当前位置：文档之家 › 商务统计学Ch10PPT课件

商务统计学Ch10PPT课件

  • 格式：ppt
  • 大小：677.00 KB
  • 文档页数：12

下载文档原格式

  / 12

合集下载

《商务统计分析》课件—01数据与统计分析

《商务统计分析》课件—01数据与统计分析
统计学
描述统计（descriptive statistics）：以便 利化和信息化的方式（比如图表）对数 据进行整理、汇总和展示，计算一些简 单的统计量进行分析。
推断统计（inference statistics）：利用样 本数据信息对总体特征做出推断，内容 包括参数估计和假设检验两大类。
13
1.3 数据——什么是统计学（推断统计）
R：专业统计人员最常用的统计软件
15
表1-1 中国东部地区2018年人口分布情况
变量
个体
地区 北京市
年末常住人口 /万人
2171
城镇人口 /万人
1878
乡村人口 /万人
293
天津市
1557
1291
266
上海市
2418
2121
297
江苏省 浙江省
8029 5657
5521 3847
2508 1810
观测值
4
1.1 数据——定性数据和定量数据
第 1 章 数据与统计分析
1
第 1 章 数据与统计分析——目录 1.1 数据 1.2 数据来源 1.3 统计分析 1.4 统计软件
2
1.1 数据——定义
➢数据是对现象进行计量的结果。
表1-1 中国东部地区2018年人口分布情况
地区
年末常住人口 /万人
城镇人口 /万人
பைடு நூலகம்
乡村人口 /万人
北京市
2171
名义数据
√
顺序数据
√ √
定距数据
√ √ √
定比数据
√ √ √ √
“√”表示该尺度所具有的特性
注: 定性数据可以用数值变量表示，但不可看作是数值型数据。处理定 量数据也可转化为定性数据（如年龄→老年、中年、青年、儿童）

教学课件 商务统计学(第5版)

教学课件 商务统计学(第5版)

样本 数据 (Xi) : 10 12 14 15 17 18 18 24
n=8
平均数 = X = 16
S (10 X)2 (12 X)2 (14 X)2 (24 X)2 n 1
(10 16)2 (12 16)2 (14 16)2 (者个人已经发布的数据。 • 可以设计一个实验来获得必要的数据。 • 可以进行调查。 • 可以通过观察研究的方式。
Chap 1-14
数据的类型
▪ 属性变量（categorical variables）（也称为 定性变量（qualitative variables））给出定 性的回答，比如是或者不是。
全距 = 120 - 1 = 119
Chap 3-34
变异程度的度量:方差
• 观察值相对其算术平均数的离差平方和
– 样本方差:
n
(Xi X)2
S2 i1 n-1
其中
X= 算术平均数
n = 样本容量 Xi = 变量X 的第i个观测值
Chap 3-35
变异程度的度量:标准差
• 变异程度最常用的度量 • 显示与平均数的变异程度 • 方差的平方根 • 与原始数据有相同的单位
Chap 1-16
连续的
例子: 重量 电压
(衡量特征)
统计学使用的电脑程序
• Minitab
– 进行统计分析的统计包 – 用来进行尽可能精确的统计分析
• Microsoft Excel
– 多种功能的数据分析工具 – 有多种功能，但是每一种都没有其他程序那样专注
• Minitab和Excel都用工作表来存储收集来分析的数据
统计学的类型
• 统计学
• 将数字转化为对决策者有用信息的数学的分支。

商务统计相关知识

商务统计相关知识

z /2 is the z value providing an area of /2 in the upper tail of the standard
normal probability distribution
s is the population standard deviation
n is the sample size
What is 城市轨道交通 urban rail transport
精品ppt模板
It is very important to know the following aspects of interval estimation:
The interval (7.1) is random so long as is not known. But once we have a specific sample and once we obtain a specific numerical value of , the interval (7.1) is no longer random; it is fixed. In this case, we cannot make the probabilistic statement (7.1); that is, we cannot say that the probability is 1 − α that
商务统计相关知识
What is 城市轨道交通 urban rail transport
精品ppt模板
What is 城市轨道交通 urban rail transport
精品ppt模板
n Population Mean: s Known n Population Mean: s Unknown

