第二章预备知识.pdf

第二章 决策量化方法准备知识 • 商业电子表格制模（Excel)) • 概率与统计简介 • 基础运筹学基础运筹学 • 数据挖掘技术数据挖掘技术 概率与概率分布 (1) 数权归纳：更易理解、直观、总体状态与趋势，比较结果，应用于量化方法。 nn ∑ x (2) 平均数 mean = i=1 i = µ 中位数 n 数据数据-原始数值原始数值 众 数 变动幅度：最大数值—最小数值 处理 nn ABS[x -µ] ∑ i 绝对商差均值： i=1 n 数据-有用形式 n ∑∑ [x[x -µµ]]22 i i=1 误差平均均值 = 数据解释 n 信息信息 标准差 = 方差 概率与概率分布 (3)(3) 概率概率： 事件A发生概率P(A) P(A)=0 P(A)=1 0P(A)10P(A)1 独立事件概率： P(A ∪B)=P(A)+P(B) (A、B独立事件） P(A ∩B)=P(A)•P(B) P((B/A)) P((A)) 条件概率（贝叶斯定律）：P(A/B)= P(B) 概率与概率分布 实例实例： 购买的二手车，也许会好，也许会不好。如果买的车好，70%的会耗油量较低， 20% 的会有中等的耗油量的会有中等的耗油量。如果如果买的车不好的车不好，50的会耗油量较高的会耗油量较高，30%的会有中等的会有中等 耗油量耗油量。对对一辆二手车的实验表明该车耗油量较低辆二手车的实验表明该车耗油量较低。如果成交的二手车有如果成交的二手车有60%60%是好是好 的的，那么那么，这辆车属于好的概率为多少这辆车属于好的概率为多少？？ 概率与概率分布 A B C D E F G H 11 贝叶斯定理贝叶斯定理 2 3 HOC MOC LOC HOC MOC LOC 44 GBGB 00,11 00,22 00,77