市場研究的數(shù)據(jù)分析方法_第1頁
市場研究的數(shù)據(jù)分析方法_第2頁
市場研究的數(shù)據(jù)分析方法_第3頁
市場研究的數(shù)據(jù)分析方法_第4頁
市場研究的數(shù)據(jù)分析方法_第5頁
已閱讀5頁,還剩5頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、市場研究的數(shù)據(jù)分析方法通過本章學(xué)習(xí),掌握市場營銷研究的基本數(shù)據(jù)分析方法。掌握線性回歸分析方法及其應(yīng)用;掌握判別分析法及其應(yīng)用;了解聚類分析及其具體方法和步驟;了解因子分析方法的數(shù)學(xué)模型和相關(guān)統(tǒng)計(jì)量以及基本步驟;了解對(duì)應(yīng)分析方法及其基本步驟;、了解多維偏好分析法的主成分分析模型;了解多維尺度法及其分析步驟;了解聯(lián)合分析方法的基本模型及其基本步驟。第一節(jié)線性回歸分析一、線性回歸方程的基本模型線性回歸分析是考察變量之間的數(shù)量關(guān)系變化規(guī)律,它通過一定的數(shù)學(xué)表達(dá)式-回歸方程,來描述這種關(guān)系,以確定一個(gè)或幾個(gè)變量的變化對(duì)另一個(gè)變量的影響程度,為預(yù)測提供數(shù)學(xué)依據(jù)。線性回歸方程從樣本資料出發(fā),一般利用最小二乘

2、法,根據(jù)回歸只限于向本資料點(diǎn)在垂直方向上的偏離程度最低的原則,進(jìn)行回歸方程的參數(shù)的求解。根據(jù)線性回歸方程總之變量的個(gè)數(shù),回歸方程可分為一元線性回歸方程和多元線性回歸方程。(一)一元線性回歸模型一元線性回歸模型是兩個(gè)變量之間的關(guān)系可以通過有關(guān)的參數(shù)直接用直線關(guān)系來表示。(二)多元回歸模型多元線性回歸模型中自變量的個(gè)數(shù)在2個(gè)以上。二、線性回歸方程的統(tǒng)計(jì)檢驗(yàn)1、回歸方程擬合優(yōu)度檢驗(yàn)2、回歸方程的顯著性檢驗(yàn)3、回歸系數(shù)顯著性檢驗(yàn)三、回歸分析假設(shè)條件的檢驗(yàn)1、殘差分析2、多重共線性3、誤差項(xiàng)的序列相關(guān)四、線性回歸分析的基本步驟1、確定回歸中的自變量和因變量。2、從收集到樣本資料出發(fā)確定自變量和因變量之間

3、的數(shù)學(xué)關(guān)系,即建立回歸方程。3、對(duì)回歸方程進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)。4、利用回歸方程進(jìn)行預(yù)測。在利用統(tǒng)計(jì)軟件進(jìn)行回歸分析時(shí),只有第一步由用戶給定,其它均可由計(jì)算機(jī)完成。第二節(jié)判別分析一、判別分析法的基本思想判別分析是一種進(jìn)行統(tǒng)計(jì)鑒別和分組的技術(shù),最早由費(fèi)雪(Fisher)于1936年提出。它是根據(jù)觀察或測量到若干變量值,判斷研究對(duì)象如何分類的方法。在進(jìn)行判別分析時(shí),首先必須已知觀察對(duì)象的分類和若干表明觀察對(duì)象特征的變量值。然后再從中篩選出能提供較多信息的變量并建立判別函數(shù),然后利用其結(jié)果對(duì)待判對(duì)象進(jìn)行判斷其類別。在判別分析中,稱分類變量為因變量,而用以分類的其它特征變量稱為判別變量或自變量。簡而言之,

