數據分析與統計學基礎V0.2

數據分析與統計學基礎數據分析的重要性制定具有針對性的營銷策略幫助產品定位、生命周期管理與銷售分析深層次研究競爭分析理解市場動向與趨勢為管理、經濟以及投資決策提供依據我司目前數據分析的現狀第五階段第四階段第三階段第二階段第一階段（我司現狀）分析競爭型分析型企業擁有數據分析意向有限采用數據分析法數據分析法利用薄弱如何提升我司數據分析能力統計學基礎參數估計假設檢驗方差分析回歸-線性回歸

-方差回歸

-邏輯回歸

-定序回歸

-生存回歸提升數據分析兩大方法數據分析軟件Excel——初級SPSS——中級SAS——高級默認所有人都學過《概率論與數理統計》

統計學的基本概念——話術總體樣本總體：所研究的全部個體的集合樣本：總體中的一部分元素參數統計量參數：描述總體特征的概括性數字度量統計量：描述樣本特征的概括性數字度量變量分類變量：說明事物類別的一個名稱順序變量：說明事物有序類別的一個名稱數值型變量：說明事物數字特征的一個名稱統計學的基本概念——度量集中趨勢的度量眾數（分類）

一組數據中出現次數最多的變量值中位數（順序）

一組數據排序后處于中間位置上的變量值四分位數（順序）

一組數據排序后處于25%和75%位置上的值平均數（數值）異眾比率（分類）

非眾數組的頻數占總頻數的比例四分位差（順序）

上四分位與下四分位數之差方差與標準差（數值）離散程度的度量偏態及其測度

數據分布對稱性的測度，記作SK。

SK>1或SK<-1稱為高度偏態；

0.5<SK<1或-1<SK<-0.5稱為中度偏態；

SK越接近0偏斜度越低峰態及其測度

數據分布平峰或尖峰程度，記作K。

K>0尖峰，K<0扁平偏態與峰態的度量123統計學基礎123參數估計與假設檢驗方差分析回歸分析統計學基礎123參數估計與假設檢驗方差分析回歸分析參數估計的基本原理與置信區間參數估計：用樣本統計量去估計總體的參數參數估計的方法：點估計和區間估計置信度為95%置信度為99%95%的區間包含總體參數的真值99%的區間包含總體參數的真值置信區間的理解置信度95%指有95%的區間包含總體參數的真值，5%則不包含；通過樣本求得的區間是固定的、已知的，而總體是未知的、隨機的；在實際問題中，我們希望構造的區間是包含總體真值其中的一個區間。一個總體參數的區間估計*Z

α/2=1.96（置信度95%）兩個總體參數的區間估計*Z

α/2=1.96（置信度95%）通過Excel獲得參數估計所需的參數某公司3個月電腦銷售數量（臺）234159187155172183182177163158143198141167194225177189196203187160214168173178184209176188161152149211196234185189196206150161178168174153186190160171228162223170165179186175197208153163218180175144178191197192166196179171233179187173174210154164215233175188237194198168174226180172190172187189200211156165175210207181205195201172203165196172176182188195202213描述統計【數據】->【數據分析】->【描述統計】【輸入區域】：源數據選擇“匯總統計”選擇“平均置信度”為95%描述統計平均184.566667標準誤差1.97915373中位數182眾數196標準差21.6805429方差470.045938峰度-0.2243562偏度0.40528478區域96最小值141最大值237求和22148觀測數120置信度(95.0%)3.91892206假設檢驗的基本原理及思路

假設檢驗舉例

Excel：【插入】->【函數】->NORM.S.DIST統計學基礎123參數估計與假設檢驗方差分析回歸分析方差分析基本原理及概念通過誤差來判斷分類型自變量對數值型因變量的影響原理：SST（總誤差）=SSE（組內誤差）+SSA（組間誤差）誤差：通過假設檢驗，利用誤差分布或概率來檢驗各總體的均值是否相等。如果各總體的均值相等無影響，不相等則有影響思路：基本原理及概念方差分析表的一般形式及含義誤差來源平方和SS自由度df均方MSF值P值F臨界值組間(因素影響)SSAk-1MSA=SSA/k-1MSA/MSE組內(誤差)SSEn-kMSE=SSE/n-k總和SSTn-1SSA：反映自變量對因變量的影響。SSE：反映除自變量對因變量的影響之外，其他因素對因變量的影響。SST：反映自變量和殘差變量的共同影響。MSE和MSA：組內和組間均方差，為了計算F值。F值：統計決策。F值>F臨界值，拒絕原假設，表明所檢驗因素對觀測值有顯著影響；F值<F臨界值，不拒絕原假設，表明所檢驗因素對觀測值沒有顯著影響。方差分析的強度測量與多重比較

