Ⅰ 怎么才能用最小的成本博取最大的利益
听取他人好的建议,以最少的成本赚取最多的利润, 学会让别人欠不到你的钱,该花的就花... 并且是会以最小的投资来获取组大的利润~ 有胆识敢投资 做老板 积累原始资金 然后就可以钱生钱了 帮别人打工是没有出路的... 别乱花钱 ...
Ⅱ 创业 | 解决方案的四种模式，教你如何低成本试错
本期推荐的是《创新者的方法》， 作者 ：Nathan Furr，Jeff Dyer 推荐星级 ：⭐️⭐️⭐️⭐️⭐️ 推荐理由 ：提供了一套避免你一路走到胡同还不知道怎么死的创业方法论。抓住市场需求，省钱有效，少走弯路。
关于本书第一个分享的主题：解决方案的制定过程，教你如何低成本试错！
解决方案制定过程模板
若要制定用于确定解决方案的过程，请考虑应用下图所示的解决方案制定过程模板。该模板反映了我们建议的方法——从 解决方案头脑风暴 入手，制定许多不同的解决方案。之后精选几个解决方案，利用 理论原型 针对客户进行快速测试。然后，利用 惊喜测试 ，找到最能吸引客户注意力的解决方案。接下来，至少开发三个体现解决方案不同方面的 虚拟原型 ，并针对客户进行测试。最终，你将利用上述测试方法，锁定一个你能将其开发成为 最小化可行原型的虚拟原型 。一旦到达最小化可行原型阶段，应利用 净推荐值测试 或 付款测试 ，确定应重点突出哪些关键功能，并在不断重复以构建最小化卓越产品的过程中进行完善。
1、启动解决方案头脑风暴
成功的解决方案头脑风暴的关键原则是不过早地否定任何方案或流程。
为了成功进行解决方案头脑风暴，可以从以下技术菜单中进行选择。不必一次使用所有这些技术，可以将它们作为选择或选项加以考虑。
图1 解决方案头脑风暴工具
1）类似解决方案：近与远
考虑将你可能获得的解决方案，根据与你所在行业的贴合程度，排列在一个谱系上。离你最近的，核实你的某位客户是否已经开发了一种变通方案。 通常，这类代用解决方案是通过“胶带”（比喻）的方式结合在一起的，但它们能够提供关于解决问题方法的洞见。例如，我们采访过的一个创业者，最初在发现一名潜在的客户已制定了解决问题的变通方案时，感到很沮丧。但是，之后他用一小笔版权费获得了这种方案，利用该方案开发了一种系统，并创建了一家市值远远超过10亿美元的公司。
寻找现有解决方案的类似解决方案和补充解决方案（邻近行业可能有新奇的解决方案）能够启发替代性解决方案。
2）要素：部分与整体
下面我们从部分和整体的角度考虑解决方案。减去现有解决方案的一个要素，尝试以其为基本部件构建解决方案。或者考虑如何能够换入或换出解决方案的部分，就像iPod换入转盘式密码锁快速搜索歌曲一样。同时，也想一想你如何能够增加、分割或统一部分功能。举个经典的例子，吉列增加剃刀刀片以创建新的解决方案。
3）可观察到的事物：可见的和不可见的
考虑那些可能近在咫尺却难以看到的解决方案。举例来说，其他人可能已经尝试创建你寻求的解决方案，并以失败告终。通过调查之前失败的案例，你能够明白前车之鉴。接下来，考 虑不相关的市场或原则，借用能够使你所在的行业转型的创意。寻找打破你所在行业传统观念的途径。 举例来说，宜家打破了家具到货必须组装好的行业传统，从而使家具行业发生了彻底的变革。最后，忽略你能够看到的现有技术局限，做一个关于未来的白日梦，想象完美的解决方案可能的样子。举例来说，完美的便携式音乐装置将是什么样子？iPod是一项伟大的解决方案，或许更好的解决方案将允许用户说出他们想听的歌曲，说“播放”之后就可以立体声聆听歌曲。你如何能使类似的方案成真？调查“卓越”的新产品可能为你构想新奇解决方案带来灵感。
2、理论原型
要想避免掉入发明客户不想要的产品的陷阱，第一要务就是不要建立任何东西。 理论原型将你的创意表现为结构良好的心理图像，你在这个图像中勾勒了解决方案的轮廓，但不涉及具体细节。
