數(shù)據(jù)模型與決策相關(guān)理論和方法(數(shù)據(jù)模型與決策的介紹)

1.數(shù)據(jù)模型與決策的介紹

《數(shù)據(jù)模型與決策》是科學(xué)出版社2010年1月29日出版的圖書，系統(tǒng)地介紹了以統(tǒng)計(jì)方法為特征的不確定型決策、以運(yùn)籌學(xué)方法為特征的確定型決策、以博奕原理為特征的策略型決策的基本原理和一般方法。

2.數(shù)據(jù)模型與決策在人力資源管理有什么應(yīng)用

數(shù)據(jù)模型與決策在人力資源管理的作用：

當(dāng)前全社會(huì)多領(lǐng)域正在經(jīng)受著大數(shù)據(jù)浪潮的洗禮，人力資源管理領(lǐng)域也不能例外。商業(yè)智能工具幫助人力資源管理從憑借經(jīng)驗(yàn)的模式逐步向依靠事實(shí)數(shù)據(jù)的模式轉(zhuǎn)型；人力測評(píng)由主觀性強(qiáng)的單一專家進(jìn)行測評(píng)轉(zhuǎn)向構(gòu)建數(shù)學(xué)模型依靠大數(shù)據(jù)處理技術(shù)進(jìn)行測評(píng)；企業(yè)招聘過程也正朝著越來越依靠社交網(wǎng)絡(luò)和大數(shù)據(jù)技術(shù)的方向發(fā)展。

1.大數(shù)據(jù)助力HR-BI

Human Resource Business Intelligence，以下簡稱HR-BI，即人力資源商業(yè)智能，主要解決通過數(shù)據(jù)對(duì)整個(gè)人力資源過程監(jiān)控，對(duì)人力資源管理監(jiān)控分析。

2.大數(shù)據(jù)助力人才測評(píng)

通過對(duì)目前國內(nèi)外人才測評(píng)狀況的了解得知，現(xiàn)在企業(yè)的人才測評(píng)大多處在單一的專家評(píng)估上面，明顯帶有強(qiáng)烈的主觀性。為此，利用大數(shù)據(jù)技術(shù)對(duì)人才測評(píng)中的一些問題如人才績效考核、人才選拔以及分類進(jìn)行研究，改進(jìn)以前算法中的一些不成熟的地方。

大數(shù)據(jù)技術(shù)能從一些大型的人力資源數(shù)據(jù)庫中找到隱藏在其中的信息，幫助決策人員找到數(shù)據(jù)間潛在的聯(lián)系，從而有效地進(jìn)行人才測評(píng)。

3.大數(shù)據(jù)助力企業(yè)招聘

公司提供人力資源管理解決方案和行業(yè)宏觀分析報(bào)告，并把他們售賣到人力資源部門、獵頭、招聘網(wǎng)站、媒體、政府?？渴圪u招聘規(guī)模報(bào)告，在線個(gè)人方案，在線企業(yè)方案來贏利。比如Wanted Analytics和Forensic JobStats這兩家B2B模式的公司就比較典型。同時(shí)它們還可以通過快速確定在何處放置招聘廣告，輕松填補(bǔ)職位空缺，了解在哪里可以找到候選人等方法幫助企業(yè)更快速的找到合適的求職者。

4.大數(shù)據(jù)是中國人力資源與招聘行業(yè)決勝的關(guān)鍵

大數(shù)據(jù)處理技術(shù)的應(yīng)用在全球范圍內(nèi)迅猛增長，推動(dòng)整個(gè)社會(huì)進(jìn)入了大數(shù)據(jù)時(shí)代。而大數(shù)據(jù)處理技術(shù)本身也將成為中國人力資源管理與招聘行業(yè)決勝的關(guān)鍵。

人力資源管理與招聘行業(yè)內(nèi)以大數(shù)據(jù)技術(shù)為支撐的產(chǎn)品和解決方案在全球范圍贏得了迅猛的增長。人力資源行業(yè)企業(yè)通過出售經(jīng)過處理分析的商業(yè)報(bào)告來獲取直接的利益，以商品化的大數(shù)據(jù)應(yīng)用創(chuàng)造了新的商業(yè)模式。

