本書有DRM加密保護,需使用HyRead閱讀軟體開啟
  • 用Excel學商業預測:終生受用的原理與實作
  • 點閱:119
  • 作者: 葉怡成著
  • 出版社:博碩文化
  • 出版年:2017[民106]
  • ISBN:978-986-434-241-9 ; 986-434-241-X
  • 格式:PDF
  • 版次:初版
  • 附註:附錄: 1.迴歸分析參數估計公式之推導; 2.ARIMA參數估計公式之推導
租期14天 今日租書可閱讀至2020-11-08

內容簡介
 
《用Excel做商業預測─終身受用的理論與實作》掌握原理、融會貫通,
善用最簡便的Excel做分析及預測,無論是房價漲跌、股市起伏、市場變化,
都可以快人一步掌握相關數據,有利做出任何決策!

 
一般人可能不清楚,Excel除了是各企業廣泛使用的統計應用軟體之外,原來還可以當做預測軟體。一般人並不知道,妥善使用Excel做預測軟體時,可以協助房價評估、股票報酬率預測、社會現象分析了解,等等。本書採用Excel做為預測軟體,進行教學與自修。Excel雖不是專業預測軟體,但普及性高,具備一些基本的統計功能,適合學生或初學者使用。
 
本書作者葉怡成教授根據多年的研究心得,以深入淺出的理論表述以及貼近民生的個案範例模擬,嘗試讓讀者了解某些較難懂卻又很實用的理論。例如:「迴歸分析原理」、「因果關係模型」、「時間數列模型」,等。
 
本書優勢
 
1. 本書利用Excel實作了許多範例,讀者可以用這些範例當作「模板」來分析自己的數據,建立預測模型,並進行預測。
2. 實際案例操作分析,與民生方面息息相關之各種主題,皆可從此書學到預測要領。
3. 演算過程具透明度,讀者可以徹底了解原理。內附超實用習題,方便讀者邊學邊做,更有效果。


作者簡介
 
葉怡成
 
目前任教於淡江大學,開設資料探勘、財務管理等課程。著有「台灣股市何種選股模型行得通?」、「誰都學得會的最強選股公式GVI」、「誰都學得會的算股公式」、「工程經濟與財務管理」、「資料探勘:程序與模式─ 使用Excel實作」等專書。

