✍ Scribed by (美) 朱乔(Zhu,J.)著; 公彦德, 李想 译
No coin nor oath required. For personal study only.
本书通过选购笔记本电脑的案例引入数据包络分析（dataenvelopmentanalysis,DEA）的基本概念和模型，并运用简单的EXCEL模型让读者更易理解和运用DEA。本书着重阐述如何将DEA作为一种运营分析工具，进行绩效评估，找出基准标杆。探讨的主题包括：平衡的基准，昀佳实践，相对效率的概念及绩效提升。特别地，本书探讨的数据分析方法能够帮助一个组织重新审视它对生产效率高低的已有观点是否合理，并为组织不断改进提供指导。本书是市面上唯一本不要求读者具备线性规划和线性代数知识，就可以熟练应用DEA方法的DEA方法指导用书。
目录
序
中文版序
序言(原版)
第1章运营分析和基准
1.1运营分析和基准
1.2回归分析
1.3基准
1.3.1构建模型
1.3.2规划求解器（Solver）的调用
1.3.3规划求解的构建
1.3.4模型求解
1.3.5最优电脑的识别
第2章平衡的基准
2.1综合指标
2.2平衡的基准
2.3最佳权重
2.4交叉评价
第3章数据包络分析
3.1数据包络分析概述
3.2DEA是一种平衡基准
3.3绩效指标的分类
3.4DEA的输入和输出指标
3.4.1美国银行和储蓄机构首席执行官的绩效
3.4.2菲律宾农业
3.4.3配电设计的改进措施
3.4.4制造业绩效
3.4.5休斯顿小学
3.4.6旅行社
3.4.7安达卢西亚橄榄种植农场
3.4.8渔船效率评估
3.4.9职业网球运动员
3.4.10施工安全
3.4.11对冲基金
3.4.12家庭共同基金
3.4.13快餐连锁店
3.4.14疗养院
3.4.15警察局
3.5DEA的图形表述
第4章绩效提升
4.1输入导向
4.2输出导向
4.3只有输入（或输出）的DEA
第5章案例
5.1案例1：生活幸福质量
5.2案例2：航空公司绩效评价
5.2.1航空公司指标
5.2.2DEA分析
5.3案例3：数据包络分析在招聘中的应用
5.3.1DEA辅助候选人甄选过程
5.3.2输入和输出指标的选择
5.3.3练习
第6章基准份额
6.1合作与虚拟单元构造
6.2基准份额的确定
6.3DEA最佳实践前沿
第7章利用DEAFrontier软件求解DEA
7.1DEAFrontier软件
7.2数据表单的格式
7.3DEA模型：乘子模型
7.4DEA模型：包络模型
7.5CRS与VRS
附录：DEA术语中英对照
📜 SIMILAR VOLUMES
《数据分析与数据挖掘》主要介绍数据挖掘和数据分析的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据立方体和OLAP技术、频繁模式挖掘、回归分析、分类、聚类、离群点分析。书中涉及到的模型和算法均给予了相应的实例。
<p>《列表数据分析》由三种讨论交互表分析的小册子组成，分别是《对数线性模型》、《流动表分析》和《关联模型》。列表数据在分析和理解社会流动和社会分层方面具有重要的作用。《列表数据分析》首先介绍了用于检验变量间关系的对数线性模型及其应用，然后考察了各类流动表数据分析模型的异同，最后特别介绍了双向表、三向表中的关联模型、偏关联模型和条件关联模型及其实际应用。</p>
<p>本书讲述了一个现代企业从最初的报表开发模式转向敏捷型分析模式的故事，通篇以对话的形式模拟职场人员在日常工作中使用数据分析解决问题并进行业务决策的过程。本书组织了一套全新的学习体系，内容由浅入深，从一开始就带入到实际的业务分析应用中，从最基本的时间序列分析开始发现销售模式和季节性波动规律，到通过热图来分析一线销售和服务人员的排班优化，再到深入分析客户的80/20 规律等，每一章都在使用Tableau 分析和解决实际商业中遇到的问题。</p>
这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。 作者是国内一线数据分析师和大数据专家，在数据分析和数据化运营领域有近10年的经验，在业内颇具知名度和影响力。本书不仅得到了宋星、黄成明、宫鑫等14位资深专家的好评和推荐，还得到了天善智能、中国统计网等多个数据科学相关机构的支持和高度认可。 全书的内容在逻辑上共分为两大部分： 第一部分（第1~4章）：Python数据分析与挖掘 着重讲解了Python和数据化运营的基本知识，以及Python数据获取
<p>探索性数据分析，ISBN：9787503723476，作者：（美）DavidC.Hoaglin，（美）FrederickMosteller，（美）JohnW.Tukey著；陈忠琏，郭德媛译</p>