统计学第十五周 方差分析实践

统计学第十五周 方差分析实践

1. 题目

   数据背景：有A、B、C、D四个地区，不同地区的销售量不一样，现抽取了不同时间段内每个地区的销售量，试解决：

   1、每个地区间的销售量是否相同？

   2、不同月份的销售量是否相同？

   3、不同时间与地区的销售量是否相同？

2. 数据

3. 问题1 每个地区间的销售量是否相同？
   $$根据上一节学习内容，可以用单因素方差分析，先假设，再构造统计量，最后进行决策$$

   $$（1）假设H_0:{\mu }_a={\mu }_b={\mu }_c={\mu }_d，即假设样本A,B,C,D的均值相同，不同地区无显著性影响；H_1:{\mu }_a,{\mu }_b,{\mu }_c,{\mu }_d不全相等，即样本A,B,C,D均值不全相等，有显著性影响。$$

   （2）构造统计量，因素为地区，水平为4，因变量为销售量，根据单因素销售量
   $$总体均值为：\overline{\overline{x}}=\frac{{\sum }_{i=1}^k{\sum }_{j=1}^r{x}_{ij}}{n}=5631.75$$

   #coding=utf-8
   
   import  numpy  as  np
   import pandas  as  pd
   import  matplotlib.pyplot  as plt
   
   plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
   plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
   
   df = pd.read_excel(r'd:\excel\tj\销售数据.xlsx',sheet_name='Sheet1')
   
   
   print(df.head())
   print(df.describe())  #统计数量、均值、标准差、上下四分位
   print(df.mean().sum()/4)  #输出对应的总体均值
   

   $$计算各水平的均值{\overline{x}}_1=5150.454545,{\overline{x}}_2=4329.909091,{\overline{x}}_3=7457.909091,{\overline{x}}_4=5588.727273$$

$$总平方和sst=\sum _{i=1}^k\sum _{j=1}^r(x_{ij}-\overline{\overline{x}}{)}^2=95533231.1875+61867762.1875+86597368.1875+36583242.6875$$

$$组间平方和SSA=\sum _{i=1}^k{n}_i({\overline{x}}_i-\overline{\overline{x}}{)}^2=57894573.5196352$$

$$组内平方和SSE=222687030.727273$$

MSA=SSA/(4-1)=19298191.17 , MSE =SSE/(N-K)=31812432.96,

检验统计量F =MSA/MSE=0.606624184 , 在给定显著性水平a=0.05,在F分布表中查找分子自由度df1=4-1=3,分母自由度df2=n-k=11-4=7,相应的临界值Fa(3,7)=4.347,F<Fa 则不拒绝原假设H0,即认为各地区对销售量影响不显著。

问题2. 不同月份销售量不同？

所有数据按照月份分组,这里2019年3月数据少4行，因此保留上面12行，作为分析的数据

$$（1）假设H_0:各月的均值相等，即各个月份对销售量无显著影响；H_1:各个月份均值不完全相同，即不同月份对销售量有显著影响。$$
（2）构造和计算统计量

$$1）计算总体均值\overline{\overline{x}}=\frac{{\sum }_{i=1}^k{\sum }_{j=1}^r{x}_{ij}}{n}=5898.5，一共36个数据，12行，水平为3$$

$$2)总平方和SST=\sum \sum (x_{ij}-\overline{\overline{x}}{)}^2=205887565$$

$$3)组间平方和SSA=\sum _{i=1}^k{n}_i({\overline{x}}_i-\overline{\overline{x}}{)}^2=39687746$$

$$4)组内平方和SSE=SST-SSA=205887565-39687746=166199819$$

5）MSA=SSA/(3-1)=19843873

,MSE=SSE/(n-k)=SSE/(12-3)=18466646.56

$$6)F=\frac{MSA}{MSE}=1.074579131$$

$$(3)决策分析，F<F_a=F_a(2,9)=4.256，不拒绝原假设，即各个月份影响不显著。$$

问题3. 不同时间与地区的销售量是否相同？

这里按照无交互作用的双因素方差分析方法（1）假设（2）构造统计量和计算（3）决策

$$（1）行因素：H_0:假设日期对销售量无显著影响；H_1:日期对销售量有显著影响$$

$$列因素：H_0:假设地区对销售量无显著影响；H_1:地区对销售量有显著影响$$

（2）构造统计量并计算：


(3)从上表中可以看出Fr<Fa，Fc<Fa，分别从地区、日期都对销售量影响不显著。