方差分析:无重复双因素分析 |
|
|
|
|
|
|
|
|
|
|
|
SUMMARY |
观测数 |
求和 |
平均 |
方差 |
|
|
无 |
2 |
10.8 |
5.4 |
0.32 |
|
|
普通 |
2 |
11.1 |
5.55 |
0.245 |
|
|
超热销商品 |
2 |
11.6 |
5.8 |
0.32 |
|
|
|
|
|
|
|
|
|
无 |
3 |
15.6 |
5.2 |
0.04 |
|
|
有 |
3 |
17.9 |
5.966667 |
0.04333 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
方差分析 |
|
|
|
|
|
|
差异源 |
SS |
df |
MS |
F |
P-value |
F crit |
行 |
0.163333 |
2 |
0.081667 |
49 |
0.02 |
19 |
列 |
0.881667 |
1 |
0.881667 |
529 |
0.001885 |
18.51282 |
误差 |
0.003333 |
2 |
0.001667 |
|
|
|
|
|
|
|
|
|
|
总计 |
1.048333 |
5 |
|
|
|
|
|
|
|
|
|
|
|
2.单因子方差分析
数据 |
A |
B |
C |
D |
平均值 |
函馆 |
8 |
5 |
7 |
8 |
7 |
神户 |
8 |
6 |
7 |
6 |
6.75 |
长崎 |
7 |
6 |
6 |
5 |
6 |
横滨 |
7 |
5 |
7 |
6 |
6.25 |
东京 |
5 |
4 |
5 |
5 |
4.75 |
|
|
|
|
总平均 |
6.15 |
|
方差分析:单因素方差分析 |
|
|
|
|
|
|
|
|
|
SUMMARY |
|
|
|
|
|
组 |
观测数 |
求和 |
平均 |
方差 |
|
函馆 |
4 |
28 |
7 |
2 |
|
神户 |
4 |
27 |
6.75 |
0.916667 |
|
长崎 |
4 |
24 |
6 |
0.666667 |
|
横滨 |
4 |
25 |
6.25 |
0.916667 |
|
东京 |
4 |
19 |
4.75 |
0.25 |
数据=总平均值+因子引起的偏差+误差引起的偏差
3.双因子方差分析
|
春 |
夏 |
秋 |
冬 |
各平均值 |
与总平均值的差 |
函馆 |
6.4 |
7.8 |
7 |
5.4 |
6.65 |
0.54 |
神户 |
7.9 |
6.1 |
7.6 |
6.2 |
6.95 |
0.84 |
长崎 |
6.6 |
5.1 |
7.2 |
6.1 |
6.25 |
0.14 |
横滨 |
6.9 |
5.8 |
6.9 |
4.6 |
6.05 |
-0.06 |
东京 |
5 |
4.7 |
5.1 |
3.8 |
4.65 |
-1.46 |
各平均值 |
6.56 |
5.9 |
6.76 |
5.22 |
|
|
与总平均值的差 |
0.45 |
-0.21 |
0.65 |
-0.89 |
总平均值 |
6.11 |
方差分析:无重复双因素分析 |
|
|
|
|
|
|
|
|
|
|
|
SUMMARY |
观测数 |
求和 |
平均 |
方差 |
|
|
函馆 |
4 |
26.6 |
6.65 |
1.023333 |
|
|
神户 |
4 |
27.8 |
6.95 |
0.87 |
|
|
长崎 |
4 |
25 |
6.25 |
0.79 |
|
|
横滨 |
4 |
24.2 |
6.05 |
1.203333 |
|
|
东京 |
4 |
18.6 |
4.65 |
0.35 |
|
|
|
|
|
|
|
|
|
春 |
5 |
32.8 |
6.56 |
1.093 |
|
|
夏 |
5 |
29.5 |
5.9 |
1.435 |
|
|
秋 |
5 |
33.8 |
6.76 |
0.933 |
|
|
冬 |
5 |
26.1 |
5.22 |
1.042 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
方差分析 |
|
|
|
|
|
|
差异源 |
SS |
df |
MS |
F |
P-value |
F crit |
行 |
12.608 |
4 |
3.152 |
6.99926 |
0.003792 |
3.259167 |
列 |