理论原型的优势在于其快速和代价低廉。 你可以在一周内测试几十个理论原型。
事实上，对绝大多数创业公司来说，最大的问题出现在建立原型的时候，他们过早不合时机地利用三维建模和其他技术，以复杂、高成本的方式建立原型。理论原型为你提供“测试”，并使解决方案概念适合客户的既经济又容易的需求。一般来讲，在告诉客户需要完成的工作时，你将利用理论原型（或超级快速虚拟原型）作为交谈的稻草人。 当获得潜在客户对你的理论原型的积极热情的响应时，你就可以创建虚拟原型了。
3、虚拟原型
几十年前，IBM想测试一个普通客户问题不同寻常的解决方案：将语音转换为文字输入。一个由计算机科学家和高级管理人员组成的团队设想高度复杂的能将语音转化为文字的语音识别软件。除了核心软件以外，该解决方案还需要配备高质量的麦克风和自适应算法，解析方言和标准语中的不同之处。尽管技术风险似乎很高，但是该团队相信如果能够克服技术挑战，将会解决一个极大的客户问题。
在进行大规模投资之前，IBM如何能够测试客户是否关心解决方案呢？最起码需要某个原始测试软件，测试该解决方案是否值得建立。然而，IBM团队却在一间房子里面挂了一条床单，客户讲话的时候，躲藏在床单另一边的打字员捕捉该客户所说的，并将其投射到电脑屏幕上，供客户查看。本质上来说，IBM“假装”找到了“客户关心吗”的问题的解决方案。像IBM和谷歌眼镜团队一样，大多数成功的管理者利用 虚拟原型（VP）——“假装原型”，在避免开发成本高、不受欢迎的解决方案的同时，解决关键问题。
为了开发虚拟原型，问自己一个简单的问题： 如果我今天必须卖出解决方案，那么我如何以比较现实的方法伪造一个解决方案？ 答案对你的开发内容和速度均将起到一定的引导作用。我们最中意的虚拟原型采用 PPT、草图、成品部件或其他工具样机 。比如PPT可通过创建不可见点击热点来模拟软件，以快速模拟可能需开发数月的原型。
不论使用什么工具（包括诸如三维打印机、视频或flash动画演示等高级工具），记住，所 有原型的设计初衷皆应该是解决具体的问题。 你的虚拟原型可能针对产品的不完美表现，但目标是解决关于客户想要什么的关键问题或假设。以四两拨千斤的方式，获得对你面对的最相关不确定性的反馈，你就会加快学习速度，保持灵活性。
4、最小化可行原型
若社交游戏巨头Zynga公司的某位员工想到一个新的游戏想法，他绝不会从创建游戏来着手。相反，团队成员会 将该游戏想法提炼成五个单词，并进行冒烟测试，以便了解是否有任何顾客感兴趣。 举例来说，假设某人有一个经营一家医院的游戏创意。他会在高流量网页上打广告，广告语为：“想过经营一家医院吗？”点击链接的用户将收到理论原型简介，并被告知开发完成之后他们会收到一封电子邮件。
如果广告产生足够的响应，之后Zynga设计师就会花一周或更短的时间 创建最小化的精简版 ，并将其发送给电子邮件列表用户。之后，他们就能明白解决方案的详细信息：有多少用户注册，他们玩多久，他们喜欢哪些游戏功能，他们不喜欢什么等。这种一周测试，或被称为 最小化可行原型的东西，帮助他们获得有关客户实际想要什么的关键信息，并引导他们决定是否再进行一次重复，或开始探索不同的创意。
最小化可行产品被定义为在能够解决“核心”问题的同时，能够作为独立产品起作用的最小功能集产品。你创建一个最小化可行产品，用来快速测试哪些功能最有可能吸引客户购买。 这就像一项剑术运动：你的目标是击中吸引客户购买的靶心功能，并将其他功能搁在次要位置。为什么？因为能够增值的功能创意很容易使你杂乱无章。增加功能可能会增加客户喜欢产品的机会，但实际上却会降低客户识别解决方案如何解决问题的能力（见“勿忘缩小范围”专栏）。更糟的是，你是在浪费时间创建不能激发客户购买兴趣的功能。刚开始的时候，你可能不能完全识别靶心，因此利用虚拟原型和最小化可行原型来识别对客户最重要的那些功能。起先，这一过程可能感觉是偶然、随意的。但是记住，你可以尽可能快地利用众多最小化可行原型测试最小化功能集，获得目标客户的多视角有用反馈。
