結(jié)構(gòu)模型的建立與檢驗(yàn)演示文稿

結(jié)構(gòu)模型的建立與檢驗(yàn)演示文稿當(dāng)前第1頁\共有121頁\編于星期三\10點(diǎn)優(yōu)選結(jié)構(gòu)模型的建立與檢驗(yàn)當(dāng)前第2頁\共有121頁\編于星期三\10點(diǎn)第5章結(jié)構(gòu)模型的建立與檢驗(yàn)研究生課程當(dāng)前第3頁\共有121頁\編于星期三\10點(diǎn)主要內(nèi)容1.假設(shè)檢驗(yàn)的基本概念2.卡方檢驗(yàn)3.方差分析4.相關(guān)分析與回歸分析5.調(diào)節(jié)效應(yīng)和中介效應(yīng)當(dāng)前第4頁\共有121頁\編于星期三\10點(diǎn)1.假設(shè)檢驗(yàn)的基本概念

在管理研究中涉及到對(duì)一些假設(shè)的檢驗(yàn)，常見的假設(shè)包括

反映兩個(gè)變量之間的相關(guān)性顧客滿意度越高、顧客的忠誠(chéng)度就越高兩個(gè)不同樣本間某個(gè)統(tǒng)計(jì)量是否有差異廣泛采用了信息技術(shù)的企業(yè)，企業(yè)績(jī)效是否要好于沒有采用信息技術(shù)的企業(yè)？當(dāng)前第5頁\共有121頁\編于星期三\10點(diǎn)

假設(shè)檢驗(yàn)的基本步驟1.形成零假設(shè)（空假設(shè)）和備選假設(shè)（備擇假設(shè)）2.選擇正確的統(tǒng)計(jì)技術(shù)和合適的檢驗(yàn)統(tǒng)計(jì)量3.設(shè)置顯著性水平4.抽樣、收集數(shù)據(jù)并進(jìn)行檢驗(yàn)統(tǒng)計(jì)量實(shí)現(xiàn)值的計(jì)算5.確定在空假設(shè)的前提下檢驗(yàn)統(tǒng)計(jì)量實(shí)現(xiàn)值發(fā)生的概率，看其是否比預(yù)先設(shè)定的顯著性水平還小，如果是則拒絕原假設(shè)。H0,H11.假設(shè)檢驗(yàn)的基本概念當(dāng)前第6頁\共有121頁\編于星期三\10點(diǎn)

在假設(shè)檢驗(yàn)中，一般要設(shè)立一個(gè)原假設(shè)而設(shè)立該假設(shè)的動(dòng)機(jī)主要是企圖利用人們掌握的反映現(xiàn)實(shí)世界的數(shù)據(jù)來找出假設(shè)與現(xiàn)實(shí)之間的矛盾，從而否定這個(gè)假設(shè)。企圖肯定什么事物很難，而否定卻要相對(duì)容易得多。這就是假設(shè)檢驗(yàn)背后的哲學(xué)。

備選假設(shè)應(yīng)該按照實(shí)際世界所代表的方向來確定，即它通常是被認(rèn)為可能比零假設(shè)更符合數(shù)據(jù)所代表的現(xiàn)實(shí)。1.假設(shè)檢驗(yàn)的基本概念當(dāng)前第7頁\共有121頁\編于星期三\10點(diǎn)

例如：某公司計(jì)劃針對(duì)老客戶開展一項(xiàng)新服務(wù)，如果有40%的老客戶支持這項(xiàng)服務(wù)，則決定推行這項(xiàng)新服務(wù)，這是典型的單尾檢驗(yàn)H0:p<=0.4H1:p>0.4

例如：某公司認(rèn)為客戶每周光臨門店的次數(shù)是2次，于是作如下假設(shè)。這是典型的雙尾檢驗(yàn)H0:u=2H1:u<>21.假設(shè)檢驗(yàn)的基本概念當(dāng)前第8頁\共有121頁\編于星期三\10點(diǎn)1.假設(shè)檢驗(yàn)的基本概念當(dāng)前第9頁\共有121頁\編于星期三\10點(diǎn)

數(shù)據(jù)的代表是作為其函數(shù)的統(tǒng)計(jì)量；它在檢驗(yàn)中被稱為檢驗(yàn)統(tǒng)計(jì)量（teststatistic）

根據(jù)零假設(shè)（不是備選假設(shè)?。?，可得到該檢驗(yàn)統(tǒng)計(jì)量的分布；再看這個(gè)統(tǒng)計(jì)量的數(shù)據(jù)實(shí)現(xiàn)值（realization）屬不屬于小概率事件。

如果的確是小概率事件，那么就有可能拒絕零假設(shè)，或者說“該檢驗(yàn)顯著”；否則說“沒有足夠證據(jù)拒絕零假設(shè)”，或者“該檢驗(yàn)不顯著。”因此，假設(shè)檢驗(yàn)也被稱為顯著性檢驗(yàn)(significanttest)。1.假設(shè)檢驗(yàn)的基本概念當(dāng)前第10頁\共有121頁\編于星期三\10點(diǎn)

顯著性水平a，表示允許小概率事件發(fā)生的最大可能

小概率并不能說明不會(huì)發(fā)生，僅僅發(fā)生的概率很小罷了。拒絕正確零假設(shè)的錯(cuò)誤常被稱為第一類錯(cuò)誤（typeIerror）。

在備選假設(shè)正確時(shí)反而說零假設(shè)正確的錯(cuò)誤，稱為第二類錯(cuò)誤（typeIIerror）。負(fù)責(zé)任的態(tài)度是無論做出什么決策，都應(yīng)該給出該決策可能犯錯(cuò)誤的概率1.假設(shè)檢驗(yàn)的基本概念當(dāng)前第11頁\共有121頁\編于星期三\10點(diǎn)

