A. 解釋差異分析模型的含義
成本差異一般有計劃成本與實際成本的差異、本期實際成本與上期實際成本的差異、本期實際成本與上年同期實際成本的差異、本期實際成本與本企業歷史先進成本水平及同行業先進成本水平的差異等，成本差異分析就是對以上各種差異進行剖析，找出差異產生產原因，分清有利差異和不利差異，針對不同原因產生的差異對症下葯採取措施降低生產成本的分析過程。成本差異分析的方法有很多（如比較分析、比率分析、因素分析法等等 ）
B. 當我們談到「差異分析」常用的統計方法有哪些
有對比分析 比例分析 速度分析 動態分析 彈性分析 因素分析 相關分析 模型分析 綜合評價分析
C. 統計學怎樣用方差分析方法檢驗有無顯著差異性
什麼是方差分析
方差分析（ANOVA）又稱「變異數分析」或「F檢驗」，是R.A.Fister發明的，用於兩個及兩個以上樣本均數差別的顯著性檢驗。
由於各種因素的影響，研究所得的數據呈現波動狀。造成波動的原因可分成兩類，一是不可控的隨機因素，另一是研究中施加的對結果形成影響的可控因素。
一個復雜的事物，其中往往有許多因素互相制約又互相依存。方差分析的目的是通過數據分析找出對該事物有顯著影響的因素，各因素之間的交互作用，以及顯著影響因素的最佳水平等。方差分析是在可比較的數組中，把數據間的總的「變差」按各指定的變差來源進行分解的一種技術。對變差的度量，採用離差平方和。方差分析方法就是從總離差平方和分解出可追溯到指定來源的部分離差平方和，這是一個很重要的思想。
經過方差分析若拒絕了檢驗假設，只能說明多個樣本總體均數不相等或不全相等。若要得到各組均數間更詳細的信息，應在方差分析的基礎上進行多個樣本均數的兩兩比較。
1、多個樣本均數間兩兩比較
多個樣本均數間兩兩比較常用q檢驗的方法，即Newman-kueuls法，其基本步驟為：建立檢驗假設-->樣本均數排序-->計算q值-->查q界值表判斷結果。
2、多個實驗組與一個對照組均數間兩兩比較
多個實驗組與一個對照組均數間兩兩比較，若目的是減小第II類錯誤，最好選用最小顯著差法（LSD法）；若目的是減小第I類錯誤，最好選用新復極差法，前者查t界值表，後者查q'界值表。
方差分析的基本思想
基本思想：通過分析研究中不同來源的變異對總變異的貢獻大小，從而確定可控因素對研究結果影響力的大小。
下面我們用一個簡單的例子來說明方差分析的基本思想：
如某克山病區測得11例克山病患者和13名健康人的血磷值（mmol/L）如下：
患者：0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11
健康人：0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87
問該地克山病患者與健康人的血磷值是否不同？
從以上資料可以看出，24個患者與健康人的血磷值各不相同，如果用離均差平方和（SS）描述其圍繞總均數的變異情況，則總變異有以下兩個來源：
組內變異，即由於隨機誤差的原因使得各組內部的血磷值各不相等；
組間變異，即由於克山病的影響使得患者與健康人組的血磷值均數大小不等。
而且：SS總=SS組間+SS組內 v總=v組間+v組內
如果用均方（即自由度v去除離均差平方和的商）代替離均差平方和以消除各組樣本數不同的影響，則方差分析就是用組內均方去除組間均方的商（即F值）與1相比較，若F值接近1，則說明各組均數間的差異沒有統計學意義，若F值遠大於1，則說明各組均數間的差異有統計學意義。實際應用中檢驗假設成立條件下F值大於特定值的概率可通過查閱F界值表（方差分析用）獲得。
方差分析的應用條件
應用方差分析對資料進行統計推斷之前應注意其使用條件，包括：
