医疗行业决策量化方法准备知识培训

医疗行业决策量化方法准备知识培训第1页第二章决议量化方法准备知识商业电子表格制模（Excel)概率与统计介绍基础运筹学数据挖掘技术医疗行业决策量化方法准备知识培训第2页概率与概率分布(1)数权归纳：更易了解、直观、总体状态与趋势，比较结果，应用于量化方法。(2)平均数mean=中位数众数变动幅度：最大数值—最小数值

绝对商差均值：

标准差=方差∑i=1nABS[xi-µ]xin=µi=1n∑n[xi-µ]2∑ni=1n误差平均均值=数据-原始数值数据-有用形式信息处理数据解释医疗行业决策量化方法准备知识培训第3页概率与概率分布(3)概率：事件A发生概率P(A)

独立事件概率：P(A∪B)=P(A)+P(B)(A、B独立事件）P(A∩B)=P(A)•P(B)条件概率（贝叶斯定律）：P(A/B)=P(A)=0P(A)=10<P(A)<1P(B/A)P(A)P(B)医疗行业决策量化方法准备知识培训第4页概率与概率分布实例：

购置二手车，可能会好，可能会不好。假如买车好，70%会耗油量较低，20%会有中等耗油量。假如买车不好，50会耗油量较高，30%会有中等耗油量。对一辆二手车试验表明该车耗油量较低。假如成交二手车有60%是好，那么，这辆车属于好概率为多少？医疗行业决策量化方法准备知识培训第5页概率与概率分布

医疗行业决策量化方法准备知识培训第6页概率与概率分布

医疗行业决策量化方法准备知识培训第7页概率与概率分布概率树：P(HOC)=0.26P(MOC)=0.24P(LOC)=0.50P(GB/HOC)=0.23P(BB/HOC)=0.77P(GB/MOC)=0.5P(BB/MOC)=0.5P(GB/LOC)=0.84P(BB/LOC)=0.16P=0.06P=0.20P=0.12P=0.12P=0.42P=0.08医疗行业决策量化方法准备知识培训第8页概率分布二项分布：特征：每次试验有两种可能结果，能够称之为成功和失败；两种结果是互斥；成功和失败概率都是一个固定常数，分别为P和q=1-P；连续试验结果之间是独立。P(n次试验中有r次成功)=Crnprqn-r=prqn-r

均值=µ=np方差=δ2=n.p.q标准差=δ=(n.p.q)1/2n!r!(n-r)!医疗行业决策量化方法准备知识培训第9页柏松分布(pocssondistribution)柏松分布特征：试验次数n较大(大于20)；成功概率P较小。P(r次成功)=其中e=2.7183，µ=平均成功次数=n.p

均值=µ=n.p方差=δ2=n.p标准差=δ=（n.p）1/2*只用到成功概率e-µµrr!医疗行业决策量化方法准备知识培训第10页正态分布特征：连续是关于均值µ对称均值、中位数及众数三者相等曲线下总面积为1µf(x)观察值x医疗行业决策量化方法准备知识培训第11页正态分布f(x)=e-(x-µ)2/2δ2=e-其中x-变量值，µ-均值，δ-标准差，π=3.14159e=2.7183

Z==商开均值标准差个数P(x1<x<x2)=

z1=

z2=1δ·2π1δ·2πZ221-P(x<x1)-P(x>x2),x1≤µP(x>x1)-P(x>x2),x1>µX1-µδX2-µδµx1x2X-µδ医疗行业决策量化方法准备知识培训第12页概率分布实例一个中型超市日销售500品脱牛奶，标准差为50品脱。(a)假如在一天开门时，该超市有600品脱牛奶存货，这一天牛奶脱销概率有多少？(b)一天中牛奶需求在450到600品脱之间概率有多大？(c)假如要使脱销概率为0.05，该超市应该准备多少品脱牛奶存货？(d)假如要使脱销概率为0.01，应准备多少品脱牛奶存货？0.02280.15870.8185f(x)x450500600医疗行业决策量化方法准备知识培训第13页统计抽样与检验方法系统可靠性分析可靠性：1-(1-R)2可靠性：R2RRRR医疗行业决策量化方法准备知识培训第14页统计抽样与检验方法

