（撰稿/摄影：都新皓）在管理科学与工程的实践活动中，经常要处理大量数据，通过对数据的分析，寻求事物发展的规律，便于为生产和经营决策提供客观的依据。本课程介绍管理科学方法中使用的主要数量分析方法，训练我们获取、处理和应用统计数据的能力，以及利用获取数据和基本数量方法分析实际管理问题，并将问题抽象为数学模型的能力。课程的安排分为两个部分，理论教学和实操训练。

一、 理论部分

理论部分的教学由郑德渊老师授课，主要的授课内容是关于理解和掌握随机试验、随机事件、样本空间、事件的概率、条件概率以及事件的独立性等概率论的一些基本概念。能运用事件的关系、概率的性质以及概率的计算法则计算一些简单事件的概率，能够用事件间的关系和运算性质解释事件的含义，为后续章节的学习打好基础。

在郑德渊老师的讲解下，我们系统的认识到不同类型、不同结构的数据，它们有着不同的含义和用途，需要经过不同的处理，以及描述统计、相关分析、区间估计、假设检验、回归分析、事件研究法等一系列研究方法。

按照数据类型，数据分为定类型、定序型、定距型和定比型四种类型——定类数据的值只能把研究对象分类，例如性别区分为男性和女性；定序数据能把研究的对象排列高低和大小，例如工厂大小可以分为大、中、小；定距数据除了包括定序数据的特征以为还能确切测量同一类别各个案高低、大小次序之间的距离，具有加与减的数学特质，例如摄氏温度40℃比30℃高10℃；定比变量除了具有定距变量的特征外，还具有一个真正的零点，具有乘与除的数学特质，例如年龄和收入。

按照数据结构可以分为截面数据、时序数据和面板数据。截面数据是指由同一时期、不同个体的一个或多个统计指标所组成的数据，强调同一时期，也被称为静态数据；时序数据指不同时期，同一个体的一个或多个统计指标组成的数据集，强调不同时期并且严格按照时间顺序排序，可以用来分析事物的发展变化规律；面板数据是前两者的结合，指在不同时期、不同个体的一个或多个统计指标做成的数据集，具有个体和时间两个维度。

常用的描述分析方法包括均值、方差和标准差、极大值和极小值、中位数和四分位数，利用这些数据可以看出数据的分布状况以及极端值，以便在后续的数据处理中排除极端值或是更好的将数据分组。

不同的研究目标需要选择不同的数据，具体举例来说，学者DaronAcemoglu等在研究收入水平与民主水平时选择的是截面数据（如图1），学者Richard H. Thaler等在股票反转效应的研究中选择的是时序数据（如图2），学者Conghui Hu和WeiXiong对于商品期货价格的作用研究则采用面板数据（如图3）。

二、实践部分教学

关于实践的部分的课程是苏宏通老师带领我们完成的，在老师的带领下我们运用了stata对上市公司的财务数据进行了分析，选取了近四年的上市公司的相关数据，在处理过程中剔除了最大和最小的极端数据。同时还学习了，在运用软件过程中如何加入调节因子。

我们知道，不同公司的高管所得报酬不同，从十几万到几百万几千万，这除了与公司的盈利状况有关之外受其他因素的影响——行业、企业类型、企业存续时间、高管学历、高管性别……通过对数据的分析，我们能够看到高管薪资报酬受哪些因素影响，受影响的范围有多大。

三、实例

在自我学习的探究过程中。以注册制改革对IPO定价效率的影响为研究方向来展示如何实际使用STATA

为验证假设建立7个多元线性回归模型，

机误差。

二、实践部分教学

关于实践的部分的课程是苏宏通老师带领我们完成的，在老师的带领下我们运用了stata对上市公司的财务数据进行了分析，选取了近四年的上市公司的相关数据，在处理过程中剔除了最大和最小的极端数据。同时还学习了，在运用软件过程中如何加入调节因子。

我们知道，不同公司的高管所得报酬不同，从十几万到几百万几千万，这除了与公司的盈利状况有关之外受其他因素的影响——行业、企业类型、企业存续时间、高管学历、高管性别……通过对数据的分析，我们能够看到高管薪资报酬受哪些因素影响，受影响的范围有多大。

表格多重共线性检验结果

只考虑注册制改革变量的单变量回归结果

（供稿：研究生部）