管理定量分析總結(jié)112課件

《管理定量分析》課程回顧與總結(jié)《管理定量分析》課程回顧與總結(jié)1課程主要內(nèi)容概論數(shù)據(jù)初步統(tǒng)計信度效度分析假設(shè)檢驗方差分析相關(guān)分析回歸分析預(yù)測分析規(guī)劃分析決策分析層次分析網(wǎng)絡(luò)計劃技術(shù)基礎(chǔ)知識數(shù)據(jù)獲得數(shù)據(jù)分析訪談法問卷法調(diào)查報告課程主要內(nèi)容概論信度效度分析基礎(chǔ)知識數(shù)據(jù)獲得數(shù)據(jù)分析訪談法2定性分析內(nèi)涵定量分析內(nèi)涵兩種分析方法的優(yōu)劣分析兩種方法的比較兩種方法的結(jié)合數(shù)據(jù)類型第一章概率定性分析內(nèi)涵第一章概率3第二章數(shù)據(jù)統(tǒng)計初步數(shù)據(jù)中心的描述指標數(shù)據(jù)的離散趨勢指標莖葉圖箱型圖偏度和峰度頻次、頻率、累計頻率等第二章數(shù)據(jù)統(tǒng)計初步數(shù)據(jù)中心的描述指標4第3章假設(shè)檢驗假設(shè)檢驗的概念假設(shè)檢驗的步驟假設(shè)檢驗中的小概率原理假設(shè)檢驗中的兩類錯誤雙側(cè)檢驗和單側(cè)檢驗單樣本T檢驗獨立樣本T檢驗配對樣本T檢驗第3章假設(shè)檢驗假設(shè)檢驗的概念5第4章方差分析理解方差分析的基本概念理解方差分解的思想掌握單因素方差分析掌握雙因素方差分析方差分析與T檢驗的異同第4章方差分析理解方差分析的基本概念6第5章相關(guān)分析了解相關(guān)分析的概念理解相關(guān)分析的種類理解相關(guān)分析的內(nèi)容理解相關(guān)關(guān)系的測定了解相關(guān)分析的特點理解偏相關(guān)分析的內(nèi)容掌握簡單相關(guān)分析和偏相關(guān)分析第5章相關(guān)分析了解相關(guān)分析的概念7第6章回歸分析回歸分析的概念和特點回歸分析的種類回歸分析的參數(shù)估計回歸擬合優(yōu)度的度量回歸系數(shù)顯著性檢驗回歸分析和相關(guān)分析的區(qū)別與聯(lián)系R平方、F檢驗、T檢驗第6章回歸分析回歸分析的概念和特點8第7章預(yù)測分析時間序列：移動平均、加權(quán)移動平均、指數(shù)平滑方法記住公式，知道含義相關(guān)模型：回歸方法第7章預(yù)測分析時間序列：移動平均、加權(quán)移動平均、指數(shù)平滑方9第8章線性規(guī)劃提出問題相關(guān)知識導(dǎo)入基本概念解釋線性模型三要素線性規(guī)劃求解過程—圖解法線性規(guī)劃結(jié)果調(diào)整能夠根據(jù)題目寫出線性模型模型標準化模型對偶問題第8章線性規(guī)劃提出問題10第9章信度效度分析常用的信度分析——克隆巴赫α系數(shù)常用的效度分析——因子分析方法信度與效度的關(guān)系信度和效度分析過程第9章信度效度分析常用的信度分析——克隆巴赫α系數(shù)11第10章決策分析決策分析收益矩陣表完全不確定型決策的準則各種準則的特點和適用場合風險型決策的準則利用決策樹進行風險型決策第10章決策分析決策分析收益矩陣表12第11章層次分析法了解層次分析法的用途理解層次分析法的原理和思路掌握層次分析法的步驟掌握一致性檢驗理解各層排序的含義第11章層次分析法了解層次分析法的用途13第12章網(wǎng)絡(luò)計劃技術(shù)理解網(wǎng)絡(luò)計劃的概念與原理了解網(wǎng)絡(luò)計劃的優(yōu)缺點和繪圖規(guī)則掌握網(wǎng)絡(luò)圖的構(gòu)成要素掌握網(wǎng)絡(luò)計劃技術(shù)的時間參數(shù)計算

