常规统计分析方法在管理学研究中的应用.pptVIP

第4章 管理研究的统计分析方法 Part 1: 常规统计分析方法在管理学研究中的应用 Outline 统计学的主要分支在管理科学中的应用 差别检验 变量的相关性 解释和预测变量间的关系 数据删减、结构和范围 其他方法 统计学的主要分支在管理科学中的应用 对对象系统所处状况的统计，如收入的均值、方差，各种态度的百分比，某个特征量的分布等。 两组人群的某特征量的均值的比较，检验有无显著性差异，如培训前后的业务水平、两种激励政策的效果差异、两种管理方法的效果有无显著差异。进一步，检验两个随机变量的分布是否相同。 方差分析，用以解决多组的平均结果有无显著性差异，找出哪些因素有交叉作用；还可以从多个因素中，找出对效果有显著作用的因素，俗称找出关键原因。 统计学的主要分支在管理科学中的应用 相关研究用于研究变量之间是否存在相关关系，包括简单相关关系、等级相关关系、品质相关关系（如抽烟与癌症的相关关系、包装偏爱与文化程度的相关关系等），及偏相关关系。 回归分析用来研究变量之间的非确定性数量关系，例如，产出与投入之间的数量关系，企业报表舞弊的可能性与财务数据的状况的数量关系等。 主成分分析与因子分析用来减少变量的个数，抓主要矛盾，可以使回归分析、聚类分析等更为有效。 统计学的主要分支在管理科学中的应用 聚类分析可以用来对样本个体分类。例如把产业分为高中低技术产业。 生存分析用来统计处理包含“删截（Censoring )”数据的问题，生存分析在人寿保险的精算中，历史事件的分析中，产品寿命的研究中，有着广泛的用途。 除此之外，还应掌握更高级的统计分析工具 多一种工具或方法，就是你比别人有优势的地方！！！ 差别检验 单均值假设 双均值假设 相关样本 两个以上小组的比较 单均值假设 连锁超市要增加一个新产品，前提是每周要至少能卖出100个该产品。 随机选取10个超市对该新产品进行检验。当每个店的销量至少为100个时，该产品才会在全国范围推广。 假设我们得出均值为109.4，标准差为14.90。 问题：该产品是否值得推广？ 单均值假设——应用t检验 当总体方差未知时，均值的标准误差也未知。 均值的标准误差必须根据样本数据来估计 N为样本容量 估计标准差为 若t检验的条件满足，检验的统计量是N-1个自由度的t分布。 单均值假设——应用t检验 单均值假设——应用t检验 原假设和备选假设分别为 得出均值的标准误差 计算t统计量 查t分布表,9个自由度下的临界t为1.833(?＝0.05)。 原假设不成立，新产品的平均销售量在100个以上。 双均值假设 问题： A地区的口味与B地区不一样吗? 1部分顾客的反应模式与2部分顾客不同吗? 一个促销活动比另一个更有效吗？ 双均值假设 检验这一差异的公式 为样本均值差异的标准误差 t代表了在 个自由度下充分的检验统计量 双均值假设 制造商开发了一种新产品，想知道包装的标签应该是红的还是蓝的。在10个随机选择的商店里对两个不同标签的新产品进行检验。红色包装的平均销售量为403.0，蓝色包装的是390.3。估计的均值差异的标准误差是8.15。 问题：两种标签无差异（原假设），还是有差异？ 查t分布表18个自由度下t＝2.101（ ?＝0.05，双边检验） 。接受原假设。 相关样本 假定我们想判断收入是否从去年到现在一直在增长，已知样本中去年和今年的收入变量： 对收入差异，DIF，可应用与单样本同样的方法检验。 相关样本 原假设：DIF的总体均值等于零。 备选假设：DIF总体均值大于零。 假设计算结果如下：均值＝8.13，标准差＝10.91，均值标准误差=1.99，t＝4.08，p＝0.0002。 t统计量的临界值为1.699，对应的p值远小于0.05, 拒绝原假设。 两个以上小组的比较 同时比较两个以上的小组。方差分析(ANOVA)经常要用到。 方差分析是比较系统方差和非系统方差的比率。方差分析中进行下列计算： 通过将每个观察值与总均值比较得出总变化； 通过比较未经处理的均值与总均值得出组间变化； 通过比较组内每个分值与小组均值得出组内变化； 两个以上小组的比较 总体方差的估计： MS——均值平方，T——总的；B——组间的；W——组内的；SS—平方和；N——样本容量；K——小组数量。 两个以上小组的比较 假设在随机选取的24个城市检验三个广告活动，比较其范围和人口。假定计算得出下面的结果： 两个以上小组的比较 原假设为小组均值相等，?＝0.05。 组间均值