市場(chǎng)研究中數(shù)據(jù)分析方法

1、市場(chǎng)研究中數(shù)據(jù)分析方法 市場(chǎng)研究的數(shù)據(jù)分析方法市場(chǎng)研究的數(shù)據(jù)分析方法 市場(chǎng)研究中數(shù)據(jù)分析方法 第一節(jié)第一節(jié) 線性回歸分析線性回歸分析 一、線性回歸方程的基本模型一、線性回歸方程的基本模型 線性回歸方程從樣本資料出發(fā)，一般利用最小二乘法， 根據(jù)回歸直線與樣本數(shù)據(jù)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。 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(guò)一定的數(shù)學(xué)表達(dá)式-回歸方程，來(lái)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(cè)提供數(shù)學(xué)依據(jù)。 市場(chǎng)研究中數(shù)據(jù)分析方法 1、一元線性回歸模型、一元線性回歸模型 模型是： 式中：為被解釋變量（因變量

2、）；為解釋 變量（自變量），是隨機(jī)誤差項(xiàng)，i為觀測(cè)值 下標(biāo)，n為樣本容量， 與 是待估參數(shù)，稱(chēng) 為回歸常數(shù)，為回歸系數(shù)。 ii10i xy y x 0 1 0 1 市場(chǎng)研究中數(shù)據(jù)分析方法 2、多元回歸模型、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， 模型的一般形式為： i=1,2n 其中， 為被解釋變量（因變量）， 為解釋變量（自變量）， 是隨機(jī)誤 差項(xiàng)，i為觀測(cè)值下標(biāo)，n為樣本容量， 為k+1個(gè)待估參數(shù)， 為回歸常數(shù)， 稱(chēng) 為回歸系數(shù)。 ikiki22i 110i x.xxy y k21 x,.,x ,x k210 ,., k21 ,., 0 市場(chǎng)研究中數(shù)據(jù)分析方法 在應(yīng)用線性

3、回歸模型時(shí)，必須滿(mǎn)足以下假設(shè)：在應(yīng)用線性回歸模型時(shí)，必須滿(mǎn)足以下假設(shè)： （1）解釋變量 是確定性變量，而且解 釋變量之間不相關(guān)。 （2）隨機(jī)誤差項(xiàng)具有0均值和同方差。 （3）隨機(jī)誤差項(xiàng)在不同樣本點(diǎn)之間是獨(dú)立的，不 存在序列相關(guān)。 （4）隨機(jī)誤差限于解釋變量之間不相關(guān)。 （5）隨機(jī)誤差項(xiàng)服從0均值和同方差的正態(tài)分布。 k21 x,.,x ,x 市場(chǎng)研究中數(shù)據(jù)分析方法 二、線性回歸方程的統(tǒng)計(jì)檢驗(yàn)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)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

4、關(guān) 市場(chǎng)研究中數(shù)據(jù)分析方法 四、線性回歸分析的基本步驟四、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(cè)。 市場(chǎng)研究中數(shù)據(jù)分析方法 例：Checkers Pizza公司是休斯敦附近Westbury鎮(zhèn)上僅有 的從事比薩餅送貨業(yè)務(wù)的兩家公司之一，其直接競(jìng)爭(zhēng)對(duì) 手是歐文公司，提供相同的產(chǎn)品與服務(wù)。另外麥當(dāng)勞也 是它的一個(gè)重要競(jìng)爭(zhēng)者。在過(guò)去的24個(gè)月中，該公司的 銷(xiāo)售量(Q)、價(jià)格(P)，小鎮(zhèn)上居民的人均收入(M)，歐文 公司產(chǎn)品的價(jià)格（P歐文）以及麥當(dāng)勞