1、可比性。若資料中各組均數本身不具可比性則不適用方差分析。
2、正態性。即偏態分布資料不適用方差分析。對偏態分布的資料應考慮用對數變換、平方根變換、倒數變換、平方根反正弦變換等變數變換方法變為正態或接近正態後再進行方差分析。
3、方差齊性。即若組間方差不齊則不適用方差分析。多個方差的齊性檢驗可用Bartlett法，它用卡方值作為檢驗統計量，結果判斷需查閱卡方界值表。
方差分析主要用於：
1、均數差別的顯著性檢驗；
2、分離各有關因素並估計其對總變異的作用；
3、分析因素間的交互作用；
4、方差齊性檢驗。
方差分析的主要內容
根據資料設計類型的不同，有以下兩種方差分析的方法：
1、對成組設計的多個樣本均數比較，應採用完全隨機設計的方差分析，即單因素方差分析。
2、對隨機區組設計的多個樣本均數比較，應採用配伍組設計的方差分析，即兩因素方差分析。
兩類方差分析的基本步驟相同，只是變異的分解方式不同，對成組設計的資料，總變異分解為組內變異和組間變異（隨機誤差），即：SS總=SS組間+SS組內，而對配伍組設計的資料，總變異除了分解為處理組變異和隨機誤差外還包括配伍組變異，即：SS總=SS處理+SS配伍+SS誤差。整個方差分析的基本步驟如下：
1、建立檢驗假設；
H0：多個樣本總體均數相等；
H1：多個樣本總體均數不相等或不全等。
檢驗水準為0.05。
2、計算檢驗統計量F值；
3、確定P值並作出推斷結果。
D. spss差異性分析步驟
進行差異分析，第一步就是要確定研究變數也就是因變數的數據類型。通常會分類兩大類：一類是連續數值型變數，也叫做連續變數，例如身高、年齡等；另一類為分類變數，例如性別、血型、學歷等。本期我們就來講解連續變數在SPSS中如何進行差異分析。
對於連續變數的差異性分析，首先，我們要檢驗連續變數是否符合正態分布。對於符合正態性分布的變數，要採用參數類的統計分析方法；對於不符合正態性分布的，要採用非參數檢驗方法。
而參數類分析方法中，又分為平均值、單樣本t檢驗、獨立樣本t檢驗、成對樣本t檢驗、單因素ANOVA分析等等。我們在接下來的課程中都會逐一進行講解。本期我們來看平均值的計算方法。
我們搜集了31例患者的相關數據，要計算出不同性別的骨頭高度的均值（圖1）這里已經檢驗過骨頭高度是服從正態性分布的，關於如何檢驗正態性分布，在之前的課程中有詳細的講解，如果有還沒學到的朋友，可以去查閱我們之前的課程。
圖1
這里值得注意的是，在之前的課程中，我們曾講到過在「分析」--「描述性分析」（圖2）中同樣可以計算均值，與下面要講解的參數類分析中的比較平均值有何不同呢？他們的區別在於：前者只能分析整個變數的均值，而後者（圖3）可以按不同分組分類來計算每一個分組或分類的均值。
圖2
圖3
下面就來具體講解如何分析不同性別的患者的骨頭高度的均值：
SPSS中的操作步驟
①點擊「分析」--「比較平均值」--「平均值」（圖4）
圖4
②將「骨頭高度」選入因變數列表，將「性別」選入自變數列表，也叫分組變數列表（圖5）
圖5
③點擊右側「選項」，勾選「最小值」、「最大值」、兩個指標，並勾選下方的「Anova表」，線性相關度檢驗（圖6）後，點擊繼續--確定。
圖6
④結果分析
圖7
由上表（圖7）可以看出：男性的骨頭高度均值為49.2813，女性的為45.5257，可以看出男性略微高出女性，但差異是否有統計學意義，還需要進一步看下面的結果：
圖8
由上表（圖8）可以看出：ANOVA表中顯著性水平為0.141>0.05說明男性和女性的骨頭高度的差異不具有統計學意義。且Eta系數為0.27，Eta方0.073均為很小，進一步說明性別與骨頭高度相關性不顯著。
E. 什麼是差異分析法（急！急！）