了解網(wǎng)絡(luò)計劃的優(yōu)化了解網(wǎng)絡(luò)計劃的調(diào)整第12章網(wǎng)絡(luò)計劃技術(shù)理解網(wǎng)絡(luò)計劃的概念與原理14定量分析方法T檢驗方差分析相關(guān)分析回歸分析預(yù)測分析規(guī)劃分析信效度分析決策分析層次分析網(wǎng)絡(luò)計劃技術(shù)定量分析方法T檢驗規(guī)劃分析15均值比較：T檢驗與方差分析均值比較：T檢驗與方差分析16單樣本T檢驗作用:利用來自某總體的樣本數(shù)據(jù)，推斷該總體的均值與指定的檢驗值之間的差異在統(tǒng)計上是否顯著。是對總體均值的檢驗。驗證樣本總體的均值是否等于某個值A(chǔ)假設(shè)及其含義：H0：μ=A含義：樣本總體均值等于AH1：μ≠A含義：樣本總體均值不等于A假設(shè)驗證：P<α拒絕原假設(shè)，接受備選假設(shè)樣本總體均值不等于AP≥α接受原假設(shè)樣本總體均值等于A注意樣本總體均值特定含義單樣本T檢驗作用:利用來自某總體的樣本數(shù)據(jù)，推斷該總體的均值17例某高級中學(xué)共有2000余名高中生，某研究者采用隨機方法抽取9名學(xué)生測量他們的體重(單位:kg)結(jié)果如下:49.7,49.8,50.3,50.5,49.7,50.1,49.9,50.5,50.4。判斷該校學(xué)生的平均體重是否是50kg？假設(shè)H0:μ=50(kg)該校學(xué)生的平均體重是50kg例某高級中學(xué)共有2000余名高中生，某研究者采用隨機方法抽取18結(jié)果說明:由表8-18顯示，檢驗統(tǒng)計量的t值為0.894，顯著性概率P值為0.397>0.05，所以接受原假設(shè)，即有理由認為該校學(xué)生的體重總體均值等于50(kg)。結(jié)果說明:由表8-18顯示，檢驗統(tǒng)計量的t值為0.894，顯19（兩個）獨立樣本T檢驗作用：利用來自兩個總體的樣本數(shù)據(jù)，推斷兩個總體的均值是否存在顯著差異。1方差齊性（是否相等）檢驗，用F檢驗。2均值是否相等檢驗，T檢驗P>0.05,方差相等，根據(jù)第一行的T檢驗結(jié)果判斷均值是否相等；若T檢驗的P>0.05,則均值相等，否則均值不等P<0.05，方差不等，根據(jù)第二行的T檢驗的P值判斷均值是否相等；若T檢驗的P>0.05,則均值相等，否則均值不等（兩個）獨立樣本T檢驗作用：利用來自兩個總體的樣本數(shù)據(jù)，推斷20獨立樣本T檢驗作用：比較兩組樣本總體的均值是否相等。假設(shè)：1.方差齊性檢驗：F檢驗H0：σ21=σ22含義兩個樣本總體的方差相等H1：σ21≠σ22含義兩個樣本總體的方差不相等P<α決絕原假設(shè)兩個樣本總體的方差不等P≥α接受原假設(shè)兩個樣本總體的方差相等2.均值檢驗H0：μ1=μ2含義：兩個樣本總體的均值相等H1：μ1≠μ2含義：兩個樣本總體的均值不相等。假設(shè)檢驗：P<α拒絕原假設(shè)兩樣本總體的均值不相等P≥α接受原假設(shè)兩樣本總體的均值相等獨立樣本T檢驗作用：比較兩組樣本總體的均值是否相等。21例有甲、乙兩種不同的自主創(chuàng)新激勵政策，分別對某省的兩地中小企業(yè)實施激勵(假設(shè)企業(yè)通過隨機方法抽取)，兩地分別選擇10家企業(yè)參與自主創(chuàng)新激勵政策的實驗研究。如果用R&D(研究與開發(fā))投入的增長率來測度兩種不同的自主創(chuàng)新激勵政策的激勵效果，試分析甲、乙兩種自主創(chuàng)新激勵政策的激勵效果有無顯著的差異。例有甲、乙兩種不同的自主創(chuàng)新激勵政策，分別對某省的兩地中小企22結(jié)果說明:由表8-21顯示，Levene‘sTestforEqualityofVariances的檢驗結(jié)果表明，F(xiàn)=3.216，P=0.090>0.05，說明方差齊性的假設(shè)成立。這樣就應(yīng)該以上面一行(Equalvariancesassumed)t檢驗結(jié)果判斷均值是否相等。t檢驗的結(jié)果是P=0.000<0.025，否定原假設(shè)。即甲、乙兩種自主創(chuàng)新激勵政策的激勵效果有顯著的差異。結(jié)果說明:由表8-21顯示，Levene‘sTestf23配對樣本t檢驗作用：利用來自兩個總體的配對樣本，推斷兩個總體的均值是否存在顯著差異。配對樣本：可以是樣本在“前”、“后”兩種狀態(tài)下的某個指標的不同取值；也可以是對某事物兩個不同側(cè)面或方面的描述。配對樣本t檢驗中樣本是配對的，這是其與獨立樣本t檢驗的區(qū)別。欲比較配對樣本的總體均值差異，先求出成對數(shù)據(jù)的差值d。然后檢驗d的均值是否顯著不等于0。配對樣本t檢驗作用：利用來自兩個總體的配對樣本，推斷兩個總24配對比較設(shè)計治療前后的比較編號用藥前用藥后

1118112211098……10122108治療前后舒張壓的改變兩種藥物效果比較編號A藥B藥

10.2-0.121.01.8……100.40.8兩種藥物治療白細胞降低療效的比較（表中為白細胞升高數(shù)）。配對比較設(shè)計治療前后的比較兩種藥物效果比較25用某藥治療10例高血壓病人,治療前后各例舒張壓測量結(jié)果如表1，問該藥是否有降低舒張壓的作用？表110例高血壓患者用某藥治療前后的舒張壓(mmHg)────────────────────────────────────例號治療前治療后差數(shù)d────────────────────────────────────

1117123-621271081931411202141071070511010010611498167115102138138152-149127104231012210715────────────────────────────────────用某藥治療10例高血壓病人,治療前后各例舒張壓測量結(jié)果如表126假設(shè)：

