因果分析法.docVIP

因果分析法 因果分析法(Causal Factor Analysis，CFA) 目录 [隐藏] 1?什么是因果分析法 2?因果关系的类型 3?因果关系的分析方法 4?因果关系分析法应用步骤 5?因果分析法案例分析[1] 6?相关条目 7?参考文献 [编辑] 什么是因果分析法 　　因果分析法是通过因果图表现出来，因果图又称特性要因图、鱼刺图或石川图，它是1953年在日本川琦制铁公司，由质量管理专家石川馨最早使用的，是为了寻找产生某种质量问题的原因，发动大家谈看法，做分析，将群众的意见反映在一张图上，就是因果图。用此图分析产生问题的原因，便于集思广益。因为这种图反映的因果关系直观、醒目、条例分明，用起来比较方便，效果好，所以得到了许多企业的重视。 　　按事物之间的因果关系，知因测果或倒果查因。因果预测分析是整个预测分析的基础。 　　因果分析法（技术）运用于项目管理中，就是以结果作为特性，以原因作为因素，逐步深入研究和讨论项目目前存在问题的方法。因果分析法的可交付成果就是因果分析图。如下图所示： 　　一旦确定了因果分析图，项目团队就应该对之进行解释说明，通过数据统计分析、测试、收集有关问题的更多数据或与客户沟通来确认最基本的原因。确认了基本原因之后，项目团队就可以开始制定解决方案并进行改进了。 [编辑] 因果关系的类型 　　在社会经济现象之间，因果关系大致可分为函数关系、相关关系、因子推演关系等几种不同的类型。 　　1、函数关系 　　函数关系是指几种社会经济现象之间存在着确定的数量关系。在预测具有此种函数关系的经济事物中。常用的方法有直线回归模型、二次曲线模型、指数曲线模型等预测方法。 　　2、相关关系 　　相关关系指两种或两种以上的社会经济现象间存在着相互依存关系，但在数量上没有确定的对应关系。在这种关系中，对于自变量的每一个值，因变量可以有几个数值与之相对应，表现出一定的波动性、随机性，但又总是围绕着它们的平均数并遵循着一定规律而变动。相关关系与函数关系是性质不同的两类变量间的关系。变量之间存在着确定性数量对应规律的称为函数关系，可以用数学函数式表达。变量间不存在确定性数量对应规律的要用统计学的方法来研究。统计学上研究有关社会经济现象之间相互依存关系的密切程度叫做相关系数。相关分析可以得到一个表明相关程度的指标，称为相关系数。这种方法对于不能在实验室用实验方法分析的社会经济现象显得特别重要。通过相关分析，还可以测定和控制预测的误差，掌握预测结果的可靠程度，把误差控制在一个范围内。 　　社会经济现象之间的相互关系是非常复杂的，表现出不同的类型和形态。从变量之间相互关系的方向来看。分为正相关和负相关。在某些经济现象之间，当自变量x的值增加时，因变量y的值也随之相应地增加，这佯的相关关系就是正相关。当自变量x的值增加时，因变量y的值随之而呈减少的趋势，这种关系就是负相关。 　　从变量之间相互关系的表现形式来看，可分为直线相关与非直线相关。当x值发生变动时，y值随之发生大致均等的变动(增加或减少)，表现在图形上，其观察点分布于狭长的带形区域之内，并近似地表现为直线形式，这样的关系通称为直线关系。当x值变动时，y值随之呈不均等变动(增加或减少)，表现在图形上，其观察点的分布近似地表现为各种不同的曲线形式，这种相关关系通称为非直线相关。相关关系法重要的是确定判断变量相关系数。 　　3、因子推演法 　　因子推演法即根据引起某种社会经济现象变化的因子，来推测某种现象变化趋势。例如，每年新建立的家庭数目是住房需要量的因子；青年结婚的数量是家俱和衣服的销售量的因子；婴儿出生人数是玩具需要量的因子；汽车的销售量是汽车配件需求量的因子等等。根据某经济现象的因子就可以预测它的需求量变化趋势。 [编辑] 因果关系的分析方法 　　因果关系分析法，是从事物变化的因果关系质的规定性出发，用统计方法寻求市场变量之间依存关系的数量变化函数表达式的一类预测方法。这类预测方法，在市场预测中常用的方法有两种： 　　(一)回归分析法 　　当预测目标变量(称因变量)由于一种或几种影响因素变量(称自变量)的变化而发生变化，根据某一个自变量或几个自变量的变动，来解释推测因变量变动的方向和程度，常用回归分析法建立数学模型。 　　回归分析法：在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式，来描述它们间数量上的平均变化关系。这种函数表达式称回归方程式。 　　回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。 　　回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。 　　线性回归分析是最