  • Chapter 01 導論(第1-1頁)
    • 1.1 簡介(第1-2頁)
    • 1.2 預測的應用(第1-2頁)
    • 1.3 預測的方法(第1-4頁)
    • 1.4 預測的步驟(第1-6頁)
    • 1.5 預測的評估(第1-8頁)
    • 1.6 預測的軟體(第1-9頁)
    • 1.7 幾個有趣的預測實例(第1-10頁)
    • 1.8 結論(第1-13頁)
  • Chapter 02 變數特性的統計(第2-1頁)
    • 2.1 簡介(第2-2頁)
    • 2.2 單變數敘述統計(第2-2頁)
    • 2.3 機率分佈型態之性質(第2-3頁)
    • 2.4 機率分佈參數之估計(第2-4頁)
    • 2.5 機率分佈參數之測試(第2-5頁)
    • 2.6 機率分佈型態之測試(第2-5頁)
    • 2.7 實例(第2-7頁)
    • 2.8 結論(第2-11頁)
  • Chapter 03 變數關係的分析(第3-1頁)
    • 3.1 簡介(第3-2頁)
    • 3.2 資料的型態(第3-2頁)
    • 3.3 非時間數列資料的分析:相關分析(第3-6頁)
    • 3.4 時間數列資料的分析:自相關分析(第3-9頁)
    • 3.5 實例(第3-19頁)
    • 3.6 結論(第3-24頁)
  • Chapter 04 迴歸分析原理(一):單變數迴歸(第4-1頁)
    • 4.1 簡介(第4-2頁)
    • 4.2 迴歸模型之建構:迴歸係數(第4-2頁)
    • 4.3 迴歸模型之檢定:變異分析(第4-6頁)
    • 4.4 迴歸模型之診斷:殘差分析(第4-9頁)
    • 4.5 迴歸模型之應用:反應信賴區間(第4-9頁)
    • 4.6 非線性函數之迴歸分析(第4-13頁)
    • 4.7 實例(第4-20頁)
    • 4.8 結論(第4-28頁)
  • Chapter 05 迴歸分析原理(二):多變數迴歸(第5-1頁)
    • 5.1 迴歸分析簡介(第5-2頁)
    • 5.2 迴歸模型之建構:迴歸係數(第5-2頁)
    • 5.3 迴歸模型之檢定:變異分析(第5-12頁)
    • 5.4 迴歸模型之診斷:殘差分析(第5-17頁)
    • 5.5 迴歸模型之應用:信賴區間(第5-24頁)
    • 5.6 多項式函數之迴歸分析(第5-27頁)
    • 5.7 非線性函數之迴歸分析(第5-31頁)
    • 5.8 定性變數(第5-38頁)
    • 5.9 實例(第5-42頁)
    • 5.10 結論(第5-50頁)
  • Chapter 06 因果關係模型(第6-1頁)
    • 6.1 簡介(第6-2頁)
    • 6.2 模型過度配適問題之處理(第6-2頁)
    • 6.3 自變數共線性問題之處理(第6-6頁)
    • 6.4 殘差變異不均問題之處理(第6-14頁)
    • 6.5 殘差序列相關問題之處理(第6-18頁)
    • 6.6 實例(第6-29頁)
    • 6.7 結論(第6-34頁)
  • Chapter 07 時間分解模型(第7-1頁)
    • 7.1 簡介(第7-2頁)
    • 7.2 傾向及季節模式之建構(第7-3頁)
    • 7.3 傾向及季節模式之意義(第7-4頁)
    • 7.4 循環及隨機成份之分解(第7-12頁)
    • 7.5 商業循環指標(第7-23頁)
    • 7.6 實例:啤酒每月銷售量(第7-24頁)
    • 7.7 結論(第7-28頁)
  • Chapter 08 時間數列模型(一):簡易預測法(第8-1頁)
    • 8.1 簡介(第8-2頁)
    • 8.2 樸素法(第8-2頁)
    • 8.3 平均法(第8-7頁)
    • 8.4 平滑法:簡單 指數平滑法(第8-9頁)
    • 8.5 平滑法:Holt方法(第8-11頁)
    • 8.6 平滑法:Winter方法(第8-14頁)
    • 8.7 實例:啤酒每月銷售量(第8-18頁)
    • 8.8 結論(第8-20頁)
  • Chapter 09 時間數列模型(二):ARIMA法(第9-1頁)
    • 9.1 簡介(第9-2頁)
    • 9.2 時間數列法之模式(第9-2頁)
    • 9.3 時間數列法之流程(第9-20頁)
    • 9.4 步驟1:平穩化(第9-21頁)
    • 9.5 步驟2:模型鑑別(第9-26頁)
    • 9.6 步驟3:參數估計(第9-39頁)
    • 9.7 步驟4:殘差診斷(第9-50頁)
    • 9.8 步驟5:模型應用(第9-54頁)
    • 9.9 實例:啤酒每月銷售量(第9-66頁)
    • 9.10 結論(第9-77頁)
  • Chapter 10 無時序因果關係模型個案研究(第10-1頁)
    • 10-1 個案1:中古車價格(第10-2頁)
    • 10-2 個案2:中古屋價格(第10-4頁)
    • 10-3 個案3:法拍屋價格(第10-6頁)
    • 10-4 個案4:美國犯罪率(第10-9頁)
    • 10-5 個案5:晶棒含氧量(第10-12頁)
    • 10-6 個案6:混凝土強度(第10-13頁)
    • 10-7 個案7:混凝土坍度(第10-15頁)
    • 10-8 個案8:混凝土流度(第10-17頁)
  • Chapter 11 時序因果關係模型個案研究(第11-1頁)
    • 11-1 個案1:冰淇淋店營業額(第11-2頁)
    • 11-2 個案2:總體經濟與股市報酬率(第11-5頁)
    • 11-3 個案3:產業經濟與股市報酬率(第11-8頁)
    • 11-4 個案4:刑事案件發生數(第11-11頁)
    • 11-5 個案5:台北市空氣品質(第11-14頁)
    • 11-6 個案6:花蓮溪流量(第11-16頁)
    • 11-7 個案7:雨量與河川流量(第11-18頁)
  • Chapter 12 時間分解模型個案研究(第12-1頁)
    • 12-1 個案1:美國人口量(第12-2頁)
    • 12-2 個案2:營造業產值(第12-4頁)
    • 12-3 個案3:每月用電量(第12-6頁)
  • Chapter 13 時間數列模型個案研究(第13-1頁)
    • 13-1 個案1:毛皮交易(第13-2頁)
    • 13-2 個案2:太陽黑子(第13-4頁)
    • 13-3 個案3:強烈地震(第13-5頁)
    • 13-4 個案4:樹木年輪(第13-7頁)
    • 13-5 個案5:營造業產值(第13-10頁)
    • 13-6 個案6:每小時用電(第13-11頁)
  • Appendix A 迴歸分析參數估計公式之推導(第A-1頁)
  • Appendix B ARIMA參數估計公式之推導(第B-1頁)
  • 參考文獻(第B-14頁)
紙本書 NT$ 500
單本電子書
NT$ 350

點數租閱 20點
租期14天
今日租書可閱讀至2020-11-08
還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code