市場研究的數(shù)據(jù)分析方法

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)計量以及基本步驟；了解對應(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)表達式-回歸方程，來描述這種關(guān)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(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在垂直方向上的偏離程度最低的原則，進行回歸方程的參數(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(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(shè)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(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、對回歸方程進行各種統(tǒng)計檢驗。4、利用回歸方程進行預(yù)測。在利用統(tǒng)計軟件進行回歸分析時，只有第一步由用戶給定，其它均可由計算機完成。第二節(jié)判別分析一、判別分析法的基本思想判別分析是一種進行統(tǒng)計鑒別和分組的技術(shù)，最早由費雪(Fisher)于1936年提出。它是根據(jù)觀察或測量到若干變量值，判斷研究對象如何分類的方法。在進行判別分析時，首先必須已知觀察對象的分類和若干表明觀察對象特征的變量值。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)果對待判對象進行判斷其類別。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)，將對那些未知分類屬性的案例進行判別分類。二、判別分析基本模型與統(tǒng)計術(shù)語(一)假設(shè)條件1、每一個類別都取自一個多元正態(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)計術(shù)語1、先驗概率2、后驗概率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、進行判別分析4、評價和解釋分析結(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)計分析方法。它是根據(jù)事物本身的特性研究個體分類的方法，其基本原則是同類的個體有較大的相似性，而不同類的個體的差異很大。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行聚類，或是說對觀測量進行聚類，使對反映被觀測對象的特征的變量值進行分類。變量聚類則是當(dāng)反映事物特點的變量很多是，我們根據(jù)所研究的問題選擇部分變量對事物的某一方面進行研究的聚類方法。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多元統(tǒng)計分析技術(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)計量(一)數(shù)學(xué)模型(二)相關(guān)統(tǒng)計量1、因子載荷2、共同度3、因子的貢獻4、巴特利特球體檢驗

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)對應(yīng)分析一、對應(yīng)分析的基本思想對應(yīng)分析(Correspondence Analysis)又稱為相應(yīng)分析，是由法國統(tǒng)計學(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，使用這一分析技術(shù)可以揭示同一變量的各個類別之間的差異以及不同變量各個類別之間的對應(yīng)關(guān)系。二、有關(guān)統(tǒng)計術(shù)語與資料格式(一)統(tǒng)計術(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)計方法就是主成分分析法，因而必須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(guān)性的指標(biāo)(如p個指標(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)計術(shù)語1、偏好評分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、評價分析結(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，將消費者對各種品牌產(chǎn)品的偏好和感覺資料，用r維空間的點來表示。品牌的點間距

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r維的坐標(biāo)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)的迭代計算，逐步修改初步圖形結(jié)構(gòu)，以得到一個新的圖形結(jié)構(gòu)，使得在新的結(jié)構(gòu)中各種品牌的點間距離次序和原始輸入次序完全一致。二、統(tǒng)計術(shù)語與數(shù)據(jù)格式(一)統(tǒng)計術(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、評價分析結(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，通過提供給消費者以不同的屬性組合形成的產(chǎn)品，請消費者做出心理判斷，按其意愿程度給產(chǎn)品組合打分、排序，然后采用數(shù)理分析方法對每個屬性水平賦值，使評價結(jié)果與消費者的給分盡量保持一致，來分析研究消費的選擇行為。聯(lián)合分析可應(yīng)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