别函数。

常用的判别函数为多元线性判别函数。

样本序号样本式样样本包装样本性能最短距离聚类法初始距离矩阵最短距离聚类法最长距离聚类法计算样本间距离，并列出初始距离矩阵。

选取初始距离矩阵中的最小值，并对该值对应的样本进行类合并。

根据最大值原则计算新合并样本与其他样本之间的距离，列出新的距离矩阵。

市场调查与预测第章市场调查的数据分析.单因素方差分析查表求得的值。

比较与的大小。

若有，则认为因素无显著性影响。

反之则认为影响较显著。

本例中，。

，，，双因素方差分析双因素方差分析分析两个同时存在的因素在不同水平状态下独立作用对分析对象的影响的显著性。

双因素分析的常用数据表因素行总计观察值因素列总计第步求判别方程的系数。

判别函数的建立第步根据上述系数矩阵建立判别函数。

根据判别表达式可知产品款式对分组判别的影响最为显著，产品包装其次，而产品的性能对判别的影响不显著。

判别函数的建立第步求判别函数临界值。

单因素方差分析例试验点月销售量吨包装包装包装合计单因素方差分析判别函数，判别假定的分组是否正确。

样本序号样本式样样本包装样本性能最短距离聚类法初始距离矩阵最短距离聚类法最长距离聚类法计算样本间距离，并列出初始距离矩阵。

选取初始距离矩阵中的最小值，并对该值对应的样本进行类合并。

根据最大值原则计算新合并样本与其他样本之间的距离，最长距离聚类法相关系数聚类法被聚类的对象的相关系数可以由下式计算获得相关系数聚类法样本相关系数表相关系数聚类法找出每列中最大的相关系数出新的距离矩阵。

重复上述步骤，直至所有样本被全部合并为类。

市场调查与预测第章市场调查的数据分析。

判别函数的建立第步求联合共变异矩阵的逆矩阵。

判别函数的建立百分比检验假设有选取统计量设定显著性水平查表得到根据的计算结果，比较的绝对值与的大小。

若有则接受，否则拒绝。

双样本平均数差异的检验假设有选取统计量设定显著性水平查表得到根据的计算结果，比较的绝对值与的大小。

若有则接受，否则拒绝。

距离，因而也叫极差。

例中最小值为，最大值为，因而全距为。

分位差的计算分位差是种按照位置来测定数据离散趋势的计量方法，它只取决于位于样本排序后中间位置内数据的差异程度。

即第个分位与第个分位数据之间的差异。

例的分位差计算过程如下万元分位差万元万元标准差的计算未分组数据的标准差计算标准差的计算分组数据双因素方差分析的数学表达式双因素方差分析例销地销量行总计包装包装包装列总计总双因素方差分析判别函数的建立第十步判别分组的正确性。

预分组别判别值实际组别预估准确性正确正确正确正确正确正确正确正确正确正确判别函数的建立第十步判别检验。

故接受原假设。

，由于有查表得到本例中为。

出新的距离矩阵。

重复上述步骤，直至所有样本被全部合并为类。

市场调查与预测第章市场调查的数据分析。

判别函数的建立第步求联合共变异矩阵的逆矩阵。

判别函数的建立单因素方差分析查表求得的值。

比较与的大小。

若有，则认为因素无显著性影响。

反之则认为影响较显著。

本例中，。

，，，双因素方差分析双因素方差分析分析两个同时存在的因素在不同水平状态下独立作用对分析对象的影响的显著性。

双因素分析的常用数据表因素行总计观察值因素列总计差分析研究个因素在不同水平下对研究对象影响的显著性。

单因素方差分析的数据表如下试验数试验水平平均值单因素方差分析单因素方差分析的般形式方差来源平方和自由度方差组间方差组内方差方差总和单因素方差分析单因素方差分析的数学计算表达式市场调查与预测第章市场调查的数据分析.标准差的计算市场调查数据的假设检验参数假设检验检验检验非参数检验检验当样本容量大于时，可以采用检验。

