Ⅰ 怎麼才能用最小的成本博取最大的利益
聽取他人好的建議,以最少的成本賺取最多的利潤, 學會讓別人欠不到你的錢,該花的就花... 並且是會以最小的投資來獲取組大的利潤~ 有膽識敢投資 做老闆 積累原始資金 然後就可以錢生錢了 幫別人打工是沒有出路的... 別亂花錢 ...
Ⅱ 創業 | 解決方案的四種模式，教你如何低成本試錯
本期推薦的是《創新者的方法》， 作者 ：Nathan Furr，Jeff Dyer 推薦星級 ：⭐️⭐️⭐️⭐️⭐️ 推薦理由 ：提供了一套避免你一路走到胡同還不知道怎麼死的創業方法論。抓住市場需求，省錢有效，少走彎路。
關於本書第一個分享的主題：解決方案的制定過程，教你如何低成本試錯！
解決方案制定過程模板
若要制定用於確定解決方案的過程，請考慮應用下圖所示的解決方案制定過程模板。該模板反映了我們建議的方法——從 解決方案頭腦風暴 入手，制定許多不同的解決方案。之後精選幾個解決方案，利用 理論原型 針對客戶進行快速測試。然後，利用 驚喜測試 ，找到最能吸引客戶注意力的解決方案。接下來，至少開發三個體現解決方案不同方面的 虛擬原型 ，並針對客戶進行測試。最終，你將利用上述測試方法，鎖定一個你能將其開發成為 最小化可行原型的虛擬原型 。一旦到達最小化可行原型階段，應利用 凈推薦值測試 或 付款測試 ，確定應重點突出哪些關鍵功能，並在不斷重復以構建最小化卓越產品的過程中進行完善。
1、啟動解決方案頭腦風暴
成功的解決方案頭腦風暴的關鍵原則是不過早地否定任何方案或流程。
為了成功進行解決方案頭腦風暴，可以從以下技術菜單中進行選擇。不必一次使用所有這些技術，可以將它們作為選擇或選項加以考慮。
圖1 解決方案頭腦風暴工具
1）類似解決方案：近與遠
考慮將你可能獲得的解決方案，根據與你所在行業的貼合程度，排列在一個譜繫上。離你最近的，核實你的某位客戶是否已經開發了一種變通方案。 通常，這類代用解決方案是通過「膠帶」（比喻）的方式結合在一起的，但它們能夠提供關於解決問題方法的洞見。例如，我們采訪過的一個創業者，最初在發現一名潛在的客戶已制定了解決問題的變通方案時，感到很沮喪。但是，之後他用一小筆版權費獲得了這種方案，利用該方案開發了一種系統，並創建了一家市值遠遠超過10億美元的公司。
尋找現有解決方案的類似解決方案和補充解決方案（鄰近行業可能有新奇的解決方案）能夠啟發替代性解決方案。
2）要素：部分與整體
下面我們從部分和整體的角度考慮解決方案。減去現有解決方案的一個要素，嘗試以其為基本部件構建解決方案。或者考慮如何能夠換入或換出解決方案的部分，就像iPod換入轉盤式密碼鎖快速搜索歌曲一樣。同時，也想一想你如何能夠增加、分割或統一部分功能。舉個經典的例子，吉列增加剃刀刀片以創建新的解決方案。
3）可觀察到的事物：可見的和不可見的
考慮那些可能近在咫尺卻難以看到的解決方案。舉例來說，其他人可能已經嘗試創建你尋求的解決方案，並以失敗告終。通過調查之前失敗的案例，你能夠明白前車之鑒。接下來，考 慮不相關的市場或原則，借用能夠使你所在的行業轉型的創意。尋找打破你所在行業傳統觀念的途徑。 舉例來說，宜家打破了傢具到貨必須組裝好的行業傳統，從而使傢具行業發生了徹底的變革。最後，忽略你能夠看到的現有技術局限，做一個關於未來的白日夢，想像完美的解決方案可能的樣子。舉例來說，完美的攜帶型音樂裝置將是什麼樣子？iPod是一項偉大的解決方案，或許更好的解決方案將允許用戶說出他們想聽的歌曲，說「播放」之後就可以立體聲聆聽歌曲。你如何能使類似的方案成真？調查「卓越」的新產品可能為你構想新奇解決方案帶來靈感。
2、理論原型
要想避免掉入發明客戶不想要的產品的陷阱，第一要務就是不要建立任何東西。 理論原型將你的創意表現為結構良好的心理圖像，你在這個圖像中勾勒了解決方案的輪廓，但不涉及具體細節。