H0:差數(shù)總體均數(shù)μd=0該藥物沒有降壓作用H1:差數(shù)總體均數(shù)μd≠0該藥物有降壓作用

當P＜0.05,拒絕H0,認為治療前后舒張壓之差的均值與0有顯著差異,可以認為該藥有降低舒張壓作用。

當P≥0.05,接受H0,認為治療前后舒張壓之差的均值與0沒有顯著差異,可以認為該藥沒有降低舒張壓作用。假設(shè)：27例某省制定了一項激勵中小企業(yè)自主創(chuàng)新的財政政策，并采用隨機方法選擇了20個縣市參加財政政策激勵效果的試驗。如果用20個縣市的中小企業(yè)R&D投入占銷售收入比重變動來測度財政政策對中小企業(yè)自主創(chuàng)新的激勵效果，試分析該財政政策對中小企業(yè)自主創(chuàng)新有無激勵效果。例某省制定了一項激勵中小企業(yè)自主創(chuàng)新的財政政策，并采用隨機方28管理定量分析總結(jié)112課件29獨立樣本的T檢驗：檢驗兩組不相關(guān)的樣本是否來自具有相同均值的總體（均值是否相同，如男女的平均收入是否相同，是否有顯著性差異）配對T檢驗：檢驗兩組相關(guān)的樣本是否來自具有相同均值的總體(前后比較，如訓(xùn)練效果，治療效果)獨立樣本的T檢驗：檢驗兩組不相關(guān)的樣本是否來自具有相同均值的30單因素方差分析作用：用于多個樣本總體均值的比較，用以檢驗?zāi)骋蛩夭煌降挠绊懯欠耧@著。假設(shè)：1.方差齊性檢驗：F檢驗H0：σ21=σ22=……σ2n各個樣本總體的方差相等H1：σ21、σ22……σ2n各組樣本總體的方差不全相等P<α決絕原假設(shè)各組樣本總體的方差不全相等P≥α接受原假設(shè)各組樣本總題的方差相等單因素方差分析作用：用于多個樣本總體均值的比較，用以檢驗?zāi)骋?1方差齊性檢驗各樣本總體均值是否相等方差齊性檢驗各樣本總體均值是否相等322.均值檢驗H0：μ1=μ2=……=μn含義：各組樣本總體均值相等H1：μ1,μ2……μn含義：各組樣本總體均值不完全相等。假設(shè)檢驗：P<α拒絕原假設(shè)各組樣本總體均值不全相等P≥α接受原假設(shè)各組樣本總體均值相等2.均值檢驗33一般提法H0:

1=

2=…=

r(因素有r個水平）H1:

1，

2，…，

r不全相等例如：H0:

1=

2=

3=

4各種顏色的飲料平均銷量相等，顏色對銷售量沒有影響H1:

1，

2，

3，

4不全相等各種顏色的飲料平均銷量不相等，顏色對銷售量有影響均值假設(shè)一般提法均值假設(shè)34例某公共管理研究者采用隨機抽樣方法研究某省東部、北部、中部、南部和西部五個不同地區(qū)10年間每周發(fā)生的交通事故次數(shù)，若從五個不同地區(qū)(視為五個不同總體）獨立地各選取12個周發(fā)生的交通事故次數(shù)作為研究對象，五個不同地區(qū)12個周每周發(fā)生的交通事故次數(shù)如表9所示。請在α=1%的顯著性水平下檢驗該省五個不同地區(qū)10年間每周發(fā)生的交通事故次數(shù)是否存在顯著的差異。例某公共管理研究者采用隨機抽樣方法研究某省東部、北部、中部、35管理定量分析總結(jié)112課件36無重復(fù)雙因素方差分析又稱無交互作用雙因素方差分析作用：n4分析兩個因素的影響結(jié)果是否顯著，實質(zhì)還是進行均值的比較。問：A因素的不同水平（方案）的效果（均值）有無顯著差異？B因素的不同水平（方案）的效果（均值）有無顯著差異？無重復(fù)雙因素方差分析又稱無交互作用雙因素方差分析37均值假設(shè)與檢驗：零假設(shè)：H0A：H0B：備選假設(shè)：H1A：H1B：檢驗：P<α拒絕原假設(shè)，A/B的影響顯著P≥α接受原假設(shè)，A/B的影響不顯著無重復(fù)的雙因素分析，不需要進行方差齊性檢驗。均值假設(shè)與檢驗：無重復(fù)的雙因素分析，不需要進行方差齊性檢驗。38例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、A2、A3、A4。為了研究這四種專利激勵政策的激勵效果，按隨機區(qū)組實驗設(shè)計的原則，將企業(yè)分為"技術(shù)創(chuàng)新能力強"、"技術(shù)創(chuàng)新能力較強"、"技術(shù)創(chuàng)新能力一般"和"技術(shù)創(chuàng)新能力差"四種類型(即區(qū)組，B因素)，分別設(shè)為B1、B2、B3、B4。現(xiàn)分別從每種類型企業(yè)中隨機地抽取4家企業(yè)(共16家)，它們分別被隨機地分配參加一種企業(yè)技術(shù)創(chuàng)新能力專利激勵政策的實驗研究。經(jīng)過兩年時間后，對企業(yè)的年均發(fā)明專利增長率進行統(tǒng)計。試比較這四種企業(yè)技術(shù)創(chuàng)新專利激勵政策的激勵效果是否有顯著的差別?例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、39A因素的檢驗結(jié)果是P=0.000<0.05,所以不同政策的激勵效果有明顯差異，或不同政策的影響顯著；B因素的檢驗結(jié)果是P=0.321>0.05,所以企業(yè)的創(chuàng)新水平對激勵效果沒有明顯影響；A因素的檢驗結(jié)果是P=0.000<0.05,所以不同政策的激40表9-14是關(guān)于A因素(專利激勵政策)第1、第2、第3三個水平與第4水平激勵效果的對比分析結(jié)果。統(tǒng)計檢驗結(jié)果表明，三個水平與第4水平平均數(shù)差值均達到了高度統(tǒng)計顯著性水平（結(jié)果均為p=0.000)。這表明，第1、第2、第3三個水平與第4水平激勵效果存在著顯著性差異。表9-14是關(guān)于A因素(專利激勵政策)第1、第2、第3三個水41有重復(fù)的雙因素方差分析也稱有交互作用的雙因素方差分析作用：分析兩個因素的影響是否顯著，及其交互效應(yīng)是否顯著。問：因素A的不同水平或方案的效果/均值有無顯著不同？因素B的不同水平或方案的效果/均值有無顯著不同？因素A和因素B之間的交互作用影響是否顯著？有重復(fù)的雙因素方差分析也稱有交互作用的雙因素方差分析42方差齊性檢驗假設(shè)：各個樣本總體的方差相等各個樣本總體的方差不等相等檢驗：P<0.05拒絕原假設(shè)樣本總體的方差不全相等P≥0.05接受原假設(shè)樣本總體的方差相等方差齊性檢驗43均值假設(shè)：零假設(shè)：H0A：H0B：

