管理决策与统计分析作业

1、结合课程（前两天模块）中所学习到的理论和方法，来阐述自己在哪些方面的决策能力得到了提高。整个课程中有两个关键点对我很有意义，分别是“系统一和系统二”的分 析，以及对“团队决策”的定义和作用。第一系统和第二系统，主要指的是两种不同的思维方式对于普通人和高管 人员而言，本质的差异和不同层次的要求。鞭策我要用更多理性的第二系统思 维来进行考虑，即深思熟虑，切忌只凭主观臆断工作事物、工作表象。以前一 个问题通常会总结出一个“标准”答案，但现在，同样一个问题就是找不到一 个“标准”答案，因为没有一个方程式能同时解决这么多变量，包括地域、企 业性质、管理者、文化背景和政策，等等。在一个企业里也是如此，一个

2、问题 所牵涉到环节，所提出的解决方案也会因为问题解答者所在位置、部门职能、 层次潜力等因素而各有不同，所以，作为管理者的我们在感官第一反应的同时， 要有理性的第二思维系统，这个就是课程给我带来的启示和启迪。而在前两天的课程中我最有感触的则是“团队决策”模块中，对于“冲突 管理”的内容阐述。张教授从任务冲突和关系冲突两个纬度进行讲解， 来判断 不同纬度情况下，所产生的决策质量高低的情况以及相对应的调整方式建议。冲突和矛盾几乎是所有管理者都会面对的困惑和挑战。由于商业环境瞬息万变，游戏规则不规范，缺乏系统性，冲突和矛盾显得尤为突出。除人际冲突 之外，还有文化冲突、利益冲突、道德冲突，等等。在这些矛

3、盾冲突中，最为 普遍的就是人与人之间的冲突。毕竟，管理是管人的艺术。从人类社会诞生开 始，人与人的冲突就是人类关系的主旋律。 管理者也一样，如何应对各种冲突 和矛盾，这是每一个管理者都会碰到且无法回避的问题。除了人际冲突外，还有文化冲突、利益冲突、道德冲突，等等。这类冲突， 都极具中国特色。面对形形色色的冲突和矛盾，我们该如何应对：妥协，回避， 强迫，还是合作？在什么情况下使用什么样的冲突管理方式是最适合的？这些 问题在当时一度困扰我多时，因为不同的人对于冲突和矛盾的理解都不一样， 那么他们所采取的相应策略也会因人而异， 所以效果和结果也会大不相同。这 次张教授用图形方式，从冲突的两个本质角度

4、（任务和关系）来给我们做的说 明，我觉得是从问题的前端来考虑了，有些所谓的人际关系冲突往往是来源于 任务制订的合理性， 当一个团队再怎么样努力， 再怎么殚精竭虑都无法实现多 项任务，最终会造成团队意志力、 战斗力的下降， 价值感的缺失直至任务完成 率低，成效差，团队业绩下降，彼此抱怨对方的不合作、推诿拖拉，到形成对 立。因此，在这个时候，就是属于张教授所讲的“任务冲突”的问题出现了， 属于任务太多， 产生决策质量低下的现象。 对于解决这个问题， 张教授给于的 建议是，可以用团队建设的方式来调整，彼此促进关系，降低关系冲突，从而 在下次进行团队决策的时候， 由于先前的融洽基础有所改善， 则整体的

5、决策质 量就会上升。张教授的这个理论让我受益匪浅， 我们管理者以前一碰到冲突就自然与人 联系起来，总认为这些变数是人为所产生的，现在看来，至少有一半因素，其 实是可以通过调整任务来实现冲突的下降的， 因此，作为管理者而言， 我们在 发现冲突与矛盾， 面对冲突与矛盾的时候， 更应该追根溯源， 是否在工作前端 输入上发生了偏差， 导致过程中关系冲突的必然产生， 这个是值得我们去关注 和深思的。二、 结合回归分析方法（第三天的课程） ，举出并论述一个商业 活动中的信号与噪声的实例， 并分析说明信号的相对强弱对分 析结果的影响。 在大数据时代，庞杂的数据中有太多的干扰因素会模糊我们对那些真正值得 注意

6、的关系的看法。我们是人，我们将无法完全消除偏差，即使我们能作出“理 性”的选择，但是为完善决策而花费的大量时间可能得不偿失。所以，想要减少 偏差，我们可以建立线性回归模型，分析和判断未来的决策。“信号”是我们想要和需要的事实， “噪声”则是另一回事，通常是不相干的 信息，它阻碍或误导我们搜索信号。我举一个跟我们行业相关的实例。 2012 年 7 月中国正式出台儿童安全座椅国 家标准，作为今后国家出台强制性法规政策的序曲，这个国标一经出台，就引起 了行业内外一片哗然。在目前中国市场投资领域空乏的情况下，各种游离资本， 不管是个人，还是风投，都不惜血本开始注入这个行业。而国标出台的这个“信号”，真

