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?