5、打造卓越产品
大约90%的初始方案不能确定重要的问题解。这就说明在发现其有哪些不足之前，就开始打造产品或服务有多愚蠢。也说明了为什么了解如何利用原型测试众多选项很重要。进行解决方案头脑风暴并构建原型将会使你的投资最小化，加速学习进程，并允许你对可能扼杀创意的假设进行测试。我们鼓励利用先广泛搜索然后创建理论、虚拟和最小化可行原型以及最小化卓越产品的流程，测试你的假设，回答重要的问题。 记住一定要设计针对具体问题的原型，并利用明确的指标对原型进行评估。利用原型验证解决方案是在不确定条件下取得成功的关键。
Ⅲ 机械思维、大数据思维与人的世界
吴军博士的新书叫《智能时代》，副标题是“大数据与智能革命重新定义未来”，因为这个智能革命恰恰源于数据驱动，与此相对应的是机械思维驱动了工业革命。从历史的角度来看，这似乎只是不同的发展阶段，但如果从底层逻辑来看，我认为这只是不同数据尺度的体现。
机械思维到大数据思维既不对立互斥也并不彼此相邻。如果笼统地总结，机械思维当隶属小数世界，大数据则隶属大数世界，而处于两者中间的是我们的日常更常面对的中数世界。
一、机械思维与小数世界
在当今的我们看来，“机械思维”好像是滞后的、呆板的象征，甚至“机械”本身也成为了对某个人的形容，然而绝非褒义。然而在17世纪，机械思维就像当今的所谓互联网思维一样时髦。
机械思维的方法论如果用八字箴言来概括我觉得没有比“大胆假设、小心求证”更合适的了。大体上就是做出假设、建构模型、数据证实、优化模型、预测未来。这也是沿用至今的一套思路。成果也是显然的，比如，牛顿——他用力学三定律和万有引力定律几个简单明了的公式说明了大千世界宇宙万物的运动规律。
这里面有三个点， 一是公式的确定，二是公式的简明，三是公式的普适 。这也是机械思维的三大特质。
先看确定性和普适性。牛顿的定律无论应用于什么样的场合，都可以用一样的公式推出相应的确定的结论。这对于人们来说非常重要，因为根据种种确定的定律和原理，世界对于我们而言成为可知，我们也可以借此预测系统中其他变量的反馈、预测未来。
简明性一样重要。牛顿所处的时代宇宙的复杂程度并不比现在弱，不一样的只是思维方式决定的模型差异。太阳系中有成千上万的天体，按照完全的计算，就复杂了去了。然而万有引力定律非常简洁优雅，将万千天体的作用回归到依次考虑两两天体的互相作用力中。甚至更进一步，由于太阳独一无二的巨大质量，牛顿将每个行星和太阳看成一个独立的二物系统，得到了更进一步简化。回归到两物体系统自然是个“小数”，然而这个所谓的小数世界原本其实并不那么小。比如，在一个仅考虑两物体的系统中，涉及到两物体各自的情况、彼此相互作用的情况和它们所在的系统的情况。如果借用数学和力学概念来描述，那么两物体系统涉及到孤立方程、相互作用方程和场方程共4个方程。此系统每增加一个物体，场方程数量保持1不变，孤立方程线性增长1个，但相互作用方程数就呈指数级增长了。所以，简化也是其核心。
二、大数据与大数世界
与上述机械思维一脉相承，苏联在设计武器和航天器时依赖牛逼的数学家建立复杂而精准的数学模型，希望可以用之皆准。美国的科学家数学底子弱一些，所以走了不同的道路——建立简单的数学模型，但依赖于计算机和大量数据。结果是美国的路子胜出了。
吴军博士在《智能时代》中还举了另一个例子——德国拥有完美的光学仪器技术，所以做出了高难度的非球面透镜，仪器小巧而完美；日本缺乏这样的技术，所以用多个球面镜组合来获得同样的效果，这样的机器笨重然而容易大规模生产使用。二战后，成为光学仪器第一大国的不是德国，而是日本。
