非參課堂實(shí)驗(yàn)不同群體設(shè)計(jì)不同特性的相機(jī)產(chǎn)品

1、非參大作業(yè)：針對不同群體設(shè)計(jì)不同特性的相機(jī)產(chǎn)品組長略文獻(xiàn)簡述及初步探索李克特量表1、總體分布情況圖1度量C01-C05, C11-C16的得分情況，將每一份問卷的得分相加，得到總分score，整體情況如圖1.從圖中可以看岀，量表總分絕大局局部布在“普通(3 X 11 = 33)右側(cè)，即群體態(tài)度傾向于積極。群體量表總分均值為 41,標(biāo)準(zhǔn)差為5.616133。(Rcode 1)2、因子分析Total Variance ExplainedCompo nentInitial EigenvaluesExtraction Sums of SquaredLoadingsRotation Sums of Sq

2、uaredLoadingsTotal% ofVarianceCumulative %Total% ofVarianceCumulative %Total% ofVarianceCumulative %14.29939.07839.0784.29939.07839.0783.54732.24232.24221.40812.79851.8761.40812.79851.8762.05618.68750.92931.0879.87961.7541.0879.87961.7541.19110.82561.7544.8818.00869.7625.7987.25677.0186.7116.46583.4

3、827.5454.95488.4368.4664.23592.6719.4003.63496.30510.2932.66798.97211.1131.028100.000Extraction Method: Principal Component Analysis.3、分類情況概覽(用 rpart包做決策樹)(Rcode 2)為了解對不同相機(jī)特性的重視程度和職業(yè)的關(guān)系，抽樣420個(gè)數(shù)據(jù)記錄作為訓(xùn)練集，用剩下449個(gè)數(shù)據(jù)記錄作為測試集，進(jìn)行了回歸樹分析，得到的初步分類為以下圖所示：測試的結(jié)果為：table(predict(kyphosis,kyphosis1,type=class),camera

4、tsamp,19)12341 151812102 41111 67563 52220104 10201715誤分率為64%從決策樹中可以大致看出每種職業(yè)的偏好特點(diǎn)情況： 1代表學(xué)生：學(xué)生群體的特點(diǎn)：往往處在左向樹枝的末端，意味著學(xué)生往往對于相機(jī)的各個(gè) 參數(shù)都很看重，屬于非常敏感的群體； 2代表企業(yè)大經(jīng)理：企業(yè)大經(jīng)理的位置分布較廣，可以認(rèn)為群體內(nèi)的差異比較大，沒有非常 統(tǒng)一的敏感特點(diǎn)； 3代表一般行政：這個(gè)群體比較明顯的一個(gè)特征是，有一局部人非?？粗囟〞r(shí)拍攝，但對任 意角度拍攝并不敏感 4代表專業(yè)技術(shù)：該群體在以下圖的最右支這局部人群較為重視相機(jī)可上網(wǎng)的功能，這一點(diǎn)比 較值得關(guān)注。下表為全數(shù)據(jù)進(jìn)

5、行得回歸樹分析： (Rcode 3)描述統(tǒng)計(jì)1、輕薄短小，攜帶方便2、新潮、很絢3、多樣化顏色4、搭配流行的造型圖案在外觀的選擇上，不同職業(yè)人群的偏好大體相同。其中，對“新潮、很炫這一外觀特性 普遍持重視態(tài)度，而對其它外觀特征，持普通和重視態(tài)度的人群比例大體相同并且均較高。二、不同職業(yè)的人對功能的重視程度1、簡單的操作方式，只要按一個(gè)鍵就能拍攝2、連動(dòng)拍攝 1 秒 20 張3、任意角度拍攝4、定時(shí)拍攝5、可更換鏡頭6、可接三角架7、可上網(wǎng)在功能的選擇上，不同職業(yè)人群的偏好也大體相同。其中，對“操作簡單、聯(lián)動(dòng)拍攝、任 意角度拍攝這三種功能特性普遍持相當(dāng)重視的態(tài)度，而對其它四種功能特征，持普通態(tài)度

6、的 人群比例最高。三、不同性別對相機(jī)外觀的重視程度1、輕薄短小，攜帶方便2、新潮、很絢3、多樣化顏色4、搭配流行的造型圖案對外觀選擇方面，男女偏好大體一致。其中，兩者均對“新潮、很炫這一外觀特性持重 視態(tài)度，其他三個(gè)方面的外觀特性持普通與重視態(tài)度的人群比例大致相同且均較高。四、不同性別對相機(jī)功能的重要程度1、 簡單的操作方式，只要按一個(gè)鍵就能拍攝2、 連動(dòng)拍攝 1 秒 20 張3、任意角度拍攝4、定時(shí)拍攝5、可更換鏡頭6、可接三角架7、可上網(wǎng)在功能的選擇上，不同性別的人群偏好也大體相同。其中，對“操作簡單、聯(lián)動(dòng)拍攝、任 意角度拍攝這三種功能特性普遍持相當(dāng)重視的態(tài)度，而對其它四種功能特征，持普通

