统计学方法的应用.ppt

统计学方法的应用 我学过统计学 可是我怎样用统计学解决实际问题我虽然学过统计学 但统计学中数学式子太多 我实在难以记住 更别说理解与掌握了 重要的是理解统计学的思想 你会唱歌 但你懂得乐理吗 你会开车 但你懂得汽车构造吗 统计方法的分类 定性变量 数值变量 无因果关系 有因果关系 统计方法的应用 描述性统计 推断性统计 多元分析 参数统计 非参数统计 量化研究 质化研究 频次分析列联分析多维列联分析多重响应分析 均值比较信度检验方差分析多重比较多元方差分析相关分析偏相关 回归分析路径分析典型相关分析逻辑斯蒂回归聚类分析判别分析主成分分析因子分析 2检验拟合优度检验列联表分析 秩和检验正负号个数检验法Wilcoxon检验法Mann WhitneyU检验 拟合优度k s检验法 自变量 因变量 不连续 连续 不连续 连续 逻辑斯蒂回归 判别分析 描述统计 列联分析 ANOVA MANOVA T检验 相关分析 回归i分析 路径分析 典型相关分析 涉及自变量和因变量的统计分析 从应用的角度看因子分析与主成分分析的区别 大致说来 当需要寻找潜在的因素 并对这些因素进行解释时 使用因子分析 并借助因子旋转技术来获得对因子的更好的解释 而如果想把现有的变量约简为少数几个新的变量 且要求新的变量尽可能包含原来变量的所有信息 并用新变量进行后继分析 则可以使用主成分分析 当然也可以使用因子得分来利用因子分析的结果进行后继分析 因此两者的区分并非绝对的 从对构念的量测来区分PCF与FA X1 X2 X3 X4 X5 X6 PC1 PC2 X1 X2 X3 X4 X5 X6 F1 F2 形成型指标 Formativeindicator 反映型指标 Reflectiveindicator 部分统计方法的应用 回归分析方差分析判别分析列联分析因子分析聚类分析 回归分析 涉及一个数值变量受一个或多个数值或品质变量影响的关系 如在销售管理中的应用 方差分析 涉及一个或两个品质变量对一个数值变量的影响关系 例如 判别分析 可以视为多个自变量 判别变量 对一个分类因变量 分组变量 的关系 例如 列联分析 通常用来分析两个品质变量间是否存在某种相关关系 例如 因子分析 探索数据的基本结构 分析多个指标是否可用少数几个公共因子解释 下表列举了几种成功的应用 聚类分析 对对象或指标进行分类 一些具体应用见下表 研究案例 例一 高大图书礼品公司问卷 案例来源于陈荣秋的讲义 管理科学量化研究方法 一 您对一流的图书礼品公司的期望是 1 该公司的产品应该要物美价廉 2 该公司的产品应该要符合我的需要 3 该公司的产品应该可在各相关卖场内找到 4 该公司的产品应该要跟得上社会潮流 5 该公司的声誉应该要卓著 6 该公司应该要值我信赖 7 该公司应该经常从事社会公益活动 8 如果相关卖场没有卖该公司的产品 我会试着到别家找 9 即使我现在还没有立即需要 我还是会购买该公司的产品 10 一旦有需要 我就会购买该公司的产品 非常重要重要普通不重要非常不重要 二 您对本公司的意见是 11 高大的产品物美价廉 12 高大的产品符合我的需要 13 高大的产品可在各相关卖场内找到 14 高大的产品所提供的新知跟得上社会潮流 15 高大公司的声誉卓著 16 高大公司能让我信赖 17 高大公司经常从事社会公益活动 18 如果相关卖场没有卖高大的产品 我会试着到别家找 19 即使我现在还没有立即需要 我还是会购买高大的产品 20 一旦有需要 我就会购买高大的产品 非常同意同意普通不同意非常不同意 三 消费状况21 您最喜欢本公司所提供的何种产品 可复选 1 杂志2 书籍3 文具4 礼品5 影音22 您购买过本公司的产品吗 1 有2 没有 回答2者请跳答24题 23 您最近一次购买本公司产品的消费金额是多少元 元24 整体而言 您会给本公司几分 0至10分 分25 您会向别人推荐本公司的产品吗 1 会2 可能会3 不会四 基本数据26 性别 1 男2 女27 教育程度 1 高中 职 以下2 大专3 研究所以上28 年龄 1 15岁以下2 16 20岁3 21 25岁4 26 30岁5 31 35岁6 36岁以上 对其中第10个问题 假设1 性别会影响消费者的推荐意愿 H0 性別会影响消费者的推荐意愿H1 性別不会影响消费者的推荐意愿 利用SPSS检验的结果 其中的交叉表为 对交叉表进行卡方检验的结果 结论 因为p 0 079 0 05 不显著 所以NotRejectH0 亦即性别不会影响消费者的推荐意愿 对其中第3个问题 假设 不同教育程度的顾客之平均消费金额有显著差异 统计假设 H0 高中 大专 研究所H1 高中 大专 研究所不全相等 方差分析的结果 由于p值小于0 05 故在显著性水平0 05应拒绝各类均值相同的假设 这表明不同教育程度的顾客之平均消费金额有显著差异 对第16个问题 问题 消费金额与整体评分 认知的线性回归方程因变量 消费金额自变量 整体评分 认知 b11 b12 b20 Y 117 366 整体评分 71 94 b13 189 649 b15 142 333 b20 所建立的回归方程如下 在该回归方程中仅保留了在0 05显著性水平下显著不为零的系数 修正的判定系数值为0 451 利用上述回归方程可以预测消费者的消费额 例如如果