超酷的标签页面
TStyle Pro :WordPress Tag
这个一个很不错的wordpress模板，页面非常整洁清秀，很好的用户体验，
需要的可以去此站下载，这个页面是我很喜欢的一个tag页，给大家推荐一下。
爱知知标签云页面
网站分类很简单，衣食住行乐生活，配上强大的标签云，简直是酷毙啦！！
经济学术语解释(CPI/PPI/GNP/GDP/GNP/NNP/NI/PI/DPI/CRB)
经济学术语解释(CPI/PPI/GNP/GDP/GNP/NNP/NI/PI/DPI/CRB)
1、什么是CPI、通货膨胀、PPI和GNP缩减指数？
消费者物价指数(Consumer Price Index)，英文缩写为CPI，是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。如果消费者物价指数升幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗。因此，该指数过高的升幅往往不被市场欢迎。
例如，在过去12个月，消费者物价指数上升2.3%，那表示，生活成本比12个月前平均上升2.3%。当生活成本提高，你的金钱价值便随之下降。也就是说，一年前收到的一张100元纸币，今日只可以买到价值97.70元的货品及服务。一般说来当CPI>3%的增幅时我们称为Inflation，就是通货膨胀；而当CPI>5%的增幅时，我们把他称为Serious Inflation，就是严重的通货膨胀。
主要价格指数有三个：
消费者价格指数CPI(Consumer’s Price Index).
生产者价格指数PPI(Producer’s Price Index).
GNP缩减指数(GNP Deflator).
三种价格指数的计算方法基本一样，即各种商品的价格变化程度的加权平均。不过，每一种价格指数计算中选择的商品篮子不一样。计算消费者价格指数时，商品篮子中包含的典型市民的消费篮子。所以，消费者价格指数也被称为生活成本指数。生产者价格指数计算时，选取的商品篮子中包含的是生产资源。GNP缩减指数则是一个更具综合性的指数，其计算中选取的商品篮子既包含消费品，也包含生产资源。
可以这样说，CPI是一个同步经济指标，PPI是一个先行经济指标。一般来说生产者价格指数领先于经济3个月到半年，消费者滞后于经济3个月到半年。CPI可以显示目前经济状况，而PPI可以显示未来经济状况。PPI计算的是厂商出售的价格，而CPI计算的是消费者购买的价格。
2、什么是恩格尔系数？
1857年，德国统计学家恩格尔在研究了当时西欧某些居民家庭的收入和食物消费支出的关系后，提出了这样一个观点：一个家庭收入越少，总支出中用来购买食物的费用所占的比例越大。这一观点被称为“恩格尔定律”，即恩格尔系数。用公式表示为：
恩格尔系数(%)=(食物支出额÷消费支出总额)×100%
恩格尔定律主要表述的是食品支出占总消费支出随收入变化而变化的一定趋势。揭示了居民收入和食品支出之间的定量关系和相关关系，用食品支出占消费总支出的比例来说明生产发展、收入增加对生活消费的影响程度。众所周知，吃是人类生存的第一需要，在收入水平较低时，其在消费支出中必然占有重要地位。随着收入的增加，在食物需求基本满足的情况下，消费的重心才会开始向穿、用等方面转移。因此，一个国家或家庭生活越贫困，恩格尔系数就越大;反之，生活越富裕，恩格尔系数就越小。
恩格尔定律和恩格尔系数一经提出，就得到西方经济学界的广泛接受和确认，认为它具有普遍的适用性。恩格尔定律和恩格尔系数是较早引入我国的西方经济学和统计学的概念。
国际上常常用恩格尔系数来衡量一个国家和地区人民生活水平的状况。根据联合国粮农组织提出的标准，恩格尔系数在59%以上为贫困，50-59%为温饱，40-50%为小康，低于40%为富裕，30%以下为最富裕。在西方，个人消费包括了住房、医疗、卫生、交通等全部支出。而在我国，特别是城市实行公费医疗、低房租和食品、燃料、水等多种补贴，这些政策性因素对消费结构产生了一定的影响。因此，在比较分析尤其是进行国际对比和城乡对比时，要剔除不可比因素。我国运用这一标准进行国际和城乡对比时，要考虑到那些不可比因素，如消费品价格比价不同、居民生活习惯的差异，要注意政策性影响的计算和分析及由社会经济制度不同所产生的特殊因素。对于这些不可比问题，在分析和比较时应做相应的剔除。另外，在观察历史情况的变化时要注意，恩格尔系数反映的是一种长期的趋势，而不是逐年下降的绝对倾向。它是在熨平短期的波动中求得长期的趋势。
3、什么是GDP？什么是GNP？二者有什么区别？
GDP即英文“Gross Domestic Product”的缩写，也就是国内生产总值。它是对一国（地区）经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成显示一个国家（地区）经济状况的一个重要指标。生产过程中的新增加值，包括劳动者新创造的价值和固定资产的磨损价值，但不包含生产过程中作为中间投入的价值；在实物构成上，是当期生产的最终产品，包含用于消费、积累及净出口的产品，但不包含各种被其他部门消耗的中间产品。 GDP的测算有三种方法：生产法：GDP＝∑各产业部门的总产出－∑各产业部门的中间消耗：收入法：GDP＝∑各产业部门劳动者报酬＋∑各产业部门固定资产折旧＋∑各产业部门生产税净额＋∑各产业部门营业利润；支出法：GDP＝总消费＋总投资＋净出口。
国内生产总值(GDP)与国民生产总值(GNP)是两个既有联系又有区别的指标。它们都是核算社会生产成果和反映宏观经济的总量指标。但因其计算口径不同，二者又有所区别。国内生产总值是指一个国家或地区范围内反映所有常住单位生产活动成果的指标。所谓常住单位，是指在一国经济领土内具有经济利益中心的经济单位。所谓生产活动包括三次产业在内的所有行业和部门。在价值形态上它等于国民经济各部门生产的增加值之和。国民生产总值是指一个国家或地区范围内的所有常住单位，在一定时期内实际收到的原始收入（指劳动者报酬、生产税净额、固定资产折旧和营业盈余等）总和价值。本国常住者通过在国外投资或到国外工作所获得的收入（称之为从国外得到的要素收入），应计入本国国民生产总值。而非本国国民在本国领土范围内的投资或工作所获得的收入（称之为支付给国外的要素收入），则不应计入本国的国民生产总值中去。因此，国民生产总值可以用国内生产总值加上本国常住单位从国外得到的净要素收入（从国外得到的要素收入－支付给国外的要素收入）。更直观地讲，国民生产总值等于国内生产总值
加上从国外获得的劳动报酬、投资收益（包括红利、股息和利息等）的净额。即：国民生产总值＝国内生产总值＋国外净要素收入。国民生产总值是“收入”的概念。国内生产总值与国民生产总值之间的主要区别，前者强调的是创造的增加值，它是“生产”的概念，后者则强调的是获得的原始收入。一般讲，各国的国民生产总值与国内生产总值二者相差数额不大，但如果某国在国外有大量投资和大批劳工的话，则该国的国民生产总值往往会大于国内生产总值。