H0C：Cij=0,A與B交互效應(yīng)為零/不存在備選假設(shè)：H1A：H1B：

H1C：Cij不全為0,A與B交互效應(yīng)存在均值假設(shè)：44均值顯著性檢驗P<0.05拒絕原假設(shè)各個水平的效果不同即某個因素有作用，或交互作用影響顯著P≥0.05接受原假設(shè)各個水平的效果相同即某個因素沒有作用，或交互作用影響不顯著均值顯著性檢驗45例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、A2、A3、A4。為了研究這四種專利激勵政策的激勵效果，按隨機區(qū)組實驗設(shè)計的原則，將企業(yè)分為"技術(shù)創(chuàng)新能力強"、"技術(shù)創(chuàng)新能力較強"、"技術(shù)創(chuàng)新能力一般"和"技術(shù)創(chuàng)新能力差"四種類型(即區(qū)組，B因素)，分別設(shè)為B1、B2、B3、B4?，F(xiàn)分別從每一種類型企業(yè)中隨機地抽取16家企業(yè)(共64家企業(yè))，每4家企業(yè)一組被隨機地分配參加一種企業(yè)技術(shù)創(chuàng)新能力專利激勵政策的實驗研究。經(jīng)過兩年時間后，對企業(yè)的年均發(fā)明專利增長率進行統(tǒng)計。試分析企業(yè)技術(shù)創(chuàng)新專利激勵政策、企業(yè)類型及其交互作用的效應(yīng)。例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、46管理定量分析總結(jié)112課件47管理定量分析總結(jié)112課件48T檢驗與方差分析比較相同之處：都是分析樣本總體均值之間是否存在顯著差異。不同：T檢驗針對的是單個樣本或者兩個獨立樣本或兩個配對樣本。方差分析針對的是三個及三個以上的樣本總體之間的均值比較。T檢驗與方差分析比較相同之處：都是分析樣本總體均值之間是否存49相關(guān)分析與回歸分析相關(guān)分析與回歸分析50Pearson相關(guān)分析簡單相關(guān)分析或積差相關(guān)分析作用：確定兩個變量之間是否具有顯著的相關(guān)關(guān)系假設(shè)：H0:r=0兩個變量之間沒有相關(guān)關(guān)系H1:r≠0兩個變量之間有相關(guān)關(guān)系檢驗：P<0.05拒絕原假設(shè)兩個變量之間相關(guān)P≥0.05接受原假設(shè)兩個變量之間不相關(guān)Pearson相關(guān)分析簡單相關(guān)分析或積差相關(guān)分析51例以1990~2005年的統(tǒng)計數(shù)據(jù)為依據(jù)，運用SPSS計算農(nóng)村居民家庭人均純收人和城鎮(zhèn)居民家庭人均可支配收入兩者之間的Pearson相關(guān)系數(shù)，并進行統(tǒng)計顯著性檢驗。例以1990~2005年的統(tǒng)計數(shù)據(jù)為依據(jù)，運用SPSS計算農(nóng)52從輸出結(jié)果可以看出，農(nóng)村居民家庭人均純收入(x)和城鎮(zhèn)居民家庭人均可支配收入(y)兩者之間在α=0.05的水平下達到統(tǒng)計顯著性（P=0.000）線性相關(guān)關(guān)系，Pearson相關(guān)系數(shù)為r=0.987。從輸出結(jié)果可以看出，農(nóng)村居民家庭人均純收入(x)和城鎮(zhèn)居民家53偏相關(guān)分析作用：排除其他因素的影響，分析兩個變量之間是否存在顯著的相關(guān)關(guān)系假設(shè)：H0:r12,3=0剔除變量3的影響后，1、2兩個變量之間沒有偏相關(guān)關(guān)系H1:r12,3≠0剔除變量3的影響后，1、2兩個變量之間有偏相關(guān)關(guān)系檢驗：P<0.05拒絕原假設(shè)兩個變量之間存在偏相關(guān)P≥0.05接受原假設(shè)兩個變量之間不存在偏相關(guān)r是排除其他因素影響之后的偏相關(guān)系數(shù)，即r12,3偏相關(guān)分析作用：排除其他因素的影響，分析兩個變量之間是否存在54例以2004年我國31個省市出口商品、國內(nèi)生產(chǎn)總值和實際利用外資的相關(guān)統(tǒng)計數(shù)據(jù)為依據(jù)，研究出口商品與國內(nèi)生產(chǎn)總值的關(guān)系。例以2004年我國31個省市出口商品、國內(nèi)生產(chǎn)總值和實際利用55？？56回歸分析（一元線性回歸）作用：用于確定具有相關(guān)關(guān)系的兩個變量之間是否存在顯著的因果關(guān)系/回歸關(guān)系假設(shè)：H0:β=0兩個變量之間沒有回歸關(guān)系或者因果關(guān)系H1:β≠0兩個變量之間存在回歸關(guān)系檢驗：P<0.05拒絕原假設(shè)不存在回歸關(guān)系P≥0.05接受原假設(shè)存在回歸關(guān)系相關(guān)和回歸的區(qū)別與聯(lián)系??！回歸分析（一元線性回歸）作用：用于確定具有相關(guān)關(guān)系的兩個變量57例以1989~2006年中國R&D投入與GDP相關(guān)數(shù)據(jù)為依據(jù)，試估計GDP（Y）對R&D（X）的一元線性回歸模型。