Размер партии и срок поставки: проверьте ранговую связь по Спирмену

В крупных заказах поставщик чаще задерживает товар? Чтобы проверить наблюдение, сначала соберите пары «размер партии и фактический срок» в одинаковых условиях. Одного сравнения двух заметных поставок недостаточно.

Что показывает коэффициент

По документации SciPy, коэффициент Спирмена описывает монотонную связь между двумя наборами данных. Он использует порядок значений: положительный знак соответствует совместному росту, отрицательный противоположным направлениям. Диапазон составляет от −1 до +1.

Для этой задачи вопрос звучит так: имеют ли более крупные партии тенденцию занимать больше времени? Коэффициент не определяет число дополнительных дней на единицу товара и не доказывает, что размер заказа стал причиной задержки.

Подготовьте сопоставимые пары

Выберите одного поставщика и сопоставимый тип товара либо заранее обоснуйте отдельные группы. Задайте одно начало срока и одно окончание. Не смешивайте дату заказа с датой оплаты, а первую частичную поставку с завершением всей партии.

В каждой строке сохраните идентификатор партии, количество в одинаковых единицах и фактическую длительность. Незавершённые поставки отметьте отдельно: их текущий возраст не равен завершённому сроку. Если исключаете их из расчёта, явно ограничьте вывод завершёнными партиями выбранной группы.

Рассчитайте описательный показатель

Ниже lot_qty и lead_days содержат ваши заранее проверенные числовые пары без пропусков. Их длины должны совпадать, а каждый набор должен содержать различающиеся значения.

from scipy.stats import spearmanr

result = spearmanr(lot_qty, lead_days, nan_policy="raise")
print(result.statistic)

Сохраните число наблюдений и использованную выборку вместе с коэффициентом. При постоянном значении одной переменной коэффициент не определён; не выдавайте такой результат за отсутствие связи.

Вернитесь к исходным поставкам

Посмотрите на пары на диаграмме рассеяния и отметьте срочные заказы, сезонные периоды и разные условия доставки. Не удаляйте неудобные наблюдения только ради усиления коэффициента. Если объединённая картина определяется разными группами, сравните их отдельно и сохраните общий результат.

Не принимайте автоматически вывод о статистической значимости из возвращаемого p-value: документация SciPy отдельно ограничивает точность его обычного приближения большими выборками. Здесь расчёт служит описанию ваших пар.

Итог проверки: сохранённая база, коэффициент и список факторов для дальнейшего разбора. Для обещания срока будущей поставки нужен отдельный прогноз, а для причинного вывода отдельный дизайн исследования.