市場(chǎng)調(diào)查第六章___靜態(tài)分析方法精品管理

1、第六章 靜態(tài)分析方法相對(duì)分析法平均分析法推斷分析法相關(guān)分析法假設(shè)檢驗(yàn)多元變量分析法 編輯ppt第五節(jié) 假設(shè)檢驗(yàn)假設(shè)檢驗(yàn)的基本概念擬合優(yōu)度(Goodness of Fit)關(guān)于一個(gè)平均數(shù)的假設(shè)檢驗(yàn)關(guān)于比率的假設(shè)檢驗(yàn)方差分析（ANOVA）P值及顯著性檢驗(yàn)編輯ppt假設(shè)檢驗(yàn)的基本概念評(píng)估差分和變化數(shù)學(xué)差分統(tǒng)計(jì)顯著性管理意義上的差分統(tǒng)計(jì)顯著性統(tǒng)計(jì)推斷最根本的目的是從抽樣調(diào)查的結(jié)果中歸納出總體特征 統(tǒng)計(jì)推斷的基本信條是，在數(shù)學(xué)意義上不同的數(shù)字，在統(tǒng)計(jì)學(xué)意義上可能并沒有顯著的不同 假設(shè)檢驗(yàn)編輯ppt假設(shè)檢驗(yàn)定義:個(gè)調(diào)查者或管理者對(duì)被調(diào)查總體特征所作的一種假定或猜想 調(diào)查結(jié)果與假設(shè)值之間的差分的兩種解釋假設(shè)

2、是正確的，差分很可能是因?yàn)槌闃拥腻e(cuò)誤造成的 假設(shè)很可能是錯(cuò)誤的，真正的數(shù)值是另外一個(gè)值 編輯ppt假設(shè)檢驗(yàn)的步驟陳述假設(shè) 選擇適當(dāng)?shù)臋z驗(yàn)統(tǒng)計(jì)量 確定判定規(guī)則 計(jì)算統(tǒng)計(jì)檢驗(yàn)值 運(yùn)用適當(dāng)?shù)墓絹碛?jì)算統(tǒng)計(jì)檢驗(yàn)值；比較計(jì)算值（當(dāng)前的）與根據(jù)判定規(guī)則所得的嚴(yán)格統(tǒng)計(jì)值（從適當(dāng)?shù)谋砀裰胁榈?）；通過比較，得出是否拒絕原假設(shè)Ho的結(jié)論 表述結(jié)果 編輯ppt假設(shè)檢驗(yàn)中的錯(cuò)誤類型一類錯(cuò)誤二類錯(cuò)誤 原假設(shè)的實(shí)際狀況不拒絕H0拒絕H0H0正確正確（概率1）沒有錯(cuò)誤一類錯(cuò)誤（概率）H0錯(cuò)誤二類錯(cuò)誤（概率）正確（概率1）沒有錯(cuò)誤表11-5 一類錯(cuò)誤和二類錯(cuò)誤編輯ppt 的確定應(yīng)考慮兩類錯(cuò)誤的相對(duì)重要性 例： 假如你接受一

3、項(xiàng)診斷檢查。檢查的目的是看你是否有一種特殊的病癥，這種病在大多數(shù)情況下都是致命的。如果你有這種疾病，有一種無痛苦、無危險(xiǎn)又并不昂貴的治療方法可以100%的治愈這種病。待檢驗(yàn)假設(shè)如下： 考慮到這些因素時(shí)你會(huì)發(fā)現(xiàn)，一類錯(cuò)誤（用測(cè)定）沒有二類錯(cuò)誤（用測(cè)定）嚴(yán)重。一類錯(cuò)誤不嚴(yán)重，是因?yàn)樵谀憬】禃r(shí)它不會(huì)對(duì)你有害。然而，二類錯(cuò)誤意味著即使你有病也不會(huì)接受你所急需的治療。 H0:檢驗(yàn)表明你沒有這種病癥 Ha:檢驗(yàn)表明你確實(shí)有這種病癥 =P(正確時(shí)拒絕它)=P(在你沒有病時(shí)檢查表明你有病) =p(Ho錯(cuò)誤時(shí)沒有拒絕)=P(在你有病時(shí)檢查表明你沒有病)編輯ppt值 的值從來不能提前設(shè)定，如果我們把變小，就會(huì)變大

