市場研究中的數據分析方法ppt課件

1、市場研討的數據分析方法市場研討的數據分析方法第一節(jié)第一節(jié) 線性回歸分析線性回歸分析 一、線性回歸方程的根本模型 線性回歸方程從樣本資料出發(fā)，普通利用最小二乘法，根據回歸直線與樣本數據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的求解。 線性回歸分析是調查變量之間的數量關系變化規(guī)律，它經過一定的數學表達式-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，為預測提供數學根據。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；為解釋變量自變量，是隨機誤差項，i為觀測值下標，n為樣本容量， 與 是待估參數，稱 為回歸常數，為回歸系數。ii

2、10ixyyx01012、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數在多元線性回歸模型中自變量的個數在2個個以上，模型的普通方式為：以上，模型的普通方式為： i=1,2n 其中，其中， 為被解釋變量因變量，為被解釋變量因變量， 為解釋變量自變量，為解釋變量自變量， 是是隨機誤差項，隨機誤差項，i為觀測值下標，為觀測值下標，n為樣本容量，為樣本容量， 為為k+1個待估參數，個待估參數， 為回歸常數，為回歸常數， 稱為回歸系數。稱為回歸系數。ikiki22i 110ix.xxyyk21x,.,x ,xk210,.,k21,.,0在運用線性回歸模型時，必需滿足以下假設：在運用線性回歸

3、模型時，必需滿足以下假設：1解釋變量解釋變量 是確定性變量，而是確定性變量，而且解釋變量之間不相關。且解釋變量之間不相關。2隨機誤差項具有隨機誤差項具有0均值和同方差。均值和同方差。3隨機誤差項在不同樣本點之間是獨立的，隨機誤差項在不同樣本點之間是獨立的，不存在序列相關。不存在序列相關。4隨機誤差限于解釋變量之間不相關。隨機誤差限于解釋變量之間不相關。5隨機誤差項服從隨機誤差項服從0均值和同方差的正態(tài)分均值和同方差的正態(tài)分布。布。k21x,.,x ,x二、線性回歸方程的統計檢驗二、線性回歸方程的統計檢驗 1、回歸方程擬合優(yōu)度檢驗、回歸方程擬合優(yōu)度檢驗 2、回歸方程的顯著性檢驗、回歸方程的顯著性

4、檢驗 3、回歸系數顯著性檢驗、回歸系數顯著性檢驗 三、回歸分析假設條件的檢驗三、回歸分析假設條件的檢驗 1、殘差分析、殘差分析 2、多重共線性、多重共線性 3、誤差項的序列相關、誤差項的序列相關 四、線性回歸分析的根本步驟四、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。、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、從搜集到樣本資料出發(fā)確定自變量和因變量之間的數學關系，即建立回歸方程。變量之間的數學關系，即建立回歸方程。3、對回歸方程進展各種統計檢驗。、對回歸方程進展各種統計檢驗。4、利用回歸方程進展預測。、利用回歸方程進展預測。例：Checkers Pizza

5、公司是休斯敦附近Westbury鎮(zhèn)上僅有的從事比薩餅送貨業(yè)務的兩家公司之一，其直接競爭對手是歐文公司，提供一樣的產品與效力。另外麥當勞也是它的一個重要競爭者。在過去的24個月中，該公司的銷售量(Q)、價錢(P)，小鎮(zhèn)上居民的人均收入(M)，歐文公司產品的價錢P歐文以及麥當勞產品的價錢P麥當勞。假定下個月公司產品價錢為9.05，人均收入為26614元，歐文公司產品的價錢10.2元，麥當勞產品的價錢為1.15元，請預測該公司下個月的銷售量。五、實例分析五、實例分析 首先Checkers Pizza公司根據資料估計下面的線性需求方程的參數： Q=a+bP+cM+dP歐文+eP麥當勞 式中: Q比薩餅

