比较期间之间的销售组合百分比的测试
Tests to Compare Sales Mix Percent between Periods
背景
我想比较两个时期的菜单销售组合比率。
menu 被定义为产品的集合。 （即汉堡包、俱乐部三明治等）
销售组合比率 定义为相对于销售的菜单单位总数（即 100 个菜单项目）的产品销量（即 20 个汉堡包）卖）。在汉堡包示例中，汉堡包的销售组合比率为 20%（20 个汉堡包/100 个菜单项）。这代表菜单单位总销售额的份额。
期间 被定义为用于比较目的的时间范围（即午餐与晚餐、周一与周五等）。
我对销量的整体变化不感兴趣（我不在乎我是不是在一个时期卖了 20 个汉堡，在另一个时期卖了 25 个）。我只对比率分布的变化感兴趣（我售出的单位中有 20% 是一个时期的汉堡包，25% 是另一个时期的汉堡包）。
因为销售组合代表整体的一部分，所以每个时期的平均数将是相同的；期间之间的平均差始终为 0%；并且，每组数据的总和将始终为 100%。
Objective:
测试销售分布（每个菜单项相对于其他菜单项的销售组合百分比）是否从一个时期到另一个时期有显着变化。
原假设：A期客户的购买模式和偏好与B期客户相同。
潜在数据输入示例：
[Menu Item] [Period A] [Period B]
Hamburger 25% 28%
Cheeseburger 25% 20%
Salad 20% 25%
Club Sandwich 30% 27%
问题：
是否存在检验两组数据的总份额分布是否存在显着差异的常用方法？
如果我衡量的是实际售出单位数量的变化，但（我相信）衡量总单位份额的变化，则配对 T 检验会起作用。
我已经在网上和一些教科书上搜索了一段时间，但没有找到。我可能在寻找错误的术语。
任何方向，无论是搜索词还是（最好）适当测试的实际名称，都将受到赞赏。
谢谢，
安德鲁
编辑：我正在考虑将皮尔逊相关性测试作为一种可能的解决方案——忘记每一行数据都是独立的菜单项，数学不应该关心。完美匹配（相同的销售组合）的系数为 1，变化越大，系数越低。一个潜在的问题是，与常规相关性测试不同，更改可能会被放大，因为对一个数字的任何更改都会自动影响其他数字。这是一个可行的解决方案吗？如果是这样，有没有办法缓和放大问题？
考虑使用卡方拟合优度检验作为此问题的简单解决方案：
H0: the proportion of menu items for month B is the same as month A
Ha: at least one of the proportions of menu items for month B is
different to month A
背景
我想比较两个时期的菜单销售组合比率。
menu 被定义为产品的集合。 （即汉堡包、俱乐部三明治等）
销售组合比率 定义为相对于销售的菜单单位总数（即 100 个菜单项目）的产品销量（即 20 个汉堡包）卖）。在汉堡包示例中，汉堡包的销售组合比率为 20%（20 个汉堡包/100 个菜单项）。这代表菜单单位总销售额的份额。
期间 被定义为用于比较目的的时间范围（即午餐与晚餐、周一与周五等）。
我对销量的整体变化不感兴趣（我不在乎我是不是在一个时期卖了 20 个汉堡，在另一个时期卖了 25 个）。我只对比率分布的变化感兴趣（我售出的单位中有 20% 是一个时期的汉堡包，25% 是另一个时期的汉堡包）。
因为销售组合代表整体的一部分，所以每个时期的平均数将是相同的；期间之间的平均差始终为 0%；并且，每组数据的总和将始终为 100%。
Objective:
测试销售分布（每个菜单项相对于其他菜单项的销售组合百分比）是否从一个时期到另一个时期有显着变化。
原假设：A期客户的购买模式和偏好与B期客户相同。
潜在数据输入示例：
[Menu Item] [Period A] [Period B]
Hamburger 25% 28%
Cheeseburger 25% 20%
Salad 20% 25%
Club Sandwich 30% 27%
问题：
是否存在检验两组数据的总份额分布是否存在显着差异的常用方法？
如果我衡量的是实际售出单位数量的变化，但（我相信）衡量总单位份额的变化，则配对 T 检验会起作用。
我已经在网上和一些教科书上搜索了一段时间，但没有找到。我可能在寻找错误的术语。
任何方向，无论是搜索词还是（最好）适当测试的实际名称，都将受到赞赏。
谢谢，
安德鲁
编辑：我正在考虑将皮尔逊相关性测试作为一种可能的解决方案——忘记每一行数据都是独立的菜单项，数学不应该关心。完美匹配（相同的销售组合）的系数为 1，变化越大，系数越低。一个潜在的问题是，与常规相关性测试不同，更改可能会被放大，因为对一个数字的任何更改都会自动影响其他数字。这是一个可行的解决方案吗？如果是这样，有没有办法缓和放大问题？
考虑使用卡方拟合优度检验作为此问题的简单解决方案：
H0: the proportion of menu items for month B is the same as month A
Ha: at least one of the proportions of menu items for month B is different to month A