4、判別分析包括以下兩步:1、分析和解釋各類指標(biāo)之間存在的差異,并建立判別函數(shù)。2、以第一步的分析結(jié)果為依據(jù),將對(duì)那些未知分類屬性的案例進(jìn)行判別分類。二、判別分析基本模型與統(tǒng)計(jì)術(shù)語(一)假設(shè)條件1、每一個(gè)類別都取自一個(gè)多元正態(tài)總體的樣本2、所有正態(tài)總體的協(xié)方差矩陣或相關(guān)矩陣都相等(二)基本模型判別分析的基本模型是判別函數(shù),它表示為分組變量與滿足假設(shè)條件的判別變量之間的線性關(guān)系。(三)統(tǒng)計(jì)術(shù)語1、先驗(yàn)概率2、后驗(yàn)概率3、判別系數(shù)4、結(jié)構(gòu)系數(shù)5、分組的矩心6、判別力指數(shù)7、殘余判別力三、分析的基本步驟1、確定研究的問題2、獲取判別分析的數(shù)據(jù)3、進(jìn)行判別分析4、評(píng)價(jià)和解釋分析結(jié)果第三節(jié)聚類分析一、聚類分

5、析的基本思想聚類分析(又稱數(shù)字分類學(xué))是新近發(fā)展起來的一種研究分類問題的多元統(tǒng)計(jì)分析方法。它是根據(jù)事物本身的特性研究個(gè)體分類的方法,其基本原則是同類的個(gè)體有較大的相似性,而不同類的個(gè)體的差異很大。在聚類分析中,根據(jù)分類對(duì)象的不同可分為樣品聚類(Q型聚類)和變量聚類(R型聚類)兩種。樣品聚類是對(duì)事件進(jìn)行聚類,或是說對(duì)觀測量進(jìn)行聚類,使對(duì)反映被觀測對(duì)象的特征的變量值進(jìn)行分類。變量聚類則是當(dāng)反映事物特點(diǎn)的變量很多是,我們根據(jù)所研究的問題選擇部分變量對(duì)事物的某一方面進(jìn)行研究的聚類方法。二、距離與相似系數(shù)(一)定距或定比率數(shù)據(jù)的距離和相似系數(shù)1.常用的距離指標(biāo)有:歐式距離、歐式距離的平方、曼哈頓距離、切

6、比雪夫距離冪距離2.常用的相似系數(shù)指標(biāo)主要有:余弦系數(shù)、皮爾遜相關(guān)系數(shù)(二)定類數(shù)據(jù)的距離三、聚類方法(一)層次聚類法(二)迭代聚類法四、聚類分析的主要步驟第四節(jié)因子分析一、因子分析的基本思想因子分析是一項(xiàng)多元統(tǒng)計(jì)分析技術(shù),其主要目的就是簡化數(shù)據(jù)。它通過研究眾多變量之間的內(nèi)部依賴關(guān)系,探求觀測數(shù)據(jù)中的基本結(jié)構(gòu),并用少數(shù)幾個(gè)假想變量來表示基本的數(shù)據(jù)結(jié)果。這些假設(shè)變量是不可觀測的,通常稱為因子。它們反映了原來眾多的觀測變量所代表的主要信息,并能解釋這些觀測變量之間的相互依存關(guān)系。二、因子分析的數(shù)學(xué)模型和相關(guān)統(tǒng)計(jì)量(一)數(shù)學(xué)模型(二)相關(guān)統(tǒng)計(jì)量1、因子載荷2、共同度3、因子的貢獻(xiàn)4、巴特利特球體檢驗(yàn)

