市場研究的數(shù)據(jù)分析方法

1、.：.；市場研討的數(shù)據(jù)分析方法經(jīng)過本章學習，掌握市場營銷研討的根本數(shù)據(jù)分析方法。掌握線性回歸分析方法及其運用；掌握判別分析法及其運用；了解聚類分析及其詳細方法和步驟；了解因子分析方法的數(shù)學模型和相關統(tǒng)計量以及根本步驟；了解對應分析方法及其根本步驟；、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；了解結合分析方法的根本模型及其根本步驟。 第一節(jié) 線性回歸分析一、線性回歸方程的根本模型線性回歸分析是調(diào)查變量之間的數(shù)量關系變化規(guī)律，它經(jīng)過一定的數(shù)學表達式回歸方程，來描畫這種關系，以確定一個或幾個變量的變化對另一個變量的影響程度，為預測提供數(shù)學根據(jù)。線性回歸方程從樣本資料出發(fā)，普通利

2、用最小二乘法，根據(jù)回歸只限于向本資料點在垂直方向上的偏離程度最低的原那么，進展回歸方程的參數(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變量之間的關系可以經(jīng)過有關的參數(shù)直接用直線關系來表示。 二多元回歸模型多元線性回歸模型中自變量的個數(shù)在2個以上。二、線性回歸方程的統(tǒng)計檢驗1、回歸方程擬合優(yōu)度檢驗2、回歸方程的顯著性檢驗3、回歸系數(shù)顯著性檢驗三、回歸分析假設條件的檢驗1、殘差分析2、多重共線性3、誤差項的序列相關四、線性回歸分析的根本步驟1、確定回歸中的自變量和因變量。2、從搜集到樣本資料出發(fā)確定自變量和因變

3、量之間的數(shù)學關系，即建立回歸方程。3、對回歸方程進展各種統(tǒng)計檢驗。4、利用回歸方程進展預測。在利用統(tǒng)計軟件進展回歸分析時，只需第一步由用戶給定，其它均可由計算機完成。第二節(jié) 判別分析 一、判別分析法的根本思想 判別分析是一種進展統(tǒng)計鑒別和分組的技術，最早由費雪Fisher于1936年提出。它是根據(jù)察看或丈量到假設干變量值，判別研討對象如何分類的方法。在進展判別分析時，首先必需知察看對象的分類和假設干闡明察看對象特征的變量值。然后再從中挑選出能提供較多信息的變量并建立判別函數(shù)，然后利用其結果對待判對象進展判別其類別。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。

4、簡而言之，判別分析包括以下兩步：1、分析和解釋各類目的之間存在的差別，并建立判別函數(shù)。2、以第一步的分析結果為根據(jù)，將對那些未知分類屬性的案例進展判別分類。 二、判別分析根本模型與統(tǒng)計術語一假設條件 1、每一個類別都取自一個多元正態(tài)總體的樣本 2、一切正態(tài)總體的協(xié)方差矩陣或相關矩陣都相等二根本模型判別分析的根本模型是判別函數(shù)，它表示為分組變量與滿足假設條件的判別變量之間的線性關系。三統(tǒng)計術語1、 先驗概率2、 后驗概率3、 判別系數(shù)4、 構造系數(shù)5、 分組的矩心6、 判別力指數(shù)7、 剩余判別力三、分析的根本步驟 1、 確定研討的問題2、 獲取判別分析的數(shù)據(jù)3、 進展判別分析4、 評價和解釋分析

5、結果第三節(jié) 聚類分析 一、聚類分析的根本思想聚類分析(又稱數(shù)字分類學)是新近開展起來的一種研討分類問題的多元統(tǒng)計分析方法。它是根據(jù)事物本身的特性研討個體分類的方法，其根本原那么是同類的個體有較大的類似性，而不同類的個體的差別很大。在聚類分析中，根據(jù)分類對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。樣品聚類是對事件進展聚類，或是說對觀丈量進展聚類，使對反映被觀測對象的特征的變量值進展分類。變量聚類那么是當反映事物特點的變量很多是，我們根據(jù)所研討的問題選擇部分變量對事物的某一方面進展研討的聚類方法。二、間隔 與類似系數(shù)一定距或定比率數(shù)據(jù)的間隔 和類似系數(shù)1. 常用的間隔 目的有：歐式