理論原型的優勢在於其快速和代價低廉。 你可以在一周內測試幾十個理論原型。
事實上，對絕大多數創業公司來說，最大的問題出現在建立原型的時候，他們過早不合時機地利用三維建模和其他技術，以復雜、高成本的方式建立原型。理論原型為你提供「測試」，並使解決方案概念適合客戶的既經濟又容易的需求。一般來講，在告訴客戶需要完成的工作時，你將利用理論原型（或超級快速虛擬原型）作為交談的稻草人。 當獲得潛在客戶對你的理論原型的積極熱情的響應時，你就可以創建虛擬原型了。
3、虛擬原型
幾十年前，IBM想測試一個普通客戶問題不同尋常的解決方案：將語音轉換為文字輸入。一個由計算機科學家和高級管理人員組成的團隊設想高度復雜的能將語音轉化為文字的語音識別軟體。除了核心軟體以外，該解決方案還需要配備高質量的麥克風和自適應演算法，解析方言和標准語中的不同之處。盡管技術風險似乎很高，但是該團隊相信如果能夠克服技術挑戰，將會解決一個極大的客戶問題。
在進行大規模投資之前，IBM如何能夠測試客戶是否關心解決方案呢？最起碼需要某個原始測試軟體，測試該解決方案是否值得建立。然而，IBM團隊卻在一間房子裡面掛了一條床單，客戶講話的時候，躲藏在床單另一邊的打字員捕捉該客戶所說的，並將其投射到電腦屏幕上，供客戶查看。本質上來說，IBM「假裝」找到了「客戶關心嗎」的問題的解決方案。像IBM和谷歌眼鏡團隊一樣，大多數成功的管理者利用 虛擬原型（VP）——「假裝原型」，在避免開發成本高、不受歡迎的解決方案的同時，解決關鍵問題。
為了開發虛擬原型，問自己一個簡單的問題： 如果我今天必須賣出解決方案，那麼我如何以比較現實的方法偽造一個解決方案？ 答案對你的開發內容和速度均將起到一定的引導作用。我們最中意的虛擬原型採用 PPT、草圖、成品部件或其他工具樣機 。比如PPT可通過創建不可見點擊熱點來模擬軟體，以快速模擬可能需開發數月的原型。
不論使用什麼工具（包括諸如三維列印機、視頻或flash動畫演示等高級工具），記住，所 有原型的設計初衷皆應該是解決具體的問題。 你的虛擬原型可能針對產品的不完美表現，但目標是解決關於客戶想要什麼的關鍵問題或假設。以四兩撥千斤的方式，獲得對你面對的最相關不確定性的反饋，你就會加快學習速度，保持靈活性。
4、最小化可行原型
若社交遊戲巨頭Zynga公司的某位員工想到一個新的游戲想法，他絕不會從創建游戲來著手。相反，團隊成員會 將該游戲想法提煉成五個單詞，並進行冒煙測試，以便了解是否有任何顧客感興趣。 舉例來說，假設某人有一個經營一家醫院的游戲創意。他會在高流量網頁上打廣告，廣告語為：「想過經營一家醫院嗎？」點擊鏈接的用戶將收到理論原型簡介，並被告知開發完成之後他們會收到一封電子郵件。
如果廣告產生足夠的響應，之後Zynga設計師就會花一周或更短的時間 創建最小化的精簡版 ，並將其發送給電子郵件列表用戶。之後，他們就能明白解決方案的詳細信息：有多少用戶注冊，他們玩多久，他們喜歡哪些游戲功能，他們不喜歡什麼等。這種一周測試，或被稱為 最小化可行原型的東西，幫助他們獲得有關客戶實際想要什麼的關鍵信息，並引導他們決定是否再進行一次重復，或開始探索不同的創意。
最小化可行產品被定義為在能夠解決「核心」問題的同時，能夠作為獨立產品起作用的最小功能集產品。你創建一個最小化可行產品，用來快速測試哪些功能最有可能吸引客戶購買。 這就像一項劍術運動：你的目標是擊中吸引客戶購買的靶心功能，並將其他功能擱在次要位置。為什麼？因為能夠增值的功能創意很容易使你雜亂無章。增加功能可能會增加客戶喜歡產品的機會，但實際上卻會降低客戶識別解決方案如何解決問題的能力（見「勿忘縮小范圍」專欄）。更糟的是，你是在浪費時間創建不能激發客戶購買興趣的功能。剛開始的時候，你可能不能完全識別靶心，因此利用虛擬原型和最小化可行原型來識別對客戶最重要的那些功能。起先，這一過程可能感覺是偶然、隨意的。但是記住，你可以盡可能快地利用眾多最小化可行原型測試最小化功能集，獲得目標客戶的多視角有用反饋。