5、產(chǎn)品的價(jià)格（P麥 當(dāng)勞）。假定下個(gè)月公司產(chǎn)品價(jià)格為9.05，人均收入為 26614元，歐文公司產(chǎn)品的價(jià)格10.2元，麥當(dāng)勞產(chǎn)品的價(jià) 格為1.15元，請(qǐng)預(yù)測(cè)該公司下個(gè)月的銷(xiāo)售量。 五、實(shí)例分析五、實(shí)例分析 市場(chǎng)研究中數(shù)據(jù)分析方法 首先Checkers Pizza公司根據(jù)資料估計(jì) 下面的線性需求方程的參數(shù)： 式中: Q比薩餅的銷(xiāo)量； P比薩餅的價(jià)格 M小鎮(zhèn)居民的人均收入 P歐文歐文公司產(chǎn)品的價(jià)格 P麥當(dāng)勞麥當(dāng)勞產(chǎn)品的價(jià)格 市場(chǎng)研究中數(shù)據(jù)分析方法 下面是的輸出結(jié)果： M Mo od de el l S Su um mm ma ar ry y .985a.970.96434.70896 Model 1

6、 RR Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), P麥當(dāng)勞, P歐文, M, Pa. A AN NO OV VA A b b 736912.314184228.078152.923.000a 22889.523191204.712 759801.8323 Regression Residual Total Model 1 Sum of SquaresdfMean SquareFSig. Predictors: (Constant), P麥當(dāng)勞, P歐文, M, Pa. Dependen

7、t Variable: Qb. C Co oe ef ff fi ic ci ie en nt ts s a a -343.784414.076-.830.417 -195.89511.041-1.037-17.743.000 7.472E-02.010.4057.359.000 174.40331.712.2325.500.000 81.05722.166.1663.657.002 (Constant) P M P歐文 P麥當(dāng)勞 Model 1 BStd. Error Unstandardized Coefficients Beta Standardized Coefficients tSi

8、g. Dependent Variable: Qa. 市場(chǎng)研究中數(shù)據(jù)分析方法 從上面的輸出結(jié)果可以看出，模型可以解釋 97%的比薩餅銷(xiāo)售量的變化；模型整體非常顯 著，F(xiàn)統(tǒng)計(jì)的相伴概率值；四個(gè)參數(shù)b、c、d、 e非常顯著，T統(tǒng)計(jì)的相伴概率值P都遠(yuǎn)小于。 所以，回歸方程為： 該公司下一個(gè)月比薩餅的銷(xiāo)量為; 市場(chǎng)研究中數(shù)據(jù)分析方法 第二節(jié)第二節(jié) 判別分析判別分析 一、判別分析法的基本思想一、判別分析法的基本思想 判別分析包括以下兩步： 1、分析和解釋各類(lèi)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(lèi)屬性的案例進(jìn)行判別分類(lèi)。 市場(chǎng)研究中數(shù)據(jù)分析方法 二、判別分

9、析基本模型與統(tǒng)計(jì)術(shù)語(yǔ)二、判別分析基本模型與統(tǒng)計(jì)術(shù)語(yǔ) （一）假設(shè)條件 1、每一個(gè)類(lèi)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 市場(chǎng)研究中數(shù)據(jù)分析方法 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）統(tǒng)計(jì)術(shù)語(yǔ)（三）統(tǒng)計(jì)術(shù)語(yǔ) 市場(chǎng)研究中數(shù)據(jù)分析方法 三、分析的基本步驟三、分析的基本步驟 判別分析一般都是通過(guò)現(xiàn)成的統(tǒng)計(jì)軟件進(jìn) 行分析。一般而言，利用統(tǒng)計(jì)軟件的判別分析 具體包括以下步驟： 確定研究確定研究 的問(wèn)題的問(wèn)題 獲取判別分獲取判別分 析的數(shù)據(jù)析的數(shù)據(jù) 進(jìn)行判別進(jìn)行判別 分析分析 評(píng)價(jià)和

10、解釋評(píng)價(jià)和解釋 分析結(jié)果分析結(jié)果 市場(chǎng)研究中數(shù)據(jù)分析方法 某公司生產(chǎn)一新產(chǎn)品，該公司在新產(chǎn)品末大量上市以 前，進(jìn)行了一次市場(chǎng)調(diào)查。公司將新產(chǎn)品寄給十五個(gè) 代理商，并附意見(jiàn)調(diào)查表，要求對(duì)該產(chǎn)品給予評(píng)估并 說(shuō)明是否愿意購(gòu)買(mǎi)。評(píng)估的因素有：式樣、包裝及耐 久性。評(píng)分用10分制，高分表示特性良好，低分則較 差。其中有三位代理商沒(méi)有表明自己的購(gòu)買(mǎi)意愿。 那么這些代理商是屬于“非購(gòu)買(mǎi)組”還是“購(gòu)買(mǎi)組”？ 四、實(shí)例分析四、實(shí)例分析 市場(chǎng)研究中數(shù)據(jù)分析方法 以下是的部分輸出結(jié)果: S St ta an nd da ar rd di iz ze ed d C Ca an no on ni ic ca al l