英文商务统计学ppt_第10章Ch10

英文商务统计学ppt_第10章Ch10
Mean 1 vs. Mean 2
Population Means, Related Samples
Same group before vs. after treatment
Population Proportions
Population Variances
Proportion 1 vs. Proportion 2
Variance 1 vs. Variance 2
Business Statistics: A First Course, 5e © 2009 Prentice-Hall, Inc.
Chap 10-3
Difference Between Two Means
Population means, independent samples
Chap 10-5
Hypothesis Tests for Two Population Means
Two Population Means, Independent Samples Lower-tail test: Upper-tail test: Two-tail test:
H0: μ1 μ2 H1: μ1 < μ2

DPopulation means, independent samples
*
Unrelated Independent

Sample selected from one population has no effect on the sample selected from the other population
The means of two related populations
The proportions of two independent populations The variances of two independent populations

商务与经济统计ppt第4章

商务与经济统计ppt第4章
A probability near zero indicates an event is quite unlikely to occur.
A probability near one indicates an event is almost certain to occur.
© 2011 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part.
Slide 4
Probability as a Numerical Measure of the Likelihood of Occurrence
Increasing Likelihood of Occurrence
0
.5
1
Probability:
The event is very unlikely to occur.
Slide 2
Uncertainties
Managers often base their decisions on an analysis of uncertainties such as the following:
What are the chances that sales will decrease if we increase prices?
An experimental outcome is also called a sample point.
© 2011 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part.

商务统计学ppt课件

商务统计学ppt课件

精选ppt课件
17
统计的应用领域
hydrology(水文学)
industry(工学)
linguistics(语言学)
literature(文学)
manpower planning(劳动力计划)
management science(管理科学)
marketing(市场营销学)
medical diagnosis(医学诊断)
称
离散变量：取有限个值 连续变量：可以取无穷多个值
精选ppt课件
30
统计中的几个基本概念
总体（参数） 平均数 μ 标准差 σ 比例 Π
样本（统计量） ¯x s p
精选ppt课件
31
几个常用的统计软件 （software）
典型的统计软件
SAS SPSS MINITAB STATISTICA EXCEL
所研究的全部元素的集合，其中的每一个元素称为 个体
分为有限总体和无限总体
有限总体的范围能够明确确定，且元素的数目是有限的 无限总体所包括的元素是无限的，不可数的
2、样本（sample）
从总体中抽取的一部分元素的集合 构成样本的元素的数目称为样本容量
精选ppt课件
28
参数和统计量
1、参数（parameter）
商务统计学 Business Statistics
精选ppt课件
1
参考书籍：
• 商务统计学 戴维.M.莱文等著 贾俊平改编
•
中国人民大学出版社
• 统计学原理 谢启南 主编 暨南大学出版社
• 统计学原理 贾俊平 中国人民大学出版社
精选ppt课件
2
成绩评定方法
• 1.闭卷考试成绩（70%） • 2.平时作业、考勤和上机。（30%）