7、態(tài)度和 重視態(tài)度的人群比例均較高。五、不同性別對價(jià)格的可接受程度對價(jià)格的可接受程度，男性普遍能接受較高價(jià)格，而女性傾向于較低價(jià)格。其中，男性能 接受的價(jià)格集中在 1000-3000 左右，而女性能接受的價(jià)格集中在 2000 以下。六、不同職業(yè)對價(jià)格的可接受程度對價(jià)格的可接受程度，不同職業(yè)的人群有較大差異。其中，專業(yè)技術(shù)人員能接受的價(jià)格最 高；一般行政人員和企業(yè)大堂經(jīng)理能接受的價(jià)格最低，根本集中在 2000 以內(nèi)；學(xué)生的可接受價(jià) 格處于中間水平，普遍集中在 1000-2000 元之間。綜上所述，不同職業(yè)和不同性別的人群對相機(jī)外觀和功能的偏好大致相同。其中，在外觀 上，人們普遍對“新潮、很炫比較看

8、重；在功能上，人們普遍對“操作簡單、聯(lián)動(dòng)拍攝、任 意角度拍攝相當(dāng)重視。在價(jià)格的可接受程度上，不同職業(yè)和不同性別的人群有較大差異。其中，性別方面，男性 可接受的價(jià)格高于女性；職業(yè)方面，專業(yè)技術(shù)人員可接受的價(jià)格最高，其次為學(xué)生，一般行政 人員和企業(yè)大堂經(jīng)理可接受價(jià)格最低。不同職業(yè)的人對于相機(jī)各屬性重視程度的比較由之前的描述統(tǒng)計(jì)結(jié)果可以看到男女對于相機(jī)屬性的偏好各不相同，因此為了更好的了解 不同職業(yè)的人偏好的不同，我們首先將總體分男女進(jìn)行區(qū)分，然后分別對男性和女性不同職業(yè) 的人群做其對不同相機(jī)屬性重視程度的 Ridit 檢驗(yàn)。HO:所考察人群對于各屬性的重視程度無輕重之分H1 :所考察人群對于各屬性

9、的重視程度有輕重之分不同職業(yè)人群對于 攜帶方便特性C01的重視程度列聯(lián)表男性重視度職業(yè)非常不重視不重視普通重視非常重視學(xué)生01750企業(yè)大堂經(jīng)理73512512039一般行政426736921專業(yè)技術(shù)11982不同職業(yè)人群對于 攜帶方便特性C01的重視程度列聯(lián)表女性重視度職業(yè)非常不重視不重視普通重視非常重視學(xué)生42458527企業(yè)大堂經(jīng)理00020一般行政00871專業(yè)技術(shù)425624616不同職業(yè)人群對于攜帶方便特性C01的重視程度Ridit值95%置信區(qū)間圖左男右女下整 體不同職業(yè)人群對于新潮特性C02的重視程度 Ridit95%值置信區(qū)間圖左男右女下整體不同職業(yè)人群對于多樣化顏色特性C0

10、3的重視程度 Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群對于流行造型圖案特性C04的重視程度Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群對于簡單操作方式特性C05的重視程度Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群對于連動(dòng)拍攝特性C11的重視程度Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群對于任意角度拍攝特性C12的重視程度Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群對于定時(shí)拍攝特性C13的重視程度 Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群對于可更換鏡頭特性C14的重視程度Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群

11、對于可接三角架特性C15的重視程度Ridit值95%置信區(qū)間圖左男右女下整體不同職業(yè)人群對于可上網(wǎng)特性C16的重視程度 Ridit值95%置信區(qū)間圖左男右女下整體匯總表如下:屬性男女整體C02對職業(yè)一重要性低對職業(yè)一重要性低C11對職業(yè)二重要性高對職業(yè)三重要性低對職業(yè)二重要性高C12對職業(yè)二重要性高對職業(yè)三重要性低對職業(yè)二重要性高C13對職業(yè)二重要性高對職業(yè)三重要性低對職業(yè)二重要性高，職業(yè)四重要性低C14對職業(yè)三重要性高對職業(yè)三重要性低C15對職業(yè)二重要性高對職業(yè)三重要性低對職業(yè)二重要性高C16對職業(yè)二重要性高對職業(yè)三重要性低對職業(yè)三重要性低不同職業(yè)人群對相機(jī)屬性重視程度的關(guān)聯(lián)規(guī)那么分析關(guān)聯(lián)規(guī)