7、的能让市场井喷吗？真的这个行业会成为一本万利的行业吗？这个行业真 的可以做，真的谁都能做吗？用线性模型来分析非线性关系：1、相关关系并不等同于因果关系：儿童安全座椅这个行业并非如其他儿童用 品类行业，它属于汽车零配件行业的，作为汽车的附件部分，它的标准严格而又 繁琐。单纯标准而言，全球就有欧标、美标、澳标三种，而每一种的要求都不尽 相同，严苛而又死板，必须通过各种标准的测试才能上市。而中国市场，本身属 于意识培植阶段，纵然有国标出台，但整个市场处于萌芽阶段，作为非必需品， 要有一定的法制、政策环境作为依托的情况下，而强制性政策出台又是未知，因 此，光有个国标出台的信号，在这个时候对这个行业群起

8、而攻之，势必造成产能 过剩，最后又沦为成本价格之争，伤害的势必是企业自身。2、变量遗漏偏差：从法规出台到目前，市场是有一定的增长，但并非如很多 人的预测所言，很多当时意气风发投入这个行业的企业家、老板，大部分后悔， 更有甚者为了面子硬撑着，投入了几千万却还不见动色。这里，很多企业家忽略 了一个问题，儿童安全座椅产品是有一定技术含量的，它是根据人机功能来实现 产品的，即每个不同年龄段的孩子，颈椎发育都不一样，要根据生长发育的情况 来作不同组别的设计，是需要有技术积累和沉淀的，并非花钱挖来人才即可收获 成型的。作为优秀的决策者，他们应该用概率的方法思考问题，根据同一组变量作出 多种决策，武断偏差的

9、类似例子在财务决策、公司人事决策、银行贷款决策和日 常采购决策中是很常见的。真正优秀的投资人，他们能清楚地区分什么是不可预 测的、什么是可预测的，他们注重能带领他们接近真相的成千上百个小细节，他 们能辨识出什么是噪声、什么是信号。如果我们援引某个认为判断，势必会带来 潜在的偏见，且信号越强，随之带来的噪声就越强，从而影响到我们的判断。三、第 1）问：不考虑交互作用的分析结果SUMMARY OUTPUT回归统计Multiple R0.8081105R Square0.6530426Adjusted RSquare0.6466959标准误差48853.475观测值168方差分析dfSSMSFSig

10、n ifica neeF回归分析37.367E+112.456E+11102.893521.67E-37残差1643.914E+112.387E+09总计1671.128E+12Coefficie nts标准误差t StatP-valueLower 95%Upper95%下限95.0%In tercept53557.56717960.7412.98192410.003301418093.46389021.67118093.463Regi on-9081.58839890.7625-0.91818890.3598684-28611.2410448.064-28611.24House type72

11、565.8579755.37427.43855185.399E-1253303.53491828.1853303.534Cost3.50526710.298171411.7558811.562E-232.91651744.09401672.9165174房屋售价对建造成本、地区和房屋类型的具体的数量依赖关系是：Price = 53557.57- 9081.59* Region + 72565.86*House type + 3.51* Cost(17960.741 )(9890.7625 )(9755.3742 )(0.2981714 )t= (2.9819241 )(-0.9181889 )

12、(7.4385518 )(11.755881 )R2=0.6530426三、第2)问:考虑交互作用的分析结果回归统计Multiple R0.8180426R Square0.6691937Adjusted R0.6610758Square标准误差观测值47848.95168方差分析dfSSMSFSign ifica neeF回归分析47.549E+111.887E+1182.4338763.889E-38残差1633.732E+112.29E+09总计1671.128E+12Coefficie nts标准误差t StatP-valueLower 95%Upper 95%下限95.0%In te

13、rcept21530.22220936.8261.02834220.3053124-19812.1562872.594-19812.15Regi on38043.95119310.7591.9700910.0505221-87.54771776175.45-87.547717House type97748.46213075.9577.47543484.471E-1271928.356123568.5771928.356Cost3.7085180.300796512.3289914.277E-253.11455774.30247823.1145577In teracti on-55777.094

14、19771.894-2.82102940.0053822-94819.162-16735.027-94819.162我们看到，在考虑交互作用的情况下，模型的拟合优度较不考虑交互作用的 情形有所提高，同时解释变量对应的t值都得到了显著提高，说明售价、地区和 房屋类型之间存在交互作用。考虑交互作用下的回归方程如下：Price=21530.238044.0* Regio n+97748.5*House type+3.7* Cost-55777.1* In teractio n(20936.826 ) (19310.759 )(13075.957 )(0.3007965 )(19771.894 )t=(1.0283422 )(1.970091 )(7.4754348 )(12.328991 )(-2.8210294 )R2=0.6691937三、第3）问:东西部的独栋别墅的平均价格：$231,461南部的独栋别墅的平均价格：$305,615东西部的联排别墅的平均价格：$156,615南部的联排别墅的平均价格：$233,379我们分别用Xm表示拟建造的中西部地区的独栋别墅的数量；Xs表示拟建造的南部地区的独栋别墅的数量；Ym表示拟建造的中西部地区的连排别墅的数量;Ys表示拟建造的南部地区的连排别墅的数量；求：max profit= (2314