4、 一般把值設(shè)為0.05 接受Ho或不拒絕Ho，這兩個(gè)決定存在重要區(qū)別 單尾檢驗(yàn)或雙尾檢驗(yàn)，選用單尾檢驗(yàn)還是雙尾檢驗(yàn)取決于問題的性質(zhì)及所要證明的內(nèi)容 編輯ppt獨(dú)立樣本、 相關(guān)樣本及自由度獨(dú)立樣本：包括如下情形，即在一個(gè)樣本中對(duì)某感興趣的變量的測(cè)定，對(duì)在另一樣本中對(duì)該變量的測(cè)定沒有任何影響。這里不必進(jìn)行兩次不同的調(diào)查，只需要一個(gè)總體中變量的測(cè)定不會(huì)影響另一個(gè)總體中變量的測(cè)定 相關(guān)樣本：對(duì)一個(gè)樣本中感興趣的變量的測(cè)定會(huì)影響另一樣本中感興趣的該變量的測(cè)定自由度數(shù)目等于被調(diào)查單位數(shù)減去計(jì)算統(tǒng)計(jì)量的假定或約束條件的數(shù)目。 編輯ppt擬合優(yōu)度(Goodness of Fit)單個(gè)樣本的 檢驗(yàn)假設(shè)一零售電子

5、連鎖店的營銷經(jīng)理需要檢驗(yàn)三種不同促銷的效果（促銷1、促銷2、促銷3），每種促銷歷時(shí)一個(gè)月，每次促銷期間顧客的數(shù)量見表11-6：2促銷方案月份每月顧客數(shù)141170025121003611780合計(jì)-35580編輯ppt單個(gè)樣本的 檢驗(yàn)檢驗(yàn)過程如下：分述原假設(shè)和備擇假設(shè) 如果原假設(shè)正確，確定各類別顧客的數(shù)量與期望的一致（Ei） 用以下公式計(jì)算 的值：選擇顯著水平 結(jié)論22= Oi第i類的觀察值 Ei第i類的期望值 K類別數(shù) K-12編輯ppt兩個(gè)獨(dú)立樣本的 檢驗(yàn)2即確定兩個(gè)或兩個(gè)以上不同變量間是否有聯(lián)系 例如，男性和女性是否可 以同樣分為大量、中等、少量使用者？或者消費(fèi)者和非消費(fèi)者能被同樣分為低

6、、中、高收入群?jiǎn)幔窟@些問題在生成營銷戰(zhàn)略前都需要回答。這種情形一般適用于 檢驗(yàn)。下面用表11-7中的數(shù)據(jù)來說明這種技術(shù)。一家便利連鎖店想確定顧客性別與來店頻次間關(guān)系的性質(zhì)。來店頻次被分為三個(gè)等級(jí)：15次/月（少量使用者），614次/月（中等使用者），多于15次/月（大量使用者）。 2編輯ppt去便利店的男性去便利店的女性次數(shù)人數(shù)頻率累計(jì)頻率次數(shù)人數(shù)頻率累計(jì)頻率xmfm%xmfm%224.44.4257.07.03511.115.5345.612.75715.631.1479.922.5624.435.551014.136.6712.237.7668.545.1824.442.2734.249.

7、3912.244.4868.557.710715.660.0922.860.61236.766.7101318.378.915511.177.81245.684.520613.391.11534.288.72312.293.31622.891.52512.295.62045.697.23012.297.82111.498.64012.2100.02511.4100.0合計(jì)fm=45ff=71編輯ppt檢驗(yàn)過程 表述原假設(shè)和備擇假設(shè) 將觀察到的樣本頻次填入kr交叉表中（見表11-8），k 列代表樣本組數(shù)， r行代表?xiàng)l件或處理 光顧次數(shù)男性女性合計(jì)1-51426406-1416345015以上15

8、1126合計(jì)4571116（N）表11-8 kr交叉表編輯ppt確定表中每單元的期望頻次。將每個(gè)單元對(duì)應(yīng)的兩個(gè)邊緣總和的積除以總數(shù)N（見表11-9） 光顧頻率男性女性1-56-1415以上表11-9 期望頻次計(jì)算表編輯ppt計(jì)算 的值 表中顯著水平為0.05、自由度為（r-1）（k-1）=2時(shí)， 值為5.99（見附錄4表）。 由于計(jì)算出的 5.12比表中的 值小，因此不拒絕原假設(shè)，且可推出結(jié)論，從來店頻次看， 男 性女性無顯著差別 2 Oij=i行j列中的觀察值Eij =i行j列中的估計(jì)值2 2 2 2 編輯ppt柯爾莫哥洛夫斯莫諾夫檢驗(yàn)（K-S檢驗(yàn)）主要涉及的是觀察值分布和理論上或估算的分布