11、D Di is sc cr ri im mi in na an nt t F Fu un nc ct ti io on n C Co oe ef ff fi ic ci ie en nt ts s .910 .083 .254 式樣 包裝 耐久性 1 Function 表中，式樣 、包裝和耐用性的標(biāo)準(zhǔn)化系數(shù)分別為 0.91、0.083、0.254。因而，式樣是最重要的判別變量， 其次是“耐用性”，最后是包裝。 市場(chǎng)研究中數(shù)據(jù)分析方法 C Ca as se ew wi is se e S St ta at ti is st ti ic cs s 11.50011.000.4542.00017.8

12、772.155 11.4201.969.6512.0317.548.674 11.16411.0001.9352.00024.4522.872 11.6481.991.2082.0099.5951.024 11.9251.999.0092.00113.3131.575 11.9691.998.0012.00212.3581.442 11.3911.963.7362.0377.269.623 22.6181.989.2491.0119.336-1.575 22.7601.995.0941.00510.550-1.767 22.1311.7212.2811.2794.177-.563 22.572

13、11.000.3191.00016.962-2.638 22.08011.0003.0641.00028.136-3.823 ungrouped2.3871.962.7481.0387.230-1.208 ungrouped1.6481.991.2082.0099.5951.024 ungrouped2.7991.996.0651.00410.885-1.818 11.66331.0001.5842.00018.189 11.8003.9611.0062.0397.398 11.17831.0004.9102.00031.800 11.2473.9644.1422.03610.724 12*.

14、0003.97485.9341.02693.194 11.8623.996.7482.00411.655 11.6463.9451.6602.0557.362 22.9343.984.4281.0168.698 22.0623.9467.3201.05413.042 21*.09131.0006.4572.00021.790 22.57431.0001.9941.00017.428 22.02731.0009.2081.00045.539 Case Number 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 2 3 4 5 6 7 8 9 10 11 12 Ori

15、ginal Cross-validated a Actual Group Predicted Grouppdf P(Dd | G=g) P(G=g | D=d) Squared Mahalanobis Distance to Centroid Highest Group GroupP(G=g | D=d) Squared Mahalanobis Distance to Centroid Second Highest Group Function 1 Discriminant Scores For the original data, squared Mahalanobis distance i

16、s based on canonical functions. For the cross-validated data, squared Mahalanobis distance is based on observations. Misclassified case*. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than tha

17、t case. a. 表中最大概率組一欄是判別分析得出的組別。13、15號(hào)代理商屬于“非購(gòu)買(mǎi)組”， 14號(hào)代理商屬于“購(gòu)買(mǎi)組”。 市場(chǎng)研究中數(shù)據(jù)分析方法 第三節(jié)第三節(jié) 聚類(lèi)分析聚類(lèi)分析 一、聚類(lèi)分析的基本思想一、聚類(lèi)分析的基本思想 聚類(lèi)分析(又稱(chēng)數(shù)字分類(lèi)學(xué))是新近發(fā)展起來(lái)的一種研 究分類(lèi)問(wèn)題的多元統(tǒng)計(jì)分析方法。 樣品聚類(lèi)是對(duì)事件進(jìn)行聚類(lèi)，或是說(shuō)對(duì)觀測(cè)量進(jìn)行聚 類(lèi)，是對(duì)反映被觀測(cè)對(duì)象的特征的變量值進(jìn)行分類(lèi)。 變量聚類(lèi)則是當(dāng)反映事物特點(diǎn)的變量很多時(shí)，根據(jù)所 研究的問(wèn)題選擇部分變量對(duì)事物的某一方面進(jìn)行研究 的聚類(lèi)方法。 市場(chǎng)研究中數(shù)據(jù)分析方法 二、距離與相似系數(shù)二、距離與相似系數(shù) （一）常用的距離指