在零假設(shè)下，檢驗(yàn)統(tǒng)計(jì)量取其實(shí)現(xiàn)值及更加極端值的概率稱為p-值（p-value）。

如果得到很小的p-值，就意味著在零假設(shè)下小概率事件發(fā)生了。如果小概率事件發(fā)生，是相信零假設(shè)，還是相信數(shù)據(jù)呢？當(dāng)然多半是相信數(shù)據(jù)，拒絕零假設(shè)。H0H11.假設(shè)檢驗(yàn)的基本概念當(dāng)前第12頁\共有121頁\編于星期三\10點(diǎn)

小竅門記?。喝绻?jì)算出來的檢驗(yàn)統(tǒng)計(jì)量比臨界值大，或計(jì)算出來的檢驗(yàn)統(tǒng)計(jì)量發(fā)生的概率比設(shè)定的顯著性水平下，則拒絕零假設(shè)。假設(shè)檢驗(yàn)相關(guān)檢驗(yàn)差異檢驗(yàn)均值分布比例假設(shè)檢驗(yàn)的廣義分類1.假設(shè)檢驗(yàn)的基本概念當(dāng)前第13頁\共有121頁\編于星期三\10點(diǎn)1.假設(shè)檢驗(yàn)的基本概念

管理研究中理論模型的假設(shè)與假設(shè)檢驗(yàn)的關(guān)系員工滿意度顧客滿意度假設(shè)：顧客的滿意度與員工的滿意度正相關(guān)。員工滿意度4.5顧客滿意度4.3員工滿意度2.5顧客滿意度2.3當(dāng)前第14頁\共有121頁\編于星期三\10點(diǎn)

盡管對(duì)與某個(gè)變量相關(guān)的單個(gè)問題的回答是令人感興趣的,但有時(shí)變量間的關(guān)系更為調(diào)研者所關(guān)心

對(duì)某品牌的忠誠(chéng)度與性別有關(guān)嗎?

產(chǎn)品的使用程度與戶外活動(dòng)的興趣有關(guān)嗎?

對(duì)某種新產(chǎn)品的熟悉程度與年齡有關(guān)嗎?

某種產(chǎn)品的購(gòu)買情況與收入有關(guān)嗎?2.卡方檢驗(yàn)當(dāng)前第15頁\共有121頁\編于星期三\10點(diǎn)

列聯(lián)表（交叉表）反映了兩個(gè)或多個(gè)有限取值的類別變量的聯(lián)合分布

卡方檢驗(yàn)（Chi-square）被用來檢驗(yàn)樣本內(nèi)每一類別的實(shí)際觀測(cè)數(shù)目與某種條件下的理論期望數(shù)目是否存在顯著差異

卡方檢驗(yàn)中的零假設(shè)（H0）通常是認(rèn)為變量間相互獨(dú)立（不存在顯著關(guān)聯(lián)）

卡方檢驗(yàn)涉及到自由度的概念，可以認(rèn)為是觀測(cè)值自由取值的程度:（r-1）*（c-1）2.卡方檢驗(yàn)當(dāng)前第16頁\共有121頁\編于星期三\10點(diǎn)列聯(lián)表的一般形式

列聯(lián)表的形式建立列聯(lián)表的通常做法是設(shè)計(jì)一個(gè)表，在這張表中，各列列出各種不同因素，如人口統(tǒng)計(jì)和生活方式特征，它們可以作為各行所列因素如心理、行為或意愿的預(yù)測(cè)指標(biāo)。采用這種方法可以簡(jiǎn)單比較各種關(guān)系，如心理、行為或意愿數(shù)據(jù)與性別或年齡之間的關(guān)系。當(dāng)前第17頁\共有121頁\編于星期三\10點(diǎn)列聯(lián)表中的差異度量當(dāng)前第18頁\共有121頁\編于星期三\10點(diǎn)卡方檢驗(yàn)的例子

一個(gè)關(guān)于軟飲料市場(chǎng)的調(diào)研活動(dòng)，得到了按性別區(qū)分的最暢銷品牌，二者存在明顯聯(lián)系嗎？當(dāng)前第19頁\共有121頁\編于星期三\10點(diǎn)當(dāng)前第20頁\共有121頁\編于星期三\10點(diǎn)卡方檢驗(yàn)的例子

查表可知，在0.05顯著水平。自由度為(8-1)(2-1)＝7的條件下，x2值為14.07。計(jì)算得到的值9.533<14.07。這說明，購(gòu)買者的性別和購(gòu)買的品牌之間并沒有顯著的聯(lián)系。當(dāng)前第21頁\共有121頁\編于星期三\10點(diǎn)卡方檢驗(yàn)的例子當(dāng)前第22頁\共有121頁\編于星期三\10點(diǎn)3.方差分析當(dāng)前第23頁\共有121頁\編于星期三\10點(diǎn)3.1方差分析簡(jiǎn)介

方差分析（ANalysisOfVAriance,ANOVA）在管理研究中，一些作為定類變量的自變量有兩個(gè)以上的類別，這些自變量對(duì)定量因變量的作用可以通過方差分析來考察，從中得出有用的信息例如：需要考察不同類型的使用者（不使用者、輕度使用者、重度使用者）對(duì)某品牌的態(tài)度是否存在顯著差異方差分析是作為兩組或兩組以上均值差異的檢驗(yàn)使用的，通常零假設(shè)為各組均值相等

當(dāng)前第24頁\共有121頁\編于星期三\10點(diǎn)

方差分析最簡(jiǎn)單的形式中，必須有一個(gè)定量的（定距或定比）因變量，以及一個(gè)或多個(gè)自變量，通常，自變量是定類的，稱為因素，一個(gè)因素水平的特定組合被稱為一種處理例如：檢驗(yàn)對(duì)具有不同社會(huì)和經(jīng)濟(jì)風(fēng)險(xiǎn)的產(chǎn)品進(jìn)行網(wǎng)上購(gòu)物的偏好差異時(shí)，可采用方差分析，經(jīng)濟(jì)和社會(huì)風(fēng)險(xiǎn)都被分為兩個(gè)水平（高、低），對(duì)電子化購(gòu)物的偏好作為因變量