9、間 一致性。K-S檢測(cè)還適用于順序量表數(shù)據(jù) 例康柏計(jì)算機(jī)公司準(zhǔn)備推出一條家庭電腦產(chǎn)品線。焦點(diǎn)小組訪談的結(jié)果顯示，家庭市場(chǎng)中許多潛在購買者不喜歡辦公室工作環(huán)境中那種傳統(tǒng)計(jì)算機(jī)顏色。調(diào)研組織者向參加的人展示了許多顏色。被訪者表示，他們更喜歡棕色。然后，公司又對(duì)目前沒有電腦但表示將來6個(gè)月內(nèi)會(huì)買電腦的500個(gè)人進(jìn)行了調(diào)查。公司向他們展示了幾種濃淡不同的棕色，并詢問他們喜歡哪種顏色。調(diào)查結(jié)果見表11-10。編輯ppt表11-10 消費(fèi)者對(duì)電腦顏色的喜好調(diào)查結(jié)果濃淡愛好各種顏色的人數(shù)很淺150淺170中等80暗45很暗55合計(jì)500編輯ppt K-S檢測(cè)的步驟如下： 表述原假設(shè)和備擇假設(shè)在原假設(shè)條件下建

10、立累積頻次分布 從樣本中計(jì)算觀察所得的累計(jì)頻次分布 選擇顯著水平確定K-S檢驗(yàn)D統(tǒng)計(jì)量 編輯pptK-S檢驗(yàn)中的數(shù)據(jù) 色度觀察數(shù)觀察比例觀察累積比例原假設(shè)比例原假設(shè)累積比例絕對(duì)差很淺1500.300.300.200.200.10淺1700.340.640.200.400.24中間色800.160.800.200.600.20暗色450.090.890.200.800.09很暗550.111.000.201.000.00編輯ppt關(guān)于一個(gè)平均數(shù)的假設(shè)檢驗(yàn)-Z檢驗(yàn)如果樣本規(guī)模足夠大（n30），對(duì)于檢驗(yàn)一個(gè)平均數(shù)的適當(dāng)統(tǒng)計(jì)檢驗(yàn)是Z檢驗(yàn)步驟表述原假設(shè)和備擇假設(shè)確定允許的抽樣誤差水平 樣本標(biāo)準(zhǔn)差 計(jì)算平

11、均數(shù)的抽樣誤差 計(jì)算檢驗(yàn)統(tǒng)計(jì)量 sx平均數(shù)的估計(jì)標(biāo)準(zhǔn)差（抽樣誤差） 編輯ppt關(guān)于一個(gè)平均數(shù)的假設(shè)檢驗(yàn)-t檢驗(yàn)對(duì)于小樣本（n30），我們應(yīng)用自由度為n-1（n= 抽樣數(shù)）的t檢驗(yàn) 步驟表述原假設(shè)和備擇假設(shè) 表述允許的抽樣誤差水平（） 確定樣本標(biāo)準(zhǔn)差 計(jì)算平均數(shù)的估計(jì)標(biāo)準(zhǔn)差 計(jì)算t檢驗(yàn)統(tǒng)計(jì)量 編輯ppt兩個(gè)平均數(shù)的假設(shè)檢驗(yàn)檢驗(yàn)不同調(diào)查群體間的差別 步驟原假設(shè)和備擇假設(shè)確定抽樣誤差水平（） 計(jì)算兩平均數(shù)差的 估計(jì)標(biāo)準(zhǔn)誤差 計(jì)算檢驗(yàn)統(tǒng)計(jì)量 算出Z的值與臨界值進(jìn)行比較 編輯ppt關(guān)于比率的假設(shè)檢驗(yàn) 一個(gè)樣本的比率檢驗(yàn)表述原假設(shè)和備擇假設(shè)表述允許的抽樣誤差水平（） 使用原假設(shè)下的 P值計(jì)算估計(jì)標(biāo)準(zhǔn)差 計(jì)

