第07章几种常用数据分析方法介绍

相关分析相关分析的作用分析两个变量之间是否存在相关性相关系数设有两个随 量

X，Y，并有一组样本（X1,Y1)、（X2,Y2)、……、（Xn,Yn)，则X与Y的相关系数为：22(y -

y)(x

x)

r

i

i(xi

x)(

yi

y)|r|≤1当|r|≤1时，X与Y完全线性相关；当0<r<1时，X与Y有一定的正线性相关，愈接近1则愈好；当-1<r<0时，X与Y有一定的负线性相关，愈接近-1则愈好。相关系数检验拟定显著性水平α（一般取0.05，即95%的置信度），再查相关系数表，查表时取度υ=n-2，得相关系数临界值rα

，判别如下：当|r|≥rα

时，y

与x

在α

显著水平下显著相关，检验通过；当|r|<rα

时，y

与x

的线性关系不显著，检验未通过。研究方法：截面数据（1999年）的回归分析移动平均数据的回归分析平面数据的回归分析多元线性回归多元线性回归的作用分析多个解释变量与被解释变量之间的相关性进行多元线性回归模型的一般形式设有解释变量X1，X2，……Xm

和被解释变量Y，则多元线性回归模式的一般形式Y

b0

b1

X1

bm

Xm多元线性回归模型的参数估计设有一组样本｛（X1i，

X1i，

……

Xmi，Yi）

i=1，…，n}，记：xx21nn2212m121111

x1X

1

yn

y1

Y

y2

bm

b

bo

1

B

b2

则有：B=(XTX)-1XTY多元线性回归模型的检验相关系数检验：

值与实际值的拟合程度。计算相关系数：2R

YT

Y

nyBT

XT

Y

ny2拟定显著性水平α（一般取0.05，即95%的置信度），再查相关系数表，查表时取 度υ=n-m-1，得相关系数临界值Rα

，判别如下：当|R|≥Rα

时，检验通过；当|R|<Rα

时，检验未通过。|r|越接近1，表示拟合度越高多元线性回归模型的检验F检验：检验多元线性回归模型的总体效果。计算F统计量：BT

XT

Yms2YT

Y

BT

XT

Yn

-

m

-1F

，其中：S

拟定显著性水平α（一般取0.05，即95%的置信度），再查F检验表，查表时取 度υ=n-m-1，得F统计量临界值Fα

，判别如下：当F≥Fα

时，检验通过，模型有效；当F<Fα

时，检验未通过，模型无效。多元线性回归模型的检验t检验：检验自变量X1，X2，……Xm对Y的影响显著与否。计算t统计量：其中：T

1ii，C

为（X

X）－对角线上第i项之值bibiStYT

Y

BT

XT

Yn

-

m

-1Sbi

Cii

S，S

bi拟定显著性水平α（一般取0.05，即95%的置信度），再查t检验表，得tα/2

，判别如下：当tbi

≥tα/2

时，检验通过，自变量有效；当tbi

<tα/2

时，检验未通过，应剔除相应的自变量。模拟分析模拟分析的作用当无法取得真实数据时当无法用解析方法求解时模拟分析的基本步骤建立仿真数学模型确实随

量的分布规率，并用计算机产生随机数序列将随机数序列代入仿真数学模型进行计算分析计算结果，得出结论模拟分析举例问题：在需求不确定情况下，企业成品的最优库存与那些因素有关？这些因素又是如何影响最优库存的？模拟分析举例建立仿真模型：设：D：每月需求台数（随

量）P1：单位进价P2：单位销价C1：单位月库存费用C2：单位月缺货成本L：月初库存水平开始，设定初始数据设定月初存贮水平L(台)模拟月销售量DD

<

L？售出D台售出L台毛收P=（P2－P1）×D毛收P=（P2－P1）×L存贮费用C=C1×（L-D）缺货损失C=C1×（D-L）净收益=P-C结束i

<

T？YesNoNY模拟下月i=i+1模拟分析举例确定随

量的分布：假设D服从N～（μ，σ2）取得随量序列：在EXCEL

中用下列函数取得：INT（NORMINV（RND（），

μ，σ）模拟分析举例设定初始值：μ＝100σ＝20P1＝75P2＝125C1＝15C2＝30L＝70,80,90,100,110,120,130,140模拟分析举例用EXCEL进行模拟：ABCDEFG1水平=100234模拟样本模拟需求销售量销售收入成本缺货损失净收益51=INT(NORMINV(RAND(),100,20))=IF(B5<$B$1,B5,$B$1)=50*C5=IF(B5<$B$1,15*($B$1-B5),0)=IF(B5<$B$1,0,30*(B5-$B$1))=D5-E5-F562=INT(NORMINV(RAND(),100,20))=IF(B6<$B$1,B6,$B$1)=50*C6=IF(B6<$B$1,15*($B$1-B6),0)=IF(B5<$B$1,0,30*(B5-$B$1))=D5-E5-F573=INT(NORMINV(RAND(),100,20))=IF(B7<$B$1,B7,$B$1)=50*C7=IF(B7<$B$1,15*($B$1-B7),0)=IF(B5<$B$1,0,30*(B5-$B$1))=D5-E5-F5模拟分析举例用EXCEL进行模拟：模拟分析举例模拟100个月，计算月平均净收益，找到最佳库存点：存贮水平L月平均净收益100台4271110台4523120台4610130台4598140台4505表7-12