3.數(shù)據(jù)模型與決策在人力資源管理有什么應(yīng)用

數(shù)據(jù)模型與決策在人力資源管理的作用：當(dāng)前全社會(huì)多領(lǐng)域正在經(jīng)受著大數(shù)據(jù)浪潮的洗禮，人力資源管理領(lǐng)域也不能例外。

商業(yè)智能工具幫助人力資源管理從憑借經(jīng)驗(yàn)的模式逐步向依靠事實(shí)數(shù)據(jù)的模式轉(zhuǎn)型；人力測評(píng)由主觀性強(qiáng)的單一專家進(jìn)行測評(píng)轉(zhuǎn)向構(gòu)建數(shù)學(xué)模型依靠大數(shù)據(jù)處理技術(shù)進(jìn)行測評(píng)；企業(yè)招聘過程也正朝著越來越依靠社交網(wǎng)絡(luò)和大數(shù)據(jù)技術(shù)的方向發(fā)展。1.大數(shù)據(jù)助力HR-BIHuman Resource Business Intelligence，以下簡稱HR-BI，即人力資源商業(yè)智能，主要解決通過數(shù)據(jù)對(duì)整個(gè)人力資源過程監(jiān)控，對(duì)人力資源管理監(jiān)控分析。

2.大數(shù)據(jù)助力人才測評(píng)通過對(duì)目前國內(nèi)外人才測評(píng)狀況的了解得知，現(xiàn)在企業(yè)的人才測評(píng)大多處在單一的專家評(píng)估上面，明顯帶有強(qiáng)烈的主觀性。為此，利用大數(shù)據(jù)技術(shù)對(duì)人才測評(píng)中的一些問題如人才績效考核、人才選拔以及分類進(jìn)行研究，改進(jìn)以前算法中的一些不成熟的地方。

大數(shù)據(jù)技術(shù)能從一些大型的人力資源數(shù)據(jù)庫中找到隱藏在其中的信息，幫助決策人員找到數(shù)據(jù)間潛在的聯(lián)系，從而有效地進(jìn)行人才測評(píng)。3.大數(shù)據(jù)助力企業(yè)招聘公司提供人力資源管理解決方案和行業(yè)宏觀分析報(bào)告，并把他們售賣到人力資源部門、獵頭、招聘網(wǎng)站、媒體、政府。

靠售賣招聘規(guī)模報(bào)告，在線個(gè)人方案，在線企業(yè)方案來贏利。比如Wanted Analytics和Forensic JobStats這兩家B2B模式的公司就比較典型。

同時(shí)它們還可以通過快速確定在何處放置招聘廣告，輕松填補(bǔ)職位空缺，了解在哪里可以找到候選人等方法幫助企業(yè)更快速的找到合適的求職者。4.大數(shù)據(jù)是中國人力資源與招聘行業(yè)決勝的關(guān)鍵大數(shù)據(jù)處理技術(shù)的應(yīng)用在全球范圍內(nèi)迅猛增長，推動(dòng)整個(gè)社會(huì)進(jìn)入了大數(shù)據(jù)時(shí)代。

而大數(shù)據(jù)處理技術(shù)本身也將成為中國人力資源管理與招聘行業(yè)決勝的關(guān)鍵。人力資源管理與招聘行業(yè)內(nèi)以大數(shù)據(jù)技術(shù)為支撐的產(chǎn)品和解決方案在全球范圍贏得了迅猛的增長。

人力資源行業(yè)企業(yè)通過出售經(jīng)過處理分析的商業(yè)報(bào)告來獲取直接的利益，以商品化的大數(shù)據(jù)應(yīng)用創(chuàng)造了新的商業(yè)模式。

4.求數(shù)據(jù)模型與決策作業(yè)

定隨機(jī)過程 。

如果對(duì)任意正整數(shù) ，任意的 ，任意的 S是 的狀態(tài)空間，總有 則稱 為馬爾可夫過程。 在這個(gè)定義中，如果把時(shí)刻 看作“現(xiàn)在”，時(shí)刻 是“將來”，時(shí)刻 是“過去”。

