商務(wù)與經(jīng)濟BB培訓(xùn)班

開課地點：	深圳
授課時間：	2011年月25-29日
授課顧問：	文放懷
開課時間：	2011-7-25
市場報價：	0
購買價格：	0
審核時間：	我要報名2011-05-07 11:55:52

　　

學(xué)習(xí)對象

各級各類管理人人士和工程師

課程目標(biāo)

本課程可以提高企業(yè)和個人核心競爭力

課程內(nèi)容

[7/4-8]北京金貝商務(wù)與經(jīng)濟BB培訓(xùn)班；[7/11-15]上海金貝商務(wù)與經(jīng)濟BB培訓(xùn)班； [7/18-22]廣州金貝商務(wù)與經(jīng)濟BB培訓(xùn)班；[7/25-29]深圳金貝商務(wù)與經(jīng)濟BB培訓(xùn)班。 [6/7-11]北京金貝商務(wù)與經(jīng)濟BB培訓(xùn)班；[6/13-17]上海金貝商務(wù)與經(jīng)濟BB培訓(xùn)班； [6/2
-24]廣州金貝商務(wù)與經(jīng)濟BB培訓(xùn)班；[6/26-3
]深圳金貝商務(wù)與經(jīng)濟BB培訓(xùn)班 如何從股市中獲得金貝？ 如何從風(fēng)險投資中獲得金貝？ 如何從生意場上獲得金貝？ 如何從交易場上獲得金貝？ 如何從制造生產(chǎn)中獲得金貝？ 商務(wù)與經(jīng)濟BB培訓(xùn)班將使您從中受益，適合金融、商務(wù)、投資、生產(chǎn)制造各類人員學(xué)習(xí)后從中獲取金幣！ 一、 什么是統(tǒng)計學(xué) 1.1 商務(wù)與經(jīng)濟統(tǒng)計問題BB解決方案 1.2 為什么學(xué)習(xí)統(tǒng)計學(xué) 1.3 什么是統(tǒng)計學(xué) 1.4 統(tǒng)計學(xué)的類型 1.5 變量的類型 1.6 測量尺度 1.7 倫理與統(tǒng)計 1.8 計算機應(yīng)用 二、 描述數(shù)據(jù)頻數(shù)表、頻數(shù)分布和圖形表示 2.1 引言 2.2 構(gòu)造頻數(shù)表 2.3 構(gòu)造頻數(shù)分布：定量數(shù)據(jù) 2.4 一個軟件例子 2.5 相對頻數(shù)分布 2.6 頻數(shù)分布的圖形表示 三、描述數(shù)據(jù) 數(shù)值度量 3.1 引言 3.2 總體均值 3.3 樣本均值 3.4 算術(shù)平均數(shù)的性質(zhì) 3.5 加權(quán)平均數(shù) 3.6 中位數(shù) 3.7 眾數(shù) 3.8 軟件解法 3.9 均值、中位數(shù)和眾數(shù)的相對位置 3.1
幾何平均數(shù) 3.11 為什么要研究離散程度 3.12 離散程度的度量 3.13 軟件解法 3.14 標(biāo)準(zhǔn)差的解釋與應(yīng)用 3.15 分組數(shù)據(jù)的均值和標(biāo)準(zhǔn)差 3.16 倫理和結(jié)果報告 四、描述數(shù)據(jù) 數(shù)據(jù)展示和數(shù)據(jù)開發(fā) 4.1 引言 4.2 點狀圖 4.3 莖葉圖 4.4 離散程度的其他度量 4.5 偏度 4.6 描述兩個變量之間的關(guān)系 五、概率論概述 5.1 引言 5.2 何謂概率 5.3 分配概率的方法 5.4 計算概率的幾個法則 5.5 列聯(lián)表 5.6 樹形圖 5.7 貝葉斯定理 5.8 計數(shù)原理 六、離散型概率分布 6.1 引言 6.2 何謂概率分布 6.3 隨機變量 6.4 概率分布的均值、方差和標(biāo)準(zhǔn)差 6.5 二項概率分布 6.6 超幾何分布 6.7 泊松概率分布 6.8 協(xié)方差 七、 連續(xù)型概率分布 7.1 引言 7.2 均勻概率分布族 7.3 正態(tài)概率分布族 7.4 標(biāo)準(zhǔn)正態(tài)概率分布 7.5 確定正態(tài)曲線下的面積 7.6 二項分布的正態(tài)近似 八、 抽樣方法和中心極限定理 8.1 引言 8.2 抽樣方法 8.3 抽樣誤差 8.4 樣本均值的抽樣分布 8.5 中心極限定理 8.6 樣本均值抽樣分布的應(yīng)用 小結(jié) 九、 估計和置信區(qū)間 9.1 引言 9.2 均值的點估計和置信區(qū)間 9.3 比例的置信區(qū)間 9.4 有限總體修正因子 9.5 選擇適當(dāng)?shù)臉颖救萘? 十、 單樣本假設(shè)檢驗 1