單因素（one-way）方差分析只涉及一個(gè)定類自變量或單一因素3.1方差分析簡(jiǎn)介當(dāng)前第25頁\共有121頁\編于星期三\10點(diǎn)

如果涉及兩個(gè)或兩個(gè)以上的定類自變量（因素），就稱為n因素方差分析例如：在考慮調(diào)查對(duì)象對(duì)營(yíng)養(yǎng)和早餐重要性態(tài)度的前提下，了解普通產(chǎn)品使用組和忠誠(chéng)組對(duì)品牌偏好的差異時(shí)，就采用協(xié)方差分析其中的定類自變量仍稱為因素，定量自變量成為協(xié)變量（covariate）

如果自變量中即包含定類變量，也包含定量變量，這種分析就稱為協(xié)方差分析（AnalysisofCovariance,ANCOVA）3.1方差分析簡(jiǎn)介當(dāng)前第26頁\共有121頁\編于星期三\10點(diǎn)

方差分析與t檢驗(yàn)和回歸分析的關(guān)系t檢驗(yàn)只涉及一個(gè)二分的自變量，而ANOVA中的定類自變量可以由兩個(gè)以上的類別回歸分析也可以涉及一個(gè)以上的自變量，雖然有時(shí)將定類自變量表示成虛擬變量，但通常情況下自變量是以定距尺度衡量的ANOVA3.1方差分析簡(jiǎn)介當(dāng)前第27頁\共有121頁\編于星期三\10點(diǎn)

管理研究者通常需要考察因變量在單一自變量或因素的各種狀態(tài)下均值的差異

對(duì)這些類似問題的答案，可以通過單因素方差分析來得出3.2單因素方差分析

各個(gè)細(xì)分市場(chǎng)的產(chǎn)品消費(fèi)量有差異嗎？接觸不同電視廣告的組對(duì)品牌的評(píng)價(jià)有差異嗎？零售商、批發(fā)商、分銷商對(duì)廠家分銷政策的態(tài)度一致嗎？當(dāng)前第28頁\共有121頁\編于星期三\10點(diǎn)

單因素方差分析的步驟

確定自變量和因變量

確定自變量和因變量總方差分解強(qiáng)度測(cè)量顯著性檢驗(yàn)結(jié)果解釋因變量以Y表示，自變量以X表示，X是定類變量，共有p類。3.2單因素方差分析當(dāng)前第29頁\共有121頁\編于星期三\10點(diǎn)

總變差分解因?yàn)榉讲罘治隹疾斓氖菢颖镜牟町愋曰蛘咦儾?，并根?jù)這種差異性來決定組均值是否相等線性模型模型中的假定涉及的假設(shè)H0:m1=…=mp3.2單因素方差分析當(dāng)前第30頁\共有121頁\編于星期三\10點(diǎn)

總變差分解和顯著性檢驗(yàn)總平方和=組間平方和+組內(nèi)平方和其中,SST

有自由度n-1,SSB有自由度p-1,SSE

有自由度n-p,在正態(tài)分布的假設(shè)下,如果各組均值相等(零假設(shè)),則檢驗(yàn)統(tǒng)計(jì)量服從自由度為p-1和n-p

的F

分布3.2單因素方差分析當(dāng)前第31頁\共有121頁\編于星期三\10點(diǎn)

SumofSquares(平方和)Df自由度MeanSquare(均方)FSig.BetweenGroups(處理)SSBP-1MSB=SSB/(p-1)F=MSB/MSEP(F>Fa)WithinGroups(誤差)SSEn-pMSE=SSE/(n-p)

Total(總和)SSTn-1

總變差分解3.2單因素方差分析當(dāng)前第32頁\共有121頁\編于星期三\10點(diǎn)

強(qiáng)度測(cè)量——eta的平方在0-1范圍內(nèi)取值

結(jié)果解釋如果組均值相等的假設(shè)沒有被拒絕，自變量對(duì)因變量就沒有顯著作用；如果被拒絕，自變量的作用就是顯著的，即因變量在自變量不同組中的均值各不相同，比較組均值能夠顯示出因變量作用的特點(diǎn)3.2單因素方差分析當(dāng)前第33頁\共有121頁\編于星期三\10點(diǎn)單因素方差分析舉例當(dāng)前第34頁\共有121頁\編于星期三\10點(diǎn)單因素方差分析舉例當(dāng)前第35頁\共有121頁\編于星期三\10點(diǎn)單因素方差分析舉例當(dāng)前第36頁\共有121頁\編于星期三\10點(diǎn)單因素方差分析舉例當(dāng)前第37頁\共有121頁\編于星期三\10點(diǎn)單因素方差分析舉例可以證明X對(duì)Y作用的強(qiáng)度就是說，銷售額變差中有57.1％是出店內(nèi)促銷(X)決定的．說明作用中等。當(dāng)前第38頁\共有121頁\編于星期三\10點(diǎn)單因素方差分析舉例檢驗(yàn)零假設(shè)查F分布表可知，在分子自由度為2，分母自由度為27時(shí)，a=0.05的F臨界值為3.35，因此，零假設(shè)被拒絕結(jié)論：店內(nèi)促銷3個(gè)水平下的樣本均值存在差異。這3個(gè)類別均值的相對(duì)重要性表明，店內(nèi)促銷水平高，銷售額也顯著增加。當(dāng)前第39頁\共有121頁\編于星期三\10點(diǎn)單因素方差分析舉例當(dāng)前第40頁\共有121頁\編于星期三\10點(diǎn)

在管理研究中，研究者經(jīng)常需要同時(shí)研究一個(gè)以上的因素，例如

為考察上述作用，可以使用n因素方差分析，其主要優(yōu)點(diǎn)在于研究者可以考察因素之間的交互效應(yīng)，交互效應(yīng)是指一個(gè)因素對(duì)因變量的影響與另一個(gè)因素的水平有關(guān)3.3多因素方差分析

廣告水平和價(jià)格水平相互作用如何影響銷售教育程度和年齡會(huì)影響對(duì)一個(gè)品牌的消費(fèi)嗎？消費(fèi)者對(duì)商店的熟悉程度和印象會(huì)影響偏好嗎？當(dāng)前第41頁\共有121頁\編于星期三\10點(diǎn)

