商务统计案例方差分析报告

商务统计案例方差 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 报告 案例5(1)电力消费的分时段定价对用户满意度 的影响分析报告 统计XXXXX班 姓名:XXXXX 指导老师:XXXXXX 2015年5月16日 案例5(1) 电力消费的分时段定价问题 近年来，我国的电力事业取得了令人注目的进步，但是，伴随着电力事业的发展，居民用电和供电中存在的问题，也不断受到人们的批评和质疑，社会上戏称电力部门是“电老虎”。对于电力部门来说，树立自身良好的公众形象是探索长效发展之路。其中，分时段定价就是一项具体的措施。通过分时段定价供电，一方面可以减轻用电高峰时电力部门供电的压力，另一方面也可以鼓励居民在非用电高峰时多用电，同时居民也能得到支付较少的用电费用的好处。 某供电部门为了确定什么样的分时段定价供电能得到大多数用户的满意，特地做了一次访问调查。主要考虑两个因素，一是电价比，即高峰电价与非高峰电价之间的比较，二是高峰时间范围。电价比采用三个水平，分别是2:1、3:1和4:1，高峰时间范围采用四个水平，分别是3小时、5小时、7小时和9小时。在随机确定的受试对象中，要求他们对每种搭配 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 进行评分，评分值从60,100分，分值越高说明满意度越大，分值越小表明满意度低。以下所给的资料，是调查的部分结果: 电价比 2:1 3:1 4:1 78 81 93 67 82 78 62 64 68 3 81 90 65 70 75 78 66 81 64 79 88 96 75 74 70 65 65 67 5 高峰91 82 90 78 77 67 66 79 79 时间97 94 91 80 83 80 87 85 80 范围 7 89 88 84 81 87 90 78 77 75 98 98 95 82 82 82 83 84 70 9 99 89 93 84 88 93 84 73 66 讨论问题: (1)根据给定的资料，在显著性水平为0.05的条件下，运用计算机软件进行方差分析。 2)从计算的结果中，能不能指出电价比和高峰时间范围的搭配影响是显著的。 ( (3)高峰时间范围对电价比的影响如何。 (4)分析什么样的高峰时间范围和电价比的方案比较好。 (5)试就给定的资料和分析结果，编写一篇分析报告。 (1)单因素方差分析 以下分析都是有SPSS19.0分析所得: 描述 评分值 均值的 95% 置信区间 N 均值 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 差 标准误 下限 上限 极小值 极大值 3 18 74.61 9.268 2.185 70.00 79.22 62 93 5 18 77.11 9.566 2.255 72.35 81.87 65 96 7 18 84.78 6.074 1.432 81.76 87.80 75 97 9 18 85.72 9.523 2.245 80.99 90.46 66 99 总数72 80.56 9.812 1.156 78.25 82.86 62 99 结果1-1 由结果1-1输出的是不同高峰时间范围的基本描述统计量及95%的置信区间，可以看出，在4个高峰时间范围下各有18个样本，3个小时的高峰时间的平均用户满意度为74.61，5个小时的高峰时间的平均用户满意度为77.11，7个小时的高峰时间的平均用户满意度为84.78，9个小时的高峰时间的平均用户满意度为85.72。另外还给出了标准差、标准误差(均值误差)、95%的置信区间、最小值与最大值等，从标准差可以得到7个小时的高峰时间的用户给予的满意度分值偏差最小为6.074，且均值误差为1.432最小，极小值75最大，极大值97位居第二，各项水平综合可以看出7小时的高峰时间的用户给的满意度是最好的。 方差齐性检验 评分值 Levene 统计量 df1 df2 显著性 1.362 3 68 .262 结果1-2 结果1-2是单因素方差分析的齐性检验结果，可以看出，Levene统计量的值为1.362，第一、第二自由度分别为3、68，相应的伴随概率p值为0.262，大于显著性水平0.05，没有理由拒绝原假设，因此可以认为不同的高峰时间范围的总体方差无显著性差异，满足方差分析的前提条件。 ANOVA 评分值 平方和 df 均方 F 显著性 组间 (组合) 1651.000 3 550.333 7.218 .000 线性项 对比 1512.900 1 1512.900 19.842 .000 偏差 138.100 2 69.050 .906 .409 组内 5184.778 68 76.247 总数 6835.778 71 结果1-3 结果1-3为方差分析表，可以看出四个高峰时间范围的总的离差平方和SST=6835.778，其 中控制变量不同水平造成的组间离差平方和SSA=1615.000，随机变量造成的组内离差平方 和SSE=5184.778，方差检验统计量F=7.218，相应的伴随概率P=0.000，小于显著性0.05， 故拒绝原假设，认为不同的高峰时间范围有显著性差异，4个高峰时间范围中至少有一个组 与其它三组有明显的区别，也有可能4个高峰时间范围都存在显著差别。 