12、那么先對數(shù)據(jù)處理整理成2元數(shù)據(jù)，只選取了其中局部變量如下：c01 c02 c03 c04 c05 c11 c12 c13 c14 c15 c16其中c01到c16為對相機(jī)的特性重視程度，包括外觀和性能，處理方法是把重視和非常重視設(shè)為1,普通，不重視和非常不重視設(shè)為0 di為性別 轉(zhuǎn)化后0表示男性1表示女性 下面轉(zhuǎn)化成函數(shù)包能處理的 transaction 形式cameranew1=as.matrix(cameranew1); trans2 6000)for(i in 1:2)for(j in 1:5)sex.pricei,j=sum(d1=i & a03=j)for(i in 1:2)barp

13、lot(sex.pricei,main=rownames(sex.price)i)par(mfrow=c(1,1)boxplot(a03d1=1,a03d1=2)job.price=matrix(rep(0,20),nrow=4,dimnames=list(c( 學(xué)生,企業(yè)大堂經(jīng)理 ,一般行政 , 專業(yè)技術(shù) ),c(6000)for(i in 1:4) #職業(yè)、價(jià)格列聯(lián)表for(j in 1:5)job.pricei,j=sum(d3=i & a03=j)par(mfrow=c(2,2)for(i in 1:4)barplot(job.pricei,main=rownames(job.pric

14、e)i)boxplot(a03d3=1,a03d3=2,a03d3=3,a03d3=4)Ridit 檢驗(yàn)局部：#Ridit 檢驗(yàn)函數(shù)，主要是算出 W 值，求出 p 值，并且輸出置信區(qū)間，看重復(fù)程度，檢驗(yàn)函數(shù)如 下：ridit.test=function(x)O=sum(x)#先求出幾個(gè) O., r 和 sr=nrow(x)s=ncol(x)H=0.5*apply(x,2,sum)#求 H、 RjC=rep(0,s)for(i in 2:s)Ci=2*sum(H1:i-1)N=H+CRdot.j=N/OOi.dot=apply(x,1,sum)#求行和O.jdot=apply(x,2,sum)#

15、求列和#計(jì)算 RiR=matrix(rep(0,r*s),nrow=r,ncol=s)for(i in 1:r)for(j in 1:s)Ri,j=xi,j/O.jdotj*Rdot.jjRi.dot=apply(R,1,sum)#計(jì)算 Ridit 得分矩陣Rid=matrix(rep(0,r*s),nrow=r)for(i in 1:r)Ridi,=Rdot.j*xi, #計(jì)算各處理的秩平均Ri_bar=rep(0,s)#求平均 Ridit 的置信區(qū)間erval=matrix(rep(0,2*r),nrow=r)for(i in 1:r)ervali,=c(R

16、i_bari-1/sqrt(3*Oi.doti),Ri_bari+1/sqrt(3*Oi.doti) dimnames(erval)=list(NULL,c( 置信下限 , 置信上限 )#作圖 plot(rep(1,100),seq(erval1,1,erval1,2,length=100), type=l,main=Ridit value confidence inetrval,xlab=group,ylab=R score,xlim=c(1,r),ylim=c(0,1)for(i in 2:r)lines(rep(i,100),seq(con

17、ervali,1,ervali,2,length=100)lines(c(0,r+1),c(0.5,0.5)W=12*sum(Oi.dot*(Ri.dot-0.5F2)#計(jì)算檢驗(yàn)統(tǒng)計(jì)量pvalue=1-pchisq(W,r-1)list(Ridit Score=Rid, 秩平均 =Ri_bar, 置信區(qū)間 =erval,p-value=pvalue)找出需要檢驗(yàn)的局部，以矩陣形式輸出：學(xué)習(xí) 課件 大三上 非參數(shù)統(tǒng)計(jì) 各章數(shù)據(jù)camera-chisq2.dat,header=T) malec01=femalec01=matrix(rep(0,20),4,

18、5)for(i in 1:4)for(j in 1:5)malec01i,j=sum(camera$d1=1&camera$d3=i&camera$c01=j)femalec01i,j=sum(camera$d1=2&camera$d3=i&camera$c01=j)#以 c01 和 c02 為例做 Ridit 檢驗(yàn)mc01=malec01+femalec01ridit.test(malec01)ridit.test(femalec01)ridit.test(mc01)關(guān)聯(lián)規(guī)那么局部：桌面 camera.txt,head=T) cameranew1=camera,-c(1:5,18) ln1=length(cameranew11,)for(i in 1:(ln1-2)cameranew1icameranew1i3=1; cameranew1ln1-1cameranew1ln1-1=1=0; cameranew1ln1-1cameranew1ln1-1=2=1;cameranew1ln1camera