市场调研9-2调研数据深入分析解析.ppt

（1）单变量t检验 变量X服从均值为μ0、方差为σ2的正态分布，总体方差未知。 H0：μ= μ0 ，H1： μ ≠ μ0 检验的样本统计量为 它服从自由度为n-1的t分布，在显著性水平α下， H0的拒绝域为|t|tα/2(n-1)。 tα/2(n-1)为查t分布概率表得到的临界值。 （2）双变量情景 两个总体方差未知但相等，σ12=σ22， H0： μ1 = μ2 ，H1： μ1 ≠ μ2 0 检验统计量为： 它服从正态分布，n1和n2为两个独立样本的样本容量，在显著性水平α下， H0的拒绝域为|t|tα/2(n1+n2-1)。 例：某企业研究促销活动对销售效果的影响，原预计实施促销后，产品的月销售额可增至2万元，促销活动后，研究人员对销售额进行了调查，发现促销后的月销售额只有1.7万元，标准差为0.25万元，能否由此推断促销没有达到预期的效果？ H0： μ=2， H1： μ2 要求 α=0.05，n=16，Sx=0.25, 采用t检验 计算检验统计量 采用单侧检验，查t分布表得t α(n-1)=t0.05(20-1)=1.756 |t| t0.05(20-1), 否定H0,接受H1，认为促销未达到预期效果 3、F检验 F检验是在方差未知的条件下，关于两个总体方差相等的假设检验。 F服从自由度为（v1,v2)的F分布。n1、n2分别为两个样本的样本容量，S1、S2分别为样本标准差，临界值取决于自由度。在显著性水平α下， H0的拒绝域为FFα/2(n1 -1， n2-1)， F＜F1-α/2(n1 -1， n2-1)， Fα/2(n1 -1， n2-1)和F1-α/2(n1 -1， n2-1)为查t分布概率表得到的临界值。 参数检验总结： （1）关于均值的检验，不论单、双总体，当方差已知时，用z检验，否则用t检验，大样本情景，都可以用z检验 （2）关于方差的检验，双总体方差相等假设需用F检验。 三、非参数检验与统计量的分布 （1）非参数检验适用于定序变量和定类变量的假设检验。常用的方法是卡方检验 （2）卡方检验主要用于对独立样本本身和不同独立样本之间不同因素的差别检验 （3）单变量情形的卡方检验主要用于对频数表中各类对某变量特征的差异性分析 H0:不存在由于变量X而导致的类别差异 H1：存在由于变量X而导致的类别差异 卡方统计量的数学表达式为 ⅹ2=∑（Oi-Ei)2/Ei 其中，Oi为单元i的观察（实际）频数，Ei为单元i的理论期望频数，统计量服从卡方分布，期望频数和观察频数之间的差值越大，卡方统计值越大。 在给定显著性水平α下，拒绝域为 ⅹ2 ⅹ α 2（n-1) ⅹ α 2（n-1)查卡方分布表中获得临界值 例：9-2（p177) 奶酪口味偏好程度，调查了210人，要求对三种奶酪口味偏好程度进行调查，选出最喜欢的一种，结果如下 根据以上数据统计判断三种口味的奶酪偏好程度是否有显著差异。 口味 原味 火腿 草本 选择人数 90 45 75 采用卡方检验 提出原假设H0：三种口味偏好基本相同 提出被择假设H1：三种口味偏好度有显著差异 在H0下，Ei=(90+45+75)/3=70,i=1,2,3. 统计量x2=∑(oi-ei)2/Ei=(90-70)2/70+(45-70)2/70+(75-70)2/70=15 服从自由度为3-1=2的卡方分布，在显著性水平0.05下，查表知 ， x2 ,拒绝H0，接受H1 三种口味的消费者偏好度有显著差异，火腿口味选的最少，口味偏好度低 第三节 交叉表 一、交叉表的概念 交叉表是一种以表格的形式同时描述两个或多个变量以及结果的统计方法，反映了这些只有有限分类或取值的变量的联合分布。 频数分布一次描述一个变量，交叉表可以同时描述两个或两个以上的变量。 交叉表方法的起点是单变量数据，之后依研究目的将这些数据分成多个细目。 例：频数 P.178 交叉表描述的是变量的关系，但不一定是因果关系 交叉表的优点与局限 优点： （1）分析结果很容易直观的被管理人员理解 （2）明了的解释加强了调研结果与管理行为的联系 （3）有助于理解复杂问题 （4）可将复杂的数据简单化 缺点： （1）