MBA数据模型与决策ppt课件.ppt

MBA数据模型与决策ppt课件.ppt

ID:58882089

大小:757.50 KB

页数:52页

时间:2020-09-30

MBA数据模型与决策ppt课件.ppt_第1页
MBA数据模型与决策ppt课件.ppt_第2页
MBA数据模型与决策ppt课件.ppt_第3页
MBA数据模型与决策ppt课件.ppt_第4页
MBA数据模型与决策ppt课件.ppt_第5页
资源描述:

《MBA数据模型与决策ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、1.拟合检验法2.两个定性变量的相关性3.两个定量变量的相关性4.线性回归分析5.定性自变量的回归模型6.定量因变量、定性自变量模型--方差分析模型1.拟合检验法检验:总体的分布函数为:总体的分布函数不是如总体为离散型:总体分布率如总体为连续型:总体的概率密度为应用中,将的所有可能取值结果划分为两两互不相交的子集,在零假设下的分布为以记样本观测值中落在的个数,发生的频数一般地,若为真且试验次数又甚多时不应太大.在零假设下,当充分大时,统计量近似地服从.其中,是被估计参数的个数.例1.自1965年1月1日至1971年2月9日共2231天中,全世界记录到的里

2、氏4级和4级以上地震162次统计如下(最长天数40434449586081109):验证相继两次地震间隔天数服从指数分布解:指数分布密度为从数据得到:服从指数分布,:不服从指数分布在零假设下,将的所有可能取值分为9个互不重叠的区间有数据和代入统计量得到而因此不能拒绝零假设例2.下面列出84个Etruscan人男子的头颅的最大宽度,试验证这些数据来自正态分布()解:如果服从正态分布从数据得到参数极大似然估计为数据落在区间[126,158],将它分为7个区间得到将数据和代入公式得而在显著水平0.1,不能拒绝零假设.:服从正态分布,:不服从正态分布例3.一农场

3、10年前在一鱼塘按比例20:15:40:25投放了四种鱼的鱼苗,现在鱼塘中得到样本如下解::的分布律为将数据和代入公式得而拒绝,即鱼苗比例有显著变化1.先计算npi即600×(0.20,0.15,0.40,0.25)=(120,90,240,150)2.打开SPSS,在变量名var00001下输入数据1,2,3,4,在变量名var00002下输入132,100,200,168,3.点击Data选weightcases点击weightcasesby将var00001选入frequencyvariable点击OK4.选Analyze-nonparametri

4、ctests–chi-square,将var00001选入testvariablelist,在expectedvalues处,点击values,敲入120点击Add,敲入90点击Add,敲入240点击Add,敲入150点击Add,点击OK用SPSS进行拟合优度检验用鱼塘例子说明SPSS结果市场份额:指一个企业的销售量(或销售额)在市场同类产品中所占的比重。如:手机市场份额搜索引擎市场份额浏览器市场份额笔记本市场份额数据库市场份额产品改进或政策改变前后 市场份额变化2.两个定性变量的相关性列联表(contingencytable):各个变量不同水平的交汇处

5、,是这种水平组合出现的频数或计数(count)。二维的列联表又称为交叉表(crosstable)。列联表可以有很多维。维数多的叫做高维列联表。列联表(三维)(关于某项政策调查所得结果:table7.txt)观点:赞成1观点:不赞成0低收入1中等收入2高收入3低收入1中等收入2高收入3男201055810女25157279点击Data选weightcases点击weightcasesby将number选入frequencyvariable点击OK选Analyze-DescriptiveStatistics-Crosstabs-将income放入column

6、s将opinion放入rows.点击statistics选chi-square点击continue点击cells,在counts中选expected点击continue不同收入水平的人和观点的确不同,即收入高低的确影响观点。收入高的人不赞成偏多,收入低的人赞成偏多SPSS的相关分析-两个定性变量赞成不赞成收入和观点的相关性假设检验H0:观点和收入不相关;H1:这两个变量相关。Pearsonc2统计量和似然比(likelihoodratio)c2统计量;它们都渐近c2分布。例中数据两个p-值小于0.001。收入和观点的条形图性别和观点的相关性性别和观点的条

7、形图3.两个定量变量的相关性研究两个定量变量的关系,最简单的直观办法就是画出它们的散点图。下面是四组数据的散点图;每一组数据表示了两个变量x和y的样本。不相关正线性相关负线性相关相关但非线性相关A.Pearson相关系数它取值于-1和1之间。当两个变量Yi=aXi,相关系数为1;而Yi=-aXi,相关系数为-1,其中a为正数.而当两个变量不那么线性相关时,相关系数就接近0。对一列数Pearson相关系数如果为二元正态分布,如假设检验为则统计量在零假设下,服从自由度为的分布.对一列数记为在观测中的秩,而为在观测中的秩.假设检验:不相关;相关(正相关;负相关

8、)B.Spearman秩相关系数Spearman检验统计量:当Si=Ri时,=1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。