|
| 商品編號： | DCM8056 | |
| 商品名稱： | 用Excel學商業預測:終生受用的原理與實作 出版公司:博碩文化 作者:葉怡成 類型:電腦資訊-程式設計 PDF電子書 繁體中文版 | | | 語系版本： | PDF電子書 繁體中文版 | |
| 運行平台： | PDF電子書,沒有任何平台限制,終身使用 | |
| 更新日期： | 2026-05-01 | |
| 光碟片數： | 1片CD光碟 | |
| 銷售價格： | $100元 | |
| 熱門標籤： | 用Excel學商業預測
終生受用的原理與實作
博碩文化
葉怡成
電腦資訊
程式設計
| |
用Excel學商業預測:終生受用的原理與實作 出版公司:博碩文化 作者:葉怡成 類型:電腦資訊-程式設計 PDF電子書 繁體中文版
商品資料
作者：葉怡成
出版社：博碩文化
出版年：2017
課程類型：電腦資訊>程式設計
檔案格式：PDF
ISBN：9789864342419
書籍簡介
《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
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。
章節
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)
|
您現在的位置：
電子書綜合教學
