双因素方差分析在销售量影响因素上研究.docVIP

双因素方差分析在销售量影响因素上研究 　　[摘要] 本文主要介绍了双因素方差分析的模型及其方法，并运用双方差分析方法对产品销售量的影响因素进行了分析，为如何获得最大的销售量给出了合理的建议和方案。 　　[关键词] 双因素 方差 销售量 　　 　　产品销售量的大小是商家与厂家均关心的事情。但是影响销售量的因素有很多，比如广告的内容、商品的包装、销售点位置等等，本文主要对双因素方差分析的模型进行简单的介绍，并运用方差分析的方法结合例题，分析产品销售量影响因素作用的大小，考察各因素的影响作用是否显著，从而使读者更好的将方差分析运用到分析产品销售量中，找出产品影响因素（即试验条件中）的最优水平组合，预测最优试验条件下的观察值，对进一步寻找更好的水平组合提出合理的试验方案。 　　方差分析（ANOVA）又称变异数分析或F检验，其目的是推断两组或多组资源的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义，是英国统计学家费希尔（Fisher）在20世纪20年代创立的。 　　在实际生活中在一些科学试验中，经济分析以及经营管理决策等问题中，我们常常要研究多个因素对其结果的影响。比如在产品的销售过程中，影响商品销售量的因素往往是很多的。例如商品的广告、商品销售点的设置、商品的颜色、性能、包装等因素都对销售量有影响。在工业，农业生产中我们经常需要分析生产条件对产品的质量和产量是否有显著差异影响，那么，哪些因素影响大一些？哪些因素影响小一些？为了能够达到销售量最大而成本较低，为了能够提高农业种农作物的产量，我们需要搞清哪些因素影响显著，哪些因素影响不显著，以便将显著因素控制到使产量达到最高的水平上，将那些不显著因素控制到消耗人力、物力、时间最少的水平上。我们运用方差分析就可以找出影响显著的因素并估计其效应以及观察的误差，能分析各因素之间的交互作用以及若干个因素间的交互作用是否显著，能够得到因素与观察值之间规律性认识，能够找出试验条件中的最优水平组合，能预测最优试验条件下的观察值，还能对进一步寻找更好的水平组合提出合理的试验方案。 　　我们前面提到在实际生活中影响产品销售量的因素是多方面的，也就是说对一个产品可能存在一个因素的影响，这种情况我们把它称之为单因素的影响，要用单因素方差分析来解决问题。但是，也可能存在多个因素对产品销售量的影响（我们这篇文章只讨论单因素的影响），它们之间存在一定的交互作用，解决这个问题则要用到双因素方差分析。本文主要研究双因素方差分析在影响产品销售量上的应用。 　　一、方差分析的基础知识 　　1、方差分析的概念 　　方差分析，就是利用试验观测值总偏差的可分解性，将不同条件所引起的偏差与试验误差分解开来，按照一定的规律进行比较，以确定条件偏差的影响程度及相对大小，当已确认某几种因素对试验结果有影响时，可应用方差分析检验确定哪种因素对试验结果的影响最为显著，以及估计影响的程度。 　　2、方差分析的几个术语 　　（1）因素：试验中影响试验结果的各个条件，方差分析要从对试验产生影响的众多因素中挑选出可通过不同的条件或处理以供考察的因素，显然，方差分析中因素不包括测不到数值的因素和试验中不可控制或难以控制的因素。 　　（2）水平：试验中因素的不同状态，其因素的不同条件的个数则称为该因素的水平数。 　　（3）指标：要考察的对象的某种特征，如产品的销售量等等。 　　（4）重复：在不同的条件下进行2次及2次以上的试验，称为重复试验。 　　（5）因素的主效应：某因素单独对试验结果所产生的影响或作用，称为该因素的主效应。 　　（6）因素间的交互作用：在多因素试验中，两个及两个以上的因素相互作用。 　　（7）均值比较：均值的相互比较是比较各因素对因变量的效应的大小的相对比较。 　　（8）条件误差：由试验条件不同所造成的差异。试验误差：试验中各种偶然的（随机的）原因对试验结果所产生的影响。 　　（9）双因素方差分析：是利用试验数据对两个因素的影响作出合理推断的统计方法，可分为非重复试验和重复试验。 　　3、方差分析的应用条件 　　应用方差分析对资料进行统计推断之前应注意其使用条件，包括： 　　（1）可比性：若资料中各组均数本身不具有可比性则不使用方差分析。 　　（2）正态性：即偏态分布资料不适用方差分析。对偏态分布的资料应考虑用对数变换、平方根变换、倒数变换、平方根反正变换方法变为正态或接近正态后再进行方差分析。 　　（3）方差分析：即若组间方差不齐则不适用方差分析。多个方差分析的齐性检验可用Bartlent法，它采用卡方值作为检验统计量，结果判断需要查阅卡方界值表。 　　4、方差分析的步骤 　　（1）建立方差分析模型； 　　（2）检查方差分析的条件是否成立； 　　（3）规定假