4、什么是NNP？什么是NI、PI、DPI？
简单地说，NNP=GNP-折旧。
简单地说，国民收入NI=NNP-间接税和企业转移支出+政府对企业补贴。
简单地说，个人收入PI=NI-挣到但没有收到的收入+收到的但不是挣到的收入（政府对私人的转移支出）。
简单地说，DPI=PI-所得税=个人消费C+个人储蓄S。
5、还有什么常见的经济术语？
CRB是期货价格指数，反映期货价格的高低。
ECI是就业成本指数。它是在受薪就业时对在美国所有州及255个地区超过500个行业所提供的工作数量的量度，就业估计是基于大企业的市场调整。而且把在国内企业及政府里全职或兼职的受薪员工数目计算起来。它反映的是就业的难易及其条件的好坏。
工业生产率：它是对某国工厂，矿业，公共事业的生产量变化的连续加权式的测量，等同测量他们工业生产能力及在工矿，公用事业中有哪些可用资源可以被利用（通常指使用效能）。制造业这一块可以影响1/4的经济，使用效能提供一个多大生产能力在被利用的评估。
采购经理指数：采购经理的国家协会（NAPM），现在称做为供应管理之协会，公布每月综合指数，包括国内制造业情况，房屋建筑新订单。生产，供应者送货次数，订货，库存，价格就业，出口订单，及入口订单，它是将制造也除以非制造业以下指数。
耐用品：耐用品的订单时量度国内厂家对立即或将来要送货的货品所接的订单数。一件耐用品定义为该商品会持续使用一段时间（超过3年），而在期间对它的服务也持续。
零售销售：它是一个适时的指标，关于消费者的主要消费模式以及会因正常季节变动，节假日，交易日不同而调整。零售包括耐用和非耐用品商品销售，及服务及难免发生的加在商品的费用税收，但不包括负担在消费者身上的销售税。
新建房屋报告：新建房屋报告量度每月与居住有关为单位的新建房屋的数目。一个建筑的开始是指开挖地基的开始。同时主要由居住房屋建造组成，住宅房是对利率变动而作出反应的第一要素。对开始/接受利率变化的反应，若以图形来表示利率的话，可能是接近谷底的谷峰。要分析，关注前个月的价格变动百分比，报告会在大约下月中公布。
Excel：数据分析工具名词解释
全部显示
全部隐藏- 如果显示“数据分析”对话框，请在“分析工具”下单击要使用的工具，然后单击“确定”。
- 在所选工具对应的对话框中输入适当的数据并单击相应选项，然后单击“确定”。
有关每种工具的说明以及如何使用每种工具的对话框的信息，请单击下面列表中的工具名：
方差分析工具提供了不同类型的方差分析。具体应使用哪一种工具需根据因素的个数以及待检验样本总体中所含样本的个数而定。
方差分析: 单因素
此工具可对两个或更多样本的数据执行简单的方差分析。此分析可提供一种假设测试，该假设的内容是：每个样本都取自相同的基础概率分布，而不是对所有样本来说基础概率分布都不相同。如果只有两个样本，则可使用工作表函数 TTEST。如果有两个以上的样本，则没有使用方便的 TTEST 归纳，可改为调用“单因素方差分析”模型。
“方差分析: 单因素”对话框
数据源区域 在此输入待分析数据区域的单元格引用。引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
分组方式 若要指示数据源区域中的数据是按行还是按列排列，请单击“行”或“列”。
标志位于第一行/标志位于第一列 如果数据源区域的第一行中包含标志项，请选中“标志位于第一行”复选框。如果数据源区域的第一列中包含标志项，请选中“标志位于第一列”复选框。如果数据源区域中没有标志项，则该复选框将被清除。Microsoft Office Excel 将在输出表中生成适当的数据标志。
α 在此输入要用来计算 F 统计的临界值的置信度。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。当输出表将替换现有数据，或是输出表超过了工作表的边界时，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
方差分析: 包含重复的双因素
此分析工具可用于当数据可沿着两个不同的维度分类时的情况。例如，在测量植物高度的实验中，可能对植物施用了不同品牌的化肥（例如 A、B 和 C），并且植物也可能处于不同温度的环境中（例如高和低）。对于这 6 对可能的组合 {化肥，温度}，我们有相同数量的植物高度观察值。使用此方差分析工具，我们可检验：
- 施用不同品牌化肥的植物的高度是否取自相同的基础样本总体。此分析忽略温度。
- 处于不同温度级别环境中的植物的高度是否取自相同的基础样本总体。此分析忽略所使用的化肥品牌。
无论是否考虑在第 1 个项目符号项中发现的不同品牌化肥之间的差异的影响以及在第 2 个项目符号项中发现的不同温度之间差异的影响，代表所有 {化肥，温度} 值对的 6 个样本都取自相同的样本总体。另一种假设是除了基于化肥或温度单个因素的差异带来的影响之外，特定的 {化肥，温度} 值对也会有影响。
“方差分析: 包含重复的双因素”对话框
数据源区域 在此输入待分析数据区域的单元格引用。引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
每一样本的行数 在此输入每个样本中包含的行数。每个样本必须包含相同的行数，因为每一行代表数据的一个副本。
α 在此输入要用来计算 F 统计的临界值的置信度。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。当输出表将替换现有数据，或是输出表超过了工作表的边界时，Microsoft Office Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
方差分析: 无重复的双因素
此分析工具可用于当数据像包含重复的双因素那样按照两个不同的维度进行分类时的情况。但是，对于此工具，假设每一对值只有一个观察值（例如，在上面的示例中的每个 {化肥，温度} 值对）。
“方差分析: 无重复的双因素”对话框
数据源区域 在此输入待分析数据区域的单元格引用。引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
标志 如果数据源区域中没有标志项，则该复选框将被清除，Microsoft Office Excel 将在输出表中生成适当的数据标志。
α 在此输入要用来计算 F 统计的临界值的置信度。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。当输出表将替换现有数据，或是输出表超过了工作表的边界时，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
