◎代理經銷：白象文化
從幾年前開始教管理數學時，發現在教學上，花太多時間在計算上，勾起以前學習數學、統計以及多變數分析時的挫折。同樣的經驗 也出現在教作業管理，有關流程分析或解學習曲線、品質管理的管制圖上;心想若能輔以 R 語言的語法或操作，在瞭解原理後，將複雜的計算交給 R 語言，也會提升學習的效果; 利用 R 語言可以省掉這些相對是細微末節的計算，專注在理解問 題的本質、有效的定義問題以及解決問題的方式，這應該也是「博雅教育」 (Liberal arts)的本質吧 !
R 語言因為具有簡單、互動、有趣特色，讓使用者在學習的過程可以達到這個效果。 可以扮演「寫程式」的能力的第一哩路，甚至在資料分析、圖形呈現的最後一哩路。
第一篇介紹 R 語言概論，但是跟同類的書籍處理上不一樣，因為我們試圖重點放在解決管理領域的問題，所以把第一章擺在附錄 ; 第二篇探討巨量資料、開放資料與 R 語言; 第三篇探討 R 語言在管理數學的應用。第四篇探討 R 語言在作業管理的應用。

本書的特色如下:

1. 直指管理學領域應用的層面，而不是純粹的談R程式語法。
2. 就教科書上的繁瑣計算題目，以R語言來輔助，增加學習興趣與效果。
3. 延伸教科書的實例到實際運用, 譬如心臟移植手術存活率。
4. 詳細的程式碼解說，每個實例都可以是本書的起讀點。
5. 透過本書的Ｒ軟體的解方，找到一個快速上手與便利的工具，也從似曾相識
到熟練。
6. 「開放資料」倡議與機會，呈現數據可視化(data visualization)和地理定位 (geolocation)功能。
7. 以不同單利、複利的年利率，看長期報酬率;以及一美分幣翻倍31天後的
神奇力量 (The Magic Penny)。
8. 達到可視化、互動的資料分析，譬如柏拉圖(Pareto chart)、品質管制圖。
9. 很多傳統需要用查表的管理手法，譬如品管管制圖，可以直接用R來處理。

◎" If I have seen farther than others,
it is because I have stood on the shoulders of giants."
- Sir Isaac Newton

出版本書是一種意外，從幾年前開始教管理數學時，發現在教學上，花太多 時間在計算上，勾起以前學習數學、統計以及多變數分析時的挫折。同樣的經驗 也出現在教作業管理，有關流程分析或解學習曲線、品質管理的管制圖上;心想若能輔以 R 語言的語法或操作，在瞭解原理後，將複雜的計算交給 R 語言，也會提 升學習的效果; 利用 R 語言可以省掉這些相對是細微末節的計算，專注在理解問題的本質、有效的定義問題以及解決問題的方式，這應該也是「博雅教育」 (Liberal arts)的本質吧 ! 於是開始醞釀及構思本書的寫作。

有鑑於數位時代更需要有創造力的人才，很多中東與亞太地區的銀行業，紛紛開始調整徵才標準，所謂的受過「博雅教育」和「寫程式」(coding)的能力，似乎已是業界普遍認可需具備的特質。(1)R 語言也可以扮演「寫程式」的能力的第一哩路，甚至在資料分析、圖形呈現的最後一哩路。

看了本書封面就知道，本書意在直指學習的核心，荀子在《勸學》中說道：「學不可以已。青，取之於藍，而青於藍；冰，水爲之，而寒於水。」。意思是，學習不可以停止，一定要持之以恆。就如月之恆，如日之升; R 語言因為具有簡 單、互動、有趣特色，讓使用者在學習的過程可以達到這個效果。
第一篇介紹 R 語言概論，但是跟同類的書籍處理上不一樣，因為我們試圖重 點放在解決管理領域的問題，因此，不特別著墨或淡化撰寫 R 程式設計的技巧， 但又不能不交待本書使用到的 R 語言語法、功能、函數、套件等。所以把第一章 擺在附錄，這是跟坊間的書籍不一樣的。

