非參課堂實驗不同群體設(shè)計不同特性的相機產(chǎn)品

1、非參大作業(yè)：針對不同群體設(shè)計不同特性的相機產(chǎn)品組長略文獻簡述及初步探索李克特量表1、總體分布情況圖1度量C01-C05,c11-c16的得分情況，將每一份問卷的得分相加，得到總分score,整體情況如圖1.從圖中可以看出，量表總分絕大部分分布在“普通”(3x11=33)右側(cè)，即群體態(tài)度傾向于積極。群體量表總分均值為41,標準差為5.616133。(Rcode1)2、因子分析TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsRotationSumsofSquaredLoadingsTot

2、al%ofVarianceCumulative%Total%ofVarianceCumulative%Total%ofVarianceCumulative%14.29939.07839.0784.29939.07839.0783.54732.24232.24221.40812.79851.8761.40812.79851.8762.05618.68750.92931.0879.87961.7541.0879.87961.7541.19110.82561.7544.8818.00869.7625.7987.25677.0186.7116.46583.4827.5454.95488.4368.46

3、64.23592.6719.4003.63496.30510.2932.66798.97211.1131.028100.000ExtractionMethod:PrincipalComponentAnalysis.3、分類情況概覽(用rpart包做決策樹)(Rcode2)為了解對不同相機特性的重視程度和職業(yè)的關(guān)系，抽樣420個數(shù)據(jù)記錄作為訓(xùn)練集，用剩下449個數(shù)據(jù)記錄作為測試集，進行了回歸樹分析，得到的初步分類為下圖所示：測試的結(jié)果為：>table(predict(kyphosis,kyphosis1,type="class"),cameratsamp,19)1234

4、115181210241111675635222010410201715誤分率為64%從決策樹中可以大致看出每種職業(yè)的偏好特點情況： 1代表學(xué)生：學(xué)生群體的特點：往往處在左向樹枝的末端，意味著學(xué)生往往對于相機的各個參數(shù)都很看重，屬于非常敏感的群體； 2代表企業(yè)大經(jīng)理：企業(yè)大經(jīng)理的位置分布較廣，可以認為群體內(nèi)的差異比較大，沒有非常統(tǒng)一的敏感特點； 3代表一般行政：這個群體比較明顯的一個特征是，有一部分人非常看重定時拍攝，但對任意角度拍攝并不敏感 4代表專業(yè)技術(shù)：該群體在下圖的最右支這部分人群較為重視相機可上網(wǎng)的功能，這一點比較值得關(guān)注。下表為全數(shù)據(jù)進行得回歸樹分析：(Rcode3)描述統(tǒng)計不同職

5、業(yè)的人對外觀的重視程度1、輕薄短小，攜帶方便2、新潮、很絢3、多樣化顏色4、搭配流行的造型圖案在外觀的選擇上，不同職業(yè)人群的偏好大體相同。其中，對“新潮、很炫”這一外觀特性普遍持重視態(tài)度，而對其它外觀特征，持普通和重視態(tài)度的人群比例大體相同并且均較高。二、不同職業(yè)的人對功能的重視程度1、 簡單的操作方式，只要按一個鍵就能拍攝2、 連動拍攝（1秒20張）3、 任意角度拍攝4、 定時拍攝5、 可更換鏡頭6、 可接三角架7、 可上網(wǎng)在功能的選擇上，不同職業(yè)人群的偏好也大體相同。其中，對“操作簡單、聯(lián)動拍攝、任意角度拍攝”這三種功能特性普遍持相當(dāng)重視的態(tài)度，而對其它四種功能特征，持普通態(tài)度的人群比例最