7.306 |
3 |
2.435333 |
5.407846 |
0.013801 |
3.490295 |
误差 |
5.404 |
12 |
0.450333 |
|
|
|
|
|
|
|
|
|
|
总计 |
25.318 |
19 |
|
|
|
|
数据=总平均值+地点引起的偏差+季节引起的偏差+误差引起的偏差
4.多因子方差分析
促销和营业额(单因子表“持续时间”) |
|
|
|
|
|
|
|
|
广告 |
AC(auto call) |
持续时间 |
|
方差分析 |
|
|
|
|
|
|
1个月 |
2个月 |
3个月 |
|
差异源 |
SS |
df |
MS |
F |
P-value |
F crit |
宣传单 |
有 |
60 |
66 |
77 |
|
组间 |
364 |
2 |
182 |
2.317487 |
0.132726 |
3.68232 |
无 |
67 |
80 |
83 |
|
组内 |
1178 |
15 |
78.53333 |
|
|
|
专业商品目录 |
有 |
75 |
76 |
90 |
|
|
|
|
|
|
|
|
无 |
80 |
87 |
89 |
|
总计 |
1542 |
17 |
|
|
|
|
POP |
有 |
64 |
66 |
71 |
|
|
|
|
|
|
|
|
无 |
64 |
65 |
66 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
单因子表“广告”| |
|
|
|
|
|
|
|
|
|
广告 |
宣传单 |
专业目录 |
POP |
|
方差分析 |
|
|
|
|
|
|
|
数据 |
60 |
75 |
64 |
|
差异源 |
SS |
df |
MS |
F |
P-value |
F crit |
|
66 |
76 |
66 |
|
组间 |
870.3333 |
2 |
435.1667 |
9.718362 |
0.001963 |
3.68232 |
|
77 |
90 |
71 |
|
组内 |
671.6667 |
15 |
44.77778 |
|
|
|
|
67 |
80 |
64 |
|
|
|
|
|
|
|
|
|
80 |
87 |
65 |
|
总计 |
1542 |
17 |
|
|
|
|
|
83 |
89 |
66 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
单因子表“AC” |
|
|
|
|
|
|
|
|
|
|
AC |
有 |
无 |
|
方差分析 |
|
|
|
|
|
|
|
|
数据 |
60 |
67 |
|
差异源 |
SS |
df |
MS |
F |
P-value |
F crit |
|
|
66 |
80 |
|
组间 |
72 |
1 |
72 |
0.783673 |
0.389131 |
4.493998 |
|
|
77 |
83 |
|
组内 |
1470 |
16 |
91.875 |
|
|
|
|
|
75 |
80 |
|
|
|
|
|
|
|
|
|
|
76 |
87 |
|
总计 |
1542 |
17 |
|
|
|
|
|
|
90 |
89 |
|
|
|
|
|
|
|
|
|
|
64 |
64 |
|
|
|
|
|
|
|
|
|
66 |
65 |
|
|
|
|
|
|
|
|
|
71 |
66 |
|
|
|
|
|
|
|
|
|
|
|
|
|
方差分析(3因子) |
|
|
|
|
|
|
|
|
|
|
差异源 |
SS |
df |
MS |
F |
P-value |
F crit |
|
|
|
广告 |
870.3333 |
2 |
435.1667 |
22.158 |
0.0001 |
3.885 |
|
|
|
AC |
72 |
1 |
72 |
3.666 |
0.0797 |
4.747 |
|
|
|
|
|
|
持续时间 |
364 |
2 |
182 |
9.267 |
0.0037 |
3.885 |
|
|
|
|
|
|
误差 |
235.67 |
12 |
19.639 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
总计 |
1542 |
17 |
|
|
|
|
数据=总平均值+广告引起的偏差+AC引起的偏差+持续时间引起的偏差+误差引起的偏差