感谢各位读者厚爱，笔者的新书《供应链库存与计划管理》已经上架，并于本号设置内购。通过本公众号购买的读者，可以加入读者群交流，笔者将就书中内容知识，进行分享，讲解，不定期直播或录播。对疑问尽可能详细解答。
购书可点击以下（如书籍链接有问题可搜笔者闲鱼号 【林梦龙2024】 直接拍下即可或者私信联系笔者）
书籍目录可参考：
我的新书《供应链库存与计划管理：技术、方法与 Excel 应用》出版了
另外，由于一部分读者在笔者公布内购渠道前已经购买了，根据相应规则也可安排加入分享。
第一轮的分享课程开始陆续展开，参看：《供应链库存与计划管理》读者群分享课程内容
方差分析(ANOVA，Analysis of Variance --- 属于统计学范畴里的，是一种统计检验。比如用于评估两组以上组的均值之间的差异，而通过观察到的差异来确立这是由于随机而引起的，还是反映了真实而有意义的差异。
它告诉您因变量是否根据自变量的水平变化而变化。
在供应链管理上，这种分析有着不错的指导作用，对于供应链管理是否达到预期的成果，这是可以引用的方法。
此外还有各种因着背景数据特征不同的，测试目的而不同的分析方法，归纳如下：
比如一些常见的如回归分析，相关分析，都是供应链管理相关书籍都有所介绍，而不少还把其纳入在预测的章节上，对于回归，特别是线性回归笔者更倾向于分析的学术派别上。
其中，Z检验是常用的方法之一，其检验原理是当总体标准差已知的情况下，样本量较大时用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数的差异是否显著。为此多用于比例检验或者比较检查上，诸如产品的合格率。因此使用条件必须满足两点中的其中一点：
1. 知道总体方差
2. 不知道总体方差，但是抽取的样本足够大，样本数量等于或者大于30个
z检验分为单样本和双样本检验，当需要将样本均值与总体均值进行，其公式为:
其中表示为样本的平均值，而u则是总体的平均值，为总体的标准差，n则是样本的数量。如果不知道总体的标准差，而样本数量足够大，则用s（样本的标准差）取代，而公式则变为：
比斯利公司就用这样的方法进行验证。当比斯利公司启用了新系统处理订单信息后，主管从小王的反馈中获知，似乎新系统并没有带来太大的效用，处理的订单时间感觉比以前更长了，而以前处理订单的平均用时是20分钟。为此，主管要弄清情况，使用随机样本搜集了50份订单处理的数据并记录，其平均用时是22分钟，而且有信息表明，新系统上线后，总体处理订单时间的标准差是5分钟。主管把显著性水平（α值）设为5%，并原假设为新系统上线后订单处理平均用时不高于20分钟（即H0<=20)，所以备选假设就是新系统上线后订单处理平均用时高于20分钟（即H1>20)
那么通过计算：
然后可以通过Excel函数，输入1-NORM.S.DIST(2.83,1)，得出P值为0.023。（当然也可以通过查询标准正态分布表，通过Z值2.828查到对应的概率，由于需要计算的p值是拒绝域，因此然后用1减去这个概率值得出p值）。
运用EXCEL设立相应函数求解如下表
由于p值0.023少于0.05，我们否定原假设，即否定新系统上线后订单处理平均用时不高于20分钟这个假设，那么根据结果我们可以得出结论，新系统上线后订单处理平均用时高于20分钟，就是高于旧系统的平均用时，那么主管由此肯定了小王的使用反馈。
当需要检验两组随机样本，并进行比较，则可以使用双样本z检验
而相关的一些检验方法，均在本公众号和笔者书籍有所介绍，读者可自行参阅和购买了解。
点个在看你最好看