在这两个例子中，都通过 多个简单模型来胜过单一的精确模型 。然而这样的胜出是有前提的——基于大数据。如果说机械思维下的精美模型是纯净的晶体，那么大数据绝对是散漫无章的气体。气体的分子们本身是无序而复杂的，但我们却可以预测整体的扩散情况、确定其整体的物理性状。这跟每一个分子的“随机性”离不开，正是随机性让统计有了意义。如果某地有一场流感正在蔓延，我们很难判断某个单一个体是否会感染，但谷歌甚至可以根据人们的搜索数据来计算出接下来将蔓延到哪里，至于感染率有多少就更是一个简单的统计计算数字了。
在上面这个流感的例子中不难发现，面对大数据，精确的数值其实反而没有那么重要了，我们关心的点也不必精确到个位数。比如运营一个app，用户达到千万量级的时候，每天关注的DAU肯定就是多少万，甚至更简略一些就只具体到十万位、百万位了，个位数是几不再重要。但面对大数据，个体依然是独一无二的，我只有感染、不被感染两种结果。那么对于这种情况，大数据的感染率就成为了个体是否会感染的背景概率，个体自己的健康情况、活动区域灯则成为其他的调整概率项。
由上也可见，概率性思维的价值更凸显了。事实上，基于大数据的思维方式不做假设，只根据海量数据做出相关性分析；不care因果确定，只判断概率大小、相关性强弱。
除了 混杂取代精确、相关取代因果、不确定性取代确定性 ，大数据思维最显而易见的就是 全量取代样本 ，这也就是大数据之为“大数”的原因。不用考虑怎么抽选有质有量的随机样本，大数据的风格是全量数据纳入计算。正因如此，从搜索引擎到语言识别到机器翻译，算法技术相当的前提下，谷歌却能异军突起——他家的数据量沉淀太可观了。然而海量的数据只是燃气，终究受制于燃灶的处理能力。正因为计算机的计算能力的增长赶不上数据的指数增长，服务器的数量就更赶不上，所以，面对大数据，简化的算法尤显重要。比如马尔可夫链，比如维特比算法。
三、复杂的生活与中数世界
管理上，我们或许会把一个个的个体抽象为单元，然后用机械思维统筹管理；决策上，我们又可能会根据大数据跑出的强相关性分析结果，决定下一步去打什么市场。无论是小数世界的机械思维还是大数世界的大数据思维，都是基于过去可以预测未来的假设的，目的也都是为了预测。
然而，我们现实生活中遇到的大多数情况既不是小数也不是大数。如果说机械思维是晶体、大数据思维是气体，那么中间还隔着一个液体——中数的世界。某家上市公司有多少人？是个中数；一台计算机里面有多少零部件？是个中数；这片森林里有多少只鸟？是个中数……生活在其中的我们是尴尬的，就像高中数学老师的吐槽——你们做物理什么没有摩擦力，哪里没有摩擦力？还匀加速运动，你匀加速一个我看看！
小数、中数、大数本身并不是在量级上有一个数字清晰的划分，事实上这种划分是抽象的、概念式的。 对于身处其中的中数世界，我认为可以采取的应对方式之一是根据不同的情况，或者靠拢小数世界借鉴机械思维，或者靠近大数世界借鉴大数据思维。
先看靠近小数世界和机械思维。假设-求证-应用的方法论应用场景其实非常广阔。比如，这两年非常热的精益创业，精益思维最核心的点就在于最小化可行性验证。由于现实生活中我们的成本是有限的，不可能有个主意就全量铺开，这也是不经济的。我们需要用最小的成本先行测试验证某一想法，就创业者而言就需要用最小的成本在真实场景中验证用户是否真的有此需求。但此时得出的归纳性结论并不是机械定律般确定性的、因果明晰的，事实上，归纳无法确立因果，只能提供强相关、弱相关或不相关的参考。
再看靠近大数世界。国人爱好读史，历史本身何尝不是大数据。但我们阅读的史书只能是寥阔史料中挑选过的非随机样本（中数），即便如此，依旧是“太阳底下没有新鲜事”——基于过去预测未来一定程度上确实是有应用价值的。过去给我们对于未来的预测提供了一个外部视角，可以作为我们做具体预测的背景概率（曾看到有人戏称经验是人类的大数据，我觉得蛮有意思，但个人经验远达不到“大数据”的程度，充其量只是中数，然而已经可以为今后的预测和决策提供一个背景概率）。所以， 大数思维对于日常生活最大的借鉴价值我认为是提供一个外部视角的背景概率。当面对具体的情况的时候，在这个背景概率的基础上，分析具体情况做各个独立的概率修正 。