6、的銷量； P比薩餅的價錢 M小鎮(zhèn)居民的人均收入 P歐文歐文公司產品的價錢 P麥當勞麥當勞產品的價錢下面是SPSS11.0的輸出結果：M Mo od de el l S Su um mm ma ar ry y.985a.970.96434.70896Model1RR SquareAdjusted RSquareStd. Error ofthe EstimatePredictors: (Constant), P麥當勞, P歐文, M, Pa. A AN NO OV VA Ab b736912.314184228.078152.923.000a22889.523191204.712759801.83

7、23RegressionResidualTotalModel1Sum ofSquaresdfMean SquareFSig.Predictors: (Constant), P麥當勞, P歐文, M, Pa. Dependent Variable: Qb. C Co oe ef ff fi ic ci ie en nt ts sa a-343.784414.076-.830.417-195.89511.041-1.037-17.743.0007.472E-02.010.4057.359.000174.40331.712.2325.500.00081.05722.166.1663.657.002(

8、Constant)PMP歐文P麥當勞Model1BStd. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.Dependent Variable: Qa. 從上面的輸出結果可以看出，模型可以解釋97%的比薩餅銷售量的變化；模型整體非常顯著，F統計的相伴概率值P=0.000；四個參數b、c、d、e非常顯著，T統計的相伴概率值P都遠小于0.01。 所以，回歸方程為： Q= -343.748 - 195.895P+0.0742M+174.403 P歐文 +81.057 P麥當勞 該公司下一個月比薩餅的銷量為; Q= -

9、343.748 - 195.895*9.05+0.0742*26614+174.403 *10.2 +81.057 *1.15 1730.2872第二節(jié)第二節(jié) 判別分析判別分析 一、判別分析法的根本思想 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。 2、以第一步的分析結果為根據，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計術語二、判別分析根本模型與統計術語 一假設條件一假設條件1、每一個類別都取自一個多元正態(tài)總體的、每一個類別都取自一個多元正態(tài)總體的樣本樣本2、一切正態(tài)總體的協方差矩陣或相關矩陣、一切正態(tài)總體的協方差矩陣或相關矩陣都相等都

10、相等 二根本模型二根本模型 1 、 先 驗 概率 2 、 后 驗 概率 3 、 判 別 系數4 、 構 造 系數 5 、 分 組 的矩心 6 、 判 別 力指數7 、 剩 余 判別力 三統計術語三統計術語三、分析的根本步驟三、分析的根本步驟 判別分析普通都是經過現成的判別分析普通都是經過現成的統計軟件進展分析。普通而言，利統計軟件進展分析。普通而言，利用統計軟件的判別分析詳細包括以用統計軟件的判別分析詳細包括以下步驟：下步驟：確定研討確定研討的問題的問題獲取判別分獲取判別分析的數據析的數據進展判別進展判別分析分析評價和解釋評價和解釋分析結果分析結果 某公司消費一新產品，該公司在新產品末大量上市

11、以前，進展了一次市場調查。公司將新產品寄給十五個代理商，并附意見調查表，要求對該產品給予評價并闡明能否情愿購買。評價的要素有：式樣、包裝及耐久性。評分用10分制，高分表示特性良好，低分那么較差。其中有三位代理商沒有闡明本人的購買志愿。 那么這些代理商是屬于“非購買組還是“購買組？ 四、實例分析四、實例分析 以下是以下是SPSS11.0的部分輸出結果的部分輸出結果: S St ta an nd da ar rd di iz ze ed d C Ca an no on ni ic ca al l D Di is sc cr ri im mi in na an nt tF Fu un nc ct t

12、i 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1Function 表中，式樣 、包裝和耐用性的規(guī)范化系數分別為0.91、0.083、0.254。因此，式樣是最重要的判別變量，其次是“耐用性，最后是包裝。C Ca as se ew wi is se e S St ta at ti is st ti ic cs s11.50011.000.4542.00017.8772.15511.4201.969.6512.0317.548.67411.16411.0001.9352.00024.4522.87211.6481.