6、高。3、 不同性別對相機外觀的重視程度1、輕薄短小，攜帶方便2、新潮、很絢3、多樣化顏色4、搭配流行的造型圖案對外觀選擇方面，男女偏好大體一致。其中，兩者均對“新潮、很炫”這一外觀特性持重視態(tài)度，其他三個方面的外觀特性持普通與重視態(tài)度的人群比例大致相同且均較高。4、 不同性別對相機功能的重要程度1、 簡單的操作方式，只要按一個鍵就能拍攝2、 連動拍攝（1秒20張）3、 任意角度拍攝4、 定時拍攝5、 可更換鏡頭6、 可接三角架7、 可上網(wǎng)在功能的選擇上，不同性別的人群偏好也大體相同。其中，對“操作簡單、聯(lián)動拍攝、任意角度拍攝”這三種功能特性普遍持相當(dāng)重視的態(tài)度，而對其它四種功能特征，持普通態(tài)度

7、和重視態(tài)度的人群比例均較高。5、 不同性別對價格的可接受程度對價格的可接受程度，男性普遍能接受較高價格，而女性傾向于較低價格。其中，男性能接受的價格集中在1000-3000左右，而女性能接受的價格集中在2000以下。6、 不同職業(yè)對價格的可接受程度對價格的可接受程度，不同職業(yè)的人群有較大差異。其中，專業(yè)技術(shù)人員能接受的價格最高；一般行政人員和企業(yè)大堂經(jīng)理能接受的價格最低，基本集中在2000以內(nèi)；學(xué)生的可接受價格處于中間水平，普遍集中在1000-2000元之間。綜上所述，不同職業(yè)和不同性別的人群對相機外觀和功能的偏好大致相同。其中，在外觀上，人們普遍對“新潮、很炫”比較看重；在功能上，人們普遍對

8、“操作簡單、聯(lián)動拍攝、任意角度拍攝”相當(dāng)重視。在價格的可接受程度上，不同職業(yè)和不同性別的人群有較大差異。其中，性別方面，男性可接受的價格高于女性；職業(yè)方面，專業(yè)技術(shù)人員可接受的價格最高，其次為學(xué)生，一般行政人員和企業(yè)大堂經(jīng)理可接受價格最低。不同職業(yè)的人對于相機各屬性重視程度的比較由之前的描述統(tǒng)計結(jié)果可以看到男女對于相機屬性的偏好各不相同，因此為了更好的了解不同職業(yè)的人偏好的不同，我們首先將總體分男女進行區(qū)分，然后分別對男性和女性不同職業(yè)的人群做其對不同相機屬性重視程度的Ridit檢驗。H0:所考察人群對于各屬性的重視程度無輕重之分H1:所考察人群對于各屬性的重視程度有輕重之分不同職業(yè)人群對于攜

9、帶方便特性（C01）的重視程度列聯(lián)表（男性）重視度職業(yè)非常小重視不重視普通重視非常重視學(xué)生01750企業(yè)大堂經(jīng)理73512512039一般行政426736921專業(yè)技術(shù)11982不同職業(yè)人群對于攜帶方便特性（C01）的重視程度列聯(lián)表（女性）丁重視度職業(yè)非常小重視不重視普通重視非常重視學(xué)生42458527企業(yè)大堂經(jīng)理00020一般行政00871專業(yè)技術(shù)425624616不同職業(yè)人群對于攜帶方便特性（C01）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于新潮特性（C02）的重視程度Ridit95%值置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于不同職業(yè)人群對于多樣化顏色特性

10、（C03）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）流行造型圖案特性（C04）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于簡單操作方式特性（C05）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于不同職業(yè)人群對于連動拍攝特性（C11）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）任意角度拍攝特性（C12）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于定時拍攝特性（C13）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于可更換鏡頭特性（C14）的重視程度Ridit值95%

11、置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于可接三角架特性（C15）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）不同職業(yè)人群對于可上網(wǎng)特性（C16）的重視程度Ridit值95%置信區(qū)間圖（左男右女下整體）匯總表如下：屬性男女整體C02對職業(yè)一重要性低對職業(yè)一重要性低C11對職業(yè)二重要性高對職業(yè)二重要性低對職業(yè)二重要性高C12對職業(yè)二重要性高對職業(yè)二重要性低對職業(yè)二重要性高C13對職業(yè)二重要性高對職業(yè)二重要性低對職業(yè)二重要性高，職業(yè)四重要性低C14對職業(yè)二重要性高對職業(yè)二重要性低C15對職業(yè)二重要性高對職業(yè)二重要性低對職業(yè)二重要性高C16對職業(yè)二重要性高對職業(yè)二重要性低對職業(yè)二重要性