我们的知识要么源于自身和他人（同时代或历史上）的经验，要么源于前人已经提炼出来的原理。
对于自身和他人的经验，有两种借鉴方式——一是直接复制，二是追究因果（虽然大多时候只是相关关系）予以应用。 都会觉得第二种好，但现实中大多数情况我们都在不自觉地按照第一种思路应用，因为第二种不仅难，而且违背直觉——也就是说，大多人（包括我在内）大多时候是达不到机械思维的标准的。
对于前人已经提炼出来的原理，也有两种应用方式——一是一元思维模型，二是多元思维模型。 查理·芒格说过，如果你只有锤子，那么在你眼里什么都是钉子。因为如果一个人只有一两个思维模型，那么当他思考现实的时候就不得不扭曲现实来符合自己的思维模型。这个时候，模型越精确具象，对一个人的思维限制就越厉害。所以查理·芒格指出，我们必须有多元思维模型，且这些模型必须来源于各个不同的学科（在这个学科细分的世界，永远别指望在一个院系中发现世间全部真理）。这种多元思维模型其实跟数据驱动下的多个简单模型胜过单一精确模型是一样的。即使我们面对的数据量很多时候达不到“大数”的层面，但一个人建立多元思维模型的前提就是比一元思维模型的人吸收了不同量级的底层数据。因为每一个模型都源于不少的经验数据得出的原理，多个模型背后就是不同维度、不同量级的数据。这样的多元模型容错性高，面对具体问题的分析也真正可以从不同侧面不同维度得出尽量贴近真实的结论和对未来的预测。
本文参考书籍：
1、吴军《智能时代》
2、吴军《数学之美》
3、维克托《大数据时代：生活、工作与思维的大变革》
4、温伯格《系统化思维导论》
5、查理《穷查理宝典》
Ⅳ 如何低成本检测室内空气污染程度
现阶段甲醛已经被认为是室内空气污染最主要的污染源之一，室内空气中的甲醛主要来源有：装修材料及新的组合家具使用的人造木板中的粘合剂。用做房屋防热、御寒的绝缘材料池沫。涂料、化纤地毯、化妆品、地板胶等产品中用甲醛做的防腐剂。甲醛释放期长，轻微超标时居住者不易察觉，而室内甲醛对人体健康危害极大，因此室内甲醛检测已经成为入住新居一项必不可少的程序。
室内甲醛检测的基本方法主要有以下几种：
1.分光光度法分光光度法测定的主要方法有乙酰丙酮法、铬变酸法、MBTH法、副品红法、AHMT 法、溴酸钾－次甲基蓝法、银－Ferrozine法等几种。基本原理是利用加入相应反应试剂引起样品吸光性能的变化，进而实现室内甲醛的定量测试。
2.气相色谱法
3.电化学传感器法
电子感应设备检测（包括 interscan4160 PPM400 BG FM-06 BRAMC air-328等设备），电化学传感器受到干扰较大，室内甲醛定量检测数据误差较大。
4.甲醛自测盒检测法
甲醛自测盒是一种可以快速、简便、低成本的检测室内、家具内等特定空间内的空气中甲醛浓度或治理效果的一种半定量检测产品。可以实现室内甲醛快速检测，检测结果准确可靠。
另外，室内甲醛的基本去除方法主要有：
1.植物源AQ空气净化喷雾液(贵)
2.清除剂（怕2次污染）
3.玛雅蓝（效果没清除剂好）
4.植物法(在用达标甲醛含量的涂料后最推荐的方法)
低度污染可选择植物去污：一般室内环境污染在轻度污染可采用植物净化。根据房间的不同功能、面积的大小选择和摆放植物。去除甲醛残留物的植物有：吊兰、芦荟、仙人掌、平安树、绿萝、龙舌兰、虎尾兰、常春藤、桂花、巴西龙骨、米兰、龟背竹等。
Ⅳ 分层最低成本抽样法解释一下
细节测试中总体的变异性和样本规模呈同向变动，如果不对总体进行分层而直接进行抽样，所需样本数量将会大大增加。分层抽样法，也叫类型抽样法。就是将总体单位按其属性特征分成若干类型或层，然后在类型或层中随机抽取样本单位。分层抽样的特点是：由于通过划类分层，增大了各类型中单位间的共同性，容易抽出具有代表性的调查样本。