總效應(yīng)顯著性檢驗(yàn)主效應(yīng)顯著性檢驗(yàn)交互效應(yīng)顯著性檢驗(yàn)

檢驗(yàn)過程3.3多因素方差分析當(dāng)前第42頁\共有121頁\編于星期三\10點(diǎn)

兩個(gè)因素方差分析的計(jì)算公式3.3多因素方差分析當(dāng)前第43頁\共有121頁\編于星期三\10點(diǎn)多因素方差分析舉例當(dāng)前第44頁\共有121頁\編于星期三\10點(diǎn)多因素方差分析舉例當(dāng)前第45頁\共有121頁\編于星期三\10點(diǎn)

交互效應(yīng)對(duì)兩個(gè)或兩個(gè)以上因子進(jìn)行方差分析時(shí)可能產(chǎn)生的不同交互效應(yīng)。當(dāng)一個(gè)自變量對(duì)因變量的作用，隨著另一個(gè)自變量的變化而變化時(shí)，就存在交互效應(yīng)從ANOVA可能顯示變量間無交互效應(yīng)(交互效應(yīng)不顯著)，或者交互效應(yīng)顯著。

交互效應(yīng)

無交互效應(yīng)同序的交互效應(yīng)非同序的交互效應(yīng)：交叉和非交叉3.3多因素方差分析當(dāng)前第46頁\共有121頁\編于星期三\10點(diǎn)X1對(duì)Y的作用在X2的2種狀態(tài)下都是平行的．這種平行可能存在微小的偏離，但處于可接受的范圍內(nèi)。平行說明X22比X21多出的凈作用在X1的3種狀態(tài)下相同。在沒有交互作用對(duì)X1和X2的聯(lián)合作用就是兩者各自主效應(yīng)的簡(jiǎn)單加總。3.3多因素方差分析當(dāng)前第47頁\共有121頁\編于星期三\10點(diǎn)同序交互效應(yīng)，圖中線段顯示X1和X2的作用是不平行的。X22和X21之間的差異從X11到X12到X13，逐漸增加，但X1作用的排序在X2的兩種狀態(tài)下相同。這種排序?yàn)樯颍腦21到X22保持一致。3.3多因素方差分析當(dāng)前第48頁\共有121頁\編于星期三\10點(diǎn)非交叉的非同序交互效應(yīng)如圖所示。在X21的狀態(tài)下，X1的最低作用為X11，其作用排序?yàn)閄11,X12，X13。但是,在X22的狀態(tài)下，X1的最低作用為X12，其排序?yàn)閄12，X11，X13。由于作用排序發(fā)生了變化，非同序交互效應(yīng)比間序交互效應(yīng)要強(qiáng)。3.3多因素方差分析當(dāng)前第49頁\共有121頁\編于星期三\10點(diǎn)在交叉非同序交互效應(yīng)中，兩條線段互相交叉，一個(gè)因子狀態(tài)的相對(duì)作用隨著另一個(gè)因子狀態(tài)的變化而改變。注意當(dāng)X1為X11和X12時(shí)，X22比X21的作用大；當(dāng)X1為X13時(shí)，情況正好相反，交叉非同序交互效應(yīng)代表最強(qiáng)的交互效應(yīng)。3.3多因素方差分析當(dāng)前第50頁\共有121頁\編于星期三\10點(diǎn)

考察與受控自變量作用有關(guān)的因變量的均值差異時(shí)，通常有必要考慮非受控自變量的影響，例如

在這些情況下，可以使用協(xié)方差分析。協(xié)方差分析至少包含一個(gè)定類的自變量和定量的自變量——協(xié)變量，協(xié)變量常用于去除因變量中的額外變差3.4協(xié)方差分析在研究收看不同電視廣告的組別對(duì)品牌的評(píng)價(jià)時(shí)，需要了解品牌的先期知識(shí)對(duì)因變量的影響在研究不同價(jià)格水平會(huì)如何影響某產(chǎn)品的消費(fèi)量時(shí)，考慮家庭規(guī)模也是重要的當(dāng)前第51頁\共有121頁\編于星期三\10點(diǎn)

利用協(xié)變量的系數(shù)可以判斷協(xié)變量對(duì)因變量的作用，協(xié)方差常用于協(xié)變量與因變量線性相關(guān)并與因素?zé)o關(guān)的情況

在這些情況下，可以使用協(xié)方差分析。協(xié)方差分析至少包含一個(gè)定類的自變量和定量的自變量——協(xié)變量，協(xié)變量常用于去除因變量中的額外變差

如果協(xié)變量的作用是顯著的．原始系數(shù)的符號(hào)就可以用于解釋協(xié)變量對(duì)因變量作用的方向。3.4協(xié)方差分析當(dāng)前第52頁\共有121頁\編于星期三\10點(diǎn)3.4協(xié)方差分析當(dāng)前第53頁\共有121頁\編于星期三\10點(diǎn)3.5樣本均值的假設(shè)檢驗(yàn)

市場(chǎng)調(diào)查中一個(gè)最普遍的問題就是推斷總體平均數(shù)

對(duì)樣本的均值進(jìn)行推斷可以分為以下的情況

單個(gè)樣本——均值的檢驗(yàn)兩個(gè)獨(dú)立樣本——平均差的檢驗(yàn)當(dāng)前第54頁\共有121頁\編于星期三\10點(diǎn)

t-檢驗(yàn)（自由度為n-1）是在總體方差未知，或樣本量很小的時(shí)候進(jìn)行統(tǒng)計(jì)推斷的合適檢驗(yàn)，如n<30,對(duì)樣本量較大的情況也適合（接近正態(tài)分布）

t-檢驗(yàn)中檢驗(yàn)統(tǒng)計(jì)量的計(jì)算df=n-13.5.1t檢驗(yàn)當(dāng)前第55頁\共有121頁\編于星期三\10點(diǎn)