CORREL 和 PEARSON 工作表函数均可计算两个测量值变量之间的相关系数，条件是每种变量的测量值都是对 N 个对象进行观测所得到的。（丢失任何对象的任何观测值都会导致在分析中忽略该对象。）相关系数分析工具特别适合于当 N 个对象中的每个对象都有两个以上的测量值变量的情况。它提供一张输出表（相关矩阵），其中显示了应用于每个可能的测量值变量对的 CORREL（或 PEARSON）值。
与协方差一样，相关系数是描述两个测量值变量之间的离散程度的指标。与协方差的不同之处在于，相关系数是成比例的，因此它的值与这两个测量值变量的表示单位无关。（例如，如果两个测量值变量为重量和高度，当重量单位从磅换算成千克时，相关系数的值并不改变。）任何相关系数的值都必须介于 -1 和 +1 之间（包括 -1 和 +1）。
可以使用相关系数分析工具来检验每对测量值变量，以便确定两个测量值变量是否趋向于同时变动，即，一个变量的较大值是否趋向于与另一个变量的较大值相关联（正相关）；或者一个变量的较小值是否趋向于与另一个变量的较大值相关联（负相关）；或者两个变量的值趋向于互不关联（相关系数近似于零）。
“相关”对话框
数据源区域 在此输入待分析数据区域的单元格引用。引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
分组方式 若要指示数据源区域中的数据是按行还是按列排列，请单击“行”或“列”。
标志位于第一行/标志位于第一列 如果数据源区域的第一行中包含标志项，请选中“标志位于第一行”复选框。如果数据源区域的第一列中包含标志项，请选中“标志位于第一列”复选框。如果数据源区域中没有标志项，则该复选框将被清除。Microsoft Office Excel 将在输出表中生成适当的数据标志。
输出区域 在此输入对输出表左上角单元格的引用。Excel 只填写输出表的一半，因为两个数据区域的相关性与区域的处理次序无关。输出表中具有相同行和列坐标的单元格包含数值 1，因为每个数据集与自身完全相关。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
当您对一组个体进行观测而获得了 N 个不同的测量值变量时，“相关”和“协方差”工具可在相同设置下使用。“相关”和“协方差”工具都会提供一张输出表（矩阵），其中分别显示每对测量值变量之间的相关系数或协方差。不同之处在于相关系数的取值在 -1 和 +1 之间（包括 -1 和 +1），而协方差没有限定的取值范围。相关系数和协方差都是描述两个变量离散程度的指标。
“协方差”工具为每对测量值变量计算工作表函数 COVAR 的值。（当只有两个测量值变量，即 N=2 时，可直接使用 COVAR，而不要使用“协方差”工具。）在“协方差”工具的输出表中的第 i 行、第 i 列的对角线上的输入值是第 i 个测量值变量与其自身的协方差；这正好是用工作表函数 VARP 计算得出的变量的总体方差。
可以使用“协方差”工具来检验每对测量值变量，以便确定两个测量值变量是否趋向于同时变动，即，一个变量的较大值是否趋向于与另一个变量的较大值相关联（正相关）；或者一个变量的较小值是否趋向于与另一个变量的较大值相关联（负相关）；或者两个变量中的值趋向于互不关联（协方差近似于零）。
“协方差”对话框
数据源区域 在此输入待分析数据区域的单元格引用。引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
分组方式 若要指示数据源区域中的数据是按行还是按列排列，请单击“行”或“列”。
标志位于第一行/标志位于第一列 如果数据源区域的第一行中包含标志项，请选中“标志位于第一行”复选框。如果数据源区域的第一列中包含标志项，请选中“标志位于第一列”复选框。如果数据源区域中没有标志项，则该复选框将被清除。Microsoft Office Excel 将在输出表中生成适当的数据标志。
输出区域 在此输入对输出表左上角单元格的引用。Excel 只填写输出表的一半，因为两个数据区域的相关性与区域的处理次序无关。在输出表的对角线上为每个区域的方差。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
“描述统计”分析工具用于生成数据源区域中数据的单变量统计分析报表，提供有关数据趋中性和易变性的信息。
“描述统计”对话框
数据源区域 在此输入待分析数据区域的单元格引用。引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
分组方式 若要指示数据源区域中的数据是按行还是按列排列，请单击“行”或“列”。
标志位于第一行/标准位于第一列 如果数据源区域的第一行中包含标志项，请选中“标志位于第一行”复选框。如果数据源区域的第一列中包含标志项，请选中“标志位于第一列”复选框。如果数据源区域中没有标志项，则该复选框将被清除。Microsoft Office Excel 将在输出表中生成适当的数据标志。
平均数置信度 如果需要在输出表的某一行中包含平均数的置信度，请选中此选项。在框中，输入要使用的置信度。例如，数值 95% 可用来计算在显著性水平为 5% 时的平均数置信度。
第 K 大值 如果需要在输出表的某一行中包含每个数据区域中的第 k 大值，请选中此选项。在框中，输入 k 的数字。如果输入 1，则该行将包含数据集中的最大值。
第 K 小值 如果需要在输出表的某一行中包含每个数据区域中的第 k 小值，请选中此选项。在框中，输入 k 的数字。如果输入 1，则该行将包含数据集中的最小值。
输出区域 在此输入对输出表左上角单元格的引用。此工具将为每个数据集产生两列信息。左边一列包含统计标志，右边一列包含统计值。根据所选择的“分组方式”选项，Excel 将为数据源区域中的每一行或每一列生成一个两列的统计表。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
汇总统计 如果需要 Excel 在输出表中为下列每个统计结果生成一个字段，请选中此选项。这些统计结果有：平均值、标准误差（相对于平均值）、中值、众数、标准偏差、方差、峰值、偏斜度、极差（全距）、最小值、最大值、总和、计数、最大值 (#)、最小值 (#) 和置信度。
“指数平滑”分析工具基于前期预测值导出相应的新预测值，并修正前期预测值的误差。此工具将使用平滑常数 a，其大小决定了本次预测对前期预测误差的修正程度。
注释 介于 0.2 到 0.3 的值是合理的平滑常数。这些值表明应将当前预测调整 20% 到 30% 以修正前期预测误差。常数越大响应越快，但是预测变得不稳定。常数较小将导致预测值的滞后。
“指数平滑”对话框
数据源区域 在此输入待分析数据区域的单元格引用。该区域必须为包含四个或四个以上数据单元格的单行或单列。