12、低不同職業(yè)人群對相機屬性重視程度的關(guān)聯(lián)規(guī)則分析關(guān)聯(lián)規(guī)則先對數(shù)據(jù)處理整理成2元數(shù)據(jù)，只選取了其中部分變量如下：c01c02c03c04c05c11c12c13c14c15c16其中c01到c16為對相機的特性重視程度，包括外觀和性能，處理辦法是把重視和非常重視設(shè)為1,普通，不重視和非常不重視設(shè)為0di為性別轉(zhuǎn)化后0表示男性1表示女性transaction形式cameranew1=as.matrix(cameranew1);trans2<-as(cameranew1,"transactions");轉(zhuǎn)化后數(shù)據(jù)情況大致如下summary(trans2)從中大概可以看出最受重

13、視的因素有c12，c11，c05，c02，這點從下面的頻率圖中也可以看出itemFrequencyPlot(trans2,support=0.05,s=0.8)#圖3.1分性別：按lift由大到小排序的?？梢钥闯雠砸来胃匾昪03，c01，c13，c05，c15，c12，c04，c02這些提升度均大于1，意味著女性傾向于重視這些因素。但有意思的是d1c14和d1到c15的提升度是小于1的，也就意味著沒有先驗信息是重視c14和c16的概率要大于女性重視這兩個因素的比例，所以針對女性相機這兩個特性可以不做重點宣傳和打造的。分職業(yè)：將總體按照職業(yè)的不同分為四大類，分別對于相機外觀和

14、配置供11個屬性進行關(guān)聯(lián)分析，根據(jù)提升度這一指標分析不同人群重視相機屬性的關(guān)聯(lián)效應(yīng)。這對于相機廠商針對目標人群的相機整體設(shè)計具有指導(dǎo)意義。取支持度大于0.5，置信度在0.95以上，提升度在1.1以上的關(guān)聯(lián)項輸出如下：學(xué)生：企業(yè)大堂經(jīng)理：一般行政：專業(yè)技術(shù)：結(jié)論描述統(tǒng)計階段的分析表明：在相機外觀和功能方面，不同職業(yè)和不同性別的人群的重視程度有細微差別。其中，在外觀上，人們普遍對“新潮、很炫”比較看重；在功能上，人們普遍對“操作簡單、聯(lián)動拍攝、任意角度拍攝”相當(dāng)重視。在價格的可接受程度上，不同職業(yè)和不同性別的人群有較大差異。其中，性別方面，男性可接受的價格高于女性；職業(yè)方面，專業(yè)技術(shù)人員可接受的價

15、格最高，其次為學(xué)生，一般行政人員和企業(yè)大堂經(jīng)理可接受價格最低。Rdit檢驗結(jié)果表明：于學(xué)生來說，對不太重視輕薄短小，攜帶方便這一特性，其他特性的顯著性沒有通過對于企業(yè)大堂經(jīng)理來說，c11到c15的特性重視度都很高，及可以針對此人群設(shè)計連動拍攝（1秒20張）、任意角度拍攝、定時拍攝、可更換鏡頭和可接三角架性能好的相機。對于一般行政人員來說，男性的特點是對可更換鏡頭比較重視，女性一般行政人員從結(jié)果上看對很多特性都不是很重視，針對以上這些可以對男性一般行政人員設(shè)計可更換鏡頭較好的相機，對女性一般行政人員設(shè)計一般化產(chǎn)品即可。對于專業(yè)技術(shù)人員來說，上述檢驗沒有檢驗出很多顯著的特點，需要注意的是專業(yè)技術(shù)人