第二篇探討巨量資料、開放資料與 R 語言; 細說巨量資料(Big data)自 2013 年已成為流行語，它經常使用在商業界和流行媒體中;而開放資料從 2010 年開始的隨後幾年在政府公開資料的出版品中顯著增加。兩者除企業及政府機構內部供 行銷、商業分析、國安之用的非公開資料外高度重疊。開放資料可以是巨量資 料，但其強調的是公開的以及有目的的(public and purposeful)資料的開放，而不像巨量資料強調資料的本質。
面對巨量資料產生“3V”一詞來代表數量、速度和多樣，迅速成為巨量資料 的構成維度，巨量資料須處理的資料是廣泛的，基本上可依資料是否容易清楚歸 類分項及表格化分為結構化資料及非結構化資料，結構化資料目前許多程式語言 語可以處理，但對於非結構化資料，例如地理位置資訊、臉書訊息、視訊資料等 是無法處理、而 R 語言正可以解決這方面的問題。另外，第 2章就開放資料帶來 的三大機會我們分別用三個實例以 R 語言來呈現。
當然 R 語言也不是無所不能，其強項在統計分析及可視化的工具呈現。但由 於缺乏 Web 安全性或運算效率考量，幾乎不可能將 R 作為後端伺服器來執行計 算，但是 RStudio 公司打造的一款基於 Web 的開源編輯器 RStudio Server，以 及微軟在 2015 年推出 Microsoft R Server(2017 年除了R 以外增加了 Python 的支援改稱 Microsoft Machine Learning Server)支援 Hadoop、Linux 和 Teradata 平臺都是一種補強。另一方面。R 語言可以整合高效能的程式語言，例 如 Python，C ++或 Java 予以補強。
在這裡捨「大數據」詞彙，而就「巨量資料」，考量到兩個用詞在語義上相 通，採用「巨量資料」與「開放資料」並存，具對偶及押韻之美，讀起來順口。
第三篇探討 R 語言在管理數學的應用。第 3章探討線性函數(linear function)與線性方程組(system of equations)。在商業、經濟領域的許多問題，本質上就是線性的或在特定範圍內呈現線性的關係，因此適合以線性函數表示。 (2) 從文獻中發現: 原來中國古文明「以物易物脈絡」(barter context)，可作為線 性方程組教學啟蒙，提供從自然的和悠久歷史的切入點。(3)
市場均衡下求均衡數量與價格，以 R 語言解線性方程組，省去手算求反矩陣，先寫出擴增矩陣，再利用高斯-喬登消去法(Gauss-Jordan elimination method)，得到一系列的等價擴增矩陣的冗長計算;同樣的，健康照護費用以最小 平方法，預期未來幾年其健康照護花費，手算時要先列出 x、y 軸各點的值，求算 x、y、x2、xy 各欄總和，再代入正規方程組，求解截距與斜率。以 R 語言解 最小平方法 x、y 軸各點的值代入「lm」套件即可，繁瑣的計算交給 R，解析報 表的工作仍然還給人們。

第 4 章以矩陣代表資料: 如不同工廠生產不同型號的藍芽喇叭，不同加油站 供應不同等級的無鉛汽油，以矩陣表示及彙總生產或消費資料的初階應用，到以 反矩陣來加密及解密的古典加密技術; 應用反矩陣於經濟學的 Leontief 模式，一窺 Leontief 用線性方程式表達多種產業，如何將其產出分散到或影響其他產業的 縮影。也可將矩陣應用於最小平方法，預測第 3 章健康照護費用。在解題的過程，尤其配合 R 的逐條指令，按下「run」會有原來如此的驚呼，這就是學習 R 的樂趣！

第 5 章探討線性規劃的應用。在數學中，線性規劃（Linear Programming, LP）指的是目標函數和約束條件皆為線性的最優化問題，求得利潤極大化或成本 極小化。解題時，幾何方法僅適合 2至 3 個變數，一旦變數增多時，利用代數方 法會比較適當。單形法(simplex method)便是其中一例。單形法是 1940 年代由 George Dantzig 所創建，依高斯-喬登消去法反覆計算的過程，是廣泛使用至今 的一個代數方法。如今，單形法已能交由電腦處理，方便解決大量變數和限制的 線性規劃問題。R 語言可大幅縮短冗長計算的步驟與時間。輸入目標函數和約束 條件各係數及参數後，即可看到最佳解，這也是學習 R 的樂趣！
第 6 章探討財務數學的應用。除了複利、年金、分期償還、償債基金的基本 計算外; 更進一步探討單利、複利的進階應用:分別以 2%，4%，…18% 的單利年 利率，以及 5%，10%，15% 複利年利率，求出 20 年期本利和曲線，最後以神奇的一美分幣(The Magic Penny)展現「壓倒駱駝的最後一根稻草」是第 31 天翻 倍的複利，所拉出的壓倒性的勝出。
第 7 章探討馬可夫鏈(Markov chain)是俄國馬可夫(A. A. Markov)於 1907 年提出的理論。是一種隨機過程預測方法，藉由過去一段期間系統所呈現的狀 態，推測未來系統各期的狀態以及發生的可能性。探討都市與郊區間的人口流 動、人口變化、計程車的移動區域以及女性的教育狀況等，長期趨勢的變化以及穩態分布。