7、5、KMO指數(shù)三、因子分析的基本步驟1、確定研究變量2、計(jì)算所有變量的相關(guān)矩陣3、構(gòu)造因子變量4、因子旋轉(zhuǎn)第五節(jié)對(duì)應(yīng)分析一、對(duì)應(yīng)分析的基本思想對(duì)應(yīng)分析(Correspondence Analysis)又稱為相應(yīng)分析,是由法國統(tǒng)計(jì)學(xué)家J.P.Beozecri于1970提出的,是在R型和Q型因子分析基礎(chǔ)上,發(fā)展起來的一種多元相依的變量統(tǒng)計(jì)分析技術(shù)。它通過分析由定性變量構(gòu)成的交互匯總表來揭示變量間的關(guān)系。當(dāng)以變量的一系列類別以及這些類別的分布圖來描述變量之間的聯(lián)系時(shí),使用這一分析技術(shù)可以揭示同一變量的各個(gè)類別之間的差異以及不同變量各個(gè)類別之間的對(duì)應(yīng)關(guān)系。二、有關(guān)統(tǒng)計(jì)術(shù)語與資料格式(一)統(tǒng)計(jì)術(shù)語(二)

8、數(shù)據(jù)格式三、分析的步驟第六節(jié)多維偏好分析一、主成分分析法簡介(一)主成分分析的基本思想多維偏好分析采用的統(tǒng)計(jì)方法就是主成分分析法,因而必須對(duì)主成分分析法有一個(gè)初步的了解。主成分分析法就是將原來眾多具有一定相關(guān)性的指標(biāo)(如p個(gè)指標(biāo)),重新組合成一組新的相互無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)。(二)主成分分析的數(shù)學(xué)模型(三)主要統(tǒng)計(jì)術(shù)語1、偏好評(píng)分2、特征值或慣量二、分析的基本步驟1、確定研究的問題2、資料的收集3、主成分分析4、偏好圖并解釋結(jié)果意義5、評(píng)價(jià)分析結(jié)果第七節(jié)多維尺度法一、多維尺度法的基本介紹多維尺度法的基本思想是,將消費(fèi)者對(duì)各種品牌產(chǎn)品的偏好和感覺資料,用r維空間的點(diǎn)來表示。品牌的點(diǎn)間距

9、離的次序完全反映原始輸入的相似次序(兩種品牌間的距離越短,則越相似)。具體主要包括兩步:(1)初步圖形結(jié)構(gòu)的構(gòu)造。構(gòu)造一個(gè)r維的坐標(biāo)空間,并用該空間的點(diǎn)分別表示各種品牌的產(chǎn)品,此時(shí)點(diǎn)間的距離未必和原始輸入的次序相同。(2)初步圖形結(jié)構(gòu)的修改。通過反復(fù)的迭代計(jì)算,逐步修改初步圖形結(jié)構(gòu),以得到一個(gè)新的圖形結(jié)構(gòu),使得在新的結(jié)構(gòu)中各種品牌的點(diǎn)間距離次序和原始輸入次序完全一致。二、統(tǒng)計(jì)術(shù)語與數(shù)據(jù)格式(一)統(tǒng)計(jì)術(shù)語(二)數(shù)據(jù)格式多維尺度法輸入的數(shù)據(jù)是表示待比較事物之間相似程度的矩陣。三、分析的基本步驟1、確定研究的問題2、獲取資料3、作多維尺度分析4、作空間圖并解釋結(jié)果意義5、評(píng)價(jià)分析結(jié)果。第八節(jié)聯(lián)合分析一、聯(lián)合分析的基本概念與功能聯(lián)合分析方法的基本思想是,通過提供給消費(fèi)者以不同的屬性組合形成的產(chǎn)品,請消費(fèi)者做出心理判斷,按其意愿程度給產(chǎn)品組合打分、排序,然后采用數(shù)理分析方法對(duì)每個(gè)屬性水平賦值,使評(píng)價(jià)結(jié)果與消費(fèi)者的給分盡量保持一致,來分析研究消費(fèi)的選擇行為。聯(lián)合分析可應(yīng)用于以下幾個(gè)方面:1、各種屬性在消費(fèi)者選擇品牌時(shí)的相對(duì)重要性2、估計(jì)不同屬性的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論