阻尼系数 在此输入需要用作指数平滑常数的阻尼系数。阻尼系数是用来将总体样本中收集的数据的不稳定性最小化的修正因子。默认的阻尼系数为 0.3。
注释 介于 0.2 到 0.3 的值是合理的平滑常数。这些值表明应将当前预测调整 20% 到 30% 以修正前期预测误差。常数越大响应越快，但是预测变得不稳定。常数较小将导致预测值的滞后。
标志 如果数据源区域的第一行和第一列中包含标志项，请选中此复选框。如果在数据源区域中没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
输出区域 在此输入对输出表左上角单元格的引用。如果选中了“标准误差”复选框，Excel 将生成一个两列的输出表，其中右边的一列为标准误差值。如果没有足够的历史数据来进行预测或计算标准误差值，Excel 会返回错误值 #N/A。
注释 输出区域必须与数据源区域中使用的数据位于同一张工作表中。因此，“新工作表”和“新工作簿”选项均不可用。
图表输出 选中此选项可在输出表中生成实际值与预测值的嵌入图表。
标准误差 如果要在输出表的一列中包含标准误差值，请选中此复选框。如果只需要单列输出表而不包含标准误差值，请清除此复选框。
“F-检验 双样本方差”分析工具通过双样本 F-检验对两个样本总体的方差进行比较。
例如，您可在一次游泳比赛中对每两个队的时间样本使用 F-检验工具。该工具提供空值假设的检验结果，该假设的内容是：这两个样本来自具有相同方差的分布，而不是方差在基础分布中不相等。
该工具计算 F-统计（或 F-比值）的 F 值。F 值接近于 1 说明基础总体方差是相等的。在输出表中，如果 F < 1，则当总体方差相等且根据所选择的显著水平“F 单尾临界值”返回小于 1 的临界值时，“P(F <= f) 单尾”返回 F-统计的观察值小于 F 的概率 Alpha。如果 F > 1，则当总体方差相等且根据所选择的显著水平，“F 单尾临界值”返回大于 1 的临界值时，“P(F <= f) 单尾”返回 F-统计的观察值大于 F 的概率 Alpha。
“F-检验 双样本方差”对话框
变量 1 的区域 在此输入对需要进行分析的第一列或第一行数据的引用。
变量 2 的区域 在此输入对需要进行分析的第二列或第二行数据的引用。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
α 在此输入检验的置信度。该值必须介于 0 到 1 之间。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
“傅立叶分析”分析工具可以解决线性系统问题，并能通过快速傅立叶变换 (FFT) 进行数据变换来分析周期性的数据。此工具也支持逆变换，即通过对变换后的数据的逆变换返回初始数据。
“傅立叶分析”对话框
数据源区域 在此输入对需要进行变换的实数或复数区域的引用。复数必须表示为 x+yi 或 x+yj 的格式。数据源区域中数值的个数必须为 2 的偶数次幂。如果 x 为负数，则在前面加上一个撇号 (')。数值的最大个数为 4096。
标志位于第一行 如果数据源区域的第一行中包含标志项，请选中此复选框。如果数据源区域中没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
逆变换 如果选中此复选框，则数据源区域中的数据将被认为是经过变换后的数据，并对其进行逆变换，返回初始输入值；如果清除此复选框，则数据源区域中的数据在输出表中将进行变换。
“直方图”分析工具可计算数据单元格区域和数据接收区间的单个和累积频率。此工具可用于统计数据集中某个数值出现的次数。
例如，在一个有 20 名学生的班里，可按字母评分的分类来确定成绩的分布情况。直方图表可给出字母评分的边界，以及在最低边界和当前边界之间分数出现的次数。出现频率最多的分数即为数据集中的众数。
“直方图”对话框
数据源区域 在此输入待分析数据区域的单元格引用。
接收区域(可选) 在此输入接收区域的单元格引用，该区域包含一组可选的用来定义接收区域的边界值。这些值应当按升序排列。Microsoft Office Excel 将统计在当前边界值和相邻的较高边界值之间的数据点个数（如果存在）。如果数值等于或小于边界值，则该值将被归到以该边界值为上限的区域中进行计数。所有小于第一个边界值的数值将一同计数，同样所有大于最后一个边界值的数值也将一同计数。
如果省略此处的接收区域，Excel 将在数据的最小值和最大值之间创建一组均匀分布的接收区间。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Excel 将在输出表中生成适当的数据标志。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
柏拉图(排序直方图) 选中此复选框可在输出表中按频率的降序来显示数据。如果此复选框被清除，Excel 将按升序来显示数据并省略最右边包含排序数据的三列数据。
累积百分比 选中此复选框可在输出表中生成一列累积百分比值，并在直方图中包含一条累积百分比线。如果清除此选项，则会省略累积百分比。
图表输出 选中此选项可在输出表中生成一个嵌入直方图。
“移动平均”分析工具可以基于特定的过去某段时期中变量的平均值，对未来值进行预测。移动平均值提供了由所有历史数据的简单的平均值所代表的趋势信息。使用此工具可以预测销售量、库存或其他趋势。预测值的计算公式如下：
式中：
- N 为进行移动平均计算的过去期间的个数
- Aj 为期间 j 的实际值
- Fj 为期间 j 的预测值
“移动平均”对话框
数据源区域 在此输入待分析数据区域的单元格引用。该区域必须由包含四个或四个以上的数据单元格的单列组成。
标志位于第一行 如果数据源区域的第一行中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
间隔 在此输入需要在移动平均计算中包含的数值个数。默认间隔为 3。
输出区域 在此输入对输出表左上角单元格的引用。如果选中了“标准误差”复选框，Excel 将生成一个两列的输出表，其中右边的一列为标准误差值。如果没有足够的历史数据来进行预测或计算标准误差值，Excel 会返回错误值 #N/A。
输出区域必须与数据源区域中使用的数据位于同一张工作表中。因此，“新工作表”和“新工作簿”选项均不可用。
图表输出 选中此选项可在输出表中生成一个嵌入直方图。
标准误差 如果要在输出表的一列中包含标准误差值，请选中此复选框。如果只需要单列输出表而不包含标准误差值，请清除此复选框。
“随机数发生器”分析工具可用几个分布之一产生的独立随机数来填充某个区域。可以通过概率分布来表示总体中的主体特征。例如，可以使用正态分布来表示人体身高的总体特征，或者使用双值输出的伯努利分布来表示掷币实验结果的总体特征。
