大数据下的供应链管理：利用统计建模实现

服务亮点

专业指导

服务详情

供应链管理)统计建模)运营工程商业分析Johns Hopkins University约翰霍普金斯大学U.S.News世界大学第7|美国大学协会创始校·曾获2010和2011年CIBER夏季教授研究奖·曾获工业工程期刊 IE Transactions期刊运营工程与分析最佳论文奖项

Program Introduction课顋僑介统计学|供应链|商业分析|供应链|海上运输|工程管理商业分析和统计对管理决策起着至关重要的作用，例如，制造商通过预测未来的销售额，来决定是否需要扩大生产；银行利用收集的客户数据来设计有针对性的银行产品。大数据时代下，商业行为越来越依赖数据统计分析与建模，除了辅助决策的制定，商业分析也可应用于库存管理和全球供应链管理，包括分销和全球采购。想要更好地进行商业分析，就需要掌握并利用商业统计技术，以建模来解决问题并完成分析汇报。其中，概率模型可以为处理不确定性和风险提供方法，回归模型可以用来预测未来市场趋势，统计分析侧重于数据的展示和提炼有效推论。从各个角度上来看，统计学都是商业分析的重中之重。本课题将通过介绍统计学、探索性数据分析、概率分布、抽样分布、置信区间、假设测算、单一和多元线性回归模型等数据分析方法，帮助学生了解如何通过数据分析与推断技术做出更明智的商业决策。课题将采用在线互动、案例分析、问题解决和软件学习相结合的方式来提高学生数据分析与建模的能力，使学生熟练掌握Excel、Minitab在内的数据统计和商业分析类软生

Program Highlights科研要点·描述统计学描述性统计与推理统计，盒形图和须形图，检测异常值，相关性；随机变量，期望值，方差和协方差。·供应链分析泊松概率分布；投资组合的收益/风险分析；投资组合收益，库存管理。·置信区间预估抽样分布与中心极限定理；t分布；样本均值和比例的置信区间。·假设检验单一总体假设检验，z检验，t检验，p值检验，单尾vs.双尾测试；人口比例检验、决策风险检验。·回归模型回归建模，最小二乘估计；确定系数，测试的意义，残留分析；F-检测与T-检测，偏F检验；多重共线性；预测。

Expected Students适合人群·对统计学或应用数学有一定基础的大学生·对商业统计分析领域感兴趣的大学生·希望在该领域深入研究，培养学术思维，提升学术竞争力的学生·有意愿从事科研实践，产出学术科研报告和论文成果的学生Curriculum课时安排

Instructor Team师资配置· Foreign Professor海外在职终身教授领衔，传授领域前沿知识与高水准研究方法· Domestic Professor“大学在职教授/副教授领衔，增进专业理解力，补充知识版图· Teaching Assistant辅助课题答疑、知识巩固，科研心得与专业知识分享· Writing Instructor论文1M辅导，传授论文写作技巧与方法，论文规划、写作、投稿、检素、发表全程指导· Student Coordinator科研项目全程跟进服务，为项目的平稳进行保驾护航