如果利用十點(diǎn)制量表進(jìn)行的調(diào)查中獲得的均值為7以上，一個(gè)新的配件就將被安裝在新產(chǎn)品中。通過向20位采購(gòu)工程師出示該配件并進(jìn)行評(píng)估，評(píng)價(jià)的均值為7.9，標(biāo)準(zhǔn)差為1.6，可以引入該配件嗎？1.形成原假設(shè)和備擇假設(shè)單個(gè)樣本t檢驗(yàn)的例子當(dāng)前第56頁\共有121頁\編于星期三\10點(diǎn)2.確定檢驗(yàn)方法和檢驗(yàn)統(tǒng)計(jì)量3.確定顯著性水平4.根據(jù)樣本計(jì)算檢驗(yàn)統(tǒng)計(jì)量的實(shí)現(xiàn)值單個(gè)樣本t檢驗(yàn)的例子當(dāng)前第57頁\共有121頁\編于星期三\10點(diǎn)5.根據(jù)檢驗(yàn)統(tǒng)計(jì)量進(jìn)行檢驗(yàn)自由度為n-1=20-1=19，在顯著性水平0.05的情況下，臨界值為1.729，因此，拒絕原假設(shè)6.進(jìn)行營(yíng)銷決策決定引入該配件H0單個(gè)樣本t檢驗(yàn)的例子當(dāng)前第58頁\共有121頁\編于星期三\10點(diǎn)兩個(gè)獨(dú)立樣本t檢驗(yàn)的例子

平均差的假設(shè)

檢驗(yàn)統(tǒng)計(jì)量的計(jì)算df=n1+n2-2當(dāng)前第59頁\共有121頁\編于星期三\10點(diǎn)3.5.2z檢驗(yàn)

在總體方差已知且樣本量較大的情況下利用樣本對(duì)總體均值假設(shè)進(jìn)行檢驗(yàn)

某大型連鎖快餐企業(yè)以往的顧客平均的等待時(shí)間為1.1分鐘。但近年來卻不斷聽到消費(fèi)者抱怨，說等待時(shí)間變長(zhǎng)，隨機(jī)對(duì)其國(guó)內(nèi)36家分店中的400位顧客進(jìn)行了調(diào)查，結(jié)果發(fā)現(xiàn)其平均等待時(shí)間為1.14分鐘，由同行調(diào)查的經(jīng)驗(yàn)知道等待時(shí)間的標(biāo)準(zhǔn)差為0.2分鐘，是否可由調(diào)查結(jié)果判定近年來服務(wù)出現(xiàn)了問題？當(dāng)前第60頁\共有121頁\編于星期三\10點(diǎn)1.形成原假設(shè)和備擇假設(shè)H0:H1:2.計(jì)算檢驗(yàn)統(tǒng)計(jì)量拒絕H03.5.2z檢驗(yàn)當(dāng)前第61頁\共有121頁\編于星期三\10點(diǎn)

M企業(yè)擬進(jìn)行新產(chǎn)品開發(fā)。為了解市場(chǎng)需求情況，隨機(jī)地對(duì)1000名消費(fèi)者進(jìn)行了市場(chǎng)調(diào)查，發(fā)現(xiàn)其中有18％的消費(fèi)者表示愿意購(gòu)買新產(chǎn)品。根據(jù)其它資料顯示，新產(chǎn)品投入市場(chǎng)后，市場(chǎng)占用率必須超過15％才能保證獲利。假定表示愿意購(gòu)買新產(chǎn)品的18％的消費(fèi)者在新產(chǎn)品投入市場(chǎng)后將全部成為現(xiàn)實(shí)的消費(fèi)者。問M企業(yè)應(yīng)否開發(fā)這個(gè)新產(chǎn)品。比例z檢驗(yàn)的例子當(dāng)前第62頁\共有121頁\編于星期三\10點(diǎn)1.形成原假設(shè)和備擇假設(shè)比例z檢驗(yàn)的例子2.確定檢驗(yàn)方法和檢驗(yàn)統(tǒng)計(jì)量3.確定顯著性水平H0:H1:當(dāng)前第63頁\共有121頁\編于星期三\10點(diǎn)比例z檢驗(yàn)的例子4.根據(jù)樣本計(jì)算檢驗(yàn)統(tǒng)計(jì)量的實(shí)現(xiàn)值5.根據(jù)檢驗(yàn)統(tǒng)計(jì)量進(jìn)行檢驗(yàn)因此，拒絕H0當(dāng)前第64頁\共有121頁\編于星期三\10點(diǎn)4.相關(guān)和回歸分析當(dāng)前第65頁\共有121頁\編于星期三\10點(diǎn)4.1相關(guān)分析

積矩相關(guān)系數(shù)在管理研究中．我們經(jīng)常需要概括兩個(gè)定量變量之間聯(lián)系的強(qiáng)度，例如：顧客滿意和顧客忠誠(chéng)的關(guān)系有多強(qiáng)?

信任程度是否與購(gòu)買量有關(guān)?

信息系統(tǒng)的可用性、易用性是否與信息系統(tǒng)采納意愿有關(guān)?

在這些情況下．積矩相關(guān)系數(shù)(productmomentcorrelation)是最常用于概括兩個(gè)定量(定距或定比尺度)變且x和y的關(guān)系的統(tǒng)計(jì)量當(dāng)前第66頁\共有121頁\編于星期三\10點(diǎn)

積矩相關(guān)系數(shù)它也是一個(gè)決定x與y是否存在線性關(guān)系的指標(biāo)，能夠表明x變量變差與y變量變差的相關(guān)程度。對(duì)于n個(gè)觀測(cè)值的樣本，積矩相關(guān)系數(shù)r的計(jì)算式為：4.1相關(guān)分析當(dāng)前第67頁\共有121頁\編于星期三\10點(diǎn)