13、991.2082.0099.5951.02411.9251.999.0092.00113.3131.57511.9691.998.0012.00212.3581.44211.3911.963.7362.0377.269.62322.6181.989.2491.0119.336-1.57522.7601.995.0941.00510.550-1.76722.1311.7212.2811.2794.177-.56322.57211.000.3191.00016.962-2.63822.08011.0003.0641.00028.136-3.823ungrouped2.3871.962.7481.0

14、387.230-1.208ungrouped1.6481.991.2082.0099.5951.024ungrouped2.7991.996.0651.00410.885-1.81811.66331.0001.5842.00018.18911.8003.9611.0062.0397.39811.17831.0004.9102.00031.80011.2473.9644.1422.03610.72412*.0003.97485.9341.02693.19411.8623.996.7482.00411.65511.6463.9451.6602.0557.36222.9343.984.4281.01

15、68.69822.0623.9467.3201.05413.04221*.09131.0006.4572.00021.79022.57431.0001.9941.00017.42822.02731.0009.2081.00045.539Case Number123456789101112131415123456789101112OriginalCross-validatedaActual GroupPredictedGrouppdfP(Dd | G=g)P(G=g | D=d)SquaredMahalanobisDistance toCentroidHighest GroupGroupP(G=

16、g | D=d)SquaredMahalanobisDistance toCentroidSecond Highest GroupFunction 1DiscriminantScoresFor the original data, squared Mahalanobis distance is based on canonical functions.For the cross-validated data, squared Mahalanobis distance is based on observations.Misclassified case*. Cross validation i

17、s done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than thatcase.a. 表中最大約率組一欄是判別分析得出的組別。13、15號代理商屬于“非購買組，14號代理商屬于“購買組。 第三節(jié) 聚類分析一、聚類分析的根本思想一、聚類分析的根本思想 聚類分析聚類分析( (又稱數字分類學又稱數字分類學) )是新近開展起是新近開展起來的一種研討分類問題的多元統計分析來的一種研討分類

18、問題的多元統計分析方法。方法。樣品聚類是對事件進展聚類，或是說對觀樣品聚類是對事件進展聚類，或是說對觀丈量進展聚類，是對反映被觀測對象的丈量進展聚類，是對反映被觀測對象的特征的變量值進展分類。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變量聚類那么是當反映事物特點的變量很多時，根據所研討的問題選擇部分變量多時，根據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。對事物的某一方面進展研討的聚類方法。二、間隔與類似系數二、間隔與類似系數 一常用的間隔目的有一常用的間隔目的有1、歐式間隔、歐式間隔 2、歐式間隔的平方、歐式間隔的平方 3、曼哈頓間隔、曼哈頓間隔4、切比雪夫間

19、隔、切比雪夫間隔 二常用的類似系數目的主要有 1、余弦系數 2、皮爾遜相關系數 三定類數據的間隔 1、卡方間隔 2、法方間隔 三、聚類方法三、聚類方法 1層次聚類法層次聚類法 2迭代聚類法迭代聚類法 四、聚類分析的主要步驟四、聚類分析的主要步驟 確定研討的問題計算類似性聚類聚類結果的解釋和證明 某家具公司為了對市場進展的細分，對購買家具的顧客進展了一次市場調查。這次調查的目的有：喜歡的款式老式為1，新式為2，圖案素式為1，格字為2，花紋為3；顏色藍色為1，黃色為2，紅色為3，綠色為4。調查樣本為30人。 五、實例分析：五、實例分析：顧客式樣圖案顏色12 3 456 78910111213141

20、5161718192021222324252627282930112 212121212121121221212212121 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 21 24323241143224324143432142243 根據聚類結果，這30名顧客分為3類，可以較好的反映這些顧客對家具的偏好類型：第一類： 1，9，13，17，24第二類：2，3，4，5， 6，7，8，11，12，15，16，18，20，21，22，23，26，28，29，30第三類： 10，14，19，25，27 第四節(jié)第四節(jié) 因子分析因子分

21、析一、因子分析的根本思想一、因子分析的根本思想 因子分析是一項多元統計分析技術，因子分析是一項多元統計分析技術，其主要目的就是簡化數據。它經過其主要目的就是簡化數據。它經過研討眾多變量之間的內部依賴關系，研討眾多變量之間的內部依賴關系，探求觀測數據中的根本構造，并用探求觀測數據中的根本構造，并用少數幾個假想變量來表示根本的數少數幾個假想變量來表示根本的數據結果。這些假設變量是不可觀測據結果。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息，并能解釋這些觀測變量之間的相互