16、員對定時拍攝重視度低，所以針對這類人群的相機定時拍攝功能一般化即可?？偟膩砜?，人們對于相機屬性的重視度的關(guān)聯(lián)主要集中于相機的技術(shù)配置，而不是外觀關(guān)聯(lián)規(guī)則結(jié)果表明：于學(xué)生來說，重視“定時拍對攝”特性的同時也會同時重視“連動拍攝”和“任意角度拍攝”，同時注意到“連動拍攝”和“任意角度拍攝”特性也是相互關(guān)聯(lián)的，因此針對此類人群的同一產(chǎn)品中這三個特性最好兼顧對于企業(yè)大堂經(jīng)理來說，屬性間的關(guān)聯(lián)因素很多，較為明顯的有“連動拍攝”、“任意角度拍攝”、“定時拍攝”間，以及“任意角度拍攝”、“定時拍攝”同“可更換鏡頭”、“可接三角架”之間的關(guān)聯(lián)，說明以上五個屬性最好同時在針對此類人群的設(shè)計中體現(xiàn)對于一般行政人員

17、來說，“連動拍攝”屬性和“任意角度拍攝”屬性相互關(guān)聯(lián)，因此針對此類人群的同一產(chǎn)品中“連動拍攝”屬性和“任意角度拍攝”可以同時體現(xiàn)。對于專業(yè)技術(shù)人員來說，“連動拍攝”屬性和“任意角度拍攝”屬性相互關(guān)聯(lián)，因此針對此類人群的同一產(chǎn)品中“連動拍攝”屬性和“任意角度拍攝”可以同時體現(xiàn)。總的來看，人們對于相機屬性的重視度的關(guān)聯(lián)主要集中于相機的技術(shù)配置，而不是外觀綜上所述，本文主要正對不同職業(yè)對相機不同特性重視程度的差異。經(jīng)過以上分析知，不同職業(yè)間人群確實存在差異，總體而言企業(yè)大堂經(jīng)理重視的特性最多，這類顧客是最挑剔的，但是其心理價位卻不高，相比而言對于學(xué)生群體和專業(yè)技術(shù)人員，主要重視的是相機的功能，心理價

18、位較高，可以重點突破。與此同時，針對一般行政人員可以采取一般化產(chǎn)品的推廣即可。程序附錄文獻綜述及數(shù)據(jù)初探部分Rcode1:camera=read.table("C:UsersMacXDesktopcamera.txt",header=T)attach(camera)v=which(is.na(camera),arr.ind=TRUE)#檢測缺失值(輸出結(jié)果無缺失值)a=matrix(c(c01,c02,c03,c04,c05,c11,c12,c13,c14,c15,c16),nrow=869,ncol=11)score=NAfor(iin1:869)score=c(scor

19、e,sum(ai,)hist(score,prob=TRUE,ylim=c(0,0.09),xlim=c(10,60)lines(density(score)rug(jitter(score)Rcode2:m=869set.seed(10)samp=c(sample(1:200,100),sample(201:400,100),sample(401:600,100),sample(601:869,120)tsamp=setdiff(1:m,samp)kyphosis=rpart(factor(d3)factor(c01)+factor(c02)+factor(c03)+factor(c04)+

20、factor(c05)+factor(c11)+factor(c12)+factor(c13)+factor(c14)+factor(c15)+factor(c16),data=camera,subset=samp)kyphosisplot(kyphosis)text(kyphosis,use.n=T,xpd=T)library(rpart.plot)rpart.plot(kyphosis)kyphosis1=cameratsamp,predict(kyphosis,kyphosis1,type="class")table(predict(kyphosis,kyphosis

21、1,type="class"),cameratsamp,19)Rcode3stu=awhich(d3=1),library(rpart)fit=rpart(factor(d3)factor(c01)+factor(c02)+factor(c03)+factor(c04)+factor(c05)+factor(c11)+factor(c12)+factor(c13)+factor(c14)+factor(c15)+factor(c16),data=camera)plot(fit);text(fit,use.n=T,xpd=T)rpart.plot(fit)描述統(tǒng)計部分：dat