5、打造卓越產品
大約90%的初始方案不能確定重要的問題解。這就說明在發現其有哪些不足之前，就開始打造產品或服務有多愚蠢。也說明了為什麼了解如何利用原型測試眾多選項很重要。進行解決方案頭腦風暴並構建原型將會使你的投資最小化，加速學習進程，並允許你對可能扼殺創意的假設進行測試。我們鼓勵利用先廣泛搜索然後創建理論、虛擬和最小化可行原型以及最小化卓越產品的流程，測試你的假設，回答重要的問題。 記住一定要設計針對具體問題的原型，並利用明確的指標對原型進行評估。利用原型驗證解決方案是在不確定條件下取得成功的關鍵。
Ⅲ 機械思維、大數據思維與人的世界
吳軍博士的新書叫《智能時代》，副標題是「大數據與智能革命重新定義未來」，因為這個智能革命恰恰源於數據驅動，與此相對應的是機械思維驅動了工業革命。從歷史的角度來看，這似乎只是不同的發展階段，但如果從底層邏輯來看，我認為這只是不同數據尺度的體現。
機械思維到大數據思維既不對立互斥也並不彼此相鄰。如果籠統地總結，機械思維當隸屬小數世界，大數據則隸屬大數世界，而處於兩者中間的是我們的日常更常面對的中數世界。
一、機械思維與小數世界
在當今的我們看來，「機械思維」好像是滯後的、呆板的象徵，甚至「機械」本身也成為了對某個人的形容，然而絕非褒義。然而在17世紀，機械思維就像當今的所謂互聯網思維一樣時髦。
機械思維的方法論如果用八字箴言來概括我覺得沒有比「大膽假設、小心求證」更合適的了。大體上就是做出假設、建構模型、數據證實、優化模型、預測未來。這也是沿用至今的一套思路。成果也是顯然的，比如，牛頓——他用力學三定律和萬有引力定律幾個簡單明了的公式說明了大千世界宇宙萬物的運動規律。
這裡面有三個點， 一是公式的確定，二是公式的簡明，三是公式的普適 。這也是機械思維的三大特質。
先看確定性和普適性。牛頓的定律無論應用於什麼樣的場合，都可以用一樣的公式推出相應的確定的結論。這對於人們來說非常重要，因為根據種種確定的定律和原理，世界對於我們而言成為可知，我們也可以藉此預測系統中其他變數的反饋、預測未來。
簡明性一樣重要。牛頓所處的時代宇宙的復雜程度並不比現在弱，不一樣的只是思維方式決定的模型差異。太陽系中有成千上萬的天體，按照完全的計算，就復雜了去了。然而萬有引力定律非常簡潔優雅，將萬千天體的作用回歸到依次考慮兩兩天體的互相作用力中。甚至更進一步，由於太陽獨一無二的巨大質量，牛頓將每個行星和太陽看成一個獨立的二物系統，得到了更進一步簡化。回歸到兩物體系統自然是個「小數」，然而這個所謂的小數世界原本其實並不那麼小。比如，在一個僅考慮兩物體的系統中，涉及到兩物體各自的情況、彼此相互作用的情況和它們所在的系統的情況。如果借用數學和力學概念來描述，那麼兩物體系統涉及到孤立方程、相互作用方程和場方程共4個方程。此系統每增加一個物體，場方程數量保持1不變，孤立方程線性增長1個，但相互作用方程數就呈指數級增長了。所以，簡化也是其核心。
二、大數據與大數世界
與上述機械思維一脈相承，蘇聯在設計武器和航天器時依賴牛逼的數學家建立復雜而精準的數學模型，希望可以用之皆準。美國的科學家數學底子弱一些，所以走了不同的道路——建立簡單的數學模型，但依賴於計算機和大量數據。結果是美國的路子勝出了。
吳軍博士在《智能時代》中還舉了另一個例子——德國擁有完美的光學儀器技術，所以做出了高難度的非球面透鏡，儀器小巧而完美；日本缺乏這樣的技術，所以用多個球面鏡組合來獲得同樣的效果，這樣的機器笨重然而容易大規模生產使用。二戰後，成為光學儀器第一大國的不是德國，而是日本。