“随机数发生器”对话框
变量个数 在此输入输出表中数值列的个数。如果没有输入数字，Microsoft Office Excel 将在指定的输出区域中填充所有的列。
随机数个数 在此输入要查看的数据点个数。每一个数据点出现在输出表的一行中。如果没有输入数字，Excel 将在指定的输出区域中填充所有的行。
分布 在此单击用于创建随机数的分布方法。
均匀 以下限和上限来表征。其变量是通过对区域中的所有数值进行等概率抽取而得到的。普通的应用使用范围 0 到 1 之间的均匀分布。
正态 以平均值和标准偏差来表征。普通的应用使用平均值为 0、标准偏差为 1 的标准正态分布。
伯努利 以给定的试验中成功的概率（p 值）来表征。伯努利随机变量的值为 0 或 1。例如，可以在范围 0 到 1 之间抽取均匀分布随机变量。如果变量小于或等于成功的概率，则伯努利随机变量的值为 1；否则，随机变量的值为 0。
二项式 以一系列试验中成功的概率（p 值）来表征。例如，可以按照试验次数生成一系列伯努利随机变量，这些变量之和为一个二项式随机变量。
泊松 以值 λ 来表征，λ 等于平均值的倒数。泊松分布经常用于表示单位时间内事件发生的次数，例如，汽车到达收费停车场的平均速率。
模式 以下界和上界、步幅、数值的重复率和序列的重复率来表征。
离散 以数值及相应的概率区域来表征。该区域必须包含两列，左边一列包含数值，右边一列为与该行中的数值相对应的发生概率。所有概率的和必须为 1。
参数 在此输入用来表征所选分布的数值。
随机数基数 在此输入用来产生随机数的可选数值。可在以后重新使用该数值来生成相同的随机数。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
“排位与百分比排位”分析工具可以产生一个数据表，在其中包含数据集中各个数值的顺序排位和百分比排位。该工具用来分析数据集中各数值间的相对位置关系。该工具使用工作表函数 RANK 和 PERCENTRANK。RANK 不考虑重复值。如果希望考虑重复值，请在使用工作表函数 RANK 的同时，使用帮助文件中所建议的函数 RANK 的修正因素。
“排位与百分比排位”对话框
数据源区域 在此输入待分析工作表数据区域的单元格引用。
分组方式 若要指示数据源区域中的数据是按行还是按列排列，请单击“行”或“列”。
标志位于第一行/标志位于第一列 如果单击“列”并且数据源区域的第一行中包含标志项，请选中“标志位于第一行”复选框。如果单击“行”并且数据源区域的第一列中包含标志项，请选中“标志位于第一列”复选框。如果数据源区域中没有标志项，则清除该复选框。Microsoft Office Excel 将在输出表中生成适宜的行标志和列标志。
输出区域 在此输入对输出表左上角单元格的引用。Excel 将为数据源区域中的每一个数据集生成一个输出表。每个输出表包含四列：数据点序号、数据点数值、数据点排位和数据点百分比排位（按升序排列）。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
“回归”分析工具通过对一组观察值使用“最小二乘法”直线拟合来执行线性回归分析。本工具可用来分析单个因变量是如何受一个或几个自变量的值影响的。例如，观察某个运动员的运动成绩与一系列统计因素（如年龄、身高和体重等）的关系。可以基于一组已知的成绩统计数据，确定这三个因素分别在运动成绩测试中所占的比重，然后使用该结果对尚未进行过测试的运动员的表现进行预测。
“回归”工具使用工作表函数 LINEST。
“回归分析”对话框
Y 值输入区域 在此输入对因变量数据区域的引用。该区域必须由单列数据组成。
X 值输入区域 在此输入对自变量数据区域的引用。Microsoft Office Excel 将对此区域中的自变量从左到右进行升序排列。自变量的个数最多为 16。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域中没有标志项，请清除此复选框，Excel 将在输出表中生成适当的数据标志。
置信度 如果需要在汇总输出表中包含附加的置信度，请选中此选项。在框中，输入所要使用的置信度。默认值为 95%。
常数为零 如果要强制回归线经过原点，请选中此复选框。
输出区域 在此输入对输出表左上角单元格的引用。汇总输出表至少需要有七列，其中包括方差分析表、系数、y 估计值的标准误差、r2 值、观察值个数以及系数的标准误差。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
残差 如果需要在残差输出表中包含残差，请选中此复选框。
标准残差 如果需要在残差输出表中包含标准残差，请选中此复选框。
残差图 如果需要为每个自变量及其残差生成一张图表，请选中此复选框。
线性拟合图 如果需要为预测值和观察值生成一张图表，请选中此复选框。
正态概率图 如果需要生成一张图表来绘制正态概率，请选中此复选框。
“抽样”分析工具以数据源区域为总体，从而为其创建一个样本。当总体太大而不能进行处理或绘制时，可以选用具有代表性的样本。如果确认数据源区域中的数据是周期性的，还可以仅对一个周期中特定时间段中的数值进行采样。例如，如果数据源区域包含季度销售量数据，则以四为周期进行采样，将在输出区域中生成与数据源区域中相同季度的数值。
“抽样分析”对话框
数据源区域 在此输入对数据区域的引用，该区域中包含需要进行抽样的总体数据。Microsoft Office Excel 先从第一列中抽取样本，然后是第二列，依此类推。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Excel 将在输出表中生成适当的数据标志。
抽样方法 单击“周期”或“随机”来指示所需的抽样间隔。
周期 在此输入进行抽样的周期间隔。数据源区域中位于间隔点处的数值以及此后每一个间隔点处的数值将被复制到输出列中。当到达数据源区域的末尾时，抽样将停止。
样本数 在此输入需要在输出列中显示的随机数的个数。每个数值是从数据源区域中的随机位置上抽取出来的，而且任何数值都可以被多次抽取。
输出区域 在此输入对输出表左上角单元格的引用。数据将写在该单元格下方的单列里。如果选择的是“周期”，则输出表中数值的个数等于数据源区域中数值的个数除以采样率。如果选择的是“随机”，则输出表中数值的个数等于样本数。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
“双样本 t-检验”分析工具基于每个样本检验样本总体平均值是否相等。这三个工具分别使用不同的假设：样本总体方差相等；样本总体方差不相等；两个样本代表处理前后同一对象上的观察值。