22、a=read.table("data.dat",header=T)attach(data)par(mfrow=c(1,2)#不同性別對外觀重要性的箱線圖for(iin1:2)boxplot(c01d1=i,c02d1=i,c03d1=i,c04d1=i,main=rownames(sex.c01)i)for(iin1:2)#不同性別對功能重要性的箱線圖boxplot(c05d1=i,c11d1=i,c12d1=i,c13d1=i,c14d1=i,c15d1=i,c16d1=i,main=rownames(sex.c01)i)#性別對外觀&功能重要程度，列聯(lián)表，條形圖

23、sex.c01=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視","不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c01i,j=sum(d1=i&c01=j)par(mfrow=c(1,2)for(i in 1:2)barplot(sex.c01i,main=rownames(sex.c01)i)sex.c02=matrix(rep

24、(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視","不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c02i,j=sum(d1=i&c02=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c02i,main=rownames(sex.c02)i)sex.c03=matrix(rep(0,10),nrow=2,dimnam

25、es=list(c("男","女"),c("非常不重視","不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c03i,j=sum(d1=i&c03=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c03i,main=rownames(sex.c03)i)sex.c04=matrix(rep(0,10),nrow=2,dimnames=list(c("男&qu

26、ot;,"女"),c("非常不重視","不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c04i,j=sum(d1=i&c04=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c04i,main=rownames(sex.c04)i)sex.c05=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c

27、("非常不重視","不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c05i,j=sum(d1=i&c05=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c05i,main=rownames(sex.c05)i)sex.c11=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視",&

28、quot;不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c11i,j=sum(d1=i&c11=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c11i,main=rownames(sex.c11)i)sex.c12=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視","不重視"，"

29、;普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c12i,j=sum(d1=i&c12=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c12i,main=rownames(sex.c12)i)sex.c13=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視","不重視"，"普通"，"重視&q

30、uot;，"非常重視")for(iin1:2)for(jin1:5)sex.c13i,j=sum(d1=i&c13=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c13i,main=rownames(sex.c13)i)sex.c14=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視","不重視"，"普通"，"重視"，"非常重視"

31、;)for(iin1:2)for(jin1:5)sex.c14i,j=sum(d1=i&c14=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c14i,main=rownames(sex.c14)i)sex.c15=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視","不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin

32、1:5)sex.c15i,j=sum(d1=i&c15=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c15i,main=rownames(sex.c15)i)sex.c16=matrix(rep(0,10),nrow=2,dimnames=list(c("男","女"),c("非常不重視","不重視"，"普通"，"重視"，"非常重視")for(iin1:2)for(jin1:5)sex.c16i,j=sum(d

33、1=i&c16=j)par(mfrow=c(1,2)for(iin1:2)barplot(sex.c16i,main=rownames(sex.c16)i)par(mfrow=c(2,2)#不同職業(yè)對外觀重要性的箱線圖for(iin1:4)boxplot(c01d3=i,c02d3=i,c03d3=i,c04d3=i,main=rownames(job.c01)i)for(iin1:4)boxplot(c05d3=i,c11d3=i,c12d3=i,c13d3=i,c14d3=i,c15d3=i,c16d3=i,main=rownames(job.c01)i)#列聯(lián)表畫條形圖_不同職業(yè)

34、對外觀和功能的重視程度job.c01=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通"，"重視"，"非常重視")for(iin1:4)for(jin1:5)job.c01i,j=sum(d3=i&c01=j)par(mfrow=c(2,2)for(iin1:4)barplot(jo

35、b.c01i,main=rownames(job.c01)i)job.c02=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通","重視","非常重視")for(iin1:4)for(j in 1:5)job.c02i,j=sum(d3=i&c02=j)par(mfrow=c(2,2

36、)for(iin1:4)barplot(job.c02i,main=rownames(job.c02)i)job.c03=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通"，"重視"，"非常重視")for(iin1:4)for(jin1:5)job.c03i,j=sum(d3=i&c

37、03=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c03i,main=rownames(job.c03)i)job.c04=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通","重視","非常重視")for(iin1:4)for(jin1:5)job.c

38、04i,j=sum(d3=i&c04=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c04i,main=rownames(job.c04)i)job.c05=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通","重視","非常重視")for(iin

