excel與數(shù)據(jù)分析(1)-免費閱讀
【正文】 在這個案例中， “ 工廠 ” 是控制變量，三家具體的工廠 “ 甲、乙、丙 ” 是控制變量的三個 “ 水平 ” ，“ 攪拌時間 ” 是觀測變量，不同工廠機器的具體攪拌時間是 “ 觀測值 ” 。所以，我們可以利用單因素方差分析來檢驗飲料顏色是否對銷售量產(chǎn)生了影響。 24 某企業(yè)飲料在五家超市的銷售量 單位：箱 超市 （觀測值 i） 水 平 1無色 2粉色 3橘黃色 4綠色 1 2 3 4 5 25 從上表中看到， 20個數(shù)據(jù)各不相同?？梢钥吹?，第二種和第三種施肥方案下的畝產(chǎn)量平均值明顯高于第一種方案，第二種方案下的平均值高出第一種方案 ，第三種方案高出第二種方案 。 *df 為自由度。 18 二、利用 Excel進行單因素方差分析 Excel中的“方差分析是通過“工具”中的“數(shù)據(jù)分析”命令中的“方差分析：單因素方差分析”來實現(xiàn)的。 根據(jù)統(tǒng)計中假設檢驗的分析思路，在單因素方差分析中，首先提出原假設：控制變量的不同水平下，觀測變量各總體的均值沒有顯著差異，即控制變量的不同水平對觀測變量沒有產(chǎn)生顯著影響；然后構(gòu)造檢驗統(tǒng)計量。 11 第二節(jié) 單因素方差分析 一、單因素方差分析的思路 二、利用 Excel進行單因素方差分析 12 一、單因素方差分析的思路 單因素方差分析是測度某一個控制變量的不同水平是否給觀測變量造成了顯著差異和變動。如果發(fā)現(xiàn)甲、乙兩個品種所獲得的畝產(chǎn)量總體均值相差不顯著，可以認為甲、乙兩個品種沒有對畝產(chǎn)量產(chǎn)生顯著影響，今后種植過程中選用哪個品種都可以。如將影響畝產(chǎn)量的因素分為兩類，其中，農(nóng)作物 品種 的選定、施肥量 的控制屬于控制變量。同時如果再與優(yōu)良品種進行搭配，就會得到一個較優(yōu)的種植 方案 。人們通過對事物間差異性的探索，進一步尋找影響差異性的決定因素，并通過對決定因素的控制逐步趨近事物的最優(yōu)狀態(tài)。 5 。 隨機因素： 指人為很難控制的因素，也稱為隨機變量。 畝產(chǎn)量在方差分析中被稱為 觀測變量 。顧名思義，單因素方差分析中的控制變量只有一個，而多因素方差分析中的控制變量有多個。 13 例如，為考察三種不同的施肥量水平是否給農(nóng)作物畝產(chǎn)量帶來顯著影響，實驗所獲得的三組畝產(chǎn)量數(shù)據(jù)（見下表 51）應看做分別來自三個不同施肥量水平下畝產(chǎn)量總體的樣本數(shù)據(jù)。 17 可見，如果控制變量的不同水平對觀測變量造成了顯著的影響，那么觀測變量的總變差中由控制變量引起的比例應較大，于是， F統(tǒng)計量的觀測值就比較大。 單因素方差分析結(jié)果包括以下兩部分： 第一部分是對觀測變量的描述性分析結(jié)果，包括控制變量各水平下的樣本容量、總和、均值和方差。 22 在顯著性水平 a為 ，由于 F檢驗統(tǒng)計量的觀測值大于其臨界值，或者 F檢驗統(tǒng)計量的概率 P值小于顯著性水平 a，則應拒絕原假設，認為不同施肥方案下各畝產(chǎn)量總體的均值存在顯著差異，施肥量的不同水平對畝產(chǎn)量產(chǎn)生了顯著影響?，F(xiàn)從地理位置相似、經(jīng)營規(guī)模相仿的五家超市收集了上個月該種飲料的銷售量數(shù)據(jù)。另一個是飲料顏色的影響。因此，應適度增加綠色和無色飲料的生產(chǎn)量，并適當加大無色飲料的促銷力度（因其成本更低）。
教學課件相關(guān)推薦
鄂ICP備17016276號-1