馬爾可夫過程要求：已知現(xiàn)在的狀態(tài) ，過程將來的狀態(tài) 與過程過去的狀態(tài) 無關(guān)。 這就體現(xiàn)了馬爾可夫過程具有無后效性。

通常也把無后效性稱為馬爾可夫性。 從概率論的觀點(diǎn)看，馬爾可夫過程要求，給定 時(shí)， 的條件分布僅與 有關(guān)，而與 無關(guān)。

二、馬爾可夫鏈及其轉(zhuǎn)移概率 馬爾可夫鏈?zhǔn)菂?shù)離散、狀態(tài)離散的最簡單的馬爾可夫過程。 在馬爾可夫鏈 中，一般取參數(shù)空間 。

馬爾可夫鏈的狀態(tài)空間 的一般形式是 。 1、馬爾柯夫鏈定義： 一個(gè)隨機(jī)序列{X(t), t=1,2,3，…}取值于正整數(shù)空間E={0,1,2，……}，或者為E的子集， 如果有： xi∈E={0,1,2，……} ； i=1,2，… 則稱為序列 為馬爾柯夫（Markov）鏈。

這種序列具有馬爾可夫性，也叫無后致性。注意：t和i均取整數(shù)。

2、馬爾柯夫鏈的含義： 可以這樣理解：序列 的“將來”只與“現(xiàn)在”有關(guān)而與“過去”無關(guān)。 3、馬爾柯夫鏈的狀態(tài)： 馬爾柯夫鏈序列 中的某一個(gè)符號(hào)X(ti)的數(shù)值一定為E中的某一個(gè)元素xi（或xj），這時(shí)，稱xI（或xj）為隨機(jī)序列的一個(gè)狀態(tài)Si。

4、馬爾柯夫鏈的一步轉(zhuǎn)移概率 馬爾柯夫（Markov）鏈的統(tǒng)計(jì)特性用條件概率（狀態(tài)轉(zhuǎn)移概率）來描述： 習(xí)慣上把轉(zhuǎn)移概率記做 這稱為馬氏鏈的一步轉(zhuǎn)移概率。為馬爾柯夫鏈從狀態(tài)i變?yōu)闋顟B(tài)j的條件概率。

它滿足：（概率的加法公式） pij(1)(t)≥0 i j ∈E 5、馬爾柯夫鏈的K步轉(zhuǎn)移概率： 其k步轉(zhuǎn)移概率為：為馬爾柯夫鏈從狀態(tài)i經(jīng)過k步（k個(gè)單位時(shí)間）后變?yōu)闋顟B(tài)j的條件概率： 它滿足： p(k)ij(t)≥0 i j ∈E 。

5.數(shù)據(jù)分析方法5種,數(shù)據(jù)分析有什么方法

借助工具，未至科技魔方是一款大數(shù)據(jù)模型平臺(tái)，是一款基于服務(wù)總線與分布式云計(jì)算兩大技術(shù)架構(gòu)的一款數(shù)據(jù)分析、挖掘的工具平臺(tái)，其采用分布式文件系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)，支持海量數(shù)據(jù)的處理。

采用多種的數(shù)據(jù)采集技術(shù)，支持結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)的采集。通過圖形化的模型搭建工具，支持流程化的模型配置。

通過第三方插件技術(shù)，很容易將其他工具及服務(wù)集成到平臺(tái)中去。數(shù)據(jù)分析研判平臺(tái)就是海量信息的采集，數(shù)據(jù)模型的搭建，數(shù)據(jù)的挖掘、分析最后形成知識(shí)服務(wù)于實(shí)戰(zhàn)、服務(wù)于決策的過程，平臺(tái)主要包括數(shù)據(jù)采集部分，模型配置部分，模型執(zhí)行部分及成果展示部分等。

