- 相关推荐
数据小兵：让数据分析告诉商家那种饲料效果更好
为了提高收益，农场主开始喂猪，现在，有四种不同品牌的饲料推广员来到农场，都说自己的饲料效果最好，农场主难以在他们之中做出选择，因此，他请了你帮助他选择最好的饲料来养猪。 作为数据分析师，你需要获取数据作为你观点的支撑，现在问题就摆在面前，你很自信这个问题一定能够通过数据分析得以解决。根据经验，你为此专门设计一个数据分析的流程，便于准确、严密的帮助农场主找到答案。 【1.描述问题】 你从农场主那里得知，好的饲料可以让猪快速增肥，使猪体重增高，因此你决定用猪体重作为衡量饲料好与坏的标准和指标，也可以理解为不同质量的饲料将对猪体重产生影响，在农场主其他服务不变、分组合理的情况下，饲料是影响猪体重增加的主要因素。 因此你将问题定义为：在喂食不同饲料的影响下，通过比较猪体重的增加情况，判断出哪种饲料效果最好。 【2.方法选择】 影响因素：饲料;考量指标：体重;这是一个比较典型的“单因素X影响指标Y“的问题，影响因素X即变量“饲料”，它有4个变量值，分别是A饲料、B饲料、 C饲料和D饲料，是分类变量，显然A、B、C、D本身不具有数量型，因此回归分析是行不通的，如果你熟悉统计方法，则很容易想到用方差分析，而且是单因素 方差分析。 农场主现在有19头猪，你决定用这19头猪做一个试验，分为4组，每组用一种饲料，一段时间后称重，比较4组猪体重数据有无不同，差异性是否具有统计学意义，从而判断哪种饲料最适合农场主，便于他今后大批量购买使用且获得最大收益。 方法选择：单因素方差分析，分析工具：SPSS，为什么选择SPSS 【3.获取数据】 这是个试验，一段时间后，分别为四组猪称体重，获取到如下数据： 【4.数据分析】 启动SPSS，按照SPSS方差分析对数据输入格式的要求，导入如上试验分组数据，分组方差齐次对于方差分析比较敏感，齐次时对方差分析的结果影响将大大 降低，因此有必要在方差分析的同时作一检查。“均值比较”“One way Anova”，因变量Y选择“体重”，因子X选择“饲料”，“选项”卡中选择“方差同质性检验”，确定，要求SPSS执行这个过程，将产生两个重要结果。 重要结果1：方差齐次检验表 方差其次原假设：齐次，概率现在为0.995，大概率事件，也就是说分组方差齐次，适合做方差分析。 重要结果2：方差分析表 方差分析原假设：分组无差异，现在是小概率事件，即不同饲料对体重有显著影响。 前面的两个结果告诉我们，使用不同饲料的确对增加猪的体重有着非常大的作用，可是，你从中看出哪种饲料效果最好了吗?没有，我们只看出了不同饲料对猪体重 的提高具有显著的差异，到底哪个饲料更好，从这两个表格中我们不得而知。此时，就需要调用SPSS方差分析的杀手锏，它是“多重比较”或者叫“两两比 较”，我们让SPSS帮主我们在4中饲料中进行两两比较，从而告诉我们，哪个饲料最好。操作：“均值比较”“One way Anova”，因变量Y选择“体重”，因子X选择“饲料”，“两两比较”卡，我推荐使用Duncan这个方法，打钩即可，同时在“选项”卡中选择“均值 图”选项，用立体图表的形式会让结果看起来更加直观。 重要结果3：两两比较表 可以清楚的看到4种饲料下猪的平均体重，很显然D饲料分组中猪的体重增量最大。 重要结果4：分组均值折线图 通过两两对比，我们非常清晰的看到D饲料对应的猪体重比其他3种饲料的更好，也就是增肥效果更强，这种强效果在均值折线图里面显现的淋漓尽致，还用我告诉你答案吗?我想，农场主大概看一眼就知道他应该怎么做了。 【5.结论和观点】 进行到现在，我们采用了一种“定义问题”“分析问题”“解决问题”的思路，通过与农场主的沟通了解，我们设计了一个分组试验，通过科学的方法，我 们基本得到答案，不同饲料对猪体重增加都有非常好的效果，然而相比其他三种，我们有理由认为，D饲料的效果最好，推荐农场主今后采购此种饲料长期喂养。 当然，有一个问题必须申明，这个结果有这样的假设“农场主其他服务不变的情况下，分组相对合理”，因此我们的结论是有一定基础的，如果农场主饲养的猪数量很大，这种假设对结论和观点的影响将大大降低，总体而言，相信D饲料效果最佳是合理的。 A、B、C饲料的推广人员或许很不自在，尽管他们口若悬河，可是在有力证据下，相信他们不得不写一份报告给各自的老板，内容大概是：我们的产品在市场上不具有竞争力， 这是数据分析告诉我们的! Via:数据小兵
[数据小兵：让数据分析告诉商家那种饲料效果更好]相关文章：
【数据小兵：让数据分析告诉商家那种饲料效果更好】相关文章：
可以把数据分析报表做成美观效果的软件推荐03-24
数据分析报告07-28
大数据分析07-20
销售数据的分析方法07-25
大数据分析07-25
多维数据分析方法04-07
数据分析工作职责07-28
数据分析常用方法07-26
数据分析主管的职责01-13
数据分析报告【推荐】03-07