18、標(biāo)有 1、歐式距離 2、歐式距離的平方 3、曼哈頓距離 4、切比雪夫距離 市場(chǎng)研究中數(shù)據(jù)分析方法 （二）常用的相似系數(shù)指標(biāo)主要有 1、余弦系數(shù) 2、皮爾遜相關(guān)系數(shù) （三）定類(lèi)數(shù)據(jù)的距離 1、卡方距離 2、法方距離 市場(chǎng)研究中數(shù)據(jù)分析方法 三、聚類(lèi)方法三、聚類(lèi)方法 1層次聚類(lèi)法 2迭代聚類(lèi)法 四、聚類(lèi)分析的主要步驟四、聚類(lèi)分析的主要步驟 確定研究 的問(wèn)題 計(jì)算 相似性 聚類(lèi) 聚類(lèi)結(jié)果的 解釋和證實(shí) 市場(chǎng)研究中數(shù)據(jù)分析方法 某家具公司為了對(duì)市場(chǎng)進(jìn)行的細(xì)分，對(duì)購(gòu)買(mǎi)家 具的顧客進(jìn)行了一次市場(chǎng)調(diào)查。這次調(diào)查的指 標(biāo)有：喜愛(ài)的款式（老式為1，新式為2），圖 案（素式為1，格字為2，花紋為3）；顏色 （藍(lán)色

19、為1，黃色為2，紅色為3，綠色為4）。 調(diào)查樣本為30人。 五、實(shí)例分析：五、實(shí)例分析： 市場(chǎng)研究中數(shù)據(jù)分析方法 顧客式樣圖案顏色 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 1 2 2 1 2 1 2 1 2 1 2 1 2 1 1 2 1 2 2 1 2 1 2 2 1 2 1 2 1 3 2 3 3 1 2 1 3 2 1 3 2 3 1 2 2 3 2 1 3 2 3 2 3 1 3 1 1 3 2 1 2 4 3 2 3 2 4 1 1 4 3 2 2 4 3 2

20、 4 1 4 3 4 3 2 1 4 2 2 4 3 市場(chǎng)研究中數(shù)據(jù)分析方法 根據(jù)聚類(lèi)結(jié)果，這30名顧客分為3類(lèi)，可以 較好的反映這些顧客對(duì)家具的偏好類(lèi)型： 第一類(lèi)： 1，9，13，17，24 第二類(lèi)：2，3，4，5， 6，7，8，11，12，15， 16，18，20，21，22，23，26，28，29，30 第三類(lèi)： 10，14，19，25，27 市場(chǎng)研究中數(shù)據(jù)分析方法 第四節(jié)第四節(jié) 因子分析因子分析 一、因子分析的基本思想一、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(jiǎn)化數(shù)據(jù)。它通過(guò)研究眾多變量之間的 內(nèi)部依賴(lài)關(guān)系，探求觀測(cè)數(shù)據(jù)中的基本結(jié)構(gòu)， 并用少數(shù)幾個(gè)假想變量

21、來(lái)表示基本的數(shù)據(jù)結(jié)果。 這些假設(shè)變量是不可觀測(cè)的，通常稱(chēng)為因子。 它們反映了原來(lái)眾多的觀測(cè)變量所代表的主要 信息，并能解釋這些觀測(cè)變量之間的相互依存 關(guān)系。 市場(chǎng)研究中數(shù)據(jù)分析方法 二、因子分析的數(shù)學(xué)模型和相關(guān)統(tǒng)計(jì)量二、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) 5、KMO指數(shù) 市場(chǎng)研究中數(shù)據(jù)分析方法 三、因子分析的基本步驟三、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)。 5、計(jì)算因子得分。 市場(chǎng)研究中數(shù)據(jù)分析方法 四、實(shí)例分析四、實(shí)例分析 某公司

22、為了了解消費(fèi)者對(duì)牛肉、色、羊肉、豬 肉及雞等五種肉類(lèi)食物的偏好傾向，進(jìn)行了一 次市場(chǎng)調(diào)查。請(qǐng)10位消費(fèi)者對(duì)這五種肉類(lèi)進(jìn)行 評(píng)分。評(píng)分采用十分制，分?jǐn)?shù)越高表示越喜歡。 調(diào)查結(jié)果列于下表。試用因子分析方法研究影 響消費(fèi)者選擇食物的因素。 市場(chǎng)研究中數(shù)據(jù)分析方法 R Ro ot ta at te ed d C Co om mp po on ne en nt t M Ma at tr ri ix x a a .791 .736-.393 -.649-.211 -.184.761 .127.715 雞 魚(yú) 牛肉 豬肉 羊肉 12 Component Extraction Method: Principa

