A. 解释差异分析模型的含义
成本差异一般有计划成本与实际成本的差异、本期实际成本与上期实际成本的差异、本期实际成本与上年同期实际成本的差异、本期实际成本与本企业历史先进成本水平及同行业先进成本水平的差异等，成本差异分析就是对以上各种差异进行剖析，找出差异产生产原因，分清有利差异和不利差异，针对不同原因产生的差异对症下药采取措施降低生产成本的分析过程。成本差异分析的方法有很多（如比较分析、比率分析、因素分析法等等 ）
B. 当我们谈到“差异分析”常用的统计方法有哪些
有对比分析 比例分析 速度分析 动态分析 弹性分析 因素分析 相关分析 模型分析 综合评价分析
C. 统计学怎样用方差分析方法检验有无显着差异性
什么是方差分析
方差分析（ANOVA）又称“变异数分析”或“F检验”，是R.A.Fister发明的，用于两个及两个以上样本均数差别的显着性检验。
由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
一个复杂的事物，其中往往有许多因素互相制约又互相依存。方差分析的目的是通过数据分析找出对该事物有显着影响的因素，各因素之间的交互作用，以及显着影响因素的最佳水平等。方差分析是在可比较的数组中，把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。对变差的度量，采用离差平方和。方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和，这是一个很重要的思想。
经过方差分析若拒绝了检验假设，只能说明多个样本总体均数不相等或不全相等。若要得到各组均数间更详细的信息，应在方差分析的基础上进行多个样本均数的两两比较。
1、多个样本均数间两两比较
多个样本均数间两两比较常用q检验的方法，即Newman-kueuls法，其基本步骤为：建立检验假设-->样本均数排序-->计算q值-->查q界值表判断结果。
2、多个实验组与一个对照组均数间两两比较
多个实验组与一个对照组均数间两两比较，若目的是减小第II类错误，最好选用最小显着差法（LSD法）；若目的是减小第I类错误，最好选用新复极差法，前者查t界值表，后者查q'界值表。
方差分析的基本思想
基本思想：通过分析研究中不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
下面我们用一个简单的例子来说明方差分析的基本思想：
如某克山病区测得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
问该地克山病患者与健康人的血磷值是否不同？
从以上资料可以看出，24个患者与健康人的血磷值各不相同，如果用离均差平方和（SS）描述其围绕总均数的变异情况，则总变异有以下两个来源：
组内变异，即由于随机误差的原因使得各组内部的血磷值各不相等；
组间变异，即由于克山病的影响使得患者与健康人组的血磷值均数大小不等。
而且：SS总=SS组间+SS组内 v总=v组间+v组内
如果用均方（即自由度v去除离均差平方和的商）代替离均差平方和以消除各组样本数不同的影响，则方差分析就是用组内均方去除组间均方的商（即F值）与1相比较，若F值接近1，则说明各组均数间的差异没有统计学意义，若F值远大于1，则说明各组均数间的差异有统计学意义。实际应用中检验假设成立条件下F值大于特定值的概率可通过查阅F界值表（方差分析用）获得。
方差分析的应用条件
应用方差分析对资料进行统计推断之前应注意其使用条件，包括：
1、可比性。若资料中各组均数本身不具可比性则不适用方差分析。
2、正态性。即偏态分布资料不适用方差分析。对偏态分布的资料应考虑用对数变换、平方根变换、倒数变换、平方根反正弦变换等变量变换方法变为正态或接近正态后再进行方差分析。
3、方差齐性。即若组间方差不齐则不适用方差分析。多个方差的齐性检验可用Bartlett法，它用卡方值作为检验统计量，结果判断需查阅卡方界值表。
方差分析主要用于：
1、均数差别的显着性检验；
2、分离各有关因素并估计其对总变异的作用；
3、分析因素间的交互作用；
4、方差齐性检验。
方差分析的主要内容
根据资料设计类型的不同，有以下两种方差分析的方法：
1、对成组设计的多个样本均数比较，应采用完全随机设计的方差分析，即单因素方差分析。
2、对随机区组设计的多个样本均数比较，应采用配伍组设计的方差分析，即两因素方差分析。
两类方差分析的基本步骤相同，只是变异的分解方式不同，对成组设计的资料，总变异分解为组内变异和组间变异（随机误差），即：SS总=SS组间+SS组内，而对配伍组设计的资料，总变异除了分解为处理组变异和随机误差外还包括配伍组变异，即：SS总=SS处理+SS配伍+SS误差。整个方差分析的基本步骤如下：
1、建立检验假设；
H0：多个样本总体均数相等；
H1：多个样本总体均数不相等或不全等。
检验水准为0.05。
2、计算检验统计量F值；
3、确定P值并作出推断结果。
D. spss差异性分析步骤
进行差异分析，第一步就是要确定研究变量也就是因变量的数据类型。通常会分类两大类：一类是连续数值型变量，也叫做连续变量，例如身高、年龄等；另一类为分类变量，例如性别、血型、学历等。本期我们就来讲解连续变量在SPSS中如何进行差异分析。
对于连续变量的差异性分析，首先，我们要检验连续变量是否符合正态分布。对于符合正态性分布的变量，要采用参数类的统计分析方法；对于不符合正态性分布的，要采用非参数检验方法。
