位贡献毛益 单位贡献毛益是指产品的单位销售价格减去单位变动成本后的余额. (3)贡献毛益率 贡献毛益率是指贡献毛益总额占销售收入总额的百分比，或者单位贡献毛益占单位销售价格的百分比. (4)变动成本率 变动成本率是一个与贡献毛益率相对应的指标，它是指变动成本总额占销售收入总额的百分比，或者单位变动成本占单位销售价格的百分比. (5)贡献毛益率与变动成本率的关系 就企业某种产品而言，贡献毛益率与变动成本率存在特定的数量关系，二者之和等于1. 9.2损益平衡分析 1.损益平衡点 损益平衡点是指使企业经营处于不盈不亏状态时的业务量.在该业务量水平上，企业销售收入扣除变动成本后的余额(贡献毛益总额)恰好等于固定成本，企业所获取的利润为零. 2.损益平衡图 损益平衡图是围绕损益平衡点，将影响企业利润的有关因素及其对应关系，在一张坐标图上形象而具体地表达出来.通过它们，可以直观地发现有关因素变动对利润的影响，从而有助于决策人员提高经营管理活动中的主动性和预见性. 3.有关因素变动对损益平衡点和利润的影响 有关因素的变化对利润的影响程度不同，这可以通过数量方法计算其敏感系数来反映. 敏感系数的计算公式为: 敏感系数=利润(或亏损)变动百分比/有关因素变动百分比 9.3损盖平衡分析与决策 1.损益平衡分析对决策的意义 在一定的假设和限制条件下，损益平衡分每对决策的意义主要表现在: (1)成本结构决策. (2)生产决策. (3)定价决策. 2.损益平衡分析在决策中的应用 损益平衡分析以数量模型和图示方法，揭示了成本、贡献毛益和利润等有关因素之间的数量关系，可以为不同备选方案的选择提供必要的衡量标准，所以被广泛地应用于决策分析之中. 3.损益平衡分析的局限性 (1)静态分析 损益平衡分析是-种静止地、孤立地考察企业经营活动的方法. (2)短期分析 损益平衡分析是一种短期分析方法，主要关注企业在一个特定期间内(通常是一年或一个营业周期)的经营活动. 从长时期来看，损益平衡分析赖以建立的基本假设都是不符合实际情况的. (3)一次线性分析 损益平衡分析的结果受制于一系列因素的影响，因此缺少客观性、准确性. 第10章 标杆分析 10.1标杆分析概述 1.标杆管理的分类 标杆从适用企业类型的范围和内在的结构方式上可以划分为内部标杆分析、竞争标杆分析、职能标杆分析、操作性标杆分析、战略性标杆分析等几大类. 2.标杆分析的五大阶段 整个标杆分析过程可以按照不同的标准分为若干阶段.这里，我们介绍詹姆斯?哈里顿的五大阶段分类法.这五个阶段分别是:阶段1，标杆分析准备阶段;阶段2.内部数据收集与分析;阶段3，外部数据收集与分析; 阶段4，改进项目绩效;阶段5，持续改进. 10.2标杆分析 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 阶段 1.明确标杆分析的对象. 2.获取决策层支持 标杆分析项目顺利进行，必须得到企业管理决策层的认可，这样才能保证项目所需的时间和资源.最为重要的是，标杆分析的成果只有在决策管理层的支持下才能发挥实质性作用. 3.制定评测方案 制定评测方案需要完成以下工作2对标杆管理项目小组进行不同的测量方法培训;制定每种测量方法的"鱼骨图';确定标杆管理项目的测量要点，完成测量图的开发工作:制定测量的流程与步骤. 4.制定数据收集计划. 数据收集计划应该包括以下内容: (1)确定标杆管理项目在组织内部其他单位如何运作的信息(即内部标杆管理). (2)标杆管理项目在组织外部的其他单位或地点运作情况信息(即外部标杆管理). 5.与专家一起审定计划. 6.评定标杆管理项目 评定标杆管理项目就是需要制定出一套完整的评测系统，并且全面、精确地收集有关管理项目的各种数据. 10.3内部数据收集与分析 1.收集与分析内部公开信息 这部分需要完成的工作包括:制定如何收集内部公开数据的方案:确认并找出包含有关标杆管理在组织内部的实际成果的各种出版物;收集分析各种重要的、公开发表的文档资料;根据数据收集和分析的结果，及时更新标杆管理数据库;对标杆管理实施方案和内部潜在标杆管理合作伙伴名单进行必要更新. 2.选择潜在的内部标杆分析伙伴 这部分需要完成的工作包括:对内部所有可能、潜在的标抒管理合作伙伴进行排序;列出准备接触的内部部门的名单. 3.收集内部第一手研究信息 这一步需要进行的工作包括:与所奋内部潜在合作伙伴建立联系，发送作为合作伙伴的邀请;形成内部标杆管理合作伙伴名单;来自合作伙伴的人员与项目小组合作;根据合作伙伴提供的数据，对标杆管理流程与评测计划进行必要修订;对标杆项目进行标准化;建立标杆管理项目的专门中心数据库;对每个合作单位建立影响差距图;每个单位制定一份自身的原因/改进方法清单. 4.进行内部访谈与问卷调查 这一步需要完成的工作包括:与所有在标杆管理项目上优于自己的内部合作伙伴进行深入接触，了解其中的原因;对评测的关键指标进行必要修订，保证正确性;对每一个可能改进和提高的项目进行分析事正确处理根本原因与改进方案之间的关系;及时更新标杆管理项目数据库. 5.建立内部标杆管理委员会 这一部分需要完成的工作包括:决定是否组建标杆管理项目委员会，如果需要则迅速组建;对委员会的成员进行必要培训;明确委员会职责并制定行动方案和计划;将委员会的行动方案整合到整个标杆管理项目方案之中. 6.进行内部标杆管理现场考察 这一部分需要完成的工作包括:从内部标杆管理合作伙伴中确定出现场参观的对象;安排具体参观行程及问题;组织参观小组，进行现场参观;针对每一个原因，找出纠正方案;启动标杆管理项目实施阶段的数据库建设;针对每个参观对象，准备考察报告. 10.4外部数据收集与分析 1.收集外部公开发布的信息 这一部分需要完成的工作包括:项目小组制定一份完整的外部数据收集计划;制定获取各种外部公开出版物数据计划;查询相关数据库，收集相关的 论文 政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载 和报告;收集各种公开出版物发布数据，并认真研读分析;对标杆管理数据库进行更新. 2.收集外部一手研究信息 外部数据收集工作大致可以分为以下几个方向: (1)更新标杆管理计划并从外部专家那里获取相关数据. 2)与外部标杆管理合作伙伴交换信息. ( (3)对外部顾客进行调查. (4)购买竞争对手产品. (5)对竞争对手产品进行"逆向工程" (6)更新标杆数据库. 10.5 改进项目绩效 完成数据收集和分析之后，标杆管理项目小组应着手制定改进标杆项目的绩效水平.在这一阶段，要弄清如何改进，还需要明确改进的具体实施步骤，并且确定改进效果的评价指标. 10.6持续改造 1.维护标杆管理数据库 标杆管理小组花了大量资源建立了标杆管理数据库对数据库进行持续维护与更新，能够节约时间和资源. 2.实施持续绩效改进 一旦行动方案得以付诸实施并且运行良好，标杆管理项目小组就可以解散了，标杆管理绩效持续改进的工作与责任应该全部或部分移交给专门负责这一工作的部门.