全面库存管理数学分析（第2版）

本书丰富了供应链管理的内容，有助于企业提升解决供应链管理问题的能力，为供应链管理者提供了一些新思路。

这是一本作者将近30年的供应链管理实践经验与数学相结合的书。相比第一版，本版内容更加简洁、易懂、实用。干净的数据是数学与供应链的结合点；均值、方差、标准差、协方差、相关系数等是供应链管理者必须掌握的基本统计量；正态分布经验法则外加切比雪夫不等式、马尔科夫不等式、大数定律及中心极限定理的落地解释，让你轻松做到心中有数；几个常用的假设检验则是锦上添花。体味微积分的基本思想，提升一点抽象思维、模型思维，这些都有助于提升你解决供应链管理问题的能力；掌握统计预测最基本的方法论让你心中更有数；未雨绸缪，R语言与机器学习为供应链管理提供了一些新的思路。

程晓华，山东平度人，1993年哈尔滨理工大学机械工程系毕业（本科、双专业），2003年北京大学MBA结业；做过两年机械技术员，1995年开始接触MRP，在大宇重工业、顿汉布什等重工制造业做生产计划员、物料计划主管、国产化采购等工作；2000年进入电子制造业，在IBM、伟创力等外企制造业做高级物料经理、供应链管理总监、全球物料总监等职务至2011年，期间做过3年专职讲师，设计并亲自主讲“制造业库存控制技术与策略（ITO）”培训课程至今；2007年出版个人专著《制造业库存控制技巧》第1版，随后正式提出“全面库存管理（TIM）”思想及框架体系；2011年加入埃森哲（Accenture）管理咨询，2012年开始自己做TIM独立顾问，除了继续讲授ITO这门课之外，主要时间都在帮制造业客户做TIM咨询，包括端到端的供应链管理流程、组织及KPI体系审核、设计及持续改善等，长期辅导过的典型制造业客户包括世纪阳光、赛轮集团、歌尔、华勤、龙旗、上汽乘用车、佩特来电器、华通线缆等。著有《制造业库存控制技巧》（经典版）、《决战库存》（中国大陆及中国台湾版）、《制造业全面库存管理》及《全面库存管理数学分析》（第1版和第2版）。

第1章干净的数据1.1干净整齐的数据1.2为什么数据会不干净呢1.3简单的特征工程本章小结拓展阅读不要着急玩大数据：从全面库存管理角度看数据数据、信息、知识与智慧的区别快速数据分析（QDA）是供应链管理人员的基本功学点编程以提高逻辑思维能力：向供应链管理从业者推荐R语言13第2章全面库存管理必须掌握的几个统计量2.1平均值2.2中位值2.3四分位数与异常值2.4方差与标准差2.5变异系数与需求波动率2.6协方差与相关系数2.7需求波动率、相关系数与聚集效应本章小结拓展阅读从此之后希望大家不要再寄希望于安全库存：安全库存不安全的基本逻辑和系列观点综述我是怎样发现那个优雅的n不等式的绩效考核不合理性的简单理解KUA是我发明的一种学习和应用“高等数学”的方法36第3章心中有数：先看分布3.1分布与频数3.2正态分布3.3正态分布的三西格玛准则3.4非正态分布条件下的两个判断不等式3.5简单直接：马尔科夫不等式3.6二项分布、泊松分布与指数分布3.7概率其实是人类无知的产物本章小结拓展阅读迟到真的是因为路上堵车吗51模糊需求的层层传递是导致长鞭效应的根本原因54多一点概率思维你或许就不会这么做57客户的真实需求是否真的存在58第4章心中有数：估计与检验614.1大数定律614.2中心极限定理634.3点估计与区间估计644.4Z检验与T检验684.5 X2（卡方）检验744.6F检验764.7极大似然估计804.8条件概率与贝叶斯后验概率估计824.9近似值与估计86本章小结88拓展阅读89很多公司的KPI都是假的89需求管理之信则有之不信则无91以小见大，不是大环境不好而是你的责任心有问题93第5章方程、函数、微分与产品生命周期分析965.1方程及其意义965.2函数与供应链需求分析1025.3导数、微分与PLC分析107本章小结112拓展阅读112函数贯穿供应链112对待预测的几种态度114简单通俗地理解微积分基本思想117第6章抽象、模型、模拟与供应链规划求解1236.1抽象1236.2模型与供应链管理1246.3供应链模拟1266.4线性规划与最优化排产1286.5非线性规划求解与经济采购批量135本章小结138拓展阅读138从小餐馆经理到百万富翁138到底什么叫供应链思维？140第7章简单实用的统计预测方法1447.1一次移动平均法1467.2一次移动加权平均法1487.3自然加权平均法1497.4指数平滑法1507.5时间序列分解1577.6线性回归1607.7马尔科夫预测法167本章小结169拓展阅读169用垂直平均法计算MAPE169自然加权移动平均法是解决方案简单化思想的产物172统计预测就像狗撵兔子173我从来没说过供应链计划员不能做预测175第8章R语言机器学习在供应链管理上的应用1788.1欧氏距离与马氏距离1788.2用Excel做个简单的聚类分析1848.3聚类分析与供应商分类1868.4判别分析与供应商分类1938.5主成分分析与供应商排名1948.6供应商绩效离群点分析1998.7关联规则与成品关联销售202本章小结205拓展阅读206谈谈机器学习与供应链管理206决策树与分类能力指标209基于物料多个属性运用R语言机器学习对物料进行综合分类研究215我与Kimi这个大模型讨论一下库存周转率问题220参考文献223