6.決策理論與方法的目錄介紹

第一章 決策分析概述 第一節(jié) 決策分析的概念及其基本要素 一、決策分析的概念 二、決策分析的基本要素 第二節(jié) 決策分析的分類及其基本原則 一、決策分析的分類 二、決策分析的基本原則 第三節(jié) 決策分析的步驟與追蹤決策 一、決策分析的基本步驟 二、關(guān)于追蹤決策 第四節(jié) 決策分析的定性與定量方法概述 一、決策分析的定性方法 二、決策分析的定量方法 三、綜合決策 本章小結(jié) 關(guān)鍵詞 習(xí)題 第二章 確定型決策分析 第一節(jié) 確定型決策分析概述 一、確定型決策分析的概念和運(yùn)用場合 二、確定型決策分析與運(yùn)籌學(xué) 第二節(jié) 現(xiàn)金流量及貨幣的時(shí)間價(jià)值與計(jì)算 一、現(xiàn)金流量及貨幣的時(shí)間價(jià)值 二、貨幣時(shí)間價(jià)值的計(jì)算 第三節(jié) 盈虧決策分析 一、盈虧決策分析的基本原理 二、盈虧分析的應(yīng)用實(shí)例 第四節(jié) 無約束確定型投資決策 一、基本假設(shè)條件 二、價(jià)值型經(jīng)濟(jì)評(píng)價(jià)指標(biāo) 三、效率型經(jīng)濟(jì)評(píng)價(jià)指標(biāo) 四、時(shí)間型經(jīng)濟(jì)評(píng)價(jià)法 五、相對(duì)經(jīng)濟(jì)效益評(píng)價(jià)法 第五節(jié) 多方案投資決策 一、獨(dú)立型投資方案決策 二、互斥型投資方案決策 第六節(jié) 投資決策案例 一、更新決策 二、自制還是外購決策 三、投資時(shí)機(jī)決策 四、資本限量決策 第七節(jié)投資決策軟件 一、投資項(xiàng)目的凈現(xiàn)值與內(nèi)部收益率 二、多個(gè)互斥項(xiàng)目的抉擇 本章小結(jié) 關(guān)鍵詞 習(xí) 題 第三章風(fēng)險(xiǎn)型決策分析 第一節(jié) 風(fēng)險(xiǎn)決策的期望值準(zhǔn)則及其應(yīng)用 一、風(fēng)險(xiǎn)型決策分析 二、風(fēng)險(xiǎn)型決策分析的期望值準(zhǔn)則 三、期望損益決策法中的幾個(gè)問題 第二節(jié) 決策樹分析方法 一、決策樹基本分析法 二、應(yīng)用實(shí)例 三、多階決策分析 第三節(jié) 貝葉斯決策分析 一、貝葉斯決策的基本方法 二、貝葉斯決策分析的信息價(jià)值 三、抽樣貝葉斯決策 四、貝葉斯決策分析案例 第四節(jié) 風(fēng)險(xiǎn)決策的靈敏度分析 一、靈敏度分析的要求 二、轉(zhuǎn)折概率原理 第五節(jié) 效用理論及風(fēng)險(xiǎn)評(píng)價(jià) 一、效用函數(shù)的定義和構(gòu)成 二、效用曲線的確定 三、效用曲線在風(fēng)險(xiǎn)決策中的應(yīng)用 四、案例 本章小結(jié) 關(guān)鍵詞 習(xí)題 第四章 不確定型決策分析 第一節(jié) 不確定型決策的基本概念 第二節(jié) 樂觀決策準(zhǔn)則 一、樂觀決策的步驟 二、樂觀準(zhǔn)則的評(píng)價(jià) 三、樂觀決策法的適用范圍 第三節(jié) 悲觀決策準(zhǔn)則 一、悲觀法決策的步驟 二、悲觀準(zhǔn)則的評(píng)價(jià) 三、悲觀決策法的適用范圍 第四節(jié) 折中決策準(zhǔn)則 一、折中法決策的步驟 二、折中決策法的評(píng)價(jià) 第五節(jié) 后悔值決策準(zhǔn)則 一、最小最大后悔值決策分析的步驟 二、后悔值決策準(zhǔn)則的評(píng)價(jià) 三、后悔值決策準(zhǔn)則的適用范圍 第六節(jié) 等概率決策準(zhǔn)則 一、等概率決策分析法的步驟 二、等概率決策法的評(píng)價(jià) 第七節(jié) 案例分析 本章小結(jié) 關(guān)鍵詞 習(xí)題 