【新书】《实用规范分析：使用Python优化决策制定》

《实用规范分析：使用Python优化决策制定》

在任何情境下——无论是运营、战术还是战略层面——商业决策都可能带来深远的影响。批准某项行动时，其结果是积极且有利可图，还是消极并对企业、员工以及利益相关者造成损害，往往是未知的。这些决策通常是在所谓的不确定性阴云下做出的。 通过这本实用指南，数据分析师、数据科学家和业务分析师将学习到为何以及如何通过三种丰富的信息形式来最大化积极影响并最小化消极后果：

1. 描述性分析 探索行动的结果——即已经发生的事情。
2. 预测性分析 着眼于可能发生的事情。
3. 规范性分析 告诉我们未来应该发生什么。

虽然这三种分析对决策者都非常重要，但本书的主要关注点是第三种：规范性分析。本书作者 Walter R. Paczkowski 博士 将为您讲解以下内容：

• 描述性分析、预测性分析与规范性分析之间的区别；
• 预测性分析如何生成一系列可供选择的行动方案；
• 规范性分析如何缩小这些行动方案的选择范围；
• 规范性分析的形式：八种规范性方法；
• 这八种方法的两大类：非随机方法和随机方法；
• 如何开发规范性分析以提供行动建议；
• 如何在Python中使用合适的工具集。

---

关于作者

Walter R. Paczkowski 博士 在德克萨斯农工大学（Texas A&M University）获得经济学博士学位，曾在AT&T分析支持中心、市场分析与预测部门以及商业研究部门工作，并担任AT&T贝尔实验室的技术职员成员。2001年，他创立了 Data Analytics Corp.，这是一家提供统计咨询和数据建模服务的公司。此外，Paczkowski博士还在罗格斯大学（Rutgers University）的经济学系和统计学系担任兼职讲师。 他著有六本书，统称为他的“分析系列（Analytics Series）”。最近的著作包括：《商业分析：面向业务问题的数据科学》（Springer, 2021），《现代调研分析：使用Python获取更深层次的洞察》（Springer, 2022），以及《预测与模拟分析：更深入的洞察助力更优商业决策》（Springer, 2023）。