对于以下所有三个工具，t-统计值 t 被计算并在输出表中显示为“t Stat”。数据决定了 t 是负值还是非负值。假设基于相等的基础总体平均值，如果 t < 0，则“P(T <= t) 单尾”返回 t-统计的观察值比 t 更趋向负值的概率。如果 t >=0，则“P(T <= t) 单尾”返回 t-统计的观察值比 t 更趋向正值的概率。“t 单尾临界值”返回截止值，这样，t-统计的观察值将大于或等于“t 单尾临界值”的概率就为 Alpha。
“P(T <= t) 双尾”返回将被观察的 t-统计的绝对值大于 t 的概率。“P 双尾临界值”返回截止值，这样，被观察的 t-统计的绝对值大于“P 双尾临界值”的概率就为 Alpha。
t-检验: 成对双样本平均值
当样本中存在自然配对的观察值时（例如，对一个样本组在实验前后进行了两次检验），可以使用此成对检验。此分析工具及其公式可以进行成对双样本学生 t-检验，以确定取自处理前后的观察值是否来自具有相同总体平均值的分布。此 t-检验窗体并未假设两个总体的方差是相等的。
注释 由此工具生成的结果中包含有合并方差，亦即数据相对于平均值的离散值的累积测量值，可以由下面的公式得到：
“t-检验: 成对双样本平均值”对话框
变量 1 的区域 在此输入需要分析的第一个数据区域的单元格引用。该区域必须为单行或单列，并且包含与第二个区域相同的数据点数。
变量 2 的区域 在此输入需要分析的第二个数据区域的单元格引用。该区域必须为单行或单列，并且包含与第一个区域相同的数据点数。
假设平均差 在此输入样本平均值的差值。0（零）值表示假设样本平均值相同。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
α 在此输入检验的置信度。该值必须介于 0 到 1 之间。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
t-检验: 双样本等方差假设
本分析工具可进行双样本学生 t-检验。此 t-检验窗体假设两个数据集取自具有相同方差的分布，故也称作同方差 t-检验。可以使用此 t-检验来确定两个样本是否来自具有相同总体平均值的分布。
“t-检验: 双样本等方差假设”对话框
变量 1 的区域 在此输入需要分析的第一个数据区域的单元格引用。该区域必须由单列或单行的数据组成。
变量 2 的区域 在此输入需要分析的第二个数据区域的单元格引用。该区域必须由单列或单行的数据组成。
假设平均差 在此输入样本平均值的差值。0（零）值表示假设样本平均值相同。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
α 在此输入检验的置信度。该值必须介于 0 到 1 之间。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
t-检验: 双样本异方差假设
本分析工具可进行双样本学生 t-检验。此 t-检验窗体假设两个数据集取自具有不同方差的分布，故也称作异方差 t-检验。如同上面的“等方差”情况，可以使用此 t-检验来确定两个样本是否来自具有相同总体平均值的分布。当两个样本中有截然不同的对象时，可使用此检验。当对于每个对象具有唯一一组对象以及代表每个对象在处理前后的测量值的两个样本时，应使用下面的示例中所描述的成对检验。
用于确定统计值 t 的公式如下：
下面的公式可用于计算自由度 df。因为计算结果一般不是整数，所以 df 的值被舍入为最接近的整数以便从 t 表中获得临界值。因为有可能为 TTEST 计算出一个带有非整数 df 的值，所以 Excel 工作表函数 TTEST 使用计算出的、未进行舍入的 df 值。由于这些决定自由度的不同方式，TTEST 函数和此 t-检验工具的结果将与“异方差”情况中不同。
“t-检验: 双样本异方差假设”对话框
变量 1 的区域 在此输入需要分析的第一个数据区域的单元格引用。该区域必须由单列或单行的数据组成。
变量 2 的区域 在此输入需要分析的第二个数据区域的单元格引用。该区域必须由单列或单行的数据组成。
假设平均差 在此输入样本平均值的差值。0（零）值表示假设样本平均值相同。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
α 在此输入检验的置信度。该值必须介于 0 到 1 之间。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
“z-检验: 双样本平均值”分析工具可对具有已知方差的平均值进行双样本 z-检验。此工具用于检验两个总体平均值之间不存在差异的空值假设，而不是单方或双方的其他假设。如果方差未知，则应使用工作表函数 ZTEST。
当使用“z-检验”工具时，应该仔细理解输出。当总体平均值之间没有差异时，“P(Z <= z) 单尾”是 P(Z >= ABS(z))，即与 z 观察值沿着相同的方向远离 0 的 z 值的概率。当总体平均值之间没有差异时，“P(Z <= z) 双尾”是 P(Z >= ABS(z) 或 Z <= -ABS(z))，即沿着任何方向（而非与观察到的 z 值的方向一致）远离 0 的 z 值的概率。双尾结果只是单尾结果乘以 2。z-检验工具还可用于当两个总体平均值之间的差异具有特定非零值的空值假设的情况。例如，可以使用此检验确定两个汽车模型的性能差异。
“z-检验: 双样本平均值”对话框
变量 1 的区域 在此输入需要分析的第一个数据区域的单元格引用。该区域必须由单列或单行的数据组成。
变量 2 的区域 在此输入需要分析的第二个数据区域的单元格引用。该区域必须由单列或单行的数据组成。
假设平均差 在此输入样本平均值的差值。0（零）值表示假设样本平均值相同。
变量 1 的方差(已知) 为变量 1 的数据源区域输入已知的总体方差。
变量 2 的方差(已知) 为变量 2 的数据源区域输入已知的总体方差。
标志 如果数据源区域的第一行或第一列中包含标志项，请选中此复选框。如果数据源区域没有标志项，请清除此复选框，Microsoft Office Excel 将在输出表中生成适当的数据标志。
α 在此输入检验的置信度。该值必须介于 0 到 1 之间。α 置信度为与 I 型错误发生概率相关的显著性水平（拒绝真假设）。
输出区域 在此输入对输出表左上角单元格的引用。如果输出表将替换现有数据，Excel 会自动确定输出区域的大小并显示一条消息。
新工作表 单击此选项可在当前工作簿中插入新工作表，并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名，请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
注释