Ⅵ 成本核算方法有哪些，怎么样才能控制成本最低
成本核算的基本方法有哪些（中华*会计）1、品种法（1）定义以产品品种作为成本计算对象的一种成本计算方法。（2）成本对象品种法的成本计算对象为：产品品种。实际工作中，可以将品种法之下的成本对象变通应用为：产品类别、产品品种、产品品种规格。（3）计算方法及要点品种法在实际工作中的应用要点为：以品种为对象开设生产成本明细账、成本计算单；成本计算期一般采用会计期间；以品种为对象归集和分配费用；以品种为主要对象进行成本分析。4）适用范围品种法适合于大批大量、单步骤生产的企业。如发电、采掘业、管理上只要求考核最终产品的企业。2、分批法（1）定义以产品批别作为成本计算对象的一种成本计算方法。（2）成本对象产品的批。分批法是一种很广义的成本计算方法，在实际工作中，有批号、批次的定义。可以按照下列方式确定成本对象：产品品种、存货核算中分批实际计价法下的批、生产批次、制药等企业的产品批号、客户订单即按照客户订单计算成本的方法、其他企业需要并自定义的批（3）计算方法及要点品种法在实际工作中的应用要点为：以批号、批次为成本计算对象开设生产成本明细账、成本计算单。成本计算期一般采用自，工期，一般不存在生产费用在完工产品和在产品之间分配。若生产费用在完工产品、在产品间分配采用定额法。（4）适用范围单件、小批生产企业、按照客户定单组织生产的企业因而也称订单法3、分步法（1）定义以产品生产阶段、步骤作为成本计算对象，计算成本的一种方法。（2）成本对象分步法下的步同样是广义的，在实际工作中有丰富的、灵活多样的具体内涵和应用方式，分步法下之步在实际应用中，可以定义为下列步含义：部门即计算考核部门成本、车间、工序、特定的生产、加工阶段、工作中心，上述情况的随意组合（3）计算方法及要点较之其他方法，分步法在具体计算方式方法上很有不同，这主要是因为它按照生产加工阶段、步骤计算成本所导致的。在分步法下，有下列一系列特定的计算流程、方法和含义，分步法成本核算一般有如下要点：按照步作为成本计算对象、归集费用、计算成本、成本计算期一般采用会计期间法、期末往往存在本期完工产品、期末在产品，需要采用一定的方法分配生产费用。（4）适用范围：大批大量多步骤多阶段生产的企业；管理上要求按照生产阶段、步骤、车间计算成本；冶金、纺织、造纸企业、其他一些大批大量流水生产的企业等。4、分类法（1）定义以产品类作为成本计算对象、归集费用、计算成本的一种方法。（2）成本对象分类法的成本对象为产品类，在实际工作中，可以定义为：产品自然类别、管理需要的产品类别。（3）计算方法及要点分类法下成本核算的方法要点，可概括如下：以产品类为成本计算对象，开设成本计算单；产品类的成本计算方法同于品种；某类产品的成本计算出来后，按照下列方法再分配到具体品种，以计算品种的成本；类中选定某产品为标准产品；定义其他产品与标准产品的换算系统；按照换算系统之比例将类产品的成本分解计算到具体品种产品的成本。（4）适用范围分类法适合于产品品种规格繁多，并且可以按照一定的标准进行分类的企业。如：鞋厂、轧钢厂等。5、ABC成本法从70年代开始，在一些发达国家开始研究作业成本法（ABC法），现在，已经被很多国家采用。它是一种将制造费用等间接费用不按传统的（以车间为费用归集和分配对象）方法，而是以作业为费用归集和分配的方法，它能够更加合理地分配间接费用，使成本的计算更加合理。由于它只是间接费用的一种分配方法，因此，企业实际上还要结合其他基本核算方法共同使用。成本管理系统能够满足企业成本核算的各种计算方法的选择，但是，由于各个企业的成本核算还有许多具体的、特殊的要求，有的企业的随意性还比较大。再此，建议企业在成本核算中，应该选择适当的成本核算方法，并规范成本的核算过程，减少随意性，一旦确定一种成本核算方法之后，不要随意改变。.求高人指教
Ⅶ 都有哪些低成本的探测小行星的方法