例如，假設(shè)一個(gè)研究者希望以居住年限來解釋一個(gè)調(diào)查對(duì)象對(duì)其居住城市的態(tài)度。態(tài)度的測(cè)量采用11級(jí)量表(1-不喜歡這個(gè)城市，11-非常喜歡這個(gè)城市)，居住年限則以調(diào)查對(duì)象在該城市居住的年數(shù)來測(cè)量。預(yù)備調(diào)查中共有12個(gè)調(diào)查對(duì)象，數(shù)據(jù)見下表4.1相關(guān)分析當(dāng)前第68頁\共有121頁\編于星期三\10點(diǎn)

r2測(cè)量的是一個(gè)變量變差中能被另一個(gè)變量的變差解釋的比例

r和r2都是測(cè)量二個(gè)變量聯(lián)系的對(duì)稱性指標(biāo)．也就是x和y的相關(guān)性與y和x的相關(guān)性是完全相同的，哪個(gè)變量是自變量或因變量都沒有關(guān)系。測(cè)量的是線性關(guān)系的強(qiáng)度，它不能測(cè)量非線性關(guān)系，因此r＝0只能說明x和y不存在線性相關(guān)，而不能說明x和y不相關(guān)。

4.1相關(guān)分析當(dāng)前第69頁\共有121頁\編于星期三\10點(diǎn)

以r測(cè)量的兩個(gè)變量之間關(guān)系的統(tǒng)計(jì)顯著性很容易檢驗(yàn)假設(shè)檢驗(yàn)統(tǒng)計(jì)量它服從t分布，自由度為n-2利用前面的例子4.1相關(guān)分析當(dāng)前第70頁\共有121頁\編于星期三\10點(diǎn)自由度為12-2＝10。從t分布表可知。a＝0.05時(shí)雙尾檢驗(yàn)的臨界值為2.228。因此，x與y沒有關(guān)系的零假設(shè)被拒絕。r的符號(hào)為正，說明對(duì)城市的態(tài)度與在該城市的居住年限正相關(guān)，而且，r值很高說明二者關(guān)系很強(qiáng)。4.1相關(guān)分析當(dāng)前第71頁\共有121頁\編于星期三\10點(diǎn)

在進(jìn)行多變量數(shù)據(jù)分析時(shí)．考察每對(duì)變量之間的簡(jiǎn)單相關(guān)是很有用的。這些結(jié)果可以通過相關(guān)系數(shù)矩陣表示，列出每對(duì)變量之間的相關(guān)系數(shù)。通常，只考慮矩陣的下半個(gè)三角就可以了。對(duì)角線元素均為1，且為對(duì)稱矩陣4.1相關(guān)分析當(dāng)前第72頁\共有121頁\編于星期三\10點(diǎn)4.2二元回歸分析

回歸分析是分析定量因變量與—個(gè)或多個(gè)自變量之間相關(guān)關(guān)系的有效且易用的方法

確定是否存在相關(guān)關(guān)系關(guān)系的強(qiáng)度有多大確定二者關(guān)系的數(shù)學(xué)形式預(yù)測(cè)因變量的值盡管自變量可能解釋一部分因變量的變差，但這并不表示必然存在因果關(guān)系，自變量和因變量只是根據(jù)變量之間的數(shù)學(xué)關(guān)系決定的，并不表示因變量在因果關(guān)系上依賴于自變量當(dāng)前第73頁\共有121頁\編于星期三\10點(diǎn)

第一步——繪制散點(diǎn)圖就是根據(jù)兩個(gè)變量的所有觀察值繪制的圖表，通常繪制時(shí)以因變量為縱軸，自變量為橫軸不相關(guān)正線性相關(guān)負(fù)線性相關(guān)非線性相關(guān)4.2二元回歸分析當(dāng)前第74頁\共有121頁\編于星期三\10點(diǎn)

第二步——建立二元回歸模型直線的一般形式

這個(gè)模型隱含一種決定關(guān)系，因?yàn)閅完全是由X決定的，但是在管理研究中很少能遇到變量之間為決定性關(guān)系的情況，所以回歸分析中需要加上誤差項(xiàng)，以便考察變量之間關(guān)系的隨機(jī)性4.2二元回歸分析當(dāng)前第75頁\共有121頁\編于星期三\10點(diǎn)

第二步——建立二元回歸模型確定模型參數(shù)一般用最小二乘法a和b的計(jì)算公式為：4.2二元回歸分析當(dāng)前第76頁\共有121頁\編于星期三\10點(diǎn)

第三步——顯著性檢驗(yàn)（與前面的檢驗(yàn)等價(jià)）假設(shè)檢驗(yàn)統(tǒng)計(jì)量它服從t分布，自由度為n-2利用前面的例子4.2二元回歸分析當(dāng)前第77頁\共有121頁\編于星期三\10點(diǎn)當(dāng)前第78頁\共有121頁\編于星期三\10點(diǎn)4.3多元線性回歸當(dāng)前第79頁\共有121頁\編于星期三\10點(diǎn)

多元回歸涉及到—個(gè)因變量與兩個(gè)或兩個(gè)以上自變量。二元回歸能解決的問題通過多元回歸增加更多自變量同樣能回答多元回歸模型的一般形式如下該模型通過以下公式進(jìn)行估計(jì)4.3.1多元回歸分析基本概念當(dāng)前第80頁\共有121頁\編于星期三\10點(diǎn)

在多元回歸中計(jì)算回歸系數(shù)通常采用最小二乘法，公式涉及到矩陣知識(shí)，主要采用計(jì)算機(jī)軟件包進(jìn)行估計(jì)，本節(jié)側(cè)重在計(jì)算機(jī)輸出結(jié)果的解釋上

回歸系數(shù)的解釋當(dāng)所有其他自變量均保持不變時(shí)，bi是因變量y對(duì)應(yīng)于自變量xi改變一個(gè)單位時(shí)所作的改變的估計(jì)值4.3.1多元回歸分析基本概念當(dāng)前第81頁\共有121頁\編于星期三\10點(diǎn)

多元判定系數(shù)可以理解為因變量的變異性能被估計(jì)多元回歸方程解釋的百分比多元判定系數(shù)修正的多元判定系數(shù)4.3.1多元回歸分析基本概念當(dāng)前第82頁\共有121頁\編于星期三\10點(diǎn)

