.统计学 关于各行各业投诉观察值分析.docVIP

关于各行业投诉观察值的简单分析 目 录 一、图形分析......................................................................……………………………………...3 二、（一）………………………………………………………… 2. 建立假设………………………………………………………………………. （二）、构造检验F统计量 1、水平的均值…………………………………………………………………… 2、全部观察值的总均值………………………………………………………… 3、离差平方和…………………………………………………………………… 4、均方和………………………………………………………………………… 5、构造检验统计量F…………………………………………………………… （三）、判断与结论………………………………………….………………………. （四）、多重分析…………………………………………………….………………. 四、成本分析和措施:……………………………………………………………………11 五、后记............................................................................................................................12 参考文献…………………………………………………………………………………12 关于各行业投诉观察值的简单分析 摘要：有效地投诉处理是基本 从散点图上可以看出：不同行业被投诉的次数是有明显差异的，同一行业，不同企业被投诉的次数也明显不同。 二、单因素方差分析 （一）单因素方差模型与建立假设 单因素方差模型的建立 在对不同行业的投诉情况的调查中，因素为行业，在这里因素总共有r=4个水平，在不同水平下的试验结果服从N，i=1,2,3,4,在一个水平下做了次实验，得到个观测结果，它们可以看作是来自的一个样本容量为的样本。因为，所以可得单因素方差分析模型如下： 其中随机误差相互独立，都服从分布。 建立假设 所要建立的假设为： 不全相等 ——这4个总体均值的平均值，即称为一般水平或平均水平 ——因素A的第i个水平的效应 由算术平均数的性质易得。把原参数变换成新参数后，i=1,…,r单因素方差分析的模型则变为： 则上述要检验的假设等价于 不全为0 （二）、构造检验F统计量 1、水平的均值 为第i个总体的样本观察个数 为第i个总体的第j个观察值 2、全部观察值的总均值 3、离差平方和 （1）、总离差平方和（SST）：反映全部观察值的离散状况 SST= （2）、误差项离差平方和（也称为组内离差平方和，SSE）：反映了水平内部观察值的离散情况，即随机因素产生的影响。 SSE= （3）、水平项离差平方和（组间离差平方和，SSA） SSA= 三者的关系：SST=SSE+SSA 计算结果见表一 表一 单因素方差分析计算表（1） 序号 零售业 旅游业 航空公司 餐饮业 1 57 68 31 44 2 66 39 49 51 3 49 29 21 65 4 40 45 34 77 5 34 56 40 58 6 53 51 39 51 7 44 47 总均值 水平均值 49 48 35 59 47.869565 合计 总离差平方 708.945183 924.1020797 1262.128516 1269.432916 4164.608696 误差项离差平方 700 924 434 650 2708 水平项离差平方 8.945183025 0.102079735 828.1285164 619.4329164 1456.608696 4、均方和 引入的目的：消除观察值的多少对离差平方和大小的影响。 表二 方差分析表 方差来源 离差平方和 自由度df 均方和MS F 组间 SSA r-1 MSA=SSA/3 MSA/MSE 组内 SSE n-r MSE=SSE/24 总方差 SST n-1 表中 5、构造检验统计量F F=组间方差/组内方差=MSA/MSE 计算结果如表三所示： 表三 单因素方差分析计算表（2） 方差来源 离差平方和 自由度df 均方和MS F 组间 1456.608696 3 485.536232 3.406643 组内 2708 19 142.526316 总方差 4164.608696 22 （三）、判断与结论 F统计量服从第一自由度为r-1。第二自由度为n-r的F分布，若取0.05，则的临界