本书作者20多年来一直在北大光华管理学院教授统计学课程,坚持统计学学习要从实际的案例讨论、数据分析出发,而不是上来就讲理论,讲统计方法本身。任何一个统计学方法论的介绍,都应用到一个非常鲜活的案例中。并通过一个规范的商业分析报告表达出来。在这个过程中所有的编程代码,连同数据一起给学生,帮助他们更好地理解。 本书主要包括:线性回归——以移动通信网络的客户,方差分析——以北京市二手房价为例,逻辑回归——以上市企业特别处理 ST 为例,定序回归——以消费者偏好度研究为例,泊松回归——以付费搜索广告为例,生存数据回归——以员工离职管理为例等6章内容。分析报告、课后习题、思维导图作为附录供读者学习使用。 本书的所有代码和数据可以到人大社出版社网站免费下载。

十几年前,应中国人民大学出版社老师的邀请,我写了《商务数据分析与应用》。因为书的封面是绿色的,后来被同学们戏称“绿皮书”。
回想当年,自己还是一名年轻老师,当时其实是很不想写书的。作为年轻老师的我承受着科研的巨大压力,时间并不充裕。
写书却是一项浩大的工程,非常花时间。而且在高校工作的老师都清楚,写书(尤其是教材)对于职称晋升的帮助并不大。所以,那时自己很不想干这个活。然而,当时负责这本书的人大出版社的编辑老师对我说了一番话,把我打动(或者说忽悠)了。原话记不得了,大概的意思是说:“汉生老师,你们北大的老师常常是自己能出讲义的,所以你们对教材依赖程度不高,可能不觉得教材很重要。但是,对于一个科研教学能力比北大差很远的学校,老师们对教材是非常依赖的。一本好的教材,能够帮助很多老师更好上课,进而帮助很多学生更好学习。”不得不说,我被这番话深深地打动(或者说忽悠)了,之后就奋笔写了当时的绿皮书。
当年写绿皮书的时候,我坚持一个理念:统计学的学习应该从案例讨论、数据分析出发,而不是上来就讲理论。数据分析的学习应该从业务问题(而不是数据自身)出发。因此,我非常坚持任何一个统计学方法论(例如线性回归)的介绍,首先要介绍的不是方法本身,而是这个方法适用的特定场景,这个场景要具体到一个非常鲜活的案例,这个案例要足够大,可以支撑完整一章,并*终通过一个规范的商业分析报告表达出来。在这个过程中所有的编程代码(例如R代码)应该被记录下来,连同数据一起给读者,帮助老师更好地教书,帮助学生更好地学习。很幸运的是,这个想法得到了人大出版社老师的理解和支持,并*终顺利付诸实施。在绿皮书刚刚面市的时候,**批读者的反馈还是蛮积极的,大家似乎很认可这样一种以案例驱动(而不是理论驱动)的教学理念。但是,随着时间的推移,这本书*终的**却并不令人满意。这么多年过去,似乎累计**没有超过一万本。一个很重要的原因是,这本书好读,但是不好教。毕竟对于已经熟悉数学推导为主的老师而言,要在讲案例、讲故事的同时把统计学理论穿插其中,这太难了。因此,这本书的**惨淡,这不禁让我有点伤心。后来出版社的编辑多次建议修订再版的时候,我都提不起兴趣来,我觉得大家可能不喜欢这本书,也不需要这本书,就随它去吧。
时光荏苒,眨眼就到了2019年,也不知道是什么原因,突然这本书在网上卖断货了。甚至有人在电商平台上把手上的存货炒到了100元 ,这让我有点惊讶,心想:早说呀,我自己的书呀,多囤几本,发个小财嘛。紧接着是几位老师跟我联系说他们多年都用绿皮书,但是**了,问我怎么办。那一瞬间,突然有些小小的感动。没想到这么小众、销售这么惨淡的书,居然有如此忠实的粉丝。这么多年过去了,人们对案例教学的重视程度比以前高多了,也有越来越多的老师可以承担案例教学任务了。于是我告诉自己,也许应该借这个**的机会,再努力一把,对以前的绿皮书做一个大手术,认真重新再版一下,希望能够帮助到需要它的老师和同学们。
那么,这次再版有哪些改动呢?首先不变的是教学理念。过去这么多年,我在北京大学光华管理学院教遍了学院所有的教学项目(本科生、研究生、MBA、EMBA、金融硕士、商业分析硕士、会计专业硕士等)。无论哪个项目,我都坚持从案例出发,产生业务问题,引出学术问题,然后再讲述统计学知识。非常成功!所以,整本书的教学理念,我认为是好的,是值得坚持的。然后,需要修改的是以下几个方面。首先,案例需要修改。例如十几年前的房价跟现在太不一样了,因此二手房的案例需要更新。更新的不仅仅是数据采集时间,还有更大的数据量,以及更丰富有趣的字段。当然,还有其他很多案例都更新,使得整个教材所涉及的故事更加丰富有趣。其次,代码要更新。过去的代码都是我写的,都是*简单的R代码,可读性差。但是,现在的小朋友们都喜欢用R Markdown创作,这个我实在不擅长,但是又非常必要。因此,我邀请到来自佐治亚大学的成慧敏同学作为我的合作伙伴,请她将我杂乱无章的R代码用漂亮的R Markdown重新整理出来。再次,报告要更新。这是一个很重要的部分。毕竟所有的数据分析都是为了解决业务问题,而如何解决业务问题,需要一个规范的商业分析报告来呈现。因此,本次改版对每章的商业分析报告作了大幅完善。*后,为了帮助大家的学习,增加了思维导图,还更新了课后作业。部分的R代码录制了视频,可以在狗熊会公众号(微信ID:CluBear)的慕课平台上收看。此外,为方便老师授课,我们还准备了全套制作精美的PPT,希望能够对授课老师有所帮助。

第1章 线性回归——以移动通信网络的客户价值分析为例 11背景介绍 12案例介绍 13指标设计 14描述分析 15统计模型 16模型理解 17估计方法 18假设检验 19判决系数 110多重共线性 111Cook 距离 112模型选择 113R编程 附录1A分析报告 附录1B课后习题 附录1C思维导图 第2章 方差分析——以北京市二手房价为例 21背景介绍 22指标设计 23描述分析 24单因素模型 25双因素模型 26假设检验 27R编程 附录2A分析报告 附录2B课后习题 附录2C思维导图 第3章 逻辑回归——以上市企业特别处理ST为例 310-1型Y 32案例介绍 33数据介绍 34指标设计 35描述分析 36模型估计 37预测评估 38R编程 附录3A分析报告 附录3B课后习题 附录3C思维导图 第4章 定序回归——以消费者偏好度研究为例 41定序数据 42背景介绍 43数据介绍 44单变量描述分析 45双变量描述分析 46统计模型:0-1回归 47统计模型:定序回归 48R编程 附录4A分析报告 附录4B课后习题 附录4C思维导图 第5章 泊松回归——以付费搜索广告为例 51计数型数据 52背景介绍 53数据介绍:关键词文本 54数据介绍:表现指标 55描述分析:单变量 56描述分析:转化可能性Y1 57描述分析:转化程度Y2 58统计模型:逻辑回归 59统计模型:泊松回归 510R编程 附录**分析报告 附录5B课后习题 附录5C思维导图 第6章 生存数据回归——以员工离职管理为例 61生存数据 62生存数据的描述 63案例介绍 64描述分析 65加速失效模型 66Cox模型 67R编程 附录6A分析报告 附录6B课后习题 附录6C思维导图