顯著性檢驗(yàn)F檢驗(yàn)用于確定因變量和所有自變量之間是否存在一種顯著性關(guān)系，稱為總體的顯著性檢驗(yàn)

t檢驗(yàn)如果F檢驗(yàn)顯示了總體的顯著相關(guān)，則t檢驗(yàn)用于確定每一個(gè)單獨(dú)的自變量是否顯著，模型中的每個(gè)單獨(dú)自變量均進(jìn)行t檢驗(yàn)，稱為單獨(dú)顯著性檢驗(yàn)4.3.1多元回歸分析基本概念當(dāng)前第83頁\共有121頁\編于星期三\10點(diǎn)

顯著性檢驗(yàn)——F檢驗(yàn)4.3.1多元回歸分析基本概念當(dāng)前第84頁\共有121頁\編于星期三\10點(diǎn)

顯著性檢驗(yàn)——t檢驗(yàn)4.3.1多元回歸分析基本概念當(dāng)前第85頁\共有121頁\編于星期三\10點(diǎn)

例1：某地區(qū)為研究不同家庭的消費(fèi)Y與收入X2的關(guān)系，在此基礎(chǔ)上，還引進(jìn)了消費(fèi)者家庭財(cái)富狀況X3作為第二個(gè)解釋變量?；貧w方程為：SE=（6.7525）（0.8229）（0.0807）t=（3.6690）（1.1442）（-0.5261）F＝92．4020

X2、X3的t值小。且X3的系數(shù)符號(hào)與經(jīng)濟(jì)意義不符和。原因？4.3.2多重共線性當(dāng)前第86頁\共有121頁\編于星期三\10點(diǎn)

多重共線性在多元回歸問題中大部分自變量在一定程度上都是彼此相關(guān)的，自變量之間的這種關(guān)系稱為多重共線性（Multicollinearity）

根據(jù)自變量之間是否有嚴(yán)格的線性關(guān)系，可以將多重共線性分為以下兩種類型：

完全的多重共線性不完全（近似）的多重共線性4.3.2多重共線性當(dāng)前第87頁\共有121頁\編于星期三\10點(diǎn)

多重共線性產(chǎn)生的后果

完全的多重共線性

—導(dǎo)致參數(shù)的估計(jì)值不確定

—參數(shù)估計(jì)值的方差無限大不完全（近似）的多重共線性

—可以估計(jì)參數(shù)，但參數(shù)估計(jì)不穩(wěn)定

—參數(shù)估計(jì)量的方差增大

—可能導(dǎo)致模型誤差，t檢驗(yàn)失敗4.3.2多重共線性當(dāng)前第88頁\共有121頁\編于星期三\10點(diǎn)

多重共線性的檢驗(yàn)

簡(jiǎn)單線性線性相關(guān)系數(shù)法X1,X2,X3為模型中將要引進(jìn)的解釋變量，計(jì)算相關(guān)系數(shù)矩陣，觀察兩兩之間的線性相關(guān)是否密切局限性：該方法的局限性主要在于相關(guān)系數(shù)只能測(cè)度兩個(gè)解釋變量之間線性相關(guān)的程度，而不能測(cè)度三個(gè)或更多解釋變量之間的線性相關(guān)程度。4.3.2多重共線性當(dāng)前第89頁\共有121頁\編于星期三\10點(diǎn)

多重共線性的檢驗(yàn)

綜合判斷法R2（或R2）大，F(xiàn)值大，t值小，說明模型可能存在多重共線性。原因：R2，F(xiàn)值大，表明因變量的離差可以較好的由回歸模型解釋，各自變量對(duì)因變量的聯(lián)合線性作用顯著。在此前提下，若各個(gè)t值很少，說明各自變量之間存在共線性，對(duì)因變量的獨(dú)立作用不能分辨。4.3.2多重共線性當(dāng)前第90頁\共有121頁\編于星期三\10點(diǎn)

多重共線性的檢驗(yàn)

輔助回歸法計(jì)算模型中每個(gè)自變量和其他自變量的輔助回歸如果有輔助回歸方程的R2值較大，說明模型存在嚴(yán)重的多重共線性4.3.2多重共線性當(dāng)前第91頁\共有121頁\編于星期三\10點(diǎn)

多重共線性的處理方法

逐步回歸法用因變量Y對(duì)每一個(gè)自變量Xi分別進(jìn)行回歸，從中確定一個(gè)基本回歸方程。然后，逐一引入其它解釋變量，再作回歸，逐步擴(kuò)大模型的規(guī)模。引入新變量后，如果：（1）擬合優(yōu)度得以改進(jìn)，而且每個(gè)參數(shù)統(tǒng)計(jì)檢驗(yàn)顯著，則引入的變量保留;4.3.2多重共線性當(dāng)前第92頁\共有121頁\編于星期三\10點(diǎn)

多重共線性的處理方法

逐步回歸法——續(xù)引入新變量后，如果：（2）擬合優(yōu)度無明顯提高甚至下降，對(duì)其他參數(shù)無明顯影響，則舍棄該變量，（3）擬合優(yōu)度提高，但方程內(nèi)其他參數(shù)的符號(hào)和數(shù)值明顯變化，可以肯定產(chǎn)生了嚴(yán)重的多重共線性。4.3.2多重共線性當(dāng)前第93頁\共有121頁\編于星期三\10點(diǎn)4.4包含虛擬變量的回歸模型當(dāng)前第94頁\共有121頁\編于星期三\10點(diǎn)

許多管理變量是可以定量度量的，如：商品需求量、價(jià)格、收入、產(chǎn)量等。但也有一些影響經(jīng)濟(jì)變量的因素?zé)o法定量度量，如：職業(yè)、性別對(duì)收入的影響；戰(zhàn)爭(zhēng)、自然災(zāi)害對(duì)GDP的影響；季節(jié)對(duì)某些產(chǎn)品（如冷飲）銷售的影響等等。為了在模型中能夠反映這些因素的影響，并提高模型的精度，需要將它們“量化”。4.4.1虛擬變量的基本含義當(dāng)前第95頁\共有121頁\編于星期三\10點(diǎn)