- 该数据分析功能一次只能应用于一张工作表。如果对组合的工作表进行数据分析，计算结果只会显示在第一张工作表上，其余工作表上将显示带格式的空白表格。若要对其余工作表进行数据分析，分别在每张工作表上运行一次分析工具即可。
- 有关提供用于创建 Microsoft Excel 统计工具和功能的统计方法或算法详细信息的书籍列表，请参阅统计方法和算法的参考书目。
xl 使用什么方法能够分析统计信息？ 使用什么方法能够分析统计信息？ 使用什么方法能够分析统计信息？ 使用什么方法能够分析统计信息？ 使用什么方法能够分析统计信息？ 双因素方差分析 双因素方差分析 双因素方差分析 双因素方差分析 双因素方差分析 数据分析结果错误 数据分析结果错误 数据分析结果错误 数据分析结果错误 数据分析结果错误 比较方法 比较方法 比较方法 比较方法 比较方法 自动散点图 自动散点图 自动散点图 自动散点图 自动散点图
如何进行产品需求收集？
问题其实很简单，你要做产品，你肯定会想产品最后到底要做成什么样。基于这个目的，你势必会去了解你的产品到底给谁用，他们需要什么。“他们需要什么”就是所谓的“需求”了。
产品需求收集原则
互联网并不缺少用户需求，恰恰相反，用户需求泛滥。面对市场上众多的“需求”，那些才是真正的用户需求呢，那些需求符合公司的产品战略要求呢？
需求采集的指导原则：
* 以公司的产品愿景、产品战略为指导
产品愿景及战略决定了：需求采集应该面向那些细分的目标用户群，而非普遍撒网；对不同的用户需求进行优先级排序出现需求冲突时候取舍的标准；确定能实现或者不能实现的需求；
* 以用户欲望为准绳，给用户带来“价值”而非“功能”
需求收集方法
1）、建立需求收集机制：明确每个需求收集活动参与者的岗位职责、建立需求预处理流程、周期性的重复需求收集活动
2）、使用统一的需求收集系统
3）、采取一定的需求收集技术和方法
关于需求收集的方法，如何做好需求收集 这篇文章讲解得比较详细，可以参考其内容。
用于需求收集的常见手段包括：
* 原型法
* 头脑风暴
* 用户访谈法
* 问卷调查法
* 标杆分析法
* 观察不期而遇的用户
* 各种会议（如用户大会、展览会、学术研讨会等）
* 现场支持
* 和支持团队（运营团队、技术支持团队）谈话
* 客户热线
* 客户满意度调查
* 用户行为分析
* 合作开发
一些思考：
1）、需求收集应该收集用户真正面临的问题和业务场景，这样才能够捕获用户真正的需求，而不是只盯住用户提出系统需要实现什么样的功能， “需求收集”不是“需求汇总”。
2）、用户要的是产品的“价值”，而非产品的“功能”。只有当一个产品功能真正帮客户解决问题，这个功能才具有价值，也才真正有“功能”。
3）、需求收集流程要真正发挥作用，必须在组织层面通过组织管理制度及绩效考核制度来保证，将需求收集纳入到各相关部门的绩效考核中。不能指望大家三分钟的热情。
4）、需求收集流程的执行情况是一个公司管理是否规范的试金石，也可以衡量一个公司是否真正“以市场为导向、以客户为中心”。
5）、需求收集既要避免“什么都要做”的冲动，又要避免“只关注当下需求”，核心根源还是在于产品战略是否清晰。
6）、常规的需求收集手段并不能够解决产品创新问题，但如果没有持续的需求积累，创新就无从谈起，创意的灵光源于专业。
7）、尊重竞争对手和用户。竞争对手和用户并不像我们想象的那么愚蠢，以自己的标准来度量别人的产品才是真正的愚蠢。很多时候我们从自己的预设立场出发， 否定掉了众多创新机会。对竞争对手，我们应当首先成为其产品忠实用户；对用户，我们应当通过用户社区等互动手段来“倾听用户的心声”。
需求收集理论模型
a、$APPEALS：收集市场需求的工具
$APPEALS方法是IBM在IPD总结和分析出来的客户需求分析的一种方法。它从8个方面对产品进行客户需求定义和产品定位。
- $-产品价格（Price）
- A-可获得性（Availability）
- P-包装（Packaging）
- P-性能（Performance）
- E-易用性（Easy to use）
- A-保证程度（Assurances）
- L-生命周期成本（Life cycle of cost）
- S-社会接受程度（Social acceptance）
关于$APPEALS可以参考 $APPEALS市场需求和产品定 位工具
b、客户满意度模型（Kano模型）
KANO模型定义了三个层次的顾客需求：基本型需求、期望型需求和兴奋型需求。这三种需求 根据绩效指标分类就是基本因素、绩效因素和激励因素。
基本型需求：顾客认为产品“必须有”的属性或功能。当其特性不充足（不满足顾客需求）时，顾客很不满意；当其特性充足（满足顾客需求）时，无所谓满意不满 意，顾客充其量是满意。
期望型需求：耍求提供的产品或服务比较优秀，但并不是“必须”的产品属性或服务行为有些期望型需求连顾客都不太清楚，但是是他们希望得到的。在市场调查 中，顾客谈论的通常是期望型需求，期望型需求在产品中实现的越多，顾客就越满意;当没有满意这些需求时，顾客就不满意。
兴奋型需求：要求提供给顾客一些完全出乎意料的产品属性或服务行为，使顾客产生惊喜。当其特性不充足时，并且是无关紧要的特性，则顾客无所谓，当产品提供 了这类需求中的服务时，顾客就会对产品非常满意，从而提高顾客的忠诚度。
一旦每个需求都得到了明确的分类，就能够在需求收集过程对需求进行优先次序排序。
关于Kano模型的详情，可以参考kano模型 及 需求 入门 － 用Kano模型来确定需求优先级
c、层次分析法（AHP, Analytic Hierarchy Process)
在做需求收集时候，最为麻烦是确定用户需求的优先级，利用层次分析法（AHP, Analytic Hierarchy Process）可以从不同的方面（如重要性、风险、成本）等角度去比较每两个用户需求之间的优先顺序。
层次分析法将决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。这种方法的特点是在对复杂的决策问题的本质、 影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决 策方法。尤其适合于对决策结果难于直接准确计量的场合
在IBM Rational Focal point中提供了层次分析法对需求进行排序。
d、四象限定位法
四象限定位法以需求的急需性作为横轴，需求的重要性作为纵轴，可以建立如下的消费者需求四象限图：
具体内容可以参考 四 象限定位法
当然还是其他的一些方法，例如：Delphi方法、亲和图法（Affinity Diagram）等
创新产品的需求收集：你是否有自己的idea bucket？
对于众多颠覆性创新的产品，其核心的创意很多时候与现有产品的需求及要求是相互矛盾的，因此这些创意是不可能完全依赖现有产品的需求收集过程得出来。