22、依存關系。相互依存關系。 二、因子分析的數學模型和相關統計量二、因子分析的數學模型和相關統計量 (一一) 數學模型數學模型 (二二)相關統計量相關統計量 1、因子載荷、因子載荷 2、共同度、共同度 3、因子的奉獻、因子的奉獻 4、巴特利特球體檢驗、巴特利特球體檢驗 5、KMO指數指數 三、因子分析的根本步驟三、因子分析的根本步驟1、確定研討變量。、確定研討變量。2、計算一切變量的相關矩陣。、計算一切變量的相關矩陣。3、構造因子變量。、構造因子變量。4、因子旋轉。、因子旋轉。5、計算因子得分。、計算因子得分。四、實例分析四、實例分析某公司為了了解消費者對牛肉、色、某公司為了了解消費者對牛肉、色、

23、羊肉、豬肉及雞等五種肉類食物的羊肉、豬肉及雞等五種肉類食物的偏好傾向，進展了一次市場調查。偏好傾向，進展了一次市場調查。請請10位消費者對這五種肉類進展評位消費者對這五種肉類進展評分。評分采用非常制，分數越高表分。評分采用非常制，分數越高表示越喜歡。調查結果列于下表。試示越喜歡。調查結果列于下表。試用因子分析方法研討影響消費者選用因子分析方法研討影響消費者選擇食物的要素。擇食物的要素。 R Ro ot ta at te ed d C Co om mp po on ne en nt t M Ma at tr ri ix xa a.791 .736-.393-.649-.211-.184.761.

24、127.715雞魚牛肉豬肉羊肉12ComponentExtraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.Rotation converged in 3 iterations.a. 上表是SPSS11.0輸出的旋轉后的因子載荷矩陣。我們可以依此推斷兩個公共因子的含義。從表中的數據來看，雞、魚、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、牛肉的公共特性。第一公共因子能夠代表脂肪少。而羊肉、豬肉在第二公

25、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，這闡明第二公共因子反映羊肉、豬肉的公共特性，第二公共因子能夠代表價錢。因此我們可以以為脂肪和價錢是決議消費者肉類消費的主要要素。第五節(jié)第五節(jié) 對應分析對應分析 一、對應分析的根本思想一、對應分析的根本思想 對應分析，又稱為相應分析，是在對應分析，又稱為相應分析，是在R型和型和Q型因子分析根底上，開展起來的一種多型因子分析根底上，開展起來的一種多元相依的變量統計分析技術。它經過分元相依的變量統計分析技術。它經過分析由定性變量構成的交互匯總表來提示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變量間的關系。當以變量的一系

26、列類別以及這些類別的分布圖來描畫變量之間以及這些類別的分布圖來描畫變量之間的聯絡時，運用這一分析技術可以提示的聯絡時，運用這一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。同變量各個類別之間的對應關系。 二、有關統計術語與資料格式二、有關統計術語與資料格式一統計術語一統計術語 1、列聯表、列聯表 2、主成分、主成分 3、慣量和特征值、慣量和特征值 4、卡方、似然比卡方、曼圖、卡方、似然比卡方、曼圖漢漢斯?jié)婶斂ǚ?、法系數、列聯絡數斯?jié)婶斂ǚ?、法系數、列聯絡數二二 數據格式數據格式三、分析的步驟三、分析的步驟 1、 確定研討的內容

27、確定研討的內容 2、 獲取分析資料獲取分析資料 3、 對列聯表作對應對列聯表作對應分析分析 4、 解釋結果意義解釋結果意義 5、 評價分析結果評價分析結果四、實例分析四、實例分析某公司進展一次市場調查，得到轎車某公司進展一次市場調查，得到轎車特征于一些用戶特征的數據。如有：特征于一些用戶特征的數據。如有： 轎車大小大、中、小、轎車類轎車大小大、中、小、轎車類型家用型、跑車、商用車、型家用型、跑車、商用車、 收收入入(一份收入、雙份收入一份收入、雙份收入)、形狀已、形狀已婚、已婚有孩子、未婚、未婚有孩婚、已婚有孩子、未婚、未婚有孩子、房子租房、買房等數據。子、房子租房、買房等數據?，F請分析它們之

