1、課 程 論 文雜貨店一個月零售情況調研報告課程名稱： 統計分析軟件應用 所在專業： 所在班級： 姓 名： 學 號： 一、數據介紹：本次分析的數據是根據一件雜貨店一個月顧客的購買情況制作的統計表，樣本數量為351，即有351名顧客。統計表中包含了14個變量：storeid（雜貨店的地址），hlthfood（健康食品店），size（雜貨店的大小），org（雜貨店的組織），custid（顧客的地址），gender（顧客性別），shopfor（賣給誰），veg（素食者），style（購買風格），usecoup（使用折扣券），amtspent（總花銷），pre_1（預測總花銷），filter_$（聚類的

2、個數以及過濾情況）。使用spss統計軟件，對變量進行頻數分析、描述性統計、交叉分析、方差分析,相關分析，以了解該雜貨店上述方面的綜合狀況，并分析個變量的分布特點及相互間的關系。二、數據分析1、頻數分析頻數分析是基礎分析，往往在統計分析的初始便開始頻數分析。頻數分析對把握數據的分布特征非常有用，以為通過頻數分析我們能對變量的取值狀況進行了解。此次分析采用的統計數據表統計了雜貨店351名顧客的基本狀況，在gender(性別)、usecoup（使用折扣券）不同的狀況下進行了頻數分析，以了解店顧客的男女數量、使用折扣券的基本分布。首先，對雜貨店顧客的男女性別分布進行頻數分析，結果如下：表1-1Stat

3、isticsGender NValid351Missing0Gender FrequencyPercentValid PercentCumulative PercentValidMale18552.752.752.7Female16647.347.3100.0Total351100.0100.0 由表1-1可知，在光顧此雜貨店的351名顧客中，男性顧客有185名，所占人數比例是52.7%。女性顧客有166名，所占人數比例是47.3%?？梢姡行灶櫩偷谋壤愿哂谂灶櫩?，但總體看來，差距不大。然后對原有數據中的使用購物券進行頻數分析，結果如表1-2 ： 表1-2Use couponsFreque

4、ncyPercentValid PercentCumulative PercentValidNo10128.828.828.8From newspaper8223.423.452.1From mailings10028.528.580.6From both6819.419.4100.0Total351100.0100.0根據表1-2和柱狀圖可知，在351名顧客中，頻率由高到低分別是：不使用優惠卷，有101人，占總人數的比例是28.8%；從郵件中得到優惠卷，100人，占總人數比例28.5%；從報紙中得到優惠卷，82人占總人數23.4%；同時從郵件和報紙中得到優惠卷，68人，占總人數19.4%。2

5、、交叉分析頻數分析的作用是掌握單個變量的數據分布情況，但是在實際分析中，我們還要是交叉分析，這是以為在實際分析中，不僅要了解單個變量的分布特征，還要分析多個變量不同取值下的分布，掌握多個變量的聯合分布特征，進而分析變量之間的相互影響和關系。就本數據而言，需要了解銷售對象與購買者得購買風格的交叉分析?，F以銷售對象與購買風格列聯表分析為例，結果如表2-1：表2-1表2-1涉及兩個變量，即銷售對象與購買風格的二維交叉，反映了在不同的購買風格下銷售對象的分布情況。表中，購買風格成為行向量，銷售對象稱為列向量。3、單因素方差分析單因素方差分析用于完全隨機設計的多個樣本均數間的比較，其統計推斷是推斷各樣本

6、所代表的各總體均數是否相等，完全隨機設計不考慮個體差異的影響，僅涉及一個處理因素，但可以有兩個或多個水平，所以亦稱單因素實驗設計。在實驗研究中按隨機化原則將受試對象隨機分配到一個處理因素的多個水平中去，然后觀察各組的試驗效應；在觀察研究（調查）中按某個研究因素的不同水平分組，比較該因素的效應。單因素方差分析用來研究一個控制變量的不同水平是否對觀測變量產生了顯著影響。在本數據分析中，我們把總花銷和購買風格作為控制變量，總花銷為觀測變量，通過單因素方差分析方法研究總花銷和購買風格對總花銷的影響進行分析。分析結果如表3-1：表3-1根據表3-1對起始工資對現工資的單因素方差分析可以看出：F統計量的觀

7、測值為2.056，對應的概率P值不近似等于0，如果顯著性水平為0.05，由于概率值P大于顯著性水平q，則應接受原假設，認為購買風格對總花銷沒有產生了顯著影響。4、相關分析相關分析是研究現象之間是否存在某種依存關系，并對具體有依存關系的現象探討其相關方向以及相關程度，是研究隨機變量之間的相關關系的一種統計方法。相關關系分為函數關系和統計關系。函數關系是指兩事物之間的一種一一對應的關系，即當一個變量取一定值時，另一個變量函數可以根據確定的函數取一定的值。比較容易分析和預測。相關分析主要用于測量事物之間的統計關系。統計關系是指兩事物間并非是一一對應的關系，即當一個變量取一定值時，另一個變量無法根據確定的函數取一定的值。統計關系可分為線性關系和非線性關系。線性相關分析是研究兩個變量間線性關系的程度。用相關系數r來描述。正相關：如果x,y變化的方向一致，r>0；負相關：如果x,y變化的方向相反，r<0；無線性相關：r=0。對數據做相關分析，得到結果如表4-1：表4-1表4-1中，是對Health food store（健康食品店），Size of store（店鋪大?。?，Store organization（店鋪組織），Who shopping for（銷售對象），Amount spent（總