商务统计学教学课件


（三）指标体系中指标的分类
• 1、水平指标——（1）存量指标与流量 指标，（2）实物指标与价值指标。
• 2、比率指标——（1）比例相对指标， （2）比值相对指标，（3）动态相对指 标，（4）弹性相对指标，（5）强度相 对指标。
（四）指标体系设计的内容
1、确定统计指标体系的框架； 2、确定每一个指标的内涵和外延； 3、确定每个统计指标的计量单位； 4、确定每个统计指标的计算方法。
N0 CNn
（四）泊松分布
泊松分布是稀有事件出现次数的理 论分布模型，如自然灾害、意外事故、 机器故障等事件出现的次数都近似地服 从泊松分布。泊松分布概率模型为：
Pxmm e
m!
六、连续变量概率分布模型
连续型随机变量的取值范围可以是数轴上的 某个区间，也可以是整个数轴。由于它可以取 无穷多个不同的数值，所以描述其概率分布的 最完善方法是概率函数式。在理论分析中，描 述连续变量概率分布的最常用的概率函数式是 概率分布密度函数。
P x n 1 C n n 1p n 1 q n 0
（三）超几何分布
假设0-1总体中共有N个个体，其中取
“是”值的个体有N1个，取“非”值的 个体有N0个。现从不放回地随机抽取n个 个体，记x为取“是”值的个体数目，则
其 中 恰 有 n1 个 个 体 取 “ 是 ” 值 、 且 有 n0=n-n1个个体取“非”值的概率为：
二、统计学的作用
• （一）统计学在科学研究中的作用——提出假 说并判定假说的正确与否
• （二）统计学在生产中的作用——通过试验分 析找出最佳工艺，并对生产过程进行统计质量 控制。
• （三）统计学在管理中的作用——抽样调查了 解社会与市场，为决策提供依据；并可建立各 种社会与经济发展模型，定量地模拟社会与经 济的运行，既可分析社会与经济的发展及其结 构变化，又可进行政策效果的评价。

商务与经济统计ppt第1章


Slide 7
数据、数据集、个体、变量和观测值
个体
公司
变量
股票 年销售额 每股盈余 交易所 （百万美元） （美元）
Dataram
NQ
EnergySouth
N
Keystone
N
LandCare
NQ
Psychemedics
N
73.10 0.86 74.00 1.67 365.70 0.86 111.40 0.33 17.60 0.13
Slide 13
度量尺度
间隔尺度 如果数据具有顺序尺度的特征，同时两个顺序之间 有固定的间隔时，可以用间隔尺度来度量。
间隔尺度永远是数字型的数据。
© 2011 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part.
Slide 12
顺序尺度
度量尺度
例子: 大学生可以按照年级利用非数字型标签来排序，
比如大一、大二、大三或者大四。
也可以用数字标签来表示年级，如1代表大一， 2代表大二，以此类推。
© 2011 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part.
Slide 2
统计
提供均值、中位数、百分比、次序等数字特征用以描述 商务和经济形势。

软件质量保证和管理Ch10全面质量管理课件

改进
确认根本原因，筛选最优改善方案。
控制
使改进后的过程程序化、提出控制计划，并通过有效的监测方法保持过程改进的成果。
10.6.2 DFSS
10.6.3 IDDOV和PIDOV
策划(Plan) 识别(Identify)设计(Design)优化(Optimize)验证(Verify)识别/定义(Identify/Define)开发(Develop)优化(Optimize)验证(Verify)
头痛医头 脚痛医脚
6 Sigma 质量
注重流程质量结构化的改进数据为决定的依据结构化的闭环一次做好的理念
解决根本原因
准确性
不够正确－系统误差
什么是6 Sigma
质量水平
合格率 （%）（无偏离）
合格率 （%）（1.5个Sigma偏离）
缺陷概率 （/百万机会，带偏离）
1个Sigma
68.26
31
“零缺陷管理”更是一种理念、一种意识或文化零缺陷管理的原理主要有：零缺陷管理的质量定理、完整性定理、质量战略图、杠杆原理、精灵原理、 “开车理论”、质量成本曲线、质量免费原理等
10.4.2 零缺陷作业法
基础单元的运行模式 基层员工的六项修炼
我在做什么？满足过程作业模式的要求我该怎么做？衡量作业方法我做得对吗？坚持工作标准做错事有代价吗？肯定，计算PONC或POQC如何削减不符合项？“五步法”改进过程是什么？质量改进团队
传统的软件开发过程
开发人员构建产品
质量成本- 海洋中的冰山...
停工延期纠正错误所进行的加班不断重复测试越来越庞大的测试队伍影响员工积极性失去的市场时机失去的订单失去的信誉、品牌
账单出错失败的项目现场运行故障
看到的只是冰山一角

