问题一、
你管理着一个有10个员工的零售商店。营业高峰期是在下午1点到2点之间。在一个随机抽取的日子中,高峰期的顾客数呈正态分布,均值是25。
在那里有30个客户的时候,每个顾客的等候时间是5分钟。如果顾客数超过30,顾客的等候时间会超过5分钟,那么这会导致顾客不满意,并且导致一部分生意的流失。多雇佣一些员工可以降低顾客的等候时间,但会导致成本上升。
如果一天只有10%的几率顾客数多于30,那么多雇佣员工的成本大于生意流失造成的损失,那么多雇佣员工就不划算。
如果一天有多于10%的几率顾客数多于30,那么多雇佣员工的成本就小于生意流失造成的损失,那么多雇佣员工就是值得的。
在什么情况下,高峰时间段内,顾客数多于30个的几率大于10%?
在一个随机抽取的20天的样本中,高峰时间段内的顾客数的标准差是4
(B)在显著性水平5%的时候,检验——关于多雇佣员工是值得的这一假设。
问题二、
你得到了提升,现在管理着同一个公司下面的2个零售商店。
商店1营业了10年,商店2营业了1年。你担心商店2的员工因为经验不走,工作表现不好,而导致商店2的顾客的等候时间大于商店1。
你向运营经理要了他们能够提供的关于2个商店顾客等候时间的数据。运营经理通过电子邮件给了你如下回复:
1 在一个35个顾客的样本中,商店1的平均等候时间是9分钟;
2 商店1所有顾客的等候时间的标准偏差是1.75分钟;
3 在一个25个顾客的样本中,商店2的平均等候时间是12分钟;
4 商店2所有顾客的等候时间的标准偏差是3.5分钟;
上述数据在waitingtimes.xls.这个表里
你先前做的研究告诉你,商店1和商店2的顾客的等候时间是相互独立的。
你假设商店2的顾客的平均等候时间大于商店1,为了检验你的这一假设,你还需要什么假设?(你还需要什么条件?)在显著性5%的情况下,检验一下你做出的假设是否合理?
如果你所做出的假设是合理的,那么在显著性10%的情况下,检验一下关于商店2的顾客等候时间大于商店1的这一假设。如果不能,解释一下为何不能做出这样的假设的原因。
在做出了这样的检验后,你从运营经理处收到了第2封邮件,明确告诉你2个商店的顾客等候时间是相互独立的。但他们犯了一个错误。上述邮件第2项和第4项中的标准偏差,不是所有顾客的,而是抽取的样本的。
问题C和问题D是在这种新的情况下,重复了问题A和问题B。