r - 如何在 R 中执行 ABC 分析？

Question

我正在寻找使用 R 来运行 ABC 分析，也称为帕累托分析。ABC 分析是一个商业术语，用于定义材料管理中常用的分类技术。

每个类别没有固定的阈值，可以根据目标和标准应用不同的比例。ABC 分析类似于帕累托原则，因为“A”项通常占总价值的很大一部分，但占项目数量的一小部分。

Answer 1

说真的，我认为这个abc包是一种常见的供应管理技术的巧合命名。该abc包创建一个已知变量的模型，而 OP 希望基于单个已知变量（收入）创建一个分类变量。在abc包中，根据变量的值对记录进行分类；根据所讨论的 abc 技术，记录根据聚合的值进行分类。例如，所有部件号 4132457 都归类为“A”。

这是一个普通的计算：你在 R 中并不比在电子表格中更好。如果有人坚持使用 R 实现，我会推荐以下内容：

library(plyr)
z <- data.frame(Part.Number =c(rep(letters[15:1], seq_along(letters[15:1]))), 
                Price = c(rep(1:15, seq_along(15:1))), 
                Qty.Sold = sample(1:120))
z[90:120, ]$Qty.Sold <- z[90:120, ]$Qty.Sold * 10 # creates fake data
z.summary <- ddply(z, .(Part.Number), summarise, 
                   Revenue = sum(Price * Qty.Sold)) # summarise fake data

z.summary <- within(z.summary, {
    Percent.Revenue <- cumsum(rev(sort(Revenue)))/sum(Revenue)
    ABC <- ifelse(Percent.Revenue > 0.91, "C",
           ifelse(Percent.Revenue < 0.81, "A", "B"))
})

z.summary
#    Part.Number Revenue Percent.Revenue ABC
# 1            a  140850       0.4461246   A
# 2            b  113960       0.8070784   A
# 3            c   21788       0.8760892   B
# 4            d    8220       0.9021250   B
# 5            e    7238       0.9250504   C
# 6            f    6390       0.9452900   C

Answer 2

与此同时，有一个专门的 R 包 ( http://cran.r-project.org/web/packages/ABCanalysis/index.html ) 可以完成这项工作。

Answer 3

qcc 包（http://cran.r-project.org/web/packages/qcc/qcc.pdf）有一个函数 pareto.chart，它提供了以表格和图表输出的形式轻松执行 ABC 分析的方法。