例以1989~2006年中國R&D投入與GDP相關(guān)數(shù)據(jù)為58管理定量分析總結(jié)112課件59多元線性回歸判斷一個因變量和多個自變量之間的是否存在顯著的線性回歸關(guān)系假設(shè)：H0:βj=0所有變量的回歸系數(shù)都等于0H1:βj回歸系數(shù)不全為0檢驗：P<0.05拒絕原假設(shè)，有些回歸系數(shù)不為0P≥0.05接受原假設(shè)，所有回歸系數(shù)都等于0多元線性回歸判斷一個因變量和多個自變量之間的是否存在顯著的線60333333333333333333333333333333333333333333333333333333333361相關(guān)指標判斷系數(shù)R2：因變量能夠被自變量解釋的比例，體現(xiàn)了模型的擬合優(yōu)度；F檢驗：模型整體回歸效果顯著性檢驗；T檢驗：各個回歸系數(shù)顯著性檢驗。相關(guān)指標判斷系數(shù)R2：因變量能夠被自變量解釋的比例，體現(xiàn)了模62規(guī)劃分析線性規(guī)劃的圖解法求解過程標準化模型的特征模型標準化規(guī)劃分析線性規(guī)劃的圖解法求解過程63決策分析基本概念最大最大法最大最小法最小最大法決策樹法決策分析基本概念64預(yù)測分析簡單移動平均法加權(quán)移動平均法指數(shù)平滑法預(yù)測分析簡單移動平均法65信效度分析信度衡量指標效度分析方法信度、效度的分析過程和結(jié)果信效度分析信度衡量指標66層次分析法比較矩陣的一致性判斷：列歸一行和歸一最大特征根CICR層次分析法比較矩陣的一致性判斷：67網(wǎng)絡(luò)計劃技術(shù)理解網(wǎng)絡(luò)計劃的概念與原理掌握網(wǎng)絡(luò)圖的構(gòu)成要素掌握網(wǎng)絡(luò)計劃技術(shù)的時間參數(shù)計算節(jié)點：最早時間、最遲時間、時間差活動：最早開始時間、最早結(jié)束時間、最遲開始時間、最遲結(jié)束時間、總時差和單時差。網(wǎng)絡(luò)計劃技術(shù)理解網(wǎng)絡(luò)計劃的概念與原理68《管理定量分析》課程回顧與總結(jié)《管理定量分析》課程回顧與總結(jié)69課程主要內(nèi)容概論數(shù)據(jù)初步統(tǒng)計信度效度分析假設(shè)檢驗方差分析相關(guān)分析回歸分析預(yù)測分析規(guī)劃分析決策分析層次分析網(wǎng)絡(luò)計劃技術(shù)基礎(chǔ)知識數(shù)據(jù)獲得數(shù)據(jù)分析訪談法問卷法調(diào)查報告課程主要內(nèi)容概論信度效度分析基礎(chǔ)知識數(shù)據(jù)獲得數(shù)據(jù)分析訪談法70定性分析內(nèi)涵定量分析內(nèi)涵兩種分析方法的優(yōu)劣分析兩種方法的比較兩種方法的結(jié)合數(shù)據(jù)類型第一章概率定性分析內(nèi)涵第一章概率71第二章數(shù)據(jù)統(tǒng)計初步數(shù)據(jù)中心的描述指標數(shù)據(jù)的離散趨勢指標莖葉圖箱型圖偏度和峰度頻次、頻率、累計頻率等第二章數(shù)據(jù)統(tǒng)計初步數(shù)據(jù)中心的描述指標72第3章假設(shè)檢驗假設(shè)檢驗的概念假設(shè)檢驗的步驟假設(shè)檢驗中的小概率原理假設(shè)檢驗中的兩類錯誤雙側(cè)檢驗和單側(cè)檢驗單樣本T檢驗獨立樣本T檢驗配對樣本T檢驗第3章假設(shè)檢驗假設(shè)檢驗的概念73第4章方差分析理解方差分析的基本概念理解方差分解的思想掌握單因素方差分析掌握雙因素方差分析方差分析與T檢驗的異同第4章方差分析理解方差分析的基本概念74第5章相關(guān)分析了解相關(guān)分析的概念理解相關(guān)分析的種類理解相關(guān)分析的內(nèi)容理解相關(guān)關(guān)系的測定了解相關(guān)分析的特點理解偏相關(guān)分析的內(nèi)容掌握簡單相關(guān)分析和偏相關(guān)分析第5章相關(guān)分析了解相關(guān)分析的概念75第6章回歸分析回歸分析的概念和特點回歸分析的種類回歸分析的參數(shù)估計回歸擬合優(yōu)度的度量回歸系數(shù)顯著性檢驗回歸分析和相關(guān)分析的區(qū)別與聯(lián)系R平方、F檢驗、T檢驗第6章回歸分析回歸分析的概念和特點76第7章預(yù)測分析時間序列：移動平均、加權(quán)移動平均、指數(shù)平滑方法記住公式，知道含義相關(guān)模型：回歸方法第7章預(yù)測分析時間序列：移動平均、加權(quán)移動平均、指數(shù)平滑方77第8章線性規(guī)劃提出問題相關(guān)知識導(dǎo)入基本概念解釋線性模型三要素線性規(guī)劃求解過程—圖解法線性規(guī)劃結(jié)果調(diào)整能夠根據(jù)題目寫出線性模型模型標準化模型對偶問題第8章線性規(guī)劃提出問題78第9章信度效度分析常用的信度分析——克隆巴赫α系數(shù)常用的效度分析——因子分析方法信度與效度的關(guān)系信度和效度分析過程第9章信度效度分析常用的信度分析——克隆巴赫α系數(shù)79第10章決策分析決策分析收益矩陣表完全不確定型決策的準則各種準則的特點和適用場合風險型決策的準則利用決策樹進行風險型決策第10章決策分析決策分析收益矩陣表80第11章層次分析法了解層次分析法的用途理解層次分析法的原理和思路掌握層次分析法的步驟掌握一致性檢驗理解各層排序的含義第11章層次分析法了解層次分析法的用途81第12章網(wǎng)絡(luò)計劃技術(shù)理解網(wǎng)絡(luò)計劃的概念與原理了解網(wǎng)絡(luò)計劃的優(yōu)缺點和繪圖規(guī)則掌握網(wǎng)絡(luò)圖的構(gòu)成要素掌握網(wǎng)絡(luò)計劃技術(shù)的時間參數(shù)計算