天文学家探测行星的方法有： 方法一：天体测量学 天体测量学，主要通过精密追踪一颗恒星在天空中运行轨迹的变化，来确定受其引力拖曳的行星所在。这与径向速度法的原理很类似，只不过天体测量学并不涉及恒星光芒中的多普勒频移。 方法二：利用狭义相对论 这是人类宇宙探索“技术库”里增添的一个新手段。作为新的研究方法，它指导天文学家们去关注恒星的亮度因行星运动而发生的变化——后者的引力作用引发相对论效应，导致组成光的光子以能量的形式“堆积”，并集中于恒星运动的方向。
方法六：径向速度法 这是到目前为止最具有成效的确认行星的方法。 径向速度法找寻的线索，是恒星母星相对地球发生远近运动时，卫星行星受其影响所产生的微小波动。变化虽然小，但使用现代的光谱仪已可以检测出低至1米/秒的速度变化。这种方法通常也叫做“多普勒效应法”，因为它测量的，就是恒星的光受引力拖曳而产生的变化。 方法七：凌日法 凌日法的基本原理，是观察恒星亮度在有行星横穿或路经其表面时发生的细微变化。它的好处是可以从光变曲线测定行星的大小。
Ⅷ 最小成本与最大利润问题，如下，用导数怎么做
如图所示！
Ⅸ 第二章 最小成本法及评价基础（二2602）
1、什么是药物经济学评价？
答：运用经济学的评价方法，对不同药物治疗方案或药物治疗法方案与其他治疗方案进行评价，为临床合理用药、治疗方案的合理选择以及国家、企业相关决策、政策的制定提供依据。
2、经济学评价的作用是什么？或为什么要进行经济学评价？
答：
1）用于宏观决策中，相当于市场中供求分析的作用。一句评价进行决策，实现资源的有效使用和合理配置。
2）用于微观决策中，常依据评价进行内部决策，实现组织内部资源的合理配置。
3、药物经济学评价的核心和前提是什么？
答：
药物经济学的核心：选择
要从不同药物治疗方案中或药物治疗方案与其他治疗方案选择最优方案。
药物经济学的前提：医药资源的稀缺性
药物经济学的目的：合理分配、使用 有限的医药资源
4、医药经济学评价应用于哪四大领域？
答：
1）药物的定价，包括政府定价和企业定价
2）医院用药目录和诊疗规范的确定，包括医疗机构和政府诊疗规范
3）医疗保险报销政策的确定，包括基本药物遴选、报销比例确定等
4）医生合理处方或诊疗方案的选择，政府或企业，提供相关信息影响医务人员用药行为，达到合理用药
5、药物经济学评价要素有哪些？（两大类，四个概念）
答：
两大类：投入、产出
4个概念：成本、效果、效益、效用
6、效果特点是什么？（2点）
答：
1）效果的测量：用反映健康状况的自然指标来衡量
2）效果指标有反映中间产出的指标也有反映终产出的指标。
7、什么是效益？
答：是用货币价值形式表示药物治疗后带来健康改善结果，分为直接效益、间接效益、有形效益和无形效益。
8、间接成本和直接成本效益的计算方法是什么？它是如何定义的？
答：
计算方法：人力资本化法
定义：
它是根据因疾病、伤残或死亡而带来的收入损失或实施药物治疗方案后所减少的收入损失，来测算药物治疗方案的间接成本或间接效益的方法。
9、人力资本化法的优缺点有哪些？
答：
主要优点：比较易获得必要数据（如个人年平均收入、个人期望寿命等），故此法目前应用较多。
主要缺点（2点）：
1）夸大了药物治疗的产出或疾病的经济损失
2）未考虑疾病给病人带来的疼痛、悲伤和对疾病风险厌恶的情绪等无形的因素。因此，当患病的健康状况无法对生产力产生影响时，用人力成本法难以衡量。
10、效用指标是什么？
答：质量调整生命年和伤残调整生命年
11、什么是质量调整生命年？（Quality adjust lifeyear ,QALY)
答：进行了生存质量调整后的生命年
12、生存质量包括三个方面的内涵？
答：
1）生理方面：自身患病情况的自我评价
2）社会方面：个体社会交往、参与情况
3）心理方面：包括焦虑、抑郁、认知、幸福感、满意度等