28、間的聯絡?，F請分析它們之間的聯絡。Dimension 11.51.0.50.0-.5-1.0Dimension 22.01.51.0.50.0-.5-1.0-1.5NHOMENMARITNINCOMENTYPENSIZE租房買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跑車家用車大型中型小型 1、已婚有孩子、家用車和中型車相關性較大。 2、已婚和雙份收入有聯絡，已婚、已婚有孩子和買房也有一定的聯絡。 3、未婚、一份收入和租房之間關系嚴密。 4、跑車與小型車之間也有關系。從對應圖可以推斷出下面一些結論：從對應圖可以推斷出下面一些結論：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

29、簡介一、主成分分析法簡介 一主成分分析的根本思想一主成分分析的根本思想 主成分分析法就是將原來眾多具有主成分分析法就是將原來眾多具有一定相關性的目的如一定相關性的目的如p個目的，重新個目的，重新組合成一組新的相互無關的綜合目的來組合成一組新的相互無關的綜合目的來替代原來的目的。替代原來的目的。 二主成分分析的數學模型二主成分分析的數學模型 (三)主要統計術語 1、偏好評分 2、特征值或慣量二、分析的根本步驟 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 三、實例分析三、實例分析某心思學期刊作了一項市場調查，以某心思學期刊作了一項市場調查，以了解本人刊物與現有的其

30、它心思學了解本人刊物與現有的其它心思學刊物的相對定位。他們挑選刊物的相對定位。他們挑選10種心種心思學刊物，請思學刊物，請39個專業(yè)心思學家根個專業(yè)心思學家根據他們對這些刊物的偏好按據他們對這些刊物的偏好按1-10的的量表評分，其中量表評分，其中“1代表低評價，代表低評價，“10代表高評價。代表高評價。 利用SPSS Categories PRINCALS過程的“非線性主成分分析方法對上表的資料進展分析，部分結果如下： 這些刊物表現為以下分組：1)一個“硬組，包括JEXP，PMET，MVBR，JAPP，或許BULL 2)一個“開展組，包括JEDP，HUDE 2、成份加載圖表： 箭頭指向一樣的心

31、思學家的偏好類似。如，圖形左上方的“D組的開展和教育心思學家偏好教育心思學雜志和人類開展兩種期刊。其它組心思學家的偏好也很明顯，都集中指向其研討方向的期刊。 3、雙圖： 4、模型總結 最后結果闡明，總的擬合情況好：二維順序方案占總方差的大約82%。 第七節(jié)第七節(jié) 多維尺度法多維尺度法 一、多維尺度法的根本引見一、多維尺度法的根本引見 詳細主要包括兩步：詳細主要包括兩步： 1初步圖形構造的構造。初步圖形構造的構造。 2初步圖形構造的修正。初步圖形構造的修正。二、統計術語與數據格式二、統計術語與數據格式 一統計術語一統計術語 1、接近程度、接近程度 2、空間圖、空間圖 3、克魯斯卡系數、克魯斯卡系數 4、殘差、殘差 二數據格式二數據格式 多維尺度法輸入的數據是表示多維尺度法輸入的數據是表示待比較事物之間類似程度的矩陣。待比較事物之間類似程度的矩陣。 三、分析的根本步驟三、分析的根本步驟1、確定研討的問題。、確定研討的問題。2、獲取資料。、獲取資料。3、作多維尺度分析。、作多維尺度分析。4、作空間圖并解釋結果意義。、作空間圖并解釋結果意義。5、評價分析結果。、評價分析結果。 四、實例分析：四、實例分析：在某次市場研討中，研討者調查了在某次市場研討中，研討者調查了10位消費者，