当然任何创意也不可能从空而降，这些创新性产品之所以能够脱颖而出，根本原因还是在于这些产品经理们对于所在行业的用户真实需求及痛苦之处有深刻的了解， 然后“Think Different”。别的产品经理们在审视收集的各种需求时候把这些创意作为“不靠谱”的需求而过滤掉了，而这些创新产品的产品经理去把这些需求作为一 个创新的机会来把握住了。
因此创新产品的需求仍然可以收集，只不过相对于普通产品的需求收集过程，我们在标准上应当更加开放。在需求收集平台中，我们应当单独留出一个创意桶 （idea bucket），专门用于收集、汇总各种产品需求、创意、设想等，并定期在公司层面回顾这些创意，以发掘产品创新的机会。
前面的Kano模型也经常用于产品创新领域。
常用需求管理软件
除了使用自行开发的软件来实现统一需求收集外，一些常用的需求管理软件也可以用于类似场合：
IBM Rational Focal Point
IBM Rational Requisite Pro
IBM Rational DOORS
Jira
Borland Caliber RM
其中Focal Point用于需求收集是最为合适的工具。
支持博主
关于邵珠庆博客
文章标签
记事邵珠庆博客
最近文章
最近评论
- 发表在《中国翻墙网民状况调查》
- 发表在《教你如何简单获取新浪微博短地址接口》
- 发表在《教你如何简单获取新浪微博短地址接口》
- 发表在《教你如何简单获取新浪微博短地址接口》
- 发表在《教你如何简单获取新浪微博短地址接口》
博客日历
目录分类
文章归档
- 2025年8月 (2)
- 2022年9月 (1)
- 2022年8月 (3)
- 2022年7月 (1)
- 2022年3月 (1)
- 2021年10月 (3)
- 2021年1月 (1)
- 2020年4月 (3)
- 2020年3月 (3)
- 2020年2月 (2)
- 2020年1月 (3)
- 2019年12月 (2)
- 2019年11月 (3)
- 2019年10月 (2)
- 2019年9月 (2)
- 2019年8月 (4)
- 2019年7月 (2)
- 2019年6月 (2)
- 2019年5月 (2)
- 2019年4月 (3)
- 2019年3月 (2)
- 2019年2月 (3)
- 2019年1月 (2)
- 2018年12月 (2)
- 2018年11月 (2)
- 2018年10月 (3)
- 2018年9月 (2)
- 2018年8月 (2)
- 2018年7月 (1)
- 2018年6月 (2)
- 2018年5月 (3)
- 2018年4月 (2)
- 2018年3月 (6)
- 2018年2月 (7)
- 2018年1月 (3)
- 2017年11月 (2)
- 2017年10月 (2)
- 2017年9月 (5)
- 2017年8月 (4)
- 2017年7月 (8)
- 2017年6月 (5)
- 2017年5月 (14)
- 2017年4月 (8)
- 2017年3月 (5)
- 2017年2月 (2)
- 2017年1月 (1)
- 2016年12月 (1)
- 2016年11月 (5)
- 2016年10月 (3)
- 2016年9月 (2)
- 2016年8月 (1)
- 2016年7月 (2)
- 2016年6月 (2)
- 2016年5月 (5)
- 2016年4月 (5)
- 2016年3月 (2)
- 2016年2月 (1)
- 2016年1月 (2)
- 2015年12月 (2)
- 2015年11月 (1)
- 2015年10月 (3)
- 2015年9月 (2)
- 2015年8月 (4)
- 2015年7月 (5)
- 2015年6月 (6)
- 2015年5月 (3)
- 2015年4月 (8)
- 2015年3月 (6)
- 2015年2月 (4)
- 2015年1月 (5)
- 2014年12月 (2)
- 2014年11月 (5)
- 2014年10月 (5)
- 2014年9月 (1)
- 2014年8月 (2)
- 2014年7月 (4)
- 2014年6月 (1)
- 2014年5月 (9)
- 2014年4月 (5)
- 2014年3月 (1)
- 2014年2月 (1)
- 2014年1月 (5)
- 2013年12月 (4)
- 2013年11月 (12)
- 2013年10月 (6)
- 2013年9月 (7)
- 2013年8月 (8)
- 2013年7月 (15)
- 2013年6月 (9)
- 2013年5月 (12)
- 2013年4月 (8)
- 2013年3月 (11)
- 2013年2月 (9)
- 2013年1月 (21)
- 2012年12月 (8)
- 2012年11月 (7)
- 2012年10月 (19)
- 2012年9月 (16)
- 2012年8月 (13)
- 2012年7月 (10)
- 2012年6月 (11)
- 2012年5月 (11)
- 2012年4月 (8)
- 2012年3月 (8)
- 2012年2月 (11)
- 2012年1月 (8)
- 2011年12月 (18)
- 2011年11月 (32)
- 2011年10月 (17)
- 2011年9月 (18)
- 2011年8月 (11)
- 2011年7月 (55)
- 2011年6月 (1)
- 2011年5月 (4)
- 2011年4月 (2)
- 2011年3月 (1)
- 2011年1月 (3)
- 2010年12月 (1)
- 2010年11月 (6)
- 2010年9月 (5)
- 2010年8月 (2)
- 2010年7月 (3)
- 2010年6月 (7)
- 2010年5月 (3)
- 2010年4月 (4)
- 2010年3月 (8)
- 2010年2月 (2)
- 2010年1月 (2)
- 2009年12月 (2)
- 2009年11月 (1)
- 2009年10月 (1)
- 2009年8月 (1)
- 2009年7月 (2)
- 2009年5月 (1)
- 2009年4月 (1)
- 2009年3月 (1)
- 2009年2月 (1)
- 2009年1月 (1)
- 2008年12月 (1)
- 2008年11月 (2)
- 2008年10月 (1)
- 2008年8月 (5)
- 2008年7月 (2)
- 2008年6月 (1)
- 2008年5月 (3)
- 2008年4月 (11)
- 2008年3月 (1)
- 2008年2月 (1)
- 2008年1月 (1)
- 2007年12月 (1)
- 2007年11月 (3)
- 2007年10月 (1)
- 2007年9月 (1)
- 2007年8月 (1)
- 2007年7月 (1)
- 2007年6月 (1)
- 2007年5月 (1)
博客功能
京东好物