第五章 多目標(biāo)決策分析 第一節(jié) 多目標(biāo)決策的目標(biāo)準(zhǔn)則體系 一、目標(biāo)準(zhǔn)則體系的意義 二、目標(biāo)準(zhǔn)則體系的結(jié)構(gòu) 三、評(píng)價(jià)準(zhǔn)則和效用函數(shù) 四、目標(biāo)準(zhǔn)則體系風(fēng)險(xiǎn)因素的處理 第二節(jié) 多維效用并合方法 一、多維效用并合模型 二、多維效用并合規(guī)則 三、多維效用并合方法應(yīng)用實(shí)例 第三節(jié) 層次分析方法 一、基本原理 二、判斷矩陣 三、遞階層次結(jié)構(gòu)權(quán)重解析過程 第四節(jié) DEA方法 一、DEA模型 二、DEA有效性的經(jīng)濟(jì)意義 三、DEA方法的應(yīng)用實(shí)例 第五節(jié) 目標(biāo)規(guī)劃方法 一、多目標(biāo)線性規(guī)劃轉(zhuǎn)化為目標(biāo)規(guī)劃問題的方法 二、目標(biāo)規(guī)劃的單純形解法 第六節(jié) DEA軟件應(yīng)用實(shí)例 本章小結(jié) 關(guān)鍵詞 習(xí)題 第六章 序貫決策分析 第一節(jié) 多階段決策 一、多階段決策問題 二、多階段決策方法 三、應(yīng)用舉例 第二節(jié) 序列決策 第三節(jié) 馬爾可夫決策 一、馬爾可夫決策問題 二、馬爾可夫鏈與轉(zhuǎn)移概率矩陣 三、穩(wěn)態(tài)概率 四、馬爾可夫決策應(yīng)用實(shí)例 第四節(jié) 群體決策簡介 一、群體決策概念 二、群體決策的有效程度 三、群體決策的規(guī)則：簡單多數(shù)規(guī)則 四、常用的群體決策方法及應(yīng)用實(shí)例 本章小結(jié) 關(guān)鍵詞 習(xí)題 第七章 競爭型決策分析——博弈論 第一節(jié) 競爭型決策分析與博弈論 一、競爭型決策分析與博弈論介紹 二、博弈現(xiàn)象 三、博弈的要素 四、博弈的分類 第二節(jié) 完全信息靜態(tài)博弈 一、博弈的標(biāo)準(zhǔn)式表述 二、納什均衡 三、兩人有限零和博弈 四、應(yīng)用舉例 第三節(jié) 完全信息動(dòng)態(tài)博弈 一、博弈的擴(kuò)展式表述 二、多階段可觀察行動(dòng)博弈與子博弈完美納什均衡 三、完美信息博弈與逆向歸納法 第四節(jié) 不完全信息靜態(tài)博弈 一、概念 二、策略和類型 三、貝葉斯均衡 四、貝葉斯均衡的舉例 第五節(jié) 不完全信息動(dòng)態(tài)博弈 一、不完全信息動(dòng)態(tài)博弈問題 二、類型和海薩尼轉(zhuǎn)換 三、完美貝葉斯均衡 四、舉例 本章小結(jié) 關(guān)鍵詞 習(xí)題 第八章 決策支持系統(tǒng) 第一節(jié) 決策支持系統(tǒng)概述 一、決策支持系統(tǒng)的定義 二、決策支持系統(tǒng)的目標(biāo) 三、決策支持系統(tǒng)的發(fā)展 四、決策支持系統(tǒng)的特點(diǎn) 五、決策支持系統(tǒng)的主要功能 六、決策支持系統(tǒng)的分類 第二節(jié) 決策支持系統(tǒng)的基本結(jié)構(gòu) 一、決策支持系統(tǒng)的基本框架結(jié)構(gòu) 二、五種DSS框架結(jié)構(gòu)的特點(diǎn) 三、DSS的三個(gè)技術(shù)層次 四、與DSS有關(guān)的五種人員 第三節(jié) 決策支持系統(tǒng)的設(shè)計(jì) 一、決策支持系統(tǒng)DSS的分析 二、決策支持系統(tǒng)DSS的設(shè)計(jì)方法 三、決策支持系統(tǒng)DSS的設(shè)計(jì) 第四節(jié) 決策支持系統(tǒng)案例——交互式財(cái)務(wù)計(jì)劃系統(tǒng) 本章小結(jié) 關(guān)鍵詞 習(xí)題 參考文獻(xiàn)。