在這兩個例子中，都通過 多個簡單模型來勝過單一的精確模型 。然而這樣的勝出是有前提的——基於大數據。如果說機械思維下的精美模型是純凈的晶體，那麼大數據絕對是散漫無章的氣體。氣體的分子們本身是無序而復雜的，但我們卻可以預測整體的擴散情況、確定其整體的物理性狀。這跟每一個分子的「隨機性」離不開，正是隨機性讓統計有了意義。如果某地有一場流感正在蔓延，我們很難判斷某個單一個體是否會感染，但谷歌甚至可以根據人們的搜索數據來計算出接下來將蔓延到哪裡，至於感染率有多少就更是一個簡單的統計計算數字了。
在上面這個流感的例子中不難發現，面對大數據，精確的數值其實反而沒有那麼重要了，我們關心的點也不必精確到個位數。比如運營一個app，用戶達到千萬量級的時候，每天關注的DAU肯定就是多少萬，甚至更簡略一些就只具體到十萬位、百萬位了，個位數是幾不再重要。但面對大數據，個體依然是獨一無二的，我只有感染、不被感染兩種結果。那麼對於這種情況，大數據的感染率就成為了個體是否會感染的背景概率，個體自己的健康情況、活動區域燈則成為其他的調整概率項。
由上也可見，概率性思維的價值更凸顯了。事實上，基於大數據的思維方式不做假設，只根據海量數據做出相關性分析；不care因果確定，只判斷概率大小、相關性強弱。
除了 混雜取代精確、相關取代因果、不確定性取代確定性 ，大數據思維最顯而易見的就是 全量取代樣本 ，這也就是大數據之為「大數」的原因。不用考慮怎麼抽選有質有量的隨機樣本，大數據的風格是全量數據納入計算。正因如此，從搜索引擎到語言識別到機器翻譯，演算法技術相當的前提下，谷歌卻能異軍突起——他家的數據量沉澱太可觀了。然而海量的數據只是燃氣，終究受制於燃灶的處理能力。正因為計算機的計算能力的增長趕不上數據的指數增長，伺服器的數量就更趕不上，所以，面對大數據，簡化的演算法尤顯重要。比如馬爾可夫鏈，比如維特比演算法。
三、復雜的生活與中數世界
管理上，我們或許會把一個個的個體抽象為單元，然後用機械思維統籌管理；決策上，我們又可能會根據大數據跑出的強相關性分析結果，決定下一步去打什麼市場。無論是小數世界的機械思維還是大數世界的大數據思維，都是基於過去可以預測未來的假設的，目的也都是為了預測。
然而，我們現實生活中遇到的大多數情況既不是小數也不是大數。如果說機械思維是晶體、大數據思維是氣體，那麼中間還隔著一個液體——中數的世界。某家上市公司有多少人？是個中數；一台計算機裡面有多少零部件？是個中數；這片森林裡有多少只鳥？是個中數……生活在其中的我們是尷尬的，就像高中數學老師的吐槽——你們做物理什麼沒有摩擦力，哪裡沒有摩擦力？還勻加速運動，你勻加速一個我看看！
小數、中數、大數本身並不是在量級上有一個數字清晰的劃分，事實上這種劃分是抽象的、概念式的。 對於身處其中的中數世界，我認為可以採取的應對方式之一是根據不同的情況，或者靠攏小數世界借鑒機械思維，或者靠近大數世界借鑒大數據思維。
先看靠近小數世界和機械思維。假設-求證-應用的方法論應用場景其實非常廣闊。比如，這兩年非常熱的精益創業，精益思維最核心的點就在於最小化可行性驗證。由於現實生活中我們的成本是有限的，不可能有個主意就全量鋪開，這也是不經濟的。我們需要用最小的成本先行測試驗證某一想法，就創業者而言就需要用最小的成本在真實場景中驗證用戶是否真的有此需求。但此時得出的歸納性結論並不是機械定律般確定性的、因果明晰的，事實上，歸納無法確立因果，只能提供強相關、弱相關或不相關的參考。
再看靠近大數世界。國人愛好讀史，歷史本身何嘗不是大數據。但我們閱讀的史書只能是寥闊史料中挑選過的非隨機樣本（中數），即便如此，依舊是「太陽底下沒有新鮮事」——基於過去預測未來一定程度上確實是有應用價值的。過去給我們對於未來的預測提供了一個外部視角，可以作為我們做具體預測的背景概率（曾看到有人戲稱經驗是人類的大數據，我覺得蠻有意思，但個人經驗遠達不到「大數據」的程度，充其量只是中數，然而已經可以為今後的預測和決策提供一個背景概率）。所以， 大數思維對於日常生活最大的借鑒價值我認為是提供一個外部視角的背景概率。當面對具體的情況的時候，在這個背景概率的基礎上，分析具體情況做各個獨立的概率修正 。