12、算檢驗(yàn)統(tǒng)計(jì)量 算出Z的值與臨界值進(jìn)行比較編輯ppt關(guān)于比率的假設(shè)檢驗(yàn) 獨(dú)立樣本的兩比率差分的檢驗(yàn) 原假設(shè)和備擇假設(shè) 確定抽樣誤差水平 計(jì)算兩比率差的估計(jì)標(biāo)準(zhǔn)誤差 計(jì)算檢驗(yàn)統(tǒng)計(jì)量 算出Z的值與臨界值進(jìn)行比較編輯ppt統(tǒng)計(jì)軟件網(wǎng)址 組織網(wǎng) 址特 點(diǎn)SciTech為Win95、NT、DOS、 Macintosh 和UNIX提供工具，為科學(xué)、工程和專業(yè)技術(shù)人員提供廣泛的計(jì)算工具。Math Soft以Machcad 6.0出名。Mathcad 6.0 可運(yùn)用真正的數(shù)學(xué)符號(hào)解決問題并得到即時(shí)反饋，并可用于分析數(shù)據(jù)，建立模型，檢驗(yàn)不同的情景。STATA開發(fā)和銷售用于統(tǒng)計(jì)分析的STATA軟件，它適用于Wind

13、ows、DOS、Macintosh和UNIX。UNISTAT一個(gè)綜合的統(tǒng)計(jì)包，并可作為Exel的附件。UNISTAT為數(shù)據(jù)處理、數(shù)據(jù)分析和演示科學(xué)圖表提供全程解決方案。SPSS是一個(gè)全面的統(tǒng)計(jì)分析系統(tǒng)，為其他網(wǎng)址和樣本數(shù)據(jù)庫提供鏈接。Statsoft提供STATISTICA產(chǎn)品信息，包括隨本書可獲的學(xué)生版軟件。這是一個(gè)非常有用但簡(jiǎn)單易學(xué)的統(tǒng)計(jì)分析系統(tǒng)，連續(xù)得到許多個(gè)人電腦及專業(yè)出版物的出色評(píng)價(jià)。編輯ppt方差分析（ANOVA） 檢驗(yàn)兩個(gè)或兩個(gè)以上獨(dú)立樣本平均數(shù)的差異更主要地是用于對(duì)三個(gè)或三個(gè)以上獨(dú)立群體的平均數(shù)差異的假設(shè)檢驗(yàn) 單向方差分析經(jīng)常被用來分析實(shí)驗(yàn)結(jié)果 編輯ppt方差分析（ANOVA）

14、步驟表述原假設(shè)和備擇假設(shè) 每個(gè)子樣本平均數(shù)(Xj) 與樣本總平均數(shù)(Xt) 離差平方和被樣本容量(nj)加權(quán) 得SSA計(jì)算平均組間變差（MSA） 計(jì)算總平方差SSE(Sum of Squares Error) 計(jì)算平均組內(nèi)變差 計(jì)算F統(tǒng)計(jì)值c表示組數(shù) 編輯pptP值及顯著性檢驗(yàn)P值是指根據(jù)計(jì)算所得的統(tǒng)計(jì)量而能夠滿足統(tǒng)計(jì)（而非管理意義的）顯著性要求的水平 說明計(jì)算所得統(tǒng)計(jì)量由于偶然因素引起的確切概率 P值越小，觀察結(jié)果屬于偶然因素（抽樣誤差）引起的概率越小 編輯ppt第六節(jié) 多元變量分析法多變量分析與軟件技術(shù) 多元回歸分析判別分析聚類分析 因子分析編輯ppt多變量分析與軟件技術(shù) 概念：一組統(tǒng)計(jì)過

15、程，它們可以對(duì)每個(gè)個(gè)體或研究對(duì)象的多重測(cè)量進(jìn)行聯(lián)立分析 1多元回歸分析能使調(diào)研者根據(jù)一個(gè)以上自變量來預(yù)測(cè)因變量的水平。2多元判別式分析能使調(diào)研者根據(jù)兩個(gè)或兩個(gè)以上自變量來預(yù)測(cè)不同組的特征。3聚類分析是用來識(shí)別組內(nèi)同質(zhì)而組間異質(zhì)的過程。4因子分析允許分析人員通過識(shí)別數(shù)據(jù)的維度將一組變量減至較小的因子集或構(gòu)成變量集。 表11-15： 多變量統(tǒng)計(jì)技術(shù)概要編輯ppt多變量分析軟件 Windows SPSS Windows STATISTICA 編輯ppt多元回歸分析定義：適用于分析人員以調(diào)查兩個(gè)及兩個(gè)以上自變量（計(jì)量）與一個(gè)因變量（計(jì)量）間關(guān)系為目的的多變量分析技術(shù) 一般模型方程 y：為因變量 a：為