6、間隔 、歐式間隔 的平方、曼哈頓間隔 、切比雪夫間隔 冪間隔 2. 常用的類似系數(shù)目的主要有：余弦系數(shù)、皮爾遜相關系數(shù)二定類數(shù)據(jù)的間隔 1.卡方間隔 2.法方間隔 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 1確定研討的問題 2計算類似性 3聚類 4聚類結果的解釋和證明第四節(jié) 因子分析一、因子分析的根本思想因子分析是一項多元統(tǒng)計分析技術，其主要目的就是簡化數(shù)據(jù)。它經(jīng)過研討眾多變量之間的內(nèi)部依賴關系，探求觀測數(shù)據(jù)中的根本構造，并用少數(shù)幾個假想變量來表示根本的數(shù)據(jù)結果。這些假設變量是不可觀測的，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

7、的相互依存關系。二、因子分析的數(shù)學模型和相關統(tǒng)計量一數(shù)學模型二相關統(tǒng)計量1、因子載荷2、共同度3、因子的奉獻4、巴特利特球體檢驗5、KMO指數(shù)三、因子分析的根本步驟1、確定研討變量2、計算一切變量的相關矩陣3、構造因子變量4、因子旋轉第五節(jié) 對應分析一、對應分析的根本思想對應分析Correspondence Analysis又稱為相應分析，是由法國統(tǒng)計學家J.P.Beozecri于1970提出的，是在R型和Q型因子分析根底上，開展起來的一種多元相依的變量統(tǒng)計分析技術。它經(jīng)過分析由定性變量構成的交互匯總表來提示變量間的關系。當以變量的一系列類別以及這些類別的分布圖來描畫變量之間的聯(lián)絡時，運用這一

8、分析技術可以提示同一變量的各個類別之間的差別以及不同變量各個類別之間的對應關系。二、有關統(tǒng)計術語與資料格式一統(tǒng)計術語1列聯(lián)表2主成分3慣量和特征值二 數(shù)據(jù)格式三、分析的步驟1確定研討的內(nèi)容2獲取分析資料3對列聯(lián)表作對應分析4解釋結果意義5評價分析結果第六節(jié) 多維偏好分析一、 主成分分析法簡介一主成分分析的根本思想多維偏好分析采用的統(tǒng)計方法就是主成分分析法，因此必需對主成分分析法有一個初步的了解。主成分分析法就是將原來眾多具有一定相關性的目的如p個目的，重新組合成一組新的相互無關的綜合目的來替代原來的目的。二主成分分析的數(shù)學模型(三)主要統(tǒng)計術語1、 偏好評分2、 特征值或慣量二、 分析的根本步

9、驟1、 確定研討的問題2、 資料的搜集3、 主成分分析4、 偏好圖并解釋結果意義5、 評價分析結果第七節(jié) 多維尺度法一、多維尺度法的根本引見多維尺度法的根本思想是，將消費者對各種品牌產(chǎn)品的偏好和覺得資料，用r維空間的點來表示。品牌的點間間隔 的次序完全反映原始輸入的類似次序兩種品牌間的間隔 越短，那么越類似。詳細主要包括兩步：1初步圖形構造的構造。構造一個r維的坐標空間，并用該空間的點分別表示各種品牌的產(chǎn)品，此時點間的間隔 未必和原始輸入的次序一樣。2初步圖形構造的修正。經(jīng)過反復的迭代計算，逐漸修正初步圖形構造，以得到一個新的圖形構造，使得在新的構造中各種品牌的點間間隔 次序和原始輸入次序完全

10、一致。二、統(tǒng)計術語與數(shù)據(jù)格式一統(tǒng)計術語1 接近程度2 空間圖3 克魯斯卡系數(shù)4 殘差二數(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類似程度的矩陣。三、分析的根本步驟1、 確定研討的問題2、 獲取資料3、 作多維尺度分析4、 作空間圖并解釋結果意義5、 評價分析結果。第八節(jié) 結合分析一、結合分析的根本概念與功能結合分析方法的根本思想是，經(jīng)過提供應消費者以不同的屬性組合構成的產(chǎn)品，請消費者做出心思判別，按其志愿程度給產(chǎn)品組合打分、排序，然后采用數(shù)理分析方法對每個屬性程度賦值，使評價結果與消費者的給分盡量堅持一致，來分析研討消費的選擇行為。結合分析可運用于以下幾個方面：1、 各種屬性在消費者選擇品牌時的相對重要性2、 估計不同屬性的市場占有率3、 確定最受歡迎品牌的屬性程度組合4、 根據(jù)消費者對屬性程度偏好的類似性，進展市場細分。此外，還可運用于新產(chǎn)品概念的