第四篇探討 R 語言在作業管理的應用。第 8章探討流程分析、資料分析工具，如七個基本品質工具: 直方圖與長條圖、柏拉圖(Pareto chart)、散布圖、特性要因圖等，尤其展現柏拉圖分析，比起紙筆式或 Excel 的展現，會明顯感受到其速度與美觀兼顧，可作為互動式的作業績效監視看板。
第 9 章探討學習曲線。長期以來，人們一直認為大多數產品或服務的生產會隨著經驗的增長而提高，即所謂「熟能生巧」(practice makes perfect)的假說。 適用於新產品(如鼎泰豐因應非洲豬瘟，新研發出的羊肉蒸餃) 及新服務導入(如外科手術)。從 1930 年代，飛機產業的原始研究發現，當產量增加一倍時，平均而 言，每單位勞動力的需求減少了約 20％。本章引進類似的實例。並進一步模擬在 學習率為 70 %、80 %、90 %的學習曲線走勢。並進一步將學習曲線應用到心臟 移植死亡率(heart transplant mortality) 的古典醫學文獻，發現實際與理論配適度良好，有很強的預測能力。
第 10 章探討敘述統計學(descriptive statistics)以及機率分配。主要是作為下一章品質管理在求各種管制圖的前置準備，以 1994 年美國人口普查局: 教育程度每人平均年度所得表格，介紹 R 語言在單維敘述統計的幾種摘要測度如平均數、變異數及中位數、全距、四分位數等以及常態分配、68–95–99.7 原則、二項分配及卜瓦松分配(Poisson distribution) 等在課堂上常碰到的範例，分別以紙 筆解法與 R 語言解法並陳方式，讓讀者感受到 R 的方便，少了冗長費時的計算。
第 11 章探討品質管理。在全球化經濟下，品質已經成眾所皆知的議題，且 是競爭優勢的必要而非充分條件。而管制圖（control charts）是為了確定所觀察 的品質變異是否異常，加以衡量並依時序將樣本的績效測量值繪製成圖表，是長 期以來實務上不可或缺的工具。本章以平均數(

無。

◎
廖如龍分別於成功大學工業管理系、台灣大學商研所、臺灣科技大學管研所 取得學士、商學碩士、管理學博士；目前擔任文化大學兼任助理教授；曾任 IBM CIM/ERP 專業顧問；IMA 第 4-5屆理事長；聲寶工業工程師、普騰資訊中心課長；鴻海董事長特助，負責中央資訊；Oracle 大中華區應用軟體事業協理；成霖 資訊副總等職務；歷經跨國企業的跨文化、跨領域的訓練與浸潤，修習博士學位 期間鑽研歐美新興的資訊科技治理(IT governance)、質化研究等領域。著有「企業資治通鑑」(IT 治理)。多年教學對電子商務安全(e-commerce security)、生產 與作業管理、供應鏈管理、管理數學及 R 語言等尤具心得。

葉世聰自中原理工學院工業工程系畢業後，投身製造業起歷經 MRP、MRPII 及至 ERP 產業解決方案的設計與系統整合，專注於應用領域與程式軟體的開發， 曾任日商「東光株式會社」台灣分公司華成電子採購管理員、台達電子生產管理兼 MRP 設計與 MRPII 套裝軟體評估與導入、精業電腦 PM、耀元電子及金馬電腦資訊主管、友通資訊資訊主管，對於 ERP 資訊管理領域與設計的傳承始終不懈，也一直是廖博士忠實的讀者，日前應邀於廖博士新作(本書)R 軟體部分的潤飾，自 2019 年 9 月起從初次好奇的接觸，直至領會來自 Java、Python、JavaScript 的經驗移轉，對 R 語言在資料科學(Data Science)發揮的助力，深感 得心應手。