注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘 营销应用

说出你的业务困惑, 看数据挖掘能否帮你解惑

 
 
 

日志

 
 

数据挖掘交流讨论(30,从“混凝土”的方差分析谈实践应用)  

2011-09-15 10:24:13|  分类: 数据挖掘交流讨论 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
 

背景:2011年9月14日,“混凝土在本博客留言:手上有一些数据,请教一个问题:
数据结构为:客户、月份、销售单价、销量。我想分析出销售价格对销量的影响。我先把销售单价分成了若干段,比如:260到270标为1,270到280之间的标为2等等。我用SPSS的单因素方差分析试图看价格对销量的影响是否显著,F值是5。是否算是显著呢?请问我还能进行什么分析呢?”

我的回复:混凝土你好,初步看了你的留言,感觉客户是要区分的,很明显大客户与小客户的销量完全不在一个层次上,把所有客户的销量不加区分放在一起分析(每个客户一行销量),一定是会影响方差分析的效果的,所以建议找同类的客户缩小范围进行方差分析;或者不考虑客户的区分,统一分析每个价格所对应的当时的总销量,这样也可以比较合理进行方差分析;(实现的手法就是分析几个价格区间段里(价格是类别型),所有具体价格分别对应的当时总销量,通过方差分析可以看出价格区间的不同是否有明显的销量的差异)

如果有比较齐全的数据,(有一部分客户在不同的价格区间里都有对应的销量的话),还可以做配对组的T检验分析(看价格调整是否对于这些客户有明显的销量影响)

另外,根据你上面的背景,我觉得线性回归其实也是可以考虑的,不过也是上面说的,要么大小客户分别分析,要么分析每个价格对应的当时的总销量;线性回归时,目标变量是销量,自变量中的价格就不要二次分级了,直接用原始的价格值;

如果价格变动的数值比较多,还可以用相关分析来做,不过这里得出的相关系数反映的只是两者的对应关系(并且锁定同一个客户,因为不同的大小客户的价格弹性是没有可比性的),实际价值还是没有线性回归方程来得明确,可考量,可方程预测;

最后回答你的“方差分析中,F值是5。是否算是显著呢?”,在方差分析anova中,主要是看F值所对应的P指(Pr>F)是否远远小于0.05, 如果是小于0.05,则基本上可以认为是有明显差异的;不过要提醒的是,方差分析中的前提条件是“方差齐性,即各组样本的方差相等)”;如果不能满足“方差齐性”的要求的话,就不能用方差分析,而要采用“非参数检验”来分析了;

如果你以前没有什么统计背景的话,通过这个实际的分析课题,照着一本好的统计分析教材,可以很快上手的,祝福你成功!!!

纸上谈兵说了这么多废话,说话不如做实事,如果你把原始数据发给我,我愿意抽空帮你完成上面的所有分析以及结论,很简单的,呵呵!
  评论这张
 
阅读(775)| 评论(3)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017