商务统计学PPT课件

3. 主观概率 基于个人过去的经验、个人观点和对特定情况分析的结合。
Business Statistics: A First Course, 5e © 2009 Prentice-Hall, Inc.
Chap 4-4
先验概率例子
找出从一副标准的52张扑克牌中选出脸牌（J、Q和K） 的概率。
脸牌的概率=X/T=脸牌总数/总牌数 =12张脸牌/52张牌数 =3/13
黑牌 红牌 总计
Business Statistics: A First Course, 5e © 2009 Prentice-Hall, Inc.
1点 非1点 总计
2
24
26
2
24
26
4
48
52
样本空
2间24来自224Chap 4-9
显示事件事件
韦恩图
令 A = 1点 令 B = 红牌
A
A ∩ B = 1点且 红牌
例如P(K且黑桃)
Business Statistics: A First Course, 5e © 2009 Prentice-Hall, Inc.
Chap 4-11
互斥事件
互斥事件
不能同时发生的事件 例子: 从一副牌中抽出一张牌
A = 方块q; B = 梅花q 事件 A 和 B 为互斥事件
Chap 4-3
判定概率
有三种方式判定不确定性事件概率:
假设各种 结果出现 的可能性 都是一样 的
1. a 先验概率 --基于预先掌握的知识对事件发生的概率做出推测。
事件发生的概率=X/Y 其中X表示使某事件发生的结果数量，Y表示所有可能出现的结果总数。
2. 经验概率
事件发生的概率=使其发生的事件数量/基本事件总数。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

.
Chap 10-9
µ1 - µ2置信区间，σ1和σ2 未知且相同
总体均值，独立样 本
* σ1 和 σ2 未知， 假设 相同
μ1 – μ2 的置信区间是：
X1X2 tα/2 S2 pn11n12
σ1 和 σ2 未知，假设 不相同
其中 tα/2 有自由度= n1 + n2 – 2
.
Chap 10-10
.
Chap 10-7
µ1 - µ2假设检验，σ1和σ2 未知且相同
总体均值，独立样 本
假设：
▪ 样本是随机的独立的
* σ1 和 σ2 未知， 假设 相同
▪ 总体是正态分布或者两个样 本容量都超过30
▪ 总体方差未知，但是假设是 相同的
σ1 和 σ2 未知，假设 不相同
.
Chap 10-8
µ1 - µ2假设检验，σ1和σ2 未知且相同
混合方差t检验例子：计算检验统计 量
(续)
H0: μ1 - μ2 = 0 i.e. (μ1 = μ2) H1: μ1 - μ2 ≠ 0 i.e. (μ1 ≠ μ2)
检验统计量是：
tX1X2μ1μ2 3.2 27.50 3 2.04
S2 pn11n12
1.502111 2125
S p 2 n 1 ( 1 1 n S 1 1 2 ) ( n n 2 2 1 1 S 2 2 ) 2 1 ( 1 1 2 -1 2 . 1 3 ( ) 2 2 0 1 5 1 5 1)2 . 1 16 .50
.
用Sp估计未知的σ。 使用混合方差t检验。
用S1 和 S2 估计 σ1 和 σ2。 使用 不同方差t检验。
Chap 10-5
两个总体均值的假设检验
两个总体均值，独立样本
左尾检验：
H0: μ1 μ2 H1: μ1 < μ2
即,
H0: μ1 – μ2 0 H1: μ1 – μ2 < 0
右尾检验：
两个总体均值，独立样本
右尾检验：
双侧检验：
H0: μ1 – μ2 ≤ 0 H1: μ1 – μ2 > 0
H0: μ1 – μ2 = 0 H1: μ1 – μ2 ≠ 0
a
a a/2
a/2
-ta
拒绝 H0如果 tSTAT < -ta
ta
拒绝H0如果 tSTAT > ta
-ta/2
ta/2