23、l Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Rotation converged in 3 iterations.a. 上表是輸出的旋轉(zhuǎn)后的因子載荷矩陣。我們可以依此推斷兩個(gè) 公共因子的含義。從表中的數(shù)據(jù)來(lái)看，雞、魚(yú)、牛肉在第一公共因 子的因子載荷值較高，而在第二公共因子的因子載荷值較低，故第 一公共因子反映雞、魚(yú)、牛肉的公共特性。第一公共因子可能代表 脂肪少。而羊肉、豬肉在第二公共因子的因子載荷值較高，在第一 公共因子的因子載荷值較低，這說(shuō)明第二公共因子反映羊肉、豬肉 的公共特性，第二公共

24、因子可能代表價(jià)格。因而我們可以認(rèn)為脂肪 和價(jià)格是決定消費(fèi)者肉類(lèi)消費(fèi)的主要因素。 市場(chǎng)研究中數(shù)據(jù)分析方法 第五節(jié)第五節(jié) 對(duì)應(yīng)分析對(duì)應(yīng)分析 一、對(duì)應(yīng)分析的基本思想一、對(duì)應(yīng)分析的基本思想 對(duì)應(yīng)分析，又稱(chēng)為相應(yīng)分析，是在R型和Q型因子分析 基礎(chǔ)上，發(fā)展起來(lái)的一種多元相依的變量統(tǒng)計(jì)分析技 術(shù)。它通過(guò)分析由定性變量構(gòu)成的交互匯總表來(lái)揭示 變量間的關(guān)系。當(dāng)以變量的一系列類(lèi)別以及這些類(lèi)別 的分布圖來(lái)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(lèi)別之間的差異以及不同 變量各個(gè)類(lèi)別之間的對(duì)應(yīng)關(guān)系。 市場(chǎng)研究中數(shù)據(jù)分析方法 二、有關(guān)統(tǒng)計(jì)術(shù)語(yǔ)與資料格式二、有關(guān)統(tǒng)計(jì)術(shù)語(yǔ)與資料格式 （一）統(tǒng)計(jì)術(shù)語(yǔ) 1、

25、列聯(lián)表 2、主成分 3、慣量和特征值 4、卡方、似然比卡方、曼圖漢斯?jié)婶斂ǚ健?法系數(shù)、列聯(lián)系數(shù) （二） 數(shù)據(jù)格式 市場(chǎng)研究中數(shù)據(jù)分析方法 三、分析的步驟三、分析的步驟 1、 確定研究的內(nèi)容 2、 獲取分析資料 3、 對(duì)列聯(lián)表作對(duì)應(yīng)分析 4、 解釋結(jié)果意義 5、 評(píng)價(jià)分析結(jié)果 市場(chǎng)研究中數(shù)據(jù)分析方法 四、實(shí)例分析四、實(shí)例分析 某公司進(jìn)行一次市場(chǎng)調(diào)查，得到轎車(chē)特征于一些用戶(hù) 特征的數(shù)據(jù)。如有： 轎車(chē)大小（大、中、?。⑥I車(chē) 類(lèi)型（家用型、跑車(chē)、商用車(chē)）、 收入(一份收入、雙 份收入)、狀態(tài)（已婚、已婚有孩子、未婚、未婚有孩 子）、房子（租房、買(mǎi)房）等數(shù)據(jù)。現(xiàn)請(qǐng)分析它們之 間的聯(lián)系。 市場(chǎng)研究中數(shù)

