统计学 关于各各业投诉观察值分析.docVIP

关于各行业投诉观察值的简单分析 目 录一、图形分析......................................................................……………………………………...3二、单因素方差分析（一）单因素方差模型与建立假设:1.单因素方差模型的建立…………………………………………………………2. 建立假设……………………………………………………………………….（二）、构造检验F统计量1、水平的均值……………………………………………………………………2、全部观察值的总均值…………………………………………………………3、离差平方和……………………………………………………………………4、均方和…………………………………………………………………………5、构造检验统计量F……………………………………………………………（三）、判断与结论………………………………………….……………………….（四）、多重分析…………………………………………………….……………….四、成本分析和措施:……………………………………………………………………11五、后记............................................................................................................................12参考文献.…………………………………………………………………………………12关于各行业投诉观察值的简单分析摘要：有效地投诉处理是各行业发展的基本素质要求，本文针对各行业投诉的观察值的案例，进行了简单的图形分析和单因素方差分析，从而探讨如何降低投诉率和运用好客户投诉的的有效方法。关键词：投诉观察；方差分析；多重分析；改善措施综 述 随着我国经济体制的不断改革，市场管理的不断完善，产品或服务问题却也存在，投诉是当今社会不可或缺的话题，为提高产品的市场占有率和企业的强大竞争力，各企业都应处理好消费者的投诉问题，改善自身企业，完善管理体制。 当投诉率问题有所降低，便是其进步的最明显体现。而投诉率的不同也体现在各行业的不同之上。因此，此次通过本实例探讨各行业对投诉情况的影响，并对其结果做出一定的分析和总结。其中，要探讨的问题有：对各行业间投诉观察值做图形分析对各行业间投诉观察值做单因素方差分析根据数据结果分析行业的区别对投诉结果带来的不同（4） 提出一些降低投诉率的建议一、图形分析从散点图上可以看出：不同行业被投诉的次数是有明显差异的，同一行业，不同企业被投诉的次数也明显不同。二、单因素方差分析（一）单因素方差模型与建立假设单因素方差模型的建立在对不同行业的投诉情况的调查中，因素为行业，在这里因素总共有r=4个水平，在不同水平下的试验结果服从N，i=1,2,3,4,在一个水平下做了次实验，得到个观测结果，它们可以看作是来自的一个样本容量为的样本。因为，所以可得单因素方差分析模型如下：其中随机误差相互独立，都服从分布。建立假设所要建立的假设为：不全相等——这4个总体均值的平均值，即称为一般水平或平均水平——因素A的第i个水平的效应由算术平均数的性质易得。把原参数变换成新参数后，i=1,…,r单因素方差分析的模型则变为：则上述要检验的假设等价于不全为0（二）、构造检验F统计量1、水平的均值 为第i个总体的样本观察个数为第i个总体的第j个观察值2、全部观察值的总均值3、离差平方和（1）、总离差平方和（SST）：反映全部观察值的离散状况SST=（2）、误差项离差平方和（也称为组内离差平方和，SSE）：反映了水平内部观察值的离散情况，即随机因素产生的影响。SSE=（3）、水平项离差平方和（组间离差平方和，SSA）SSA=三者的关系：SST=SSE+SSA计算结果见表一表一 单因素方差分析计算表（1）序号零售业旅游业航空公司餐饮业15768314426639495134929216544045347753456405865351395174447总均值水平均值4948355947.869565合计总离差平方708.945183924.10207971262.1285161269.4329164164.608696误差项离差平方7009244346502708水平项离差平方8.9451830250.102079735828.1285164619.43291641456.608696 4、均方和引入的目的：消除观察值的多少对离差平方和大小的影响。表二 方差分析表方差来源离差平方和自由度df均方和MSF组间SSAr-1MSA=SSA/3MSA/MSE组内SS