了解網(wǎng)絡(luò)計劃的優(yōu)化了解網(wǎng)絡(luò)計劃的調(diào)整第12章網(wǎng)絡(luò)計劃技術(shù)理解網(wǎng)絡(luò)計劃的概念與原理82定量分析方法T檢驗方差分析相關(guān)分析回歸分析預(yù)測分析規(guī)劃分析信效度分析決策分析層次分析網(wǎng)絡(luò)計劃技術(shù)定量分析方法T檢驗規(guī)劃分析83均值比較：T檢驗與方差分析均值比較：T檢驗與方差分析84單樣本T檢驗作用:利用來自某總體的樣本數(shù)據(jù)，推斷該總體的均值與指定的檢驗值之間的差異在統(tǒng)計上是否顯著。是對總體均值的檢驗。驗證樣本總體的均值是否等于某個值A(chǔ)假設(shè)及其含義：H0：μ=A含義：樣本總體均值等于AH1：μ≠A含義：樣本總體均值不等于A假設(shè)驗證：P<α拒絕原假設(shè)，接受備選假設(shè)樣本總體均值不等于AP≥α接受原假設(shè)樣本總體均值等于A注意樣本總體均值特定含義單樣本T檢驗作用:利用來自某總體的樣本數(shù)據(jù)，推斷該總體的均值85例某高級中學(xué)共有2000余名高中生，某研究者采用隨機方法抽取9名學(xué)生測量他們的體重(單位:kg)結(jié)果如下:49.7,49.8,50.3,50.5,49.7,50.1,49.9,50.5,50.4。判斷該校學(xué)生的平均體重是否是50kg？假設(shè)H0:μ=50(kg)該校學(xué)生的平均體重是50kg例某高級中學(xué)共有2000余名高中生，某研究者采用隨機方法抽取86結(jié)果說明:由表8-18顯示，檢驗統(tǒng)計量的t值為0.894，顯著性概率P值為0.397>0.05，所以接受原假設(shè)，即有理由認為該校學(xué)生的體重總體均值等于50(kg)。結(jié)果說明:由表8-18顯示，檢驗統(tǒng)計量的t值為0.894，顯87（兩個）獨立樣本T檢驗作用：利用來自兩個總體的樣本數(shù)據(jù)，推斷兩個總體的均值是否存在顯著差異。1方差齊性（是否相等）檢驗，用F檢驗。2均值是否相等檢驗，T檢驗P>0.05,方差相等，根據(jù)第一行的T檢驗結(jié)果判斷均值是否相等；若T檢驗的P>0.05,則均值相等，否則均值不等P<0.05，方差不等，根據(jù)第二行的T檢驗的P值判斷均值是否相等；若T檢驗的P>0.05,則均值相等，否則均值不等（兩個）獨立樣本T檢驗作用：利用來自兩個總體的樣本數(shù)據(jù)，推斷88獨立樣本T檢驗作用：比較兩組樣本總體的均值是否相等。假設(shè)：1.方差齊性檢驗：F檢驗H0：σ21=σ22含義兩個樣本總體的方差相等H1：σ21≠σ22含義兩個樣本總體的方差不相等P<α決絕原假設(shè)兩個樣本總體的方差不等P≥α接受原假設(shè)兩個樣本總體的方差相等2.均值檢驗H0：μ1=μ2含義：兩個樣本總體的均值相等H1：μ1≠μ2含義：兩個樣本總體的均值不相等。假設(shè)檢驗：P<α拒絕原假設(shè)兩樣本總體的均值不相等P≥α接受原假設(shè)兩樣本總體的均值相等獨立樣本T檢驗作用：比較兩組樣本總體的均值是否相等。89例有甲、乙兩種不同的自主創(chuàng)新激勵政策，分別對某省的兩地中小企業(yè)實施激勵(假設(shè)企業(yè)通過隨機方法抽取)，兩地分別選擇10家企業(yè)參與自主創(chuàng)新激勵政策的實驗研究。如果用R&D(研究與開發(fā))投入的增長率來測度兩種不同的自主創(chuàng)新激勵政策的激勵效果，試分析甲、乙兩種自主創(chuàng)新激勵政策的激勵效果有無顯著的差異。例有甲、乙兩種不同的自主創(chuàng)新激勵政策，分別對某省的兩地中小企90結(jié)果說明:由表8-21顯示，Levene‘sTestforEqualityofVariances的檢驗結(jié)果表明，F(xiàn)=3.216，P=0.090>0.05，說明方差齊性的假設(shè)成立。這樣就應(yīng)該以上面一行(Equalvariancesassumed)t檢驗結(jié)果判斷均值是否相等。t檢驗的結(jié)果是P=0.000<0.025，否定原假設(shè)。即甲、乙兩種自主創(chuàng)新激勵政策的激勵效果有顯著的差異。結(jié)果說明:由表8-21顯示，Levene‘sTestf91配對樣本t檢驗作用：利用來自兩個總體的配對樣本，推斷兩個總體的均值是否存在顯著差異。配對樣本：可以是樣本在“前”、“后”兩種狀態(tài)下的某個指標的不同取值；也可以是對某事物兩個不同側(cè)面或方面的描述。配對樣本t檢驗中樣本是配對的，這是其與獨立樣本t檢驗的區(qū)別。欲比較配對樣本的總體均值差異，先求出成對數(shù)據(jù)的差值d。然后檢驗d的均值是否顯著不等于0。配對樣本t檢驗作用：利用來自兩個總體的配對樣本，推斷兩個總92配對比較設(shè)計治療前后的比較編號用藥前用藥后