39、1:4)for(jin1:5)job.c05i,j=sum(d3=i&c05=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c05i,main=rownames(job.c05)i)job.c11=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通"，"重視"，&quo

40、t;非常重視")for(iin1:4)for(jin1:5)job.c11i,j=sum(d3=i&c11=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c11i,main=rownames(job.c11)i)job.c12=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通"

41、,"重視","非常重視")for(iin1:4)for(jin1:5)job.c12i,j=sum(d3=i&c12=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c12i,main=rownames(job.c12)i)job.c13=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視&

42、quot;,"普通","重視","非常重視")for(iin1:4)for(jin1:5)job.c13i,j=sum(d3=i&c13=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c13i,main=rownames(job.c13)i)job.c14=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("非常

43、不重視","不重視","普通"，"重視"，"非常重視")for(iin1:4)for(jin1:5)job.c14i,j=sum(d3=i&c14=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c14i,main=rownames(job.c14)i)job.c15=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)

44、技術(shù)"),c("非常不重視","不重視","普通","重視","非常重視")for(iin1:4)for(jin1:5)job.c15i,j=sum(d3=i&c15=j)par(mfrow=c(2,2)for(iin1:4)barplot(job.c15i,main=rownames(job.c15)i)job.c16=matrix(rep(0,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","

45、;一般行政","專業(yè)技術(shù)"),c("非常不重視","不重視","普通","重視","非常重視")for(iin1:4)for(jin1:5)job.c16i,j=sum(d3=i&c16=j)par(mfrow=c(2,2)for(i in 1:4)barplot(job.c16i,main=rownames(job.c16)i)sex.price=matrix(rep(0,10),nrow=2,byrow=T,dimnames=list(c("男

46、","女"),c("<=1000","1001-2000","2001-3000","3001-6000",”>6000")for(iin1:2)for(jin1:5)sex.pricei,j=sum(d1=i&a03=j)for(iin1:2)barplot(sex.pricei,main=rownames(sex.price)i)par(mfrow=c(1,1)boxplot(a03d1=1,a03d1=2)job.price=matrix(rep(0

47、,20),nrow=4,dimnames=list(c("學(xué)生","企業(yè)大堂經(jīng)理","一般行政","專業(yè)技術(shù)"),c("<1000","1000-2000","2000-3000","3000-6000",">6000")for(iin1:4)#職業(yè)、價格列聯(lián)表for(jin1:5)job.pricei,j=sum(d3=i&a03=j)par(mfrow=c(2,2)for(iin1:4)bar

48、plot(job.pricei,main=rownames(job.price)i)boxplot(a03d3=1,a03d3=2,a03d3=3,a03d3=4)Ridit檢驗部分：#Ridit檢驗函數(shù)，主要是算出W值，求出p值，并且輸出置信區(qū)間，看重復(fù)程度，檢驗函數(shù)如下：ridit.test=function(x)O=sum(x)#先求出幾個O.,r和sr=nrow(x)s=ncol(x)H=0.5*apply(x,2,sum)#求 H、 RjC=rep(0,s)for(i in 2:s)Ci=2*sum(H1:i-1)N=H+CRdot.j=N/OOi.dot=apply(x,1,sum

49、)#求行和O.jdot=apply(x,2,sum)#求列和#計算RiR=matrix(rep(0,r*s),nrow=r,ncol=s)for(i in 1:r)for(j in 1:s)Ri,j=xi,j/O.jdotj*Rdot.jjRi.dot=apply(R,1,sum)#計算Ridit 得分矩陣Rid=matrix(rep(0,r*s),nrow=r)for(i in 1:r)Ridi,=Rdot.j*xi,#計算各處理的秩平均Ri_bar=rep(0,s)for(i in 1:r)Ri_bari=sum(Ridi,)/Oi.doti#求平均Ridit的置信區(qū)間erval=matrix(rep(0,2*r),nrow=r)for(iin1:r)ervali,=c(Ri_bari-1/sqrt(3*Oi.doti),Ri_bari+1/sqrt(3*Oi.doti)dimnames(erval)=list(NULL,c("置信下限","置信上限")#作圖pl