在教育實際中，我們常常需要就某一問題或某一現象對不同個體之間或者不同總體之間的差異情況予以分 析，並以此作為某種決策的依據，例如學科成績的差異分析，教材教法效果的差異分析，教師及學生各種能力 、素質的差異分析，教師及學生各種態度、意見的差異分析等等。在進行這些差異分析時，目前一般只是簡單 地用平均數或者比例作為分析的標准，事實上這是不夠科學的。就拿某班學科成績的平均分數來說吧，它雖然 是全班一次考試分數中最有代表性的數值，但它僅僅是該班學習情況的一次測量，或者說只是該班實際水平的 一次抽樣，它必然帶有一定的偶然性。因此在一次考試中，如果甲班平均分數是60分，標准差為10，並不能說 該班的實際水平就是60分。根據教育統計學原理，在正態分布曲線下，我們只能說該班的實際平均分數有68. 26％的可能性落在（60±1×10）即50—70分之間，或者有95.46％的可能性落在（60±2×10）即40—80分之 間；如果乙班平均分數70分，標准差為12，也不能說該班的實際水平就是70分，而只能由此說該班的實際平均 分數有68.26％的可能性落在（70±1×12)即58—82分之間，或者有95.46％的可能性落在（70±2×12）即46 —94分之間。就這次考試分數可見，甲、乙兩班實際分數的范圍是有交疊的,以68.26％的可能性來說，其交疊 范圍在58 － 70 之間，也即是說，根據該次考試分數看，雖然平均分數乙班比甲班高，但實際水平有可能甲 班分數為70分，乙班平均分數為58分，從交疊的范圍看，這種可能性是存在的，因此，僅就平均分數來分析評 價學科成績的差異是不夠科學的 必須兼顧標准差給予分析，同時我們還應考究造成事物之間差異的原因是什 么。歸結起來，其原因有兩種，一是偶然因素的影響（稱隨機誤差）所造成的。二是條件的不同（稱條件誤差 ）所造成的。顯然，前者所造成的差異屬非本質性的差異。這時可以認為差異不顯著；而後者所造的差異則屬 本質性的差異，這時可以認為差異是顯著的。因此，我們必須善於辨別事物之間的差異屬何種原因造成的，從 而對個體或者總體之間的差異作出合理的評判。鑒此，本文將對差異分析的一些科學方法予以闡述。
F. 差異分析方法
利用互相關屬性能突出油藏變化特徵，圖5.50給出了絕對振幅與互相關屬性分析差異的比較。絕對 振幅能量難以突出真實差異情況下，互相關屬性在存在背景雜訊的情況下能突出油藏變化差異這一特徵（圖 5.51）。
圖5.50 匹配處理後絕對振幅差異
圖5.51 匹配處理後相關極大值差異
G. 求高手賜教spss差異性分析方法，本人新手，論文急用，先謝謝大家！
你好，我是統計+SPSS高級認證，QQ（1967806762），可能可以和你有效交流
H. 方差分析 比較差異用什麼統計學方法
單因素方差分析
方差分析前提：不同水平下，各總體均值服從方差相同的正態分布。
方差齊性檢驗：採用方差同質性檢驗方法（Homogeneity of variance）
在spss中打開你要處理的數據，在菜單欄上執行：analyse-compare means--one-way anova，
打開單因素方差分析對話框
在這個對話框中，將因變數放到dependent list中，將自變數放到factor中，點擊post hoc，選擇snk和lsd，返回確認ok
統計專業研究生工作室原創，請勿復雜粘貼
I. 什麼是差距分析法
差距分析 （Gap Analysis，又稱缺口分析、差異分析）
差距分析是指在戰略實施的過程中，將客戶實際業績與戰略期望的業績進行對比分析，進行戰略的評價與修訂。
實際與期望的業務績效相比通常會產生差距。差距分析主要是分析差距產生的原因並提出減小或消除差距的方法。這可以通過改變目標或者改變業務層的戰略來實現。最初提出的預測依賴於四個假設：