http://www.mba.shu.edu.cn/
课程信息
课程名称：《数据、模型与决策》
Quantitative Methods for Business Management
授课教师: 周建教授
教师简介
周 建
上海大学管理学院管理科学与工程系教授，博士生导师，副系主任，上海市曙光学者。清华大学数学系本科、硕士、博士，法国昂热大学计算机系博士后，英国剑桥大学、澳大利亚悉尼科技大学、加拿大阿尔伯塔大学、美国南方理工大学访问学者。2004年11月至2011年5月在清华大学工业工程系任教，2011年5月调入上海大学管理学院工作至今。
作为负责人主持多项课程项目，包括上海市教委重点课程项目《金融系统工程与价值投资》和《金融系统工程》、上海高校外国留学生英语授课示范性课程项目《Operations Research》、上海大学综合改革课程项目《解读金融数据》、上海高等学校一流本科课程《金融系统工程》等。主讲的《金融系统工程》课程已上线中国大学MOOC(慕课)学习平台。
课程简介、授课方式与特色：
图：课代表为周建教授颁发证书
《数据、模型与决策》课程作为MBA课程体系中一门给学生教授量化分析知识的课程，课程内容主要包含四大模块：描述统计学、推断统计学、现代统计学方法和最优化方法。区别于讲授其他定性分析知识的课程，本课程主要介绍管理学中常用到的一些统计方法与数理工具，涉及到大量的数理统计与运筹相关的知识，包括假设检验、多元回归和模型求解等，而这些内容的学习对于MBA学生来说难度相对较大，要求学生具有一定的数学基础和逻辑思维能力。
图：周建教授授课现场
为了让学生拥有良好的学习体验，一方面，周建教授通过风趣幽默的授课风格和新颖的授课方式营造轻松愉快的课堂氛围;另一方面，周建教授从历史、概率、模型等多种角度，借用大量的课程案例剖析课程内容，将复杂的内容简单化，抽象的内容具体化，最大程度地将晦涩难懂的数学公式进行拆分解读，把课程内容讲得深入浅出。
另外，作为课程内容的延伸，周建教授在课程的讲授内容中将课程的数理统计知识与毕业论文的完成有机地结合在一起。MBA学生在完成硕士毕业论文时，不仅需要相应的理论支撑，还需要搜集相应数据，构建匹配的计量统计模型，把定性研究和定量研究有机结合起来。周建教授所讲述的数理统计知识和方法能够很好地帮助学生完成硕士毕业论文中计量统计模型的构建。周建教授还会穿插着分享一些如何将这些统计方法与工具应用到毕业论文中的技巧和经验，不仅告诉学生们这些知识“是什么”，还通过讲授教会他们“怎么用”到毕业论文工作当中。让学生们活学活用，更快的上手。
周建教授感言
MBA课程的同学上课都非常认真，学风良好，师生关系融洽。课堂上每个人都聚精会神、积极发言、不懂就问。课间大家就聚在一起热烈讨论课堂上遇到的问题，能力强的同学会主动给学习吃力点的几位同学耐心讲解，课程群里总是在探讨学习的问题，互相鼓励加油。另外，每个小组的作业完成其实都很不容易，需要自己提前去学习相应知识并以漂亮的PPT呈现，但大家的课后作业都是全力以赴去做到最好。这门课程的讲授中给我留下了很多难忘的记忆，有的小组第一次作业自己感觉不满意，多次申请再次上讲台，最终漂亮地完成了报告;有的小组晚上快12点还在肯德基全组学习;有的小组为了第二天的汇报，几乎一晚上没睡，自学了课堂上没讲过的知识，查阅相关资料，非常精彩地完成了课堂汇报;
课程结束后都能收到一张全班同学签名的贺卡，这是我从教十多年在课堂上收到的温馨纪念……从大家课堂上的全神贯注和每次的小组汇报中我都能清楚看到每个人全心投入的心血，你们的学习热情也让我十分感动，我衷心希望通过这门课程大家能真正实现学有所成，也同样期待所有同学能把这样的学习状态和同学情谊持续下去~~
图：师生合影
SHUMBAer有话说
陈彬 21GC&GIPT1
今天的课生动、有趣、充实，把统计学里面的图表类型、调查方式、概率发展、excel 数据分析功能、函数公式、正态分布等计算公式都详细讲了一遍，感觉学到了很多。
曹野 21GC&GIPT1
老师讲课还是比较快的，提前预习过，大多数还是能听懂。老师解答问题还是很细致的，课程安排也比较灵活，课程讨论氛围很好，可以加强同学交流沟通。
费轶群 21GC&GIPT1
老师很懂同学们的想法，讲课张弛有度，有预习过的话，基本应该能跟得上。
版权声明
1、凡本网注明“来源：专硕神州”（即作者为专硕神州；下面的来源也是同样的道理）、“来源：MBAHOPE”、“来源：EMBAHOPE”、“来源：MEMHOPE”、“来源：MPAHOPE”、“来源：MPAccHOPE”的所有作品（或者专硕神州用其他转悠名义发布的作品），均为专硕神州网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：专硕神州网”。违反上述声明者，本网将追究其相关法律责任。
2、来源于专硕神州网的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如有任何侵权或者不同意发布，请及时与我们联系，我们将及时处理。邮箱：yes@zhuanshuocn.com
3、本网不保证向用户提供的外部链接的准确性和完整性，该外部链接指向的不由本网实际控制的任何网页上的内容，本网对其合法性亦概不负责，亦不承担任何法律责任。";