抽样：目标是经过搜集式考查少数几个观察值(样本)，而不是全部可能观察值(总体)，得出可靠数据。抽样分布：由随机样本得出分布。中心极限定理(centrallimittheorem)：不论原来总体分布怎样，总体中抽样取大量随机样本，样本均值符合正态分布。假设总体：个数N，均值µ，标准差δ；样本：个数n，均值X，标准差S；则：X=µ，S=δ/n1/2-(抽样标准误差)医疗行业决策量化方法准备知识培训第15页统计抽样与检验方法置信区间：总体均值在某一范围内可信水平。总体均值95%置信区间为：(X-1.96S，X+1.96S)医疗行业决策量化方法准备知识培训第16页统计抽样与检验方法案例：全方面质量管理传统上，有大量抽样方法应用于质量控制。近年来，许多组织改变了他们对质量认识。他们不再设定一个残次品水平，出不再认为到达了这么一个水平就说明组织运转良好。相反，他们代之以“零残次品”为目标，其实施方法是全方面质量管理(TotalQualityManagement,TQM)，这要求整个组织一起努力，系统改进产品质量。爱德华·戴明(EdwardDeming)是开创了全方面质量管理工作教授之一，他将自己实践经验总结为以下14条。1将产品质量作为一贯性目标。2杜绝即使是客户允许差错、延误、残次和误差。3停顿对于成批检验依赖，从生产开始第一步就树立严格质量意识。4停顿依据采购价格实施奖励作法-筛选供给商，坚持切实有效质量检测。5开发成本、质量、生产率和服务连续改进项目。6对全体职员进行正规培训。7监督工作焦点在于帮助职员把工作做得更加好。8经过提倡双向沟通，消除各种惧怕。9打破部门间障碍，提倡经过跨部门工作小组处理问题。10降低以至消除那些并不指明改进和实现目标方法数字目标、口号和口号。11降低以至消除会影响质量武断定额。12消除有碍于职员工作自豪各种障碍。13实现终生教育、培训和自我改进正规有活力项目。14引导职员为实现上述各条而努力工作。有许多应用TQM后取得成功实例。比如，在广岛日本钢铁厂(JapanSteelWorks)，实施TQM后，在人员数量降低20%情况下，产量增加50%，同时，残次品费用由占销售额1.57%下降到0.4%。美国福特企业实施TQM后，降低了保修期内实际修理次数45%，依据用户调查，故障降低了50%。惠普企业实施TQM后，劳动生产率提升了40%，同时，在集成电路步骤降低质量差错89%，在焊接步骤降低质量差错98%，在最终组装步骤降低质量差错93%。医疗行业决策量化方法准备知识培训第17页统计抽样与检验方法假设检验：对总体某种认识是否得到样本数据支持。检验步骤：定义一个关于实际情况简明、准确表述（假设）。从总体中取出一个样本。检验这个样本，看一看它是支持假设，还是证实假设不大可能。假如证实假设情况是不大可能，拒绝这一假设，不然，接收这一假设。实例：一个佐料装在包装盒中，名义重量为400克。实际重量与这一名义重量可能略有出入，呈正态分布，标准差为20克。经过在生产线上定时抽取样本方法确保重量均值为400克。一个作为样本抽出盒子中佐料重量为446克。这能说明现在佐料填装过量了吗？医疗行业决策量化方法准备知识培训第18页统计抽样与检验方法假设检验误差（增大样本，降低误差）原假设实际上是正确错不拒绝正确决议第二类错误拒绝第一类错误正确决议决策医疗行业决策量化方法准备知识培训第19页统计抽样与检验方法实例：听说，某行业从业人员平均工资为每七天300英镑，标准差为60英镑。有些人认为这一数据已经过时了，为检验实际情况终究怎样，一个36份工资随机样本从该行业中抽取出来。研究确定假如样本工资均值小于270英镑或大于330英镑，就拒绝原假设。犯一类错误概率有多大？医疗行业决策量化方法准备知识培训第20页统计抽样与检验方法

显著水平：是依据观察值证实样本是取自某一假设总体最低可接收概率。（5%）µ0.955%0.025(拒绝)(拒绝)0.025接收假设医疗行业决策量化方法准备知识培训第21页统计抽样与检验方法假设检验步骤：表述原假设和备选假设。确定拟采取显著性水平。计算待检验变量可接收范围。取得待检验变量样本值。决定是否拒绝原假设。说明结论。医疗行业决策量化方法准备知识培训第22页统计抽样与检验方法实例：某地域公布人均收入为15，000英镑。一个45人样本平均收入是14，300英镑，标准差为英镑。按照5%显著性水平检验公布数字。按1%显著性水平检验结果又怎样？医疗行业决策量化方法准备知识培训第23页统计抽样与检验方法

(a)双边检验(b)单边检验f(x)xf(x)0.0250.025--1.96δ----1.96δ--µµ0.05x-1.64δ-医疗行业决策量化方法准备知识培训第24页统计抽样与检验方法实例：一个邮递企业对某客户按平均每份邮件1.75千克，标准差为0.5千克情况确定每份邮件收费水平。邮费现在很高，而有些人提出该客户邮件重量均值不止1.75千克。随机抽取该客户100份邮件样本，平均重量为1.86千克。这是否说明重量均值确实已超出1.75千克？f(x)x1.751.831.861%5%5%显著性1%显著性2.33δ1.64δ医疗行业决策量化方法准备知识培训第25页基础运筹学(ORSoftware)线性规划运输问题存贮论整数规划指派问题决议分析0-1规划非线性规划对策论动态规划目标规划排队论预测模拟排序论医疗行业决策量化方法准备知识培训第26页基础运筹学(ORSoftware)运筹学软件1）Excel(Optimizationoption);2)LindoorLingopackage;3)Cplex;4)CUTE,LANCLOTforresearch;5)ERP;6)教学软件；7)其它。

医疗行业决策量化方法准备知识培训第27页数据挖掘技术(Data-mining)

数据挖掘：结构和使用数据仓库过程。

数据仓库到达不一样层次用户可需最详细有用数据、信息(1)使企业取得更大市场(2)更加好形象(3)更强竞争力等数据挖掘技术过程医疗行业决策量化方法准备知识培训第28页数据挖掘技术(Data-mining)数据挖掘过程业务数据提取、滤液、去除、聚集统计学、心理学、叠加数据数据库装入程序数据仓库RDBMS数据提取用于数据挖掘医疗行业决策量化方法准备知识培训第2