均值检验百分比检验双样本平均数差异的检验双样本百分比差异的检验均值检验假设有选取统计量设定显著性水平查表得到根据的计算结果，比较的绝对值与的大小。

若有则接受，否则拒绝。

市场调查与预测第章市场调查的数据分单因素方差分析查表求得的值。

比较与的大小。

若有，则认为因素无显著性影响。

反之则认为影响较显著。

本例中，。

，，，双因素方差分析双因素方差分析分析两个同时存在的因素在不同水平状态下独立作用对分析对象的影响的显著性。

双因素分析的常用数据表因素行总计观察值因素列总计，，因子聚类分析距离聚类法最短距离法最长距离法相关系数聚类法最短距离聚类法计算样本间距离，并列出初始距离矩阵。

表达式中表示众数所在组与前组的频数差，表示众数所在组与后组的频数差。

依据公式，例分组数据的众数为元。

全距极差的计算全距指的是样本数据中最大值与最小值之间法，它只取决于位于样本排序后中间位置内数据的差异程度。

即第个分位与第个分位数据之间的差异。

例的分位差计算过程如下万元分位差万元万元标准差的计算未分组数据的标准差计算标准差的计算分组数据的标准差的计算市场调查数据的假设检验参数假设检验检验检验非参数检验检验双因素方差分析双因素方差分析查表求得的值。

比较与的大小。

若有，则认为因素无显著性影响反之则认为影响较显著。

若有，则认为因素无显著性影响反之则认为影响较显著。

与，与，出新的距离矩阵。

重复上述步骤，直至所有样本被全部合并为类。

市场调查与预测第章市场调查的数据分析。

判别函数的建立第步求联合共变异矩阵的逆矩阵。

判别函数的建立双因素方差分析双因素方差分析表方差来源平方和自由度方差因素因素误差总计双因素方差分析单因素方差分析例试验点月销售量吨包装包装包装合计单因素方差分析双样本百分比差异的检验假设有选取统计量设定显著性水平查表得到根据的计算结果，比较的绝对值与的大小。

若有则接受，否则拒绝。

检验当样本容量小于时，不可以使用检验，而需要使用检验。

最长距离聚类法同上例初始距离矩阵样本容量大于时，可以采用检验。

均值检验百分比检验双样本平均数差异的检验双样本百分比差异的检验均值检验假设有选取统计量设定显著性水平查表得到根据的计算结果，比较的绝对值与的大小。

若有则接受，否则拒绝。

市场调查与预测第章市场调查的数据分析。

市场调查的方差分析单因素方差分析双因素方差分析单因素方差分析单因素市场调查与预测第章市场调查的数据分析.单因素方差分析查表求得的值。

比较与的大小。

若有，则认为因素无显著性影响。

反之则认为影响较显著。

本例中，。

，，，双因素方差分析双因素方差分析分析两个同时存在的因素在不同水平状态下独立作用对分析对象的影响的显著性。

双因素分析的常用数据表因素行总计观察值因素列总计检验当样本容量小于时，不可以使用检验，而需要使用检验。

表达式中表示众数所在组与前组的频数差，表示众数所在组与后组的频数差。

依据公式，例分组数据的众数为元。

全距极差的计算全距指的是样本数据中最大值与最小值之间的距离，因而也叫极差。

例中最小值为，最大值为，因而全距为。

分位差的计算分位差是种按照位置来测定数据离散趋势的计量单因素方差分析例试验点月销售量吨包装包装包装合计单因素方差分析其形式如下判别函数的建立例假设有下列原始数据，请建立判别函数，判别假定的分组是否正确。

百分比检验假设有选取统计量设定显著性水平查表得到根据的计算结果，比较的绝对值与的大小。

若有则接受，否则拒绝。

双样本平重复上述步骤，直至所有样本被全部合并为类。

最长距离聚类法同上例初始距离矩阵最长距离聚类法相关系数聚类法被聚类的对象的相关系数可以由下式计算获得相关系数聚类法样本相关系数判别函数的建立第十步判别分组的正确性。

预分组别判别值实际组别预估准确性正确正确正确正确正确正确正确正确正确正确判别函数的建立第十步判别检验。

故接受原假设。

，由于有查表得到本例中为。

出新的距离矩阵。

重复上述步骤，直至所有样本被全部合并为类。

市场调查与预测第章市场调查的数据分析。

判别函数的建立第步求联合共变异矩阵的逆矩阵。

判别函数的建立关系数聚类法找出各列最大相关系数中的最大值相关系数聚类法合并。