26、據(jù)分析方法 Dimension 1 1.51.0.50.0-.5-1.0 Dimension 2 2.0 1.5 1.0 .5 0.0 -.5 -1.0 -1.5 NHOME NMARIT NINCOME NTYPE NSIZE 租房 買(mǎi)房 未婚有孩子 未婚 已婚有孩子 已婚 雙份收入 一份收入 商用車(chē) 跑車(chē) 家用車(chē) 大型 中型 小型 市場(chǎng)研究中數(shù)據(jù)分析方法 1、已婚有孩子、家用車(chē)和中型車(chē)相關(guān)性較大。 2、已婚和雙份收入有聯(lián)系，已婚、已婚有孩子和買(mǎi)房 也有一定的聯(lián)系。 3、未婚、一份收入和租房之間關(guān)系緊密。 4、跑車(chē)與小型車(chē)之間也有關(guān)系。 從對(duì)應(yīng)圖可以推斷出下面一些結(jié)論：從對(duì)應(yīng)圖可以推斷出下面

27、一些結(jié)論： 市場(chǎng)研究中數(shù)據(jù)分析方法 ，我們?cè)谶M(jìn)行市場(chǎng)細(xì)分、制定營(yíng)銷(xiāo)戰(zhàn) 略方面可以充分利用這些信息。例如：面向已婚家庭 應(yīng)重點(diǎn)推銷(xiāo)中型家用車(chē)。而那些未婚、一份收入、租 房的消費(fèi)者，因其經(jīng)濟(jì)條件方面的原因，他們難以成 為轎車(chē)消費(fèi)的目標(biāo)顧客群。另外現(xiàn)沒(méi)有適合雙份收入、 已婚的消費(fèi)者的車(chē)型，應(yīng)考慮開(kāi)發(fā)新車(chē)型滿(mǎn)足他們的 需求。 市場(chǎng)研究中數(shù)據(jù)分析方法 第六節(jié)第六節(jié) 多維偏好分析多維偏好分析 一、主成分分析法簡(jiǎn)介一、主成分分析法簡(jiǎn)介 （一）主成分分析的基本思想 主成分分析法就是將原來(lái)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(wú)關(guān)的綜合指標(biāo)來(lái)代替原來(lái)的指標(biāo)。 （二）主成分分析的數(shù)學(xué)模

28、型 市場(chǎng)研究中數(shù)據(jù)分析方法 (三)主要統(tǒng)計(jì)術(shù)語(yǔ) 1、偏好評(píng)分 2、特征值或慣量 二、分析的基本步驟二、分析的基本步驟 1、確定研究的問(wèn)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 市場(chǎng)研究中數(shù)據(jù)分析方法 三、實(shí)例分析三、實(shí)例分析 某心理學(xué)期刊作了一項(xiàng)市場(chǎng)調(diào)查，以了解自己 刊物與現(xiàn)有的其它心理學(xué)刊物的相對(duì)定位。他 們挑選10種心理學(xué)刊物，請(qǐng)39個(gè)專(zhuān)業(yè)心理學(xué)家 根據(jù)他們對(duì)這些刊物的偏好按1-10的量表評(píng)分， 其中“1”代表低評(píng)價(jià)，“10”代表高評(píng)價(jià)。 市場(chǎng)研究中數(shù)據(jù)分析方法 利用SPSS Categories PRINCALS過(guò)程的“非線性” 主成分分析方法對(duì)上表的資料進(jìn)行分析，部

29、分結(jié)果如 下： 這些刊物表現(xiàn)為以下分組： 1)一個(gè)“硬”組，包括JEXP，PMET，MVBR，JAPP，或許 BULL 2)一個(gè)“發(fā)展”組，包括JEDP，HUDE 市場(chǎng)研究中數(shù)據(jù)分析方法 2、成份加載圖表： 箭頭指向相同的心理學(xué)家的偏好相似。如，圖形左上方的“D”組 的發(fā)展和教育心理學(xué)家偏好教育心理學(xué)雜志和人類(lèi)發(fā)展兩種期刊。其它 組心理學(xué)家的偏好也很明顯，都集中指向其研究方向的期刊。 市場(chǎng)研究中數(shù)據(jù)分析方法 3、雙圖： 市場(chǎng)研究中數(shù)據(jù)分析方法 4、模型總結(jié) 最后結(jié)果說(shuō)明，總的擬合情況好：二維順序 方案占總方差的大約82%。 市場(chǎng)研究中數(shù)據(jù)分析方法 第七節(jié)第七節(jié) 多維尺度法多維尺度法 一、多維尺度法的基本介紹一、多維尺度法的基本介紹 具體主要包括兩步： （1）初步圖形結(jié)