1118112211098……10122108治療前后舒張壓的改變兩種藥物效果比較編號A藥B藥

10.2-0.121.01.8……100.40.8兩種藥物治療白細胞降低療效的比較（表中為白細胞升高數(shù)）。配對比較設(shè)計治療前后的比較兩種藥物效果比較93用某藥治療10例高血壓病人,治療前后各例舒張壓測量結(jié)果如表1，問該藥是否有降低舒張壓的作用？表110例高血壓患者用某藥治療前后的舒張壓(mmHg)────────────────────────────────────例號治療前治療后差數(shù)d────────────────────────────────────

1117123-621271081931411202141071070511010010611498167115102138138152-149127104231012210715────────────────────────────────────用某藥治療10例高血壓病人,治療前后各例舒張壓測量結(jié)果如表194假設(shè)：

H0:差數(shù)總體均數(shù)μd=0該藥物沒有降壓作用H1:差數(shù)總體均數(shù)μd≠0該藥物有降壓作用

當P＜0.05,拒絕H0,認為治療前后舒張壓之差的均值與0有顯著差異,可以認為該藥有降低舒張壓作用。

當P≥0.05,接受H0,認為治療前后舒張壓之差的均值與0沒有顯著差異,可以認為該藥沒有降低舒張壓作用。假設(shè)：95例某省制定了一項激勵中小企業(yè)自主創(chuàng)新的財政政策，并采用隨機方法選擇了20個縣市參加財政政策激勵效果的試驗。如果用20個縣市的中小企業(yè)R&D投入占銷售收入比重變動來測度財政政策對中小企業(yè)自主創(chuàng)新的激勵效果，試分析該財政政策對中小企業(yè)自主創(chuàng)新有無激勵效果。例某省制定了一項激勵中小企業(yè)自主創(chuàng)新的財政政策，并采用隨機方96管理定量分析總結(jié)112課件97獨立樣本的T檢驗：檢驗兩組不相關(guān)的樣本是否來自具有相同均值的總體（均值是否相同，如男女的平均收入是否相同，是否有顯著性差異）配對T檢驗：檢驗兩組相關(guān)的樣本是否來自具有相同均值的總體(前后比較，如訓(xùn)練效果，治療效果)獨立樣本的T檢驗：檢驗兩組不相關(guān)的樣本是否來自具有相同均值的98單因素方差分析作用：用于多個樣本總體均值的比較，用以檢驗?zāi)骋蛩夭煌降挠绊懯欠耧@著。假設(shè)：1.方差齊性檢驗：F檢驗H0：σ21=σ22=……σ2n各個樣本總體的方差相等H1：σ21、σ22……σ2n各組樣本總體的方差不全相等P<α決絕原假設(shè)各組樣本總體的方差不全相等P≥α接受原假設(shè)各組樣本總題的方差相等單因素方差分析作用：用于多個樣本總體均值的比較，用以檢驗?zāi)骋?9方差齊性檢驗各樣本總體均值是否相等方差齊性檢驗各樣本總體均值是否相等1002.均值檢驗H0：μ1=μ2=……=μn含義：各組樣本總體均值相等H1：μ1,μ2……μn含義：各組樣本總體均值不完全相等。假設(shè)檢驗：P<α拒絕原假設(shè)各組樣本總體均值不全相等P≥α接受原假設(shè)各組樣本總體均值相等2.均值檢驗101一般提法H0:

1=

2=…=

r(因素有r個水平）H1:

1，

2，…，

r不全相等例如：H0:

1=

2=

3=

4各種顏色的飲料平均銷量相等，顏色對銷售量沒有影響H1:

1，

2，

3，

4不全相等各種顏色的飲料平均銷量不相等，顏色對銷售量有影響均值假設(shè)一般提法均值假設(shè)102例某公共管理研究者采用隨機抽樣方法研究某省東部、北部、中部、南部和西部五個不同地區(qū)10年間每周發(fā)生的交通事故次數(shù)，若從五個不同地區(qū)(視為五個不同總體）獨立地各選取12個周發(fā)生的交通事故次數(shù)作為研究對象，五個不同地區(qū)12個周每周發(fā)生的交通事故次數(shù)如表9所示。請在α=1%的顯著性水平下檢驗該省五個不同地區(qū)10年間每周發(fā)生的交通事故次數(shù)是否存在顯著的差異。例某公共管理研究者采用隨機抽樣方法研究某省東部、北部、中部、103管理定量分析總結(jié)112課件104無重復(fù)雙因素方差分析又稱無交互作用雙因素方差分析作用：n4分析兩個因素的影響結(jié)果是否顯著，實質(zhì)還是進行均值的比較。問：A因素的不同水平（方案）的效果（均值）有無顯著差異？B因素的不同水平（方案）的效果（均值）有無顯著差異？無重復(fù)雙因素方差分析又稱無交互作用雙因素方差分析105均值假設(shè)與檢驗：零假設(shè)：H0A：H0B：備選假設(shè)：H1A：H1B：檢驗：P<α拒絕原假設(shè)，A/B的影響顯著P≥α接受原假設(shè)，A/B的影響不顯著無重復(fù)的雙因素分析，不需要進行方差齊性檢驗。均值假設(shè)與檢驗：無重復(fù)的雙因素分析，不需要進行方差齊性檢驗。106例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、A2、A3、A4。為了研究這四種專利激勵政策的激勵效果，按隨機區(qū)組實驗設(shè)計的原則，將企業(yè)分為"技術(shù)創(chuàng)新能力強"、"技術(shù)創(chuàng)新能力較強"、"技術(shù)創(chuàng)新能力一般"和"技術(shù)創(chuàng)新能力差"四種類型(即區(qū)組，B因素)，分別設(shè)為B1、B2、B3、B4?，F(xiàn)分別從每種類型企業(yè)中隨機地抽取4家企業(yè)(共16家)，它們分別被隨機地分配參加一種企業(yè)技術(shù)創(chuàng)新能力專利激勵政策的實驗研究。經(jīng)過兩年時間后，對企業(yè)的年均發(fā)明專利增長率進行統(tǒng)計。試比較這四種企業(yè)技術(shù)創(chuàng)新專利激勵政策的激勵效果是否有顯著的差別?例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、107A因素的檢驗結(jié)果是P=0.000<0.05,所以不同政策的激勵效果有明顯差異，或不同政策的影響顯著；B因素的檢驗結(jié)果是P=0.321>0.05,所以企業(yè)的創(chuàng)新水平對激勵效果沒有明顯影響；A因素的檢驗結(jié)果是P=0.000<0.05,所以不同政策的激108表9-14是關(guān)于A因素(專利激勵政策)第1、第2、第3三個水平與第4水平激勵效果的對比分析結(jié)果。統(tǒng)計檢驗結(jié)果表明，三個水平與第4水平平均數(shù)差值均達到了高度統(tǒng)計顯著性水平（結(jié)果均為p=0.000)。這表明，第1、第2、第3三個水平與第4水平激勵效果存在著顯著性差異。表9-14是關(guān)于A因素(專利激勵政策)第1、第2、第3三個水109有重復(fù)的雙因素方差分析也稱有交互作用的雙因素方差分析作用：分析兩個因素的影響是否顯著，及其交互效應(yīng)是否顯著。問：因素A的不同水平或方案的效果/均值有無顯著不同？因素B的不同水平或方案的效果/均值有無顯著不同？因素A和因素B之間的交互作用影響是否顯著？有重復(fù)的雙因素方差分析也稱有交互作用的雙因素方差分析110方差齊性檢驗假設(shè)：各個樣本總體的方差相等各個樣本總體的方差不等相等檢驗：P<0.05拒絕原假設(shè)樣本總體的方差不全相等P≥0.05接受原假設(shè)樣本總體的方差相等方差齊性檢驗111均值假設(shè)：零假設(shè)：H0A：H0B：

H0C：Cij=0,A與B交互效應(yīng)為零/不存在備選假設(shè)：H1A：H1B：

H1C：Cij不全為0,A與B交互效應(yīng)存在均值假設(shè)：112均值顯著性檢驗P<0.05拒絕原假設(shè)各個水平的效果不同即某個因素有作用，或交互作用影響顯著P≥0.05接受原假設(shè)各個水平的效果相同即某個因素沒有作用，或交互作用影響不顯著均值顯著性檢驗113例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、A2、A3、A4。為了研究這四種專利激勵政策的激勵效果，按隨機區(qū)組實驗設(shè)計的原則，將企業(yè)分為"技術(shù)創(chuàng)新能力強"、"技術(shù)創(chuàng)新能力較強"、"技術(shù)創(chuàng)新能力一般"和"技術(shù)創(chuàng)新能力差"四種類型(即區(qū)組，B因素)，分別設(shè)為B1、B2、B3、B4?，F(xiàn)分別從每一種類型企業(yè)中隨機地抽取16家企業(yè)(共64家企業(yè))，每4家企業(yè)一組被隨機地分配參加一種企業(yè)技術(shù)創(chuàng)新能力專利激勵政策的實驗研究。經(jīng)過兩年時間后，對企業(yè)的年均發(fā)明專利增長率進行統(tǒng)計。試分析企業(yè)技術(shù)創(chuàng)新專利激勵政策、企業(yè)類型及其交互作用的效應(yīng)。例有四種企業(yè)技術(shù)創(chuàng)新專利激勵政策(A因素)，分別設(shè)為A1、114管理定量分析總結(jié)112課件115管理定量分析總結(jié)112課件116T檢驗與方差分析比較相同之處：都是分析樣本總體均值之間是否存在顯著差異。不同：T檢驗針對的是單個樣