.1 引言 1
.2 什么是假設(shè) 1
.3 什么是假設(shè)檢驗 1
.4 假設(shè)檢驗五步法 1
.5 單側(cè)與雙側(cè)顯著性檢驗 1
.6 總體均值的檢驗：已知總體標(biāo)準(zhǔn)差 1
.7 假設(shè)檢驗中的p-值 1
.8 總體均值的檢驗：總體標(biāo)準(zhǔn)差未知 1
.9 關(guān)于比例的檢驗 1
.1
第Ⅱ類錯誤 十一、兩樣本假設(shè)檢驗 11.1 引言 11.2 兩樣本假設(shè)檢驗：獨立樣本 11.3 比例的兩樣本檢驗 11.4 總體均值的比較：總體標(biāo)準(zhǔn)差未知(合并檢驗) 11.5 總體均值的比較：總體標(biāo)準(zhǔn)差不等 11.6 兩樣本的假設(shè)檢驗：相依樣本 11.7 相依樣本與獨立樣本的比較 十二、方差分析 12.1 引言 12.2 F分布 12.3 比較兩總體的方差 12.4 ANOVA的假定 12.5 ANOVA檢驗 12.6 關(guān)于成對處理均值的推斷 12.7 雙因素方差分析 12.8 具有交互作用的雙因素 方差分析 小結(jié) 十三、線性回歸與相關(guān) 13.1 引言 13.2 何謂相關(guān)分析 13.3 相關(guān)系數(shù) 13.4 判定系數(shù) 13.5 相關(guān)系數(shù)的顯著性檢驗 13.6 回歸分析 13.7 估計的標(biāo)準(zhǔn)誤差 13.8 線性回歸的假定 13.9 置信區(qū)間和預(yù)測區(qū)間 13.1
有關(guān)判定系數(shù)的更多內(nèi)容 13.11 相關(guān)系數(shù)、判定系數(shù)與估計的標(biāo)準(zhǔn)誤差之間的關(guān)系 13.12 變換數(shù)據(jù) 13.13 協(xié)方差 十四、多元回歸與相關(guān)分析 14.1 引言 14.2 多元回歸分析 14.3 回歸方程對數(shù)據(jù)的擬合好嗎 14.4 多元線性回歸的推斷 14.5 評價多元回歸的假定 14.6 逐步回歸 14.7 具有交互作用的回歸模型 十五、 指數(shù) 15.1 引言 15.2 簡單指數(shù) 15.3 為什么要把數(shù)據(jù)轉(zhuǎn)換成指數(shù) 15.4 指數(shù)的構(gòu)成 15.5 未加權(quán)指數(shù) 15.6 加權(quán)指數(shù) 15.7 價值指數(shù) 15.8 特殊用途指數(shù) 15.9 消費者物價指數(shù) 15.1
調(diào)整基期 十六、時間序列與預(yù)測 16.1 引言 16.2 時間序列的構(gòu)成 16.3 移動平均 16.4 加權(quán)移動平均 16.5 線性趨勢 16.6 最小二乘法 16.7 非線性趨勢 16.8 季節(jié)波動 16.9 消除數(shù)據(jù)的季節(jié)影響 16.1
杜賓-瓦特森統(tǒng)計量 十七、 非參數(shù)方法：檢驗 11.1 引言 17.2 擬合優(yōu)度檢驗：期望頻數(shù)相等 17.3 擬合優(yōu)度檢驗：期望頻數(shù)不等 17.4 卡方的局限性 17.5 列聯(lián)表分析 十八、 非參數(shù)方法 分級數(shù)據(jù)分析 18.1 引言 18.2 符號檢驗 18.3 相依樣本的威爾科克森符號秩檢驗 18.4 獨立樣本的威爾科克森秩和檢驗 18.5 克魯斯卡爾-沃利斯檢驗：秩方差分析 18.6 秩順序相關(guān) 十九、統(tǒng)計過程控制與質(zhì)量管理 19.1 引言 19.2 質(zhì)量控制簡史 19.3 差異產(chǎn)生的原因 19.4 診斷圖 19.5 質(zhì)量控制圖的用途和類型 19.6 受控和失控情形 19.7 屬性控制圖 19.8 接受抽樣 二十、決策論基礎(chǔ) 2
.1 引言 2
.2 決策要素 2
.3 不確定條件下決策的案例 2
.4 最大最小策略、最大最大策略及最小最大遺憾策略 2
.5 完全信息的價值 2
.6 敏感性分析 2
.7 決策樹 小結(jié)

師資力量

備注信息