我們的知識要麼源於自身和他人（同時代或歷史上）的經驗，要麼源於前人已經提煉出來的原理。
對於自身和他人的經驗，有兩種借鑒方式——一是直接復制，二是追究因果（雖然大多時候只是相關關系）予以應用。 都會覺得第二種好，但現實中大多數情況我們都在不自覺地按照第一種思路應用，因為第二種不僅難，而且違背直覺——也就是說，大多人（包括我在內）大多時候是達不到機械思維的標準的。
對於前人已經提煉出來的原理，也有兩種應用方式——一是一元思維模型，二是多元思維模型。 查理·芒格說過，如果你只有錘子，那麼在你眼裡什麼都是釘子。因為如果一個人只有一兩個思維模型，那麼當他思考現實的時候就不得不扭曲現實來符合自己的思維模型。這個時候，模型越精確具象，對一個人的思維限制就越厲害。所以查理·芒格指出，我們必須有多元思維模型，且這些模型必須來源於各個不同的學科（在這個學科細分的世界，永遠別指望在一個院系中發現世間全部真理）。這種多元思維模型其實跟數據驅動下的多個簡單模型勝過單一精確模型是一樣的。即使我們面對的數據量很多時候達不到「大數」的層面，但一個人建立多元思維模型的前提就是比一元思維模型的人吸收了不同量級的底層數據。因為每一個模型都源於不少的經驗數據得出的原理，多個模型背後就是不同維度、不同量級的數據。這樣的多元模型容錯性高，面對具體問題的分析也真正可以從不同側面不同維度得出盡量貼近真實的結論和對未來的預測。
本文參考書籍：
1、吳軍《智能時代》
2、吳軍《數學之美》
3、維克托《大數據時代：生活、工作與思維的大變革》
4、溫伯格《系統化思維導論》
5、查理《窮查理寶典》
Ⅳ 如何低成本檢測室內空氣污染程度
現階段甲醛已經被認為是室內空氣污染最主要的污染源之一，室內空氣中的甲醛主要來源有：裝修材料及新的組合傢具使用的人造木板中的粘合劑。用做房屋防熱、禦寒的絕緣材料池沫。塗料、化纖地毯、化妝品、地板膠等產品中用甲醛做的防腐劑。甲醛釋放期長，輕微超標時居住者不易察覺，而室內甲醛對人體健康危害極大，因此室內甲醛檢測已經成為入住新居一項必不可少的程序。
室內甲醛檢測的基本方法主要有以下幾種：
1.分光光度法分光光度法測定的主要方法有乙醯丙酮法、鉻變酸法、MBTH法、副品紅法、AHMT 法、溴酸鉀－次甲基藍法、銀－Ferrozine法等幾種。基本原理是利用加入相應反應試劑引起樣品吸光性能的變化，進而實現室內甲醛的定量測試。
2.氣相色譜法
3.電化學感測器法
電子感應設備檢測（包括 interscan4160 PPM400 BG FM-06 BRAMC air-328等設備），電化學感測器受到干擾較大，室內甲醛定量檢測數據誤差較大。
4.甲醛自測盒檢測法
甲醛自測盒是一種可以快速、簡便、低成本的檢測室內、傢具內等特定空間內的空氣中甲醛濃度或治理效果的一種半定量檢測產品。可以實現室內甲醛快速檢測，檢測結果准確可靠。
另外，室內甲醛的基本去除方法主要有：
1.植物源AQ空氣凈化噴霧液(貴)
2.清除劑（怕2次污染）
3.瑪雅藍（效果沒清除劑好）
4.植物法(在用達標甲醛含量的塗料後最推薦的方法)
低度污染可選擇植物去污：一般室內環境污染在輕度污染可採用植物凈化。根據房間的不同功能、面積的大小選擇和擺放植物。去除甲醛殘留物的植物有：吊蘭、蘆薈、仙人掌、平安樹、綠蘿、龍舌蘭、虎尾蘭、常春藤、桂花、巴西龍骨、米蘭、龜背竹等。
Ⅳ 分層最低成本抽樣法解釋一下
細節測試中總體的變異性和樣本規模呈同向變動，如果不對總體進行分層而直接進行抽樣，所需樣本數量將會大大增加。分層抽樣法，也叫類型抽樣法。就是將總體單位按其屬性特徵分成若干類型或層，然後在類型或層中隨機抽取樣本單位。分層抽樣的特點是：由於通過劃類分層，增大了各類型中單位間的共同性，容易抽出具有代表性的調查樣本。
