• 1. 本 章 架 構1.1 統計學在商業與管理的應用 1.2 敘述統計與推論統計 1.3 統計學的方法
    • 2. 1.1 統計學在商業與管理的應用統計學的功能: 用來蒐集(collection)、組織(organization)、呈現(presentation)、分析與解釋資料(data)及數據所隱含的意義,並進一步地利用統計的技巧來作商情預測與管理決策制定之參考。 統計學在商業與管理的應用實例: 財務風險分析、顧客行為分析、商品市場的變化趨勢及經濟環境的研究……等。 資料採礦(data mining): 資料採礦乃以統計方法為基礎,輔以電腦儲存運算能力。其主要功能為在龐大資料庫中尋找有價值的訊息,作為決策支援之用,進而提昇企業之競爭優勢。
    • 3. 統計學在財務領域的應用財務分析的結果是對企業的償債能力、盈利能力和抵抗風險能力作出評價,或找出存在的問題。 財務分析的一般目的可以概括為:評價過去的經營業績、衡量現在的財務狀況、預測未來的發展趨勢。根據分析的具體目的,財務分析可以分為:(1)流動性分析;(2)盈利性分析;(3)財務風險分析;(4)專題分析。 為達成上述目的,我們均可使用統計數量方法,提供精確的財務比率與衡量指標,輔佐管理者制定適當的決策。
    • 4. 顧客關係管理 「顧客關係管理」(Customer Relationship Management)一詞,即意謂建立良好的顧客關係,以提供客製化服務為宗旨。CRM可以強化企業核心作業的競爭性,協助企業掌握與客戶間的有效互動,而透過市場調查、資料採礦技術與資料庫行銷功能,可強化行銷及客服能力,提供顧客客製化的產品及服務。 由上述可知,統計方法與工具在CRM扮演相當重要的角色。
    • 5. 資料採礦的進行步驟資料採礦既然可以增加企業智慧,提昇企業競爭優勢,到底應該如何進行呢? 1.理解資料與進行的工作 2.獲取相關知識與技術(Acquisition) 3.整合與查核資料(Integration and checking) 4.去除錯誤或不一致的資料(Data cleaning) 5.發展模式與假設(Model and hypothesis development) 6.實際資料採礦工作 7.測試與檢核所採礦的資料(Testing and verification) 8.解釋與使用資料(Interpretation and use) 由上述步驟可看出,Data Mining牽涉了大量的準備工作與規劃過程 ,而這些過程都植基於統計學。
    • 6. 例1.2 幾個結帳櫃台才足夠? 我們知道大賣場每個時段的消費人數會有很大差異,因此可利用簡單的統計資料,來幫助管理者解決問題,以利安排及開放合適的結帳櫃台數目。
    • 7. 1.2 敘述統計與推論統計統計學的類別 敘述統計(descriptive statistics): 利用統計圖表與統計量數來呈現與彙整所蒐集的資料。例如全體同學的統計學期中考平均成績,即是利用敘述統計來表達全體同學成績的中心分數。 推論統計(inferential statistics): 根據樣本(sample)資料推測母體(population)之某一特性或作區間估計(interval estimation)與假設檢定(testing hypothesis)。例如以民調來預測選舉結果, 即是利用推論統計來推測全體民眾對各候選人的支持狀況。
    • 8. 敘述統計的實例—共同基金績效評估指標如何衡量基金的投資績效?大家習慣用報酬率及排名來作為衡量績效的指標,然而風險與報酬具有一體兩面的關係,投資人在承擔風險的同時就是希望可以獲得相對的報酬。因此,我們可選擇考量風險後的指標:年化標準差、貝他係數、夏普指標,來評估共同基金的投資績效。 這些共同基金的績效評估指標,便是敘述統計的實例。
    • 9. 民調在選舉中能夠發揮預測之功能?原則上,每一份民調結果的呈現,都牽涉到其使用民調模式與應用時機的差異,是否能準確預測選舉結果,見仁見智。以民國89年的總統大選為例,要準確以民調測出總統大選結果,必須在投票前十天左右,精確掌握選舉的變動因素,定出一套預測模型,直接在問卷設計上掌握關鍵點偵測,從而判斷預測模型的正確性。以民國89年的總統大選來看,只要透過民調能偵測到連陣營即將崩盤、國民黨票源將為宋楚瑜所侵蝕,那就是一份很成功的調查,不過似乎很少有民調測出這種結果。 (資料來源:XXXXXXXX教授)
    • 10. 例1.4 XXX年的全國失業率敘述統計之實例 圖1.1 XXXXX全國失業率的統計圖
    • 11. 例1.5 加權指數前十二大漲、跌點數敘述統計之實例 表1.2 台灣加權指數前十二大漲、跌點數(民國79年至90年)
    • 12. 1.2 敘述統計與推論統計(續)母體(population): 研究某一現象的全部個體。 樣本(sample): 從母體中抽取部分個體作為研究調查的對象。 參數(parameter): 用來描述母體的特徵值。 統計量數(statistic): 樣本資料所形成的函數,其主要目的是用來推論母體參數。
    • 13. 1.2 敘述統計與推論統計(續1) 抽樣推論參數統計量數平均數 比 例 變異數母 體樣本平均數 樣本比例 樣本變異數樣 本圖1.2 母體與樣本的關係圖
    • 14. 1.3 統計學的方法演繹的統計分析(deductive statistical): 假設母體為已知的情形下,推導出樣本的特性。例如根據過去的經驗,工廠裡某一生產線的產品瑕疵率為2%,則我們任意抽取一組樣本,其瑕疵率即假設為百分之二。 歸納的統計分析(inductive statistical): 利用樣本資料來推估及臆測未知的母體參數。例如,民國八十九年總統大選前,某民調單位公佈陳水扁總統的支持率為38% ,若抽樣誤差為3 % ,則我們推估陳總統的得票率為35%至41% 。