آزمون فرض آماری

مدیریت موجودی توسط فروشنده (VMI) به عنوان یکی از موفق ترین روش ها در زمینه ی بهبود، یکپارچگی و ساده سازی زنجیره ی تأمین شناخته شده است. با توجه به این که در مطالعات پیشین تأثیر ارزش زمانی پول در مدل های تحلیلی VMI بررسی نشده است، ازاین رو در این مقاله مدل های زنجیره ی تأمین دو سطحی شامل یک تولیدکننده و چند خرده فروش تحت برنامه ی VMI با درنظرگرفتن ارزش زمانی پول و بدون توجه به آن توسعه داده شد. با استفاده از آزمون فرض آماری استنباط شد که خطای ناشی از درنظرنگرفتن ارزش زمانی پول در مسئله ی تحت بررسی قابل توجه است. این امر نشان دهنده ی اهمیت توجه به ارزش زمانی پول در تعیین سیاست های بهینه ی بازپرسازی تحت سیستم VMI است. درنهایت اثر پارامترهای مختلف بر خطای مذکور بررسی شد.

امروزه بیشتر پژوهشگران تحقیقات کاربردی صرفاً با نگاه به مقدار−احتمال، فرضیه پژوهش را رد یا قبول می کنند؛ همچنین با توجه به رابطه ای که بین مقدار−احتمال و اندازه نمونه وجود دارد، معمولاً در نمونه های بزرگ، با وجود کوچک بودن اندازه اثر با یک اطمینان بسیار بالا فرضیه ادعا پذیرفته می شود و محقق با تکیه صرف به مقدار−احتمال به سمت حمایت از نتایج بی اهمیت عملی سوق داده می شود؛ بدین ترتیب بسیاری از مطالعات پژوهش می توانند در زمره تحقیقاتی قرار گیرند که دارای تعدادی آزمون فرض معنادار شده، اما فاقد وجاهت کاربردی و اهمیت علمی است.نخست این مقاله با توجه به موضوع کلان داده، مسئله حجم داده و تنوع داده ها در کلان داده از نظر آمار پرداخته، سپس مقدار−احتمال، اندازه اثر و فاصله اطمینان به عنوان سه معیار تصمیم در آزمون های فرض روی نمونه های مختلف در بازه (19361−173) بررسی و به طور خاص به تأثیر کلان داده روی این سه شاخص توجه کرده است.نتایج نشان داد کلان داده به عنوان یک نمونه بزرگ، نه تنها مزیتی برای افزایش اطمینان در آزمون های فرض ندارند، بلکه می توانند موجب معنادار شدن ادعاهایی شوند که از نظر عملی اهمیت چندانی ندارند و در نمونه های نه چندان بزرگ در زمره اثرهای تصادفی و خطای نمونه گیری قرار می گیرند؛ همچنین اندازه اثر تحت تأثیر اندازه نمونه قرار نگرفته، با افزایش اندازه نمونه به سمت یک مقدار ثابت همگرایی دارد. درنهایت داده ها نشان دادند که فاصله اطمینان از نظر بصری بهتر از شاخص های دیگر عمل می کند