Ⅵ 成本核算方法有哪些，怎麼樣才能控製成本最低
成本核算的基本方法有哪些（中華*會計）1、品種法（1）定義以產品品種作為成本計算對象的一種成本計算方法。（2）成本對象品種法的成本計算對象為：產品品種。實際工作中，可以將品種法之下的成本對象變通應用為：產品類別、產品品種、產品品種規格。（3）計算方法及要點品種法在實際工作中的應用要點為：以品種為對象開設生產成本明細賬、成本計算單；成本計算期一般採用會計期間；以品種為對象歸集和分配費用；以品種為主要對象進行成本分析。4）適用范圍品種法適合於大批大量、單步驟生產的企業。如發電、採掘業、管理上只要求考核最終產品的企業。2、分批法（1）定義以產品批別作為成本計算對象的一種成本計算方法。（2）成本對象產品的批。分批法是一種很廣義的成本計算方法，在實際工作中，有批號、批次的定義。可以按照下列方式確定成本對象：產品品種、存貨核算中分批實際計價法下的批、生產批次、制葯等企業的產品批號、客戶訂單即按照客戶訂單計算成本的方法、其他企業需要並自定義的批（3）計算方法及要點品種法在實際工作中的應用要點為：以批號、批次為成本計算對象開設生產成本明細賬、成本計算單。成本計算期一般採用自，工期，一般不存在生產費用在完工產品和在產品之間分配。若生產費用在完工產品、在產品間分配採用定額法。（4）適用范圍單件、小批生產企業、按照客戶定單組織生產的企業因而也稱訂單法3、分步法（1）定義以產品生產階段、步驟作為成本計算對象，計算成本的一種方法。（2）成本對象分步法下的步同樣是廣義的，在實際工作中有豐富的、靈活多樣的具體內涵和應用方式，分步法下之步在實際應用中，可以定義為下列步含義：部門即計算考核部門成本、車間、工序、特定的生產、加工階段、工作中心，上述情況的隨意組合（3）計算方法及要點較之其他方法，分步法在具體計算方式方法上很有不同，這主要是因為它按照生產加工階段、步驟計算成本所導致的。在分步法下，有下列一系列特定的計算流程、方法和含義，分步法成本核算一般有如下要點：按照步作為成本計算對象、歸集費用、計算成本、成本計算期一般採用會計期間法、期末往往存在本期完工產品、期末在產品，需要採用一定的方法分配生產費用。（4）適用范圍：大批大量多步驟多階段生產的企業；管理上要求按照生產階段、步驟、車間計算成本；冶金、紡織、造紙企業、其他一些大批大量流水生產的企業等。4、分類法（1）定義以產品類作為成本計算對象、歸集費用、計算成本的一種方法。（2）成本對象分類法的成本對象為產品類，在實際工作中，可以定義為：產品自然類別、管理需要的產品類別。（3）計算方法及要點分類法下成本核算的方法要點，可概括如下：以產品類為成本計算對象，開設成本計算單；產品類的成本計算方法同於品種；某類產品的成本計算出來後，按照下列方法再分配到具體品種，以計算品種的成本；類中選定某產品為標准產品；定義其他產品與標准產品的換算系統；按照換算系統之比例將類產品的成本分解計算到具體品種產品的成本。（4）適用范圍分類法適合於產品品種規格繁多，並且可以按照一定的標准進行分類的企業。如：鞋廠、軋鋼廠等。5、ABC成本法從70年代開始，在一些發達國家開始研究作業成本法（ABC法），現在，已經被很多國家採用。它是一種將製造費用等間接費用不按傳統的（以車間為費用歸集和分配對象）方法，而是以作業為費用歸集和分配的方法，它能夠更加合理地分配間接費用，使成本的計算更加合理。由於它只是間接費用的一種分配方法，因此，企業實際上還要結合其他基本核算方法共同使用。成本管理系統能夠滿足企業成本核算的各種計算方法的選擇，但是，由於各個企業的成本核算還有許多具體的、特殊的要求，有的企業的隨意性還比較大。再此，建議企業在成本核算中，應該選擇適當的成本核算方法，並規范成本的核算過程，減少隨意性，一旦確定一種成本核算方法之後，不要隨意改變。.求高人指教
Ⅶ 都有哪些低成本的探測小行星的方法