7.決策的主要方法有哪些

兩人同兼一職的現(xiàn)象是不存在的。

同樣，在晉升時(shí)，必須一個(gè)是勝利者，一個(gè)是失敗者。 在瞬息萬變的經(jīng)營環(huán)境中，企業(yè)家要為自己的企業(yè)航船把握正確的方向，僅靠你的生活經(jīng)驗(yàn)和直觀感覺是不行的，要借助于現(xiàn)代成熟的定量分析方法，用以檢驗(yàn)經(jīng)驗(yàn)與直感的可靠性和正確性，并根據(jù)定量分析結(jié)果，進(jìn)行正確的決策。

哈佛商學(xué)院的管理經(jīng)濟(jì)學(xué)課程，教給學(xué)生們?nèi)绾螌⒅饔^的定性判斷，與客觀的定量分析相結(jié)合進(jìn)行經(jīng)營決策的技能。學(xué)生們通過這門課的學(xué)習(xí)，理解了定量分析對(duì)于決策的重要性。

哈佛認(rèn)為，企業(yè)經(jīng)營者，要做好企業(yè)的決策，必須了解企業(yè)三種經(jīng)營狀態(tài)。它們是“零和游戲”、“囚犯兩難”和“自然淘汰”。

企業(yè)面臨的多數(shù)經(jīng)營情況，都可歸為這三種游戲類型。企業(yè)家須判斷經(jīng)營狀況屬于哪種游戲，從而決定應(yīng)該采取的行動(dòng)模式。

“零和游戲”就是一方得分他方失分，即合計(jì)為零的游戲。所有競爭項(xiàng)目都有價(jià)值，勝者得到價(jià)值。

擲硬幣可謂典型的零和游戲。正面朝上，背面自然朝下。

一方取勝，他方定敗。這樣便產(chǎn)生了零和游戲。

同樣，賭賽馬、賽狗也可以說是零和游戲的一種。賭賽馬取勝的人，從負(fù)者手中得到了錢，即賭注和找還錢的總和（當(dāng)然要交跑道、維護(hù)費(fèi)、贏馬所有者的獎(jiǎng)金、稅款等）是零。

在企業(yè)中也是如此，兩人同兼一職的現(xiàn)象是不存在的。同樣，在晉升時(shí)，必須一個(gè)是勝利者，一個(gè)是失敗者。

的確，在這種零和游戲中，選手可選擇的戰(zhàn)略只是一個(gè)，那就是取勝，另無他法。各選手必須竭盡全力，勝利者獨(dú)享戰(zhàn)利品，因此在這里毫無妥協(xié)的余地，談判也毫無意義。

在“囚犯兩難”的場合，如果各位參賽者都不想獨(dú)占好處，那么全體選手就能得到最好的結(jié)果。如果大家齊心協(xié)力，就能取得對(duì)眾人來說是最好的結(jié)局。

如果每個(gè)人都姿意妄為，得到的將是最壞的結(jié)果。 犯人A、B分別在兩間房子內(nèi)受審。

檢察官要判犯人無期徒刑，由于種種原因暫時(shí)不能判決，于是，檢察官向他們兩人暗示：如果犯人坦白，省去了法院的時(shí)間和經(jīng)費(fèi)，就可以得到減刑。如果其中的一個(gè)囚犯坦白，提供了證詞，此犯人就可得到特別減刑。

但是實(shí)際上，如果二人都坦白，證詞便無用了，所以不能得到相應(yīng)的減刑。 假設(shè)犯人A坦白并提供了證詞，但犯人B沒有坦白，那么犯人A判刑10年，犯人B就會(huì)被判無期徒刑；反之，如果犯人B坦白并作證，犯人A緘默不語的話，則犯人B判10年刑，犯人A則判無期徒刑。