13、生存质量包括哪三个层次？
答：
1）最低层次：强调保持躯体完好，消除病痛，维持生命
2）第二层次：不仅维持生命，而且强调生活的好
3）第三层次：除上述两点外，还强调自身价值的实现和对社会的作用
14、药物经济学中的生存质量与人的健康相关的生存质量，涉及哪5个方面？
1）生理方面
2）社会功能
3）心理精神状态
4）患病情况
5）患者对自身健康的自我评价
15、什么是生存质量调整年？
答：不同生存质量的生存年换算成相当于完全健康生存年的过程。
16、效用值的测量方法？
答：等级衡量法
即通过对患病者心理、生理功能状况的分级评分获得效用值。
17、引入质量调整生命年这一概念有什么意义？
答：这一概念的引入，给我们提供了一个新的思考问题的方式，即药物治疗方案较好的产出并不仅仅是挽救了多少生命年，而应是具有良好生存质量的生命年。
18、效果、效益、效用三个产出指标有什么区别？
答：
效用、效果与效益不同
1）后者是用货币衡量，前者不能用货币衡量
效用与效果的共同点和不同点
共同点：都是反映健康改善结果的指标衡量
不同点（3）点：
1）效果既可以采用药物治疗方案的终产出指标，也可以采用一些中间产出指标，而效用只能采用终产出指标。
2）效用采用的生命年指标需要经过生命质量的调整，而效果指标不需要经过质量调整。
3）效果采用的是天然的计算指标，而效用采用的是人为制定的计量指标。
19、什么是资金的时间价值？
答：一定量的资金在不同时点上的价值量差额即资金的时间价值。
20、资金为什么会有时间价值？（2点）
答：
1）资金可用于投资，获得利息收入
2）资金的购买力会因通货膨胀而随时间改变
21、什么是等值？
答：不同时期收入或支出的两笔资金，虽然数额不等，但其价值相同。
22、等值的计算建立在什么之上？
答：建立在利率的基础上
23、等值中的利率是一个广义的概念，它包括什么？
答：银行利息、企业利率、物价指数等
24、利率有什么作用？
答：计算利息或利润、计算资金的时间价值
25、单利的计算公式？
答：S=P+P*i*n
本利和=本金+本金*利率*年份
26、复利的计算公式？
答：S=S（1+i）的n次方
本利和=本利（1+利率）的n次方
27、什么是贴现？
答：利用利润进行时间的换算，实际上是计算现金和未来值
28、什么是贴现率？
答：有多种选择，可以是CPI（物价指数）
29、什么是现值？
答：现值也称贴现值，指资金目前的价值
现值计算公式：
现值=未来值/（1+i）的n次方
30、什么是未来值？
答：未来值也叫终值，指现在一定量的资金在折算到未来某一时点所对应的数额
31、药物经济学评价的贴现问题有哪些？（3点）
答：
1）药物经济学评价时，一般把贴现的基准时点选择在投资的初始点，即方案实施的第一年，也就是要换算为现值进行评价。
2）评价时，若一个药物治疗方案的成本或效益不是同一年，而是在若干年里分别发生，就应对各年的成本和效益进行贴现，即将不同时点上的成本、效益换算为同一时点上的成本、效益，然后才能相加和比较
3）药物经济学评价中物质贴现率的选择，可用银行利息率或或价值数的变动或选定的贴现率（3%～6%）
32、卫生经济学中有一个最小成本法，那么最小成本法的定义是什么？
答：通过比较两种或两种以上临床效果相同的药物治疗方案的成本，对不同方案进行评价和选择的方法。
33、最小成本法的评价思路是什么？
答：成本最小的方案为优
34、最小成本法的前提是什么？
答：药物治疗方案的临床效果和生存质量大致相同。
35、最小成本法的局限性在哪？
答：治疗方案临床效果不同不适用，实际应用较少。
课程很赶，7门考试课5门难度系数大的想撞墙，重点是平时不好好听课记笔记，复习一找不到资料，二找不到重点，三课还没上完，四考试安排一天接一天，连背书的机会都不给你。
进入6月份，除六级外，还有兼职，还有各科考试，所以别急一点点的拿去消化。