天文學家探測行星的方法有： 方法一：天體測量學 天體測量學，主要通過精密追蹤一顆恆星在天空中運行軌跡的變化，來確定受其引力拖曳的行星所在。這與徑向速度法的原理很類似，只不過天體測量學並不涉及恆星光芒中的多普勒頻移。 方法二：利用狹義相對論 這是人類宇宙探索「技術庫」里增添的一個新手段。作為新的研究方法，它指導天文學家們去關注恆星的亮度因行星運動而發生的變化——後者的引力作用引發相對論效應，導致組成光的光子以能量的形式「堆積」，並集中於恆星運動的方向。
方法六：徑向速度法 這是到目前為止最具有成效的確認行星的方法。 徑向速度法找尋的線索，是恆星母星相對地球發生遠近運動時，衛星行星受其影響所產生的微小波動。變化雖然小，但使用現代的光譜儀已可以檢測出低至1米/秒的速度變化。這種方法通常也叫做「多普勒效應法」，因為它測量的，就是恆星的光受引力拖曳而產生的變化。 方法七：凌日法 凌日法的基本原理，是觀察恆星亮度在有行星橫穿或路經其表面時發生的細微變化。它的好處是可以從光變曲線測定行星的大小。
Ⅷ 最小成本與最大利潤問題，如下，用導數怎麼做
如圖所示！
Ⅸ 第二章 最小成本法及評價基礎（二2602）
1、什麼是葯物經濟學評價？
答：運用經濟學的評價方法，對不同葯物治療方案或葯物治療法方案與其他治療方案進行評價，為臨床合理用葯、治療方案的合理選擇以及國家、企業相關決策、政策的制定提供依據。
2、經濟學評價的作用是什麼？或為什麼要進行經濟學評價？
答：
1）用於宏觀決策中，相當於市場中供求分析的作用。一句評價進行決策，實現資源的有效使用和合理配置。
2）用於微觀決策中，常依據評價進行內部決策，實現組織內部資源的合理配置。
3、葯物經濟學評價的核心和前提是什麼？
答：
葯物經濟學的核心：選擇
要從不同葯物治療方案中或葯物治療方案與其他治療方案選擇最優方案。
葯物經濟學的前提：醫葯資源的稀缺性
葯物經濟學的目的：合理分配、使用 有限的醫葯資源
4、醫葯經濟學評價應用於哪四大領域？
答：
1）葯物的定價，包括政府定價和企業定價
2）醫院用葯目錄和診療規范的確定，包括醫療機構和政府診療規范
3）醫療保險報銷政策的確定，包括基本葯物遴選、報銷比例確定等
4）醫生合理處方或診療方案的選擇，政府或企業，提供相關信息影響醫務人員用葯行為，達到合理用葯
5、葯物經濟學評價要素有哪些？（兩大類，四個概念）
答：
兩大類：投入、產出
4個概念：成本、效果、效益、效用
6、效果特點是什麼？（2點）
答：
1）效果的測量：用反映健康狀況的自然指標來衡量
2）效果指標有反映中間產出的指標也有反映終產出的指標。
7、什麼是效益？
答：是用貨幣價值形式表示葯物治療後帶來健康改善結果，分為直接效益、間接效益、有形效益和無形效益。
8、間接成本和直接成本效益的計算方法是什麼？它是如何定義的？
答：
計算方法：人力資本化法
定義：
它是根據因疾病、傷殘或死亡而帶來的收入損失或實施葯物治療方案後所減少的收入損失，來測算葯物治療方案的間接成本或間接效益的方法。
9、人力資本化法的優缺點有哪些？
答：
主要優點：比較易獲得必要數據（如個人年平均收入、個人期望壽命等），故此法目前應用較多。
主要缺點（2點）：
1）誇大了葯物治療的產出或疾病的經濟損失
2）未考慮疾病給病人帶來的疼痛、悲傷和對疾病風險厭惡的情緒等無形的因素。因此，當患病的健康狀況無法對生產力產生影響時，用人力成本法難以衡量。
10、效用指標是什麼？
答：質量調整生命年和傷殘調整生命年
11、什麼是質量調整生命年？（Quality adjust lifeyear ,QALY)
答：進行了生存質量調整後的生命年
12、生存質量包括三個方面的內涵？
答：
1）生理方面：自身患病情況的自我評價
2）社會方面：個體社會交往、參與情況
3）心理方面：包括焦慮、抑鬱、認知、幸福感、滿意度等