如果二人都坦白，省去了二審費(fèi)用，二人都會(huì)被判20年刑。但是假如二人都不坦白，就會(huì)因證據(jù)不足被免予起訴。

如上所述，如果二人相互配合都不坦白，就能得到最好的結(jié)果。然而，二人卻分別被關(guān)在不同房間里受審，由于對(duì)對(duì)方不信任，二人都希望因自己坦白而減刑，這也許便招致了最壞的結(jié)果。

只有信任對(duì)方，形成互相配合的狀態(tài)時(shí)，犯人矩陣作戰(zhàn)才能成功。 美國航空業(yè)在80年代中期，就陷人了這種“犯人兩難”矩陣的狀況。

在實(shí)行嚴(yán)厲的管理措施時(shí)期，航空公司為緩和價(jià)格的航線競爭，就采取了相應(yīng)措施。但是，管制措施一旦廢除，各航空公司便想方設(shè)法增加哪怕是數(shù)目很少的飛行次數(shù)，各航空公司相對(duì)降價(jià)，來實(shí)現(xiàn)自己最大利潤的欲望。

其結(jié)果是，幾乎所有的航空公司都得到了最壞的結(jié)果。原因是，各航空公司在管制措施取消以前，與職工訂立了長期的工作合同，從而無法削減勞務(wù)成本。

可如果航空公司都一起提高價(jià)格，整個(gè)航空公司的效益就會(huì)大為改觀。但是，對(duì)消費(fèi)者來說，幸運(yùn)的是，在反托拉斯法中，已明確地禁止這樣的價(jià)格協(xié)定。

“自然淘汰”是結(jié)婚或其他所有親密關(guān)系中都存在的窘境。游戲中的選手A，希望得到與選手B同樣的最好結(jié)果。

這時(shí)對(duì)方如果放棄對(duì)最好結(jié)果的追求、，那么選手A就達(dá)到目的了。反之，選手B也亦然。

很多公司為滿足各種特定的市場需求而制造產(chǎn)品，但實(shí)際上，往往只有一種產(chǎn)品幸存下來。這是因?yàn)樯a(chǎn)方面的固定費(fèi)用很高，各公司為了從投資中得到利益，就必須擁有較大的市場占有率。

在商場實(shí)戰(zhàn)中，為了不讓競爭對(duì)手進(jìn)入市場，利害相關(guān)者之間的交流和暗示，就具有決定的作用了。讓失敗可能性很大的人在市場上競爭，是任何當(dāng)事者都不喜歡的。

因此，很多時(shí)候，將今后要投放市場的產(chǎn)品消息告訴競爭對(duì)手，使其放棄市場競爭，是一種明智而有效的方法。了解究竟誰棄權(quán)的最有效的手段，是你自己第一個(gè)進(jìn)入市場。

因?yàn)椴豢赡茉敿?xì)敘述所有的分析，我們這里所介紹的框架，只能將復(fù)雜的決策，分解為最簡單的要素。這是應(yīng)用于各種職能規(guī)范中所必需的決策方法。

管理經(jīng)濟(jì)學(xué)是數(shù)量分析類型學(xué)生們喜歡的科目。這是因?yàn)樵诜治鲞^程中；他們可能會(huì)發(fā)現(xiàn)意想不到的“正確”答案。

但是，習(xí)慣用主觀判斷和常識(shí)進(jìn)行決策的學(xué)生們，也熱衷于學(xué)習(xí)數(shù)量化方法和邏輯分析方法。利用數(shù)量分析法，可以避免片面性增加其準(zhǔn)確性和可靠性。

明白了一個(gè)很有趣的道理，那就是，要使決策的數(shù)量化過程正確而有效，你必須具備一種靠直覺判斷各相關(guān)要素的能力。 雖然不能否認(rèn)優(yōu)秀的判斷力和決策的關(guān)鍵，但管理經(jīng)濟(jì)學(xué)講座的目的，是教授在若干個(gè)選擇方案中，判斷哪種方案最為合適的方法。

哈佛將送給你一個(gè)理。