拒绝H0如果或tStTSATTAT<>-ttaa/2/2
σ1 和σ2 未知， 假设 相同
差异的点估计：
σ1 和 σ2 未知，假设 不相同
.
X1 – X2
Chap 10-4
两个均值之间的差异：独立样本
总体均值，独立样 本
不同的数据来源
* 不相关 独立 样本的选择不受总体变化的影响
σ1 和 σ2 未知， 假设 相同
σ1 和 σ2 未知，假设 不相同
如何在单向方差分析中进行多重比较
.
Chap 10-2
两个样本检验
两个样本检验
总体均值， 独立样本
总体均值， 相关样本
总体比例
总体方差
例：
均值1与均值2对比
同组样本处理前后 对比
比例1与比例2对比
方差1与方差2对比
.
Chap 10-3
两个均值之间的差异
* 总体均值，独立样 本
目标：两个总体均值差异的假 设检验或构造置信区间，μ1 – μ2
商务统计学(第5版)
第10章 两个样本数值数据假设检验
和单向方差分析
.
Chap 10-1
学习目标
在本章，你将学到：
如何对以下差异进行假设检验 两个独立总体的均值差异 两个相关总体的均值差异 两个独立总体的比例差异 两个独立总体的方差差异
如何使用单向方差分析对多总体的均值差异进行假设检 验
X 1 X 2 ta /2S 2 p n 1 1 n 1 2 0 .7 4 2 .01 0 .3 56 4 (0 2 .0,8 1 9 .4)71
因为0不在区间里，我们有95%的把握确定µNYSE > µNASDAQ
.
Chap 10-14
µ1 - µ2假设检验，σ1和σ2 未知且不同
.
Chap 10-12
混合方差t检验例子：确定假设检验
H0: μ1 - μ2 = 0 即 (μ1 = μ2) H1: μ1 - μ2 ≠ 0 即 (μ1 ≠ μ2) a = 0.05
df = 21 + 25 - 2 = 44
临界值: t = ± 2.0154
拒绝 H0
拒绝 H0
.025
.025
-2.0154 0 2.0154 t
混合方差t检验例子
你是一个公司的金融分析师。在NYSE和NASDAQ列出 的股票表中股息是否不同? 你收集到如下数据：
数据 样本均值 样本标准差
NYSE 21 3.27 1.30
NASDAQ 25 2.53 1.16
假设总体接近正态分布且具有等 方差，均值是否不同 (a = 0.05)?
.
Chap 10-11
(续)
总体均值，独立样 本
• 混合方差是：
Sp 2n1(1 n 1 S1 12 ) (n n2 2 1 1S)22
* σ1 和 σ2 未知， 假设
相同
• 检验统计量是：
tSTAT X1X2 μ1μ2
S2pn11 n12
σ1 和 σ2 未知，假设
不相同
• 其中 tSTAT 有 自由度= (n1 + n2 – 2)
2.040
检验统计量：
决策:
t 3.272.53 2.040拒绝 H0 ， a = 0.05
1.50211 1 21 25
结论: 有证据表明均值不同
.
Chap 10-13
混合方差t检验例子：µ1 - µ2的置信 区间
因为我们拒绝H0，我们能有95%的把握确定µNYSE > µ ? NASDAQ µNYSE - µNASDAQ ，95% 置信区间
总体均值，独立样 本
σ1 和 σ2 未知， 假设 相同
假设：
▪ 样本是随机的独立的
▪ 总体是正态分布或者两个样 本容量都超过30
* σ1 和 σ2 未知，假设
▪ 总体方差未知，但是假设是 不相同的
不相同
.
Chap 10-15
µ1 - µ2假设检验，σ1和σ2 未知且不同
(续)
总体均值，独立样 本
H0: μ1 ≤ μ2 H1: μ1 > μ2
即,
H0: μ1 – μ2 ≤ 0 H1: μ1 – μ2 > 0
双侧检验：
H0: μ1 = μ2 H1: μ1 ≠ μ2
即,
H0: μ1 – μ2 = 0 H1: μ1 – μ2 ≠ 0
.
Chap 10-6
μ1 – μ2 假设检验
左尾检验：
H0: μ1 – μ2 0 H1: μ1 – μ2 < 0