模拟100月结果模拟分析举例最优库存点是否与库存费用有关？改变C1，使C1＝5,10,15,20,25，重复上述模拟过程，分别找出最优库存，找出最优库存点与单位月库存费用之间是否存在一定的规律。依此类推，可进一步

最优库存点是否与缺货费用、购销成本，需求分布之间是否有关。仿真研究案例：餐饮企业团购决策的仿真研究参考文献：.餐饮企业团购决策的仿真研究[D].2013,暨南大学.仿真研究案例：餐饮企业团购决策的仿真研究研究现状团购是2008年后才出现的一种新的电子商务形式，有关团购的研究大多集中在消费者的参与意愿及团购的商业模式方面，但从参与团购的商家角度研究的较少。仿真研究案例：餐饮企业团购决策的仿真研究问题提出餐饮团购是团购的一种重要类型。餐饮企业面对团购：通常需要进行以下决策：（1）是否开展团购？（2）开展团购是短期行为还是长期行为？（3）如何决定价格折扣？以上决策受（企业自身、消费者、团购站的）哪些因素影响？仿真研究案例：餐饮企业团购决策的仿真研究研究思路构建一个餐饮企业团购决策的仿真模型，在模型上进行试验，探讨最优决策结果如何受相关因素的影响。仿真研究案例：餐饮企业团购决策的仿真研究消费者团购决策流程顾客新顾客老顾客考虑本地就餐考虑异地就餐忠诚度考虑异地普通就餐考虑本地普通就餐考虑本地团购就餐没看到团购信息没看到团购信息看到团购信息考虑本地团购就餐看到团购信息偏好团购偏好团购偏好普通偏好普通选择异地普通就餐选择本地团购就餐选择本地普通就餐本地团购就餐本地普通就餐异地普通就餐团购失败团购成功订餐成功订餐失败本地顾客异地顾客调节忠诚度团购信息到达率团购折扣餐厅容量就餐满意度仿真研究案例：餐饮企业团购决策的仿真研究消费者是否参与团购的决策机制：𝟎,

𝟏

，且服从（0，1，1）（1）假设消费者对团购菜品的喜爱程度𝒇∈的三角形分布。（2）假设消费者对普通就餐的偏好𝑷𝟏

=𝟏，而对团购就餐的偏好为：𝑷𝟐

=

൞𝟏𝟎, 𝒅

=

𝟏𝒇𝟏

−

𝒅, 𝒅

≠

𝟏其中：d为折扣率。（3）若𝑷𝟏

>𝑷𝟐，则选择团购。仿真研究案例：餐饮企业团购决策的仿真研究消费者忠诚度调节机制：忠诚程度

𝒍

∈ 𝟎,

𝟏

，表示顾客愿意本地就餐的概率，老顾客初始忠诚度为𝒍𝟎，新顾客初始忠诚度为0.5。若𝒍𝒕

为本地就餐后的忠诚度，𝒍𝒕−𝟏

为本地就餐前的忠诚度，𝛂∈𝟎,

𝟏

为忠诚度调节系数，𝒔=𝟎表示就餐不满意，𝒔=𝟏

表示就餐满意则有：𝒕𝒍

=𝒍𝒕−𝟏

−

𝒍𝒕−𝟏𝜶,𝒍𝒕−𝟏

+𝒍𝒕−𝟏

−𝒍𝒕−𝟏

+𝟎.

𝟓

−

𝒍𝒕−𝟏

𝜶,𝒍𝒕−𝟏

−

𝟎.

𝟓

𝜶,𝟏

−

𝒍𝒕−𝟏

𝜶,𝒍𝒕−𝟏

<

𝟎.

𝟓

𝒂𝒏𝒅

𝒔

=

𝟎𝒍𝒕−𝟏

<

𝟎.

𝟓

𝒂𝒏𝒅

𝒔

=

𝟏𝒍𝒕−𝟏

≥

𝟎.

𝟓

𝒂𝒏𝒅

𝒔

=

𝟎𝒍𝒕−𝟏

≥

𝟎.

𝟓

𝒂𝒏𝒅

𝒔

=

𝟏仿真研究案例：餐饮企业团购决策的仿真研究决策变量团购价格折扣率：0

表示没有团购团购期数：5（短期），50（长期）决策目标50期仿真后餐厅总毛利润最大化最优决策影响因子餐厅容量、初始老顾客比率、老顾客初始忠诚度、忠诚度调节系数、团购信息到达率、团购 佣金率、就餐满