而参数类分析方法中，又分为平均值、单样本t检验、独立样本t检验、成对样本t检验、单因素ANOVA分析等等。我们在接下来的课程中都会逐一进行讲解。本期我们来看平均值的计算方法。
我们搜集了31例患者的相关数据，要计算出不同性别的骨头高度的均值（图1）这里已经检验过骨头高度是服从正态性分布的，关于如何检验正态性分布，在之前的课程中有详细的讲解，如果有还没学到的朋友，可以去查阅我们之前的课程。
图1
这里值得注意的是，在之前的课程中，我们曾讲到过在“分析”--“描述性分析”（图2）中同样可以计算均值，与下面要讲解的参数类分析中的比较平均值有何不同呢？他们的区别在于：前者只能分析整个变量的均值，而后者（图3）可以按不同分组分类来计算每一个分组或分类的均值。
图2
图3
下面就来具体讲解如何分析不同性别的患者的骨头高度的均值：
SPSS中的操作步骤
①点击“分析”--“比较平均值”--“平均值”（图4）
图4
②将“骨头高度”选入因变量列表，将“性别”选入自变量列表，也叫分组变量列表（图5）
图5
③点击右侧“选项”，勾选“最小值”、“最大值”、两个指标，并勾选下方的“Anova表”，线性相关度检验（图6）后，点击继续--确定。
图6
④结果分析
图7
由上表（图7）可以看出：男性的骨头高度均值为49.2813，女性的为45.5257，可以看出男性略微高出女性，但差异是否有统计学意义，还需要进一步看下面的结果：
图8
由上表（图8）可以看出：ANOVA表中显着性水平为0.141>0.05说明男性和女性的骨头高度的差异不具有统计学意义。且Eta系数为0.27，Eta方0.073均为很小，进一步说明性别与骨头高度相关性不显着。
E. 什么是差异分析法（急！急！）
在教育实际中，我们常常需要就某一问题或某一现象对不同个体之间或者不同总体之间的差异情况予以分 析，并以此作为某种决策的依据，例如学科成绩的差异分析，教材教法效果的差异分析，教师及学生各种能力 、素质的差异分析，教师及学生各种态度、意见的差异分析等等。在进行这些差异分析时，目前一般只是简单 地用平均数或者比例作为分析的标准，事实上这是不够科学的。就拿某班学科成绩的平均分数来说吧，它虽然 是全班一次考试分数中最有代表性的数值，但它仅仅是该班学习情况的一次测量，或者说只是该班实际水平的 一次抽样，它必然带有一定的偶然性。因此在一次考试中，如果甲班平均分数是60分，标准差为10，并不能说 该班的实际水平就是60分。根据教育统计学原理，在正态分布曲线下，我们只能说该班的实际平均分数有68. 26％的可能性落在（60±1×10）即50—70分之间，或者有95.46％的可能性落在（60±2×10）即40—80分之 间；如果乙班平均分数70分，标准差为12，也不能说该班的实际水平就是70分，而只能由此说该班的实际平均 分数有68.26％的可能性落在（70±1×12)即58—82分之间，或者有95.46％的可能性落在（70±2×12）即46 —94分之间。就这次考试分数可见，甲、乙两班实际分数的范围是有交叠的,以68.26％的可能性来说，其交叠 范围在58 － 70 之间，也即是说，根据该次考试分数看，虽然平均分数乙班比甲班高，但实际水平有可能甲 班分数为70分，乙班平均分数为58分，从交叠的范围看，这种可能性是存在的，因此，仅就平均分数来分析评 价学科成绩的差异是不够科学的 必须兼顾标准差给予分析，同时我们还应考究造成事物之间差异的原因是什 么。归结起来，其原因有两种，一是偶然因素的影响（称随机误差）所造成的。二是条件的不同（称条件误差 ）所造成的。显然，前者所造成的差异属非本质性的差异。这时可以认为差异不显着；而后者所造的差异则属 本质性的差异，这时可以认为差异是显着的。因此，我们必须善于辨别事物之间的差异属何种原因造成的，从 而对个体或者总体之间的差异作出合理的评判。鉴此，本文将对差异分析的一些科学方法予以阐述。
F. 差异分析方法
利用互相关属性能突出油藏变化特征，图5.50给出了绝对振幅与互相关属性分析差异的比较。绝对 振幅能量难以突出真实差异情况下，互相关属性在存在背景噪声的情况下能突出油藏变化差异这一特征（图 5.51）。
图5.50 匹配处理后绝对振幅差异
图5.51 匹配处理后相关极大值差异
G. 求高手赐教spss差异性分析方法，本人新手，论文急用，先谢谢大家！
你好，我是统计+SPSS高级认证，QQ（1967806762），可能可以和你有效交流
H. 方差分析 比较差异用什么统计学方法
单因素方差分析
方差分析前提：不同水平下，各总体均值服从方差相同的正态分布。
方差齐性检验：采用方差同质性检验方法（Homogeneity of variance）
在spss中打开你要处理的数据，在菜单栏上执行：analyse-compare means--one-way anova，
打开单因素方差分析对话框
在这个对话框中，将因变量放到dependent list中，将自变量放到factor中，点击post hoc，选择snk和lsd，返回确认ok
统计专业研究生工作室原创，请勿复杂粘贴
I. 什么是差距分析法
差距分析 （Gap Analysis，又称缺口分析、差异分析）
差距分析是指在战略实施的过程中，将客户实际业绩与战略期望的业绩进行对比分析，进行战略的评价与修订。
实际与期望的业务绩效相比通常会产生差距。差距分析主要是分析差距产生的原因并提出减小或消除差距的方法。这可以通过改变目标或者改变业务层的战略来实现。最初提出的预测依赖于四个假设：