這種“量化”通常是通過引入“虛擬變量”來完成的。根據(jù)這些因素的屬性類型，構(gòu)造只取“0”或“1”的人工變量，通常稱為虛擬變量（dummyvariables），記為D。例如，反映文化程度的虛擬變量可取為：

1，本科學(xué)歷

D=0，非本科學(xué)歷4.4.1虛擬變量的基本含義當(dāng)前第96頁\共有121頁\編于星期三\10點(diǎn)

例如：一個(gè)以性別為虛擬變量考察企業(yè)職工薪金的模型：4.4.1虛擬變量的基本含義其中：Yi為企業(yè)職工的薪金，Xi為工齡，

Di=1，若是男性，Di=0，若是女性。當(dāng)前第97頁\共有121頁\編于星期三\10點(diǎn)

虛擬變量做為解釋變量引入模型有兩種基本方式：加法方式和乘法方式。4.4.2虛擬變量的引入上述企業(yè)職工薪金模型中性別虛擬變量的引入采取了加法方式。在該模型中，如果仍假定E(i)=0，則企業(yè)女職工的平均薪金為：男職工的平均薪金為：當(dāng)前第98頁\共有121頁\編于星期三\10點(diǎn)

加法方式的幾何意義4.4.2虛擬變量的引入假定2不等于0，則兩個(gè)函數(shù)有相同的斜率，但有不同的截距。意即，男女職工平均薪金對(duì)工齡的變化率是一樣的，但兩者的平均薪金水平相差2?？梢酝ㄟ^傳統(tǒng)的回歸檢驗(yàn)，對(duì)2的統(tǒng)計(jì)顯著性進(jìn)行檢驗(yàn)，以判斷企業(yè)男女職工的平均薪金水平是否有顯著差異。當(dāng)前第99頁\共有121頁\編于星期三\10點(diǎn)

在橫截面數(shù)據(jù)基礎(chǔ)上，考慮個(gè)人保健支出對(duì)個(gè)人收入和教育水平的回歸。4.4.2虛擬變量的引入教育水平考慮三個(gè)層次：高中以下，高中，大學(xué)及其以上。這時(shí)需要引入兩個(gè)虛擬變量：D1=1——高中學(xué)歷；D2=1——大學(xué)及以上學(xué)歷當(dāng)前第100頁\共有121頁\編于星期三\10點(diǎn)

乘法方式4.4.2虛擬變量的引入加法方式引入虛擬變量，考察：截距的不同。許多情況下：往往是斜率也有變化，或斜率、截距同時(shí)發(fā)生變化。斜率的變化可通過以乘法的方式引入虛擬變量來測(cè)度。當(dāng)前第101頁\共有121頁\編于星期三\10點(diǎn)

根據(jù)消費(fèi)理論，消費(fèi)水平C主要取決于收入水平Y(jié)，但在一個(gè)較長(zhǎng)的時(shí)期，人們的消費(fèi)傾向會(huì)發(fā)生變化，尤其是在自然災(zāi)害、戰(zhàn)爭(zhēng)等反常年份，消費(fèi)傾向往往出現(xiàn)變化。這種消費(fèi)傾向的變化可通過在收入的系數(shù)中引入虛擬變量來考察4.4.2虛擬變量的引入設(shè)，消費(fèi)模型建立如下當(dāng)前第102頁\共有121頁\編于星期三\10點(diǎn)

這里，虛擬變量D以與X相乘的方式引入了模型中，從而可用來考察消費(fèi)傾向的變化。假定E(i)=0，上述模型所表示的函數(shù)可化為：

正常年份：

反常年份：

4.4.2虛擬變量的引入當(dāng)前第103頁\共有121頁\編于星期三\10點(diǎn)4.4.3虛擬變量的設(shè)置原則虛擬變量的個(gè)數(shù)須按以下原則確定：每一定性變量所需的虛擬變量個(gè)數(shù)要比該定性變量的類別數(shù)少1，即如果有m個(gè)定性變量，只在模型中引入m-1個(gè)虛擬變量。例如：已知冷飲的銷售量Y除受k種定量變量Xk的影響外，還受春、夏、秋、冬四季變化的影響，要考察該四季的影響，只需引入三個(gè)虛擬變量即可。

當(dāng)前第104頁\共有121頁\編于星期三\10點(diǎn)5.調(diào)節(jié)效應(yīng)和中介效應(yīng)當(dāng)前第105頁\共有121頁\編于星期三\10點(diǎn)主要內(nèi)容調(diào)節(jié)變量和調(diào)節(jié)效應(yīng)分析中介變量和中介效應(yīng)分析調(diào)節(jié)變量與中介變量的比較調(diào)節(jié)效應(yīng)與中介效應(yīng)實(shí)例當(dāng)前第106頁\共有121頁\編于星期三\10點(diǎn)

調(diào)節(jié)變量(moderator)和中介變量(mediator)是兩個(gè)重要的統(tǒng)計(jì)概念。相對(duì)于人們關(guān)注的自變量和因變量而言，調(diào)節(jié)變量和中介變量都是第三者，經(jīng)常被人混淆。

從文獻(xiàn)上看，存在的問題主要有如下幾種:(1)術(shù)語混用或換用，兩個(gè)概念不加區(qū)分。(2)術(shù)語和概念不一致。(3)術(shù)語和統(tǒng)計(jì)分析不一致。研究意義當(dāng)前第107頁\共有121頁\編于星期三\10點(diǎn)1.調(diào)節(jié)變量與調(diào)節(jié)效應(yīng)當(dāng)前第108頁\共有121頁\編于星期三\10點(diǎn)1.1調(diào)節(jié)變量的定義

如果變量Y與變量X的關(guān)系是變量M的函數(shù)，稱M為調(diào)節(jié)變量。就是說，Y與X的關(guān)系受到第三個(gè)變量M的影響。當(dāng)前第109頁\共有12