多重比较 因变量:评分值 95% 置信区间 (I) 高峰时间范围 (J) 高峰时间范围 均值差 (I-J) 标准误 显著性 下限 上限 Scheffe 3 5 -2.500 2.911 .864 -10.84 5.84 7 -10.167* 2.911 .010 -18.51 -1.82 9 -11.111* 2.911 .004 -19.46 -2.77 5 3 2.500 2.911 .864 -5.84 10.84 7 -7.667 2.911 .084 -16.01 .68 9 -8.611* 2.911 .040 -16.96 -.27 7 3 10.167* 2.911 .010 1.82 18.51 5 7.667 2.911 .084 -.68 16.01 9 -.944 2.911 .991 -9.29 7.40 9 3 11.111* 2.911 .004 2.77 19.46 5 8.611* 2.911 .040 .27 16.96 7 .944 2.911 .991 -7.40 9.29 LSD 3 5 -2.500 2.911 .393 -8.31 3.31 7 -10.167* 2.911 .001 -15.97 -4.36 9 -11.111* 2.911 .000 -16.92 -5.30 5 3 2.500 2.911 .393 -3.31 8.31 7 -7.667* 2.911 .010 -13.47 -1.86 9 -8.611* 2.911 .004 -14.42 -2.80 7 3 10.167* 2.911 .001 4.36 15.97 5 7.667* 2.911 .010 1.86 13.47 9 -.944 2.911 .747 -6.75 4.86 9 3 11.111* 2.911 .000 5.30 16.92 5 8.611* 2.911 .004 2.80 14.42 7 .944 2.911 .747 -4.86 6.75 Bonferroni 3 5 -2.500 2.911 1.000 -10.41 5.41 7 -10.167* 2.911 .005 -18.08 -2.26 9 -11.111* 2.911 .002 -19.02 -3.20 5 3 2.500 2.911 1.000 -5.41 10.41 7 -7.667 2.911 .063 -15.58 .24 9 -8.611* 2.911 .026 -16.52 -.70 7 3 10.167* 2.911 .005 2.26 18.08 5 7.667 2.911 .063 -.24 15.58 9 -.944 2.911 1.000 -8.85 6.97 9 3 11.111* 2.911 .002 3.20 19.02 5 8.611* 2.911 .026 .70 16.52 7 .944 2.911 1.000 -6.97 8.85 *. 均值差的显著性水平为 0.05。 结果1-4 结果1-4输出的是Scheffe法、LSD法、Bonferroni法多重比较检验的结果，可以看出 高峰时间范围3小时与高峰时间范围5小时的伴随概率依次为0.864、0.393、1.000，大于显 著性水平0.05，即高峰时间范围为3个小时与高峰时间范围为5个小时之间不存在显著差别; 高峰时间范围3小时与高峰时间范围7时的伴随概率依次为0.010、0.001、0.005，小于显著 性水平0.05，即高峰时间范围为3个小时与高峰时间范围为7小时之间存在显著差别;高峰 时间范围3小时与高峰时间范围9小时的伴随概率依次为0.004、0.000、0.002，小于显著性 水平0.05，即高峰时间范围为3个小时与高峰时间范围为9小时之间存在显著差别，高峰时 间范围5小时与高峰时间范围9小时存在显著差别，高峰时间范围7小时与高峰时间范围3 小时存在显著差别，高峰时间范围9小时与高峰时间范围3小时存在显著差别;高峰时间范 围9小时与高峰时间范围5小时存在显著差别。3种 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 多重比较的结论相一致。 评分值 alpha = 0.05 的子集 高峰时间范围 N 1 2 3 Student-Newman-Keulsa 3 18 74.61 5 18 77.11 7 18 84.78 9 18 85.72 显著性 .393 .747 Scheffea 3 18 74.61 5 18 77.11 77.11 7 18 84.78 84.78 9 18 85.72 显著性 .864 .084 .991 将显示同类子集中的组均值。 a. 将使用调和均值样本大小 = 18.000。 结果1-5 结果1-5是由S-K-N方法与Scheffe方法划分的相似子集。S-K-N方法可以看出，高峰时间段为3小时与5小时之间不存在显著差别，高峰时间段5小时与7小时之间不存在显著差别，高峰时间段7小时与9小时之间不存在显著差别;高峰时间段3小时与7小时、9小时之间存在显著差别。 结果1-6 结果1-6输出的是观测变量均值的折线图。可以看出高峰时间范围为9小时的均值最高，高峰时间范围的为7小时比较理想，而高峰时间范围为5小时和3小时最低。 (2)多因素方差分析: 主体间因子 值标签 N 高峰时间范围 3 高峰3小时 18 5 高峰5小时 18 7 高峰7小时 18 9 高峰9小时 18 电价比 2 电价比为2:1 24 3 电价比为3:1 24 4 电价比为4:1 24 结果2-1 a误差方差等同性的 Levene 检验 因变量:评分值 F df1 df2 Sig. 1.102 11 60 .375 检验零假设,即在所有组中因变量的误差方差均相等。 a. 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 : 截距 + 高峰时间范围 + 电价比 + 高峰时间范围 * 电价比 结果2-2 根据结果2-2可以得出的是方差齐性检验表，伴随概率P=0.375，大于显著性水平0.05，因此认为各方差没有显著性差异，满足方差检验的前提条件。 主体间效应的检验 因变量:评分值 源 III 型平方和 df 均方 F Sig. a校正模型 4635.444 11 421.404 11.491 .000 截距 467222.222 1 467222.222 12740.494 .000 高峰时间范围 1651.000 3 550.333 15.007 .000 电价比 2772.528 2 1386.264 37.801 .000 高峰时间范围 * 电价比 211.917 6 35.319 .963 .458 误差 2200.333 60 36.672 总计 474058.000 72 校正的总计 6835.778 71 a. R 方 = .678:调整 R 方 = .619: 结果2-3 根据结果2-3可得方差分析表，关于多个控制变量对观测变量的独立作用部分，不同的 高峰时间范围的离差平方和SSA=1651.000，均方为550.333.不同电价比贡献的离差平方和为2772.528，均方为186.264.可见，不同高峰时间范围的影响没有不同电价的影响大。控制变量不同高峰时间范围对应的F值为15.007，相对应的伴随概率为0.000，小于显著性水平0.05，说明不同的高峰时间范围对不同电价比产生了显著性影响。控制变量电价比所对的F值为37.801，伴随概率P=0.000，小于小于显著性水平0.05，说明不同电价比对不同的高峰时间范围产生了显著性影响。 关于多个控制变量交互效应部分，高峰时间范围，电价比的交互效应的离差平方和为SSAB=211.917，均方为35.319.F值为0.963，对应的伴随概率P为0.458，大于显著性水平0.05，表明高峰时间范围，电价比的交互效应对观测值没有造成显著性影响。 多个比较 因变量:评分值 95% 置信区间 (I) 高峰时间范围 (J) 高峰时间范围 均值差值 (I-J) 标准 误差 Sig. 下限 上限 LSD 高峰3小时 高峰5小时 -2.50 2.019 .220 -6.54 1.54 *高峰7小时 -10.17 2.019 .000 -14.20 -6.13 *高峰9小时 -11.11 2.019 .000 -15.15 -7.07 高峰5小时 高峰3小时 2.50 2.019 .220 -1.54 6.54 *高峰7小时 -7.67 2.019 .000 -11.70 -3.63 *高峰9小时 -8.61 2.019 .000 -12.65 -4.57 *高峰7小时 高峰3小时 10.17 2.019 .000 6.13 14.20 *11.70 高峰5小时 7.67 2.019 .000 3.63 高峰9小时 -.94 2.019 .642 -4.98 3.09 *高峰9小时 高峰3小时 11.11 2.019 .000 7.07 15.15 *高峰5小时 8.61 2.019 .000 4.57 12.65 高峰7小时 .94 2.019 .642 -3.09 4.98 基于观测到的均值。 误差项为均值方 (错误) = 36.672。 结果2-4 结果2-4输出的是LSD多重比较的结果，可以看出，高峰时间范围3小时与高峰时间范围5小时之间的伴随概率为0.220，即高峰时间段为3小时与5小时不存在显著差别;高峰时间范围3小时与高峰时间范围7小时之间的伴随概率为0.000，高峰时间段为3小时与高峰时间段9小时之间的伴随概率为0.000，即后两两者之间存在显著性差别。 评分值 子集 高峰时间范围 N 1 2 a,bStudent-Newman-Keuls 高峰3小时 18 74.61 高峰5小时 18 77.11 高峰7小时 18 84.78 高峰9小时 18 85.72 Sig. .220 .642 已显示同类子集中的组均值。 基于观测到的均值。 误差项为均值方 (错误) = 36.672。 a. 使用调和均值样本大小 = 18.000。 b. Alpha = .05。 结果2-5 结果2-5是S-K-N方法多重比较结果，可以看出，高峰时间范围3小时和高峰时间范围5小时之间不存在显著差异;高峰时间范围7小时和9小时不存在显著差异，高峰时间范围3小时和5小时与高峰时间范围7小时和9小时之间存在显著差异。 结果2-6 -6输出的是控制变量之间是否有交互效应的图形，可以看出三条直线近似于平行，因结果2 此没有交互作用。 结论: 从以上的分析可以得出电价比和高峰时间范围搭配影响是显著的，且不同的高峰时间范围对不同电价比产生了显著性影响，在电价比为2:1，高峰时间段为9小时下，用户的满意评分值最高，最优的高峰时间范围和电价比方案为电价比为2:1，高峰时间段为9小时的搭配方案。