本书是作者在多年数据处理课程教学经验基础上编写而成，具有以下特点：在内容安排上，提取经济管理中常用数据处理模型和方法的共同特征，将其分类整合，形成了包括：经济管理中数据处理的综合方法(包括：输入一输出综合、指标综合等)、经济管理中数据处理的智能化方法(包括：人工神经网络、模拟进化计算等)等的模块化结构，更加有利于读者学习和掌握；在具体模型的讲解上，着重模型、方法的原理和思想阐释，简化繁琐的数学证明和推导，强化问题建模和计算机实现。

本书以经济管理中的实际问题为背景，介绍经济管理领域数据处理的常用模型、方法及计算机实现。与现有的大多数统计学和数据处理教材不同，本书在注重数学逻辑和严密性的同时，强调数据处理模型的思想和原理的分析，而略去了繁琐复杂的数学推导过程，并特别重视各模型和方法的实际应用。每个章节都配有详细的经济管理案例的分析、建模、求解和编程实现。

针对经济管理领域不同层次的数据处理需求，本书根据常用数据处理方法的特征，将内容分为三个部分：经济管理中数据特征和数据处理的任务、数据处理的经典统计分析方法、经济管理中复杂数据处理的智能化方法。其中，数据处理的经典统计分析方法包括：线性回归、时间序列、数据异常点与结构变化的判断、复杂数据处理的结构分解方法、主成分分析、聚类分析、组合预测、数据包络分析以及用于实证研究的结构方程模型等；经济管理中复杂数据处理的智能化方法包括：生物智能化的不确定信息处理方法、生物体智能产生的结构仿生方法——人工神经网络以及生物智能化的过程仿生算法——模拟进化汁算。

本书可以作为高等院校经管类、理工类相关专业高年级本科生以及研究生的教科书，也可以作为从事经济管理工作的专业人员的参考书。

第一部分 绪论

 第1章 经济管理中数据特征和数据处理的任务

1.1 数据特征与分类

1.2 经济管理中的数据处理方法

1.3 经济管理中数据处理的任务

1.4 数据处理的步骤

第二部分 数据处理的经典统计分析方法

 第2章 线性回归分析

2.1 引言

2.2 一元线性回归

2.3 多元线性回归

2.4 非线性回归

2.5 应用实例

 第3章 时间序列分析

3.1 引言

3.2 ARMA时间序列

3.3 ARMA时间序列的建模与预测

3.4 ARMA模型的参数估计

3.5 应用实例

 第4章 经济管理中数据异常点与结构变化判断分析

4.1 数据处理中的异常点分析

4.2 数据处理中的数据结构特征分析(一)

4.3 数据处理中的数据结构特征分析(二)

4.4 应用实例

 第5章 经济管理中复杂数据处理的结构分解方法

5.1 线性趋势

5.2 指数趋势

5.3 周期趋势

 第6章 经济管理中复杂数据建模的综合方法

6.1 复杂数据建模的指标综合方法(1)——主成分分析

6.2 复杂数据建模的指标综合方法(2)——聚类分析

6.3 复杂数据处理的模型综合——组合预测

6.4 数据包络分析

6.5 应用实例

 第7章 实证研究方法及数据处理——结构方程模型

7.1 引言

7.2 因子分析

7.3 路径分析

7.4 结构方程模型方法

7.5 结构方程模型的应用实例

第三部分 经济管理中复杂数据处理的智能化方法

 第8章 生物智能化的不确定信息处理方法——模糊数据处理

8.1 模糊聚类分析

8.2 模糊模式识别

8.3 模糊综合评判

8.4 应用实例

 第9章 生物体智能产生的结构仿生方法——人工神经网络

9.1 引言

9.2 人工神经网络的结构设计

9.3 人工神经网络的学习机理

9.4 应用实例

 第10章 生物智能化的过程仿生算法——模拟进化计算

10.1 引言

10.2 遗传算法的设计与实现

10.3 遗传算法在经济管理中的应用案例

参考文献