該書從數據分析、模型建立和決策分析的角度，結合軟件實現，深入分析了運籌學中的經典內容、統計學中的相關與回歸分析及相應的預測技術，給出了決策分析的基本內容和博弈分析簡介，結合人工智能的發展，增加了模糊集理論和灰色系統理論。該書所涉及的理論內容豐富，在介紹概念的同時，引進了大量的案例。考慮計算機和相關軟件的普及，該書在內容上盡量減少運算過程的數學推導，注重培養學生的實際應用能力。同時，為了方便學生處理實際問題，該書給出了WinQSB、SPSS以及灰色系統應用軟件的簡單操作例題。該書更加側重于培養學生解決實際問題的能力，對本科高年級學生的畢業論文寫作以及工商管理、工程管理、項目管理、公共管理類研究生的論文寫作，具有極大的參考價值。
《數據模型與決策/高等院校經濟管理類規劃教材》既可作為高等院校經濟管理類和公共管理類專業及相關專業本科高年級學生、研究生的教材，也可供從事經濟管理相關工作的人員參考。
第1篇 數據篇
第1章 統計與數據的分類
1．1 應用統計學概述
1．1．1 統計的含義
1．1．2 統計是科學與藝術的統一
1．1．3 統計的重要性
1．2 數據的定義、計量與分類
1．2．1 數據的定義
1．2．2 數據的計量
1．2．3 數據的分類
第2章 數據的整理與展示
2．1 品質型數據的整理與展示
2．1．1 分類數據的整理
2．1．2 分類數據的展示
2．2 數值型數據的整理與展示
2．2．1 數值型數據的分組
2．2．2 數值型數據的圖示
2．3 小結
第3章 數據的描述分析
3．1 集中趨勢的描述
3．1．1 眾數
3．1．2 種位數
3．1．3 四分位數
3．1．4 算術平均數
3．1．5 幾何平均數
3．1．6 案例：含含糊糊的平均數
3．1．7 SPSS操作案例
3．2 離散趨勢的描述
3．2．1 極差
3．2．2 內距（四分位差）
3．2．3 方差和標準差
3．2．4 離散系數
3．2．5 SPSS操作
第4章 調查問卷的設計
4．1 問卷設計的特征
4．2 問卷設計的程序
4．3 問題的形式
4．4 問題的類型
4．5 調查問卷的結構
第5章 企業大數據分析框架
5．1 數據量迅猛增長是不爭的事實
5．2 企業對大數據進行分析所面臨的問題
5．3 大數據和小數據——不同類型的智能
5．3．1 大數據
5．3．2 小數據
5．4 企業應用大數據的七大注意事項
5．4．1 數據質量
5．4．2 數據源和所處位置
5．4．3 數據定義和管控
5．4．4 數據字典和數據關鍵用戶
5．4．5 數據核查和數據可視化
5．4．6 客戶數據整合和數據管理
5．4．7 數據保密
5．5 大數據時代企業決策分析所面臨的挑戰
5．5．1 大數據應用過程中，組織的障礙和壁壘是最大挑戰
5．5．2 企業決策分析的外部挑戰
5．5．3 企業決策分析的內部挑戰
5．6 大數據時代商業分析的七大基石
5．6．1 商業挑戰基石
5．6．2 數據基礎基石
5．6．3 分析實施基石
5．6．4 洞察發現基石
5．6．5 執行測算基石
5．6．6 知識共享基石
5．6．7 發展創新基石
……
第2篇 模型篇
第6章 線性規劃與對偶理論
第7章 整數規劃、運輸及指派問題
第8章 相關與回歸
第9章 多元線性回歸
第10章 預測分析
第3篇 決策與對策篇
第11章 確定型決策與不確定型決策
第12章 風險型決策及效用理論
第13章 博弈論初步
第14章 動態博弈分析
第15章 委托一代理理論
第4篇 系統篇
第16章 模糊系統分析
第17章 灰色系統理論
第18章 隨機服務系統分析
第19章 圖與網絡系統分析
參考文獻
新書資訊