強度測量

多重比較用Excel實現單雙因素方差分析單因素方差分析選擇【數據】選擇【數據分析】選擇【方差分析：單因素方差分析】【輸入區域】：源數據選擇“α：0.05”【輸出區域】：輸出區域雙因素方差分析選擇【數據】選擇【數據分析】選擇【方差分析：無重復雙因素方差分析】or【方差分析：有重復雙因素方差分析】【輸入區域】：源數據選擇“α：0.05”【輸出區域】：輸出區域雙因素方差分析舉例

地區因素地區1地區2地區3地區4地區5品

牌

因

素品牌1365350343340323品牌2345368363330333品牌3358323353343308品牌42882802982602984個品牌的彩電在5個地區的銷售數量數據方差分析：無重復雙因素分析SUMMARY觀測數求和平均方差行151721344.2233.7行251739347.8295.7行351685337442.5行451424284.8249.2列1413563391224.667列241321330.251464.25列341357339.25822.9167列441273318.251538.917列541262315.5241.6667方差分析差異源SSdfMSFP-valueFcrit行13004.5534334.8518.107779.46E-053.490295列2011.74502.9252.1008460.1436653.259167誤差2872.712239.3917總計17888.9519(kr-1)

雙因素方差分析【數據】->【數據分析】->【方差分析：無重復雙因素方差分析】【輸入區域】：源數據選擇“α：0.05”統計學基礎123參數估計與假設檢驗方差分析回歸分析我司可能用到的回歸及應用場合線性回歸方差回歸邏輯回歸定序回歸生存回歸數值型因變量與自變量品質型因變量與數值型自變量邏輯型因變量與自變量順序型因變量與自變量生存周期與自變量線性回歸的基本概念

回歸的由來線性回歸模型起源：回歸源于高爾頓的豌豆實驗現象：一個總體中在某一時期具有某一極端特性的個體在未來的某一時期將減弱它的極端性y=β0+

β1x1+

β2x2+

β3x3+……+βixi+ε

Excel輸出回歸分析結果SUMMARYOUTPUT回歸統計MultipleR0.914430892RSquare0.836183857AdjustedRSquare0.803420628標準誤差1.600268457觀測值25方差分析

dfSSMSFSignificanceF回歸分析4261.433265.358325.522021.30295E-07殘差2051.217182.560859總計24312.6504

Coefficients標準誤差tStatP-valueLower95%Upper95%Intercept-1.1855948160.696385-1.70250.104155-2.6382284520.26703882XVariable10.0342482220.0071564.7858830.0001130.0193208750.049175569XVariable20.2179018930.0650753.3484590.00320.0821572410.353646545XVariable30.0017078160.0737460.0231580.981754-0.1521244880.15554012XVariable4-0.0205045590.012704-1.613990.122197-0.04700520.005996081常規統計量，回歸方程的擬合優度對回歸方程的線性關系進行顯著性檢驗回歸參數估計相關內容回歸方程的擬合優度回歸統計MultipleR0.914430892RSquare0.836183857AdjustedRSquare0.803420628標準誤差1.600268457觀測值25方差分析

dfSSMSFSignificanceF回歸分析4261.433265.358325.522021.30295E-07殘差2051.217182.560859總計24312.6504

擬合優度：回歸直線與各觀測點的接近程度，需計算判定系數R2或調整的R2。

回歸方程的顯著性檢驗方差分析

dfSSMSFSignificanceF回歸分析4261.433265.358325.522021.30295E-07殘差2051.217182.560859總計24312.6504

Coefficients標準誤差tStatP-valueLower95%Upper95%Intercept-1.1855948160.696385-1.70250.104155-2.6382284520.26703882XVariable10.0342482220.0071564.7858830.0001130.0193208750.049175569XVariable20.2179018930.0650753.3484590.00320.0821572410.353646545XVariable30.0017078160.0737460.0231580.981754-0.1521244880.15554012XVariable4-0.0205045590.012704-1.613990.122197-0.04700520.005996081顯著性檢驗：檢驗線性回歸方程是否能真實反映變量x和y之間的關系。顯著性檢驗分為兩部分：線性關系和回歸系數。線性