13、生存質量包括哪三個層次？
答：
1）最低層次：強調保持軀體完好，消除病痛，維持生命
2）第二層次：不僅維持生命，而且強調生活的好
3）第三層次：除上述兩點外，還強調自身價值的實現和對社會的作用
14、葯物經濟學中的生存質量與人的健康相關的生存質量，涉及哪5個方面？
1）生理方面
2）社會功能
3）心理精神狀態
4）患病情況
5）患者對自身健康的自我評價
15、什麼是生存質量調整年？
答：不同生存質量的生存年換算成相當於完全健康生存年的過程。
16、效用值的測量方法？
答：等級衡量法
即通過對患病者心理、生理功能狀況的分級評分獲得效用值。
17、引入質量調整生命年這一概念有什麼意義？
答：這一概念的引入，給我們提供了一個新的思考問題的方式，即葯物治療方案較好的產出並不僅僅是挽救了多少生命年，而應是具有良好生存質量的生命年。
18、效果、效益、效用三個產出指標有什麼區別？
答：
效用、效果與效益不同
1）後者是用貨幣衡量，前者不能用貨幣衡量
效用與效果的共同點和不同點
共同點：都是反映健康改善結果的指標衡量
不同點（3）點：
1）效果既可以採用葯物治療方案的終產出指標，也可以採用一些中間產出指標，而效用只能採用終產出指標。
2）效用採用的生命年指標需要經過生命質量的調整，而效果指標不需要經過質量調整。
3）效果採用的是天然的計算指標，而效用採用的是人為制定的計量指標。
19、什麼是資金的時間價值？
答：一定量的資金在不同時點上的價值量差額即資金的時間價值。
20、資金為什麼會有時間價值？（2點）
答：
1）資金可用於投資，獲得利息收入
2）資金的購買力會因通貨膨脹而隨時間改變
21、什麼是等值？
答：不同時期收入或支出的兩筆資金，雖然數額不等，但其價值相同。
22、等值的計算建立在什麼之上？
答：建立在利率的基礎上
23、等值中的利率是一個廣義的概念，它包括什麼？
答：銀行利息、企業利率、物價指數等
24、利率有什麼作用？
答：計算利息或利潤、計算資金的時間價值
25、單利的計算公式？
答：S=P+P*i*n
本利和=本金+本金*利率*年份
26、復利的計算公式？
答：S=S（1+i）的n次方
本利和=本利（1+利率）的n次方
27、什麼是貼現？
答：利用利潤進行時間的換算，實際上是計算現金和未來值
28、什麼是貼現率？
答：有多種選擇，可以是CPI（物價指數）
29、什麼是現值？
答：現值也稱貼現值，指資金目前的價值
現值計算公式：
現值=未來值/（1+i）的n次方
30、什麼是未來值？
答：未來值也叫終值，指現在一定量的資金在折算到未來某一時點所對應的數額
31、葯物經濟學評價的貼現問題有哪些？（3點）
答：
1）葯物經濟學評價時，一般把貼現的基準時點選擇在投資的初始點，即方案實施的第一年，也就是要換算為現值進行評價。
2）評價時，若一個葯物治療方案的成本或效益不是同一年，而是在若干年裡分別發生，就應對各年的成本和效益進行貼現，即將不同時點上的成本、效益換算為同一時點上的成本、效益，然後才能相加和比較
3）葯物經濟學評價中物質貼現率的選擇，可用銀行利息率或或價值數的變動或選定的貼現率（3%～6%）
32、衛生經濟學中有一個最小成本法，那麼最小成本法的定義是什麼？
答：通過比較兩種或兩種以上臨床效果相同的葯物治療方案的成本，對不同方案進行評價和選擇的方法。
33、最小成本法的評價思路是什麼？
答：成本最小的方案為優
34、最小成本法的前提是什麼？
答：葯物治療方案的臨床效果和生存質量大致相同。
35、最小成本法的局限性在哪？
答：治療方案臨床效果不同不適用，實際應用較少。
課程很趕，7門考試課5門難度系數大的想撞牆，重點是平時不好好聽課記筆記，復習一找不到資料，二找不到重點，三課還沒上完，四考試安排一天接一天，連背書的機會都不給你。
進入6月份，除六級外，還有兼職，還有各科考試，所以別急一點點的拿去消化。