背景測試比較期間
我希望比較菜單銷售混合比例爲兩個時期之間的銷售組合的百分比。
A 菜單被定義爲產品的集合。 （即漢堡包，三明治等）
A 銷售組合比率定義爲相對於銷售的菜單單位總數（即，20個漢堡包）的產品銷售量100個菜單項目被出售）。在漢堡包的例子中，漢堡包的銷售組合比例是20％（20漢堡包/ 100菜單項）。這代表菜單單位總銷售額的份額。
A 期間定義爲用於比較目的（即午餐與晚餐，星期一與星期五等）的時間範圍。
我對量的整體變化不感興趣（我不在乎我是否在一個時期賣出了20個漢堡包，在另一個時期賣了20個漢堡包）。我只對比例分配的變化感興趣（我單位出售的單位中有20％是漢堡包，一個時期是25％，而另一個時期是漢堡包）。
由於銷售組合佔整體份額，所以每個期間的平均數是相同的;期間之間的平均差異將始終爲0％;而且，每組數據的總和總是100％。
目的：
測試的銷售分佈（菜單項相對於其他菜單項每銷售組合的百分比）無論是從一個週期顯著改變到另一個。
零假設：購買模式和客戶在時間段A的偏好的那些相同，爲客戶在時段B潛在的數據輸入的
實施例：
[Menu Item] [Period A] [Period B]
Hamburger 25% 28%
Cheeseburger 25% 20%
Salad 20% 25%
Club Sandwich 30% 27%
問題：
是否存在常用方法來測試共享的分配總數在兩組數據之間顯着不同？
如果我測量的是實際售出的單位數量的變化，但不是（我相信）單位份額的變化，那麼配對的T檢驗就可以工作。
我一直在網上搜索和一些教科書一段時間沒有運氣。我可能在尋找錯誤的術語。
任何方向，無論是搜索條件或（最好）實際名稱適當的測試，都將受到讚賞。
感謝，
安德魯
編輯：我正在考慮Pearson相關測試作爲一個可能的解決方案 - 忘記的每一行數據都是獨立的菜單項，數學不應該關心。完美匹配（相同的銷售組合）將獲得1的係數，變化越大，係數越低。一個潛在的問題是，與定期相關性測試不同，這些改變可能會被放大，因爲對一個數字的任何改變都會自動影響其他數字。這是一個可行的解決方案嗎？如果是這樣，是否有辦法緩解放大問題？