16、常數(shù)項(xiàng)：為回歸系數(shù)，表示自變量X每改變1個(gè)單位將引起Y的變化的比率；其取值可通過回歸分析給以估計(jì) 為對(duì)因變量產(chǎn)生影響的自變量 編輯ppt多元回歸分析的作用估計(jì)各種營銷組合變量對(duì)銷售額或市場(chǎng)份額的影響；預(yù)測(cè)各種人口統(tǒng)計(jì)因素或心理因素與光顧各商場(chǎng)或其他服務(wù)場(chǎng)所頻率間的關(guān)系；確定各有關(guān)因素對(duì)總體滿意度的影響；確定各種分類變量間的數(shù)量關(guān)系，如年齡與收入，及對(duì)產(chǎn)品或服務(wù)的態(tài)度；確定哪個(gè)變量是某一種特有產(chǎn)品或服務(wù)銷售的預(yù)測(cè)性變量。編輯ppt多元回歸系數(shù)把可決系數(shù) 的確定視為回歸分析的一個(gè)結(jié)果 取值在0與1之間，它表明總變差中由自變量解釋的比例b值或回歸系數(shù)指各個(gè)自變量對(duì)因變量的影響?？疾旄鱾€(gè)b值是否為偶然

17、因素影響的結(jié)果也是必要的 編輯ppt啞變量(Dummy Variables)某些情況下，多元回歸分析需要包括類別自變量，如性別、婚姻狀況、職業(yè)及種族 啞變量即是以此為目的而提出的。這種二分類別自變量若通過設(shè)定一個(gè)值(如女性)為“0”而另一個(gè)值(如男性)為“1”，可以轉(zhuǎn)換為啞變量 對(duì)于要設(shè)定兩個(gè)以上值的類別自變量，則需稍有改進(jìn)的方法 編輯ppt多元回歸分析的潛在問題共線性共線性（ Collinearity）共線性是指各個(gè)獨(dú)立變量之間的相關(guān)性 當(dāng)分析的目的是確定自變量如何影響因變量時(shí)，b值由于其共線性而有偏將是個(gè)嚴(yán)重問題 檢測(cè)共線性 檢驗(yàn)回歸分析中每個(gè)變量間的相關(guān)矩陣 找出自變量間相關(guān)系數(shù)為0.3

18、0或更大的自變量 解決共線性問題 如果二個(gè)變量彼此高度相關(guān)，其中一個(gè)變量在分析中可省略 相關(guān)的變量能以某種方式結(jié)合起來(如指數(shù)形式)，以形成一個(gè)新的復(fù)合自變量，該變量可用于后續(xù)的回歸分析中 編輯ppt多元回歸分析的潛在問題因果關(guān)系雖然回歸分析能表現(xiàn)出變量間彼此是相互關(guān)聯(lián)的或相互聯(lián)系的，但卻不能證明其因果關(guān)系要確定自變量與因變量間存在因果關(guān)系必須有邏輯性的理論性的基礎(chǔ)但是，即便有很強(qiáng)的邏輯性和統(tǒng)計(jì)相關(guān)性，也只是表明可能存在因果關(guān)系 編輯ppt多元回歸分析的潛在問題回歸系數(shù)的大小只有在計(jì)量單位相同或數(shù)據(jù)標(biāo)準(zhǔn)化的情況下，與各自變量相聯(lián)系的回歸系數(shù)的大小才能直接進(jìn)行比較 如果我們想對(duì)各回歸系數(shù)直接進(jìn)行

19、比較，則所有自變量必須以同一單位計(jì)量(如元或萬元)，否則數(shù)據(jù)必須被標(biāo)準(zhǔn)化 所謂標(biāo)準(zhǔn)化，是將數(shù)列中各數(shù)值與其平均數(shù)相減再除以數(shù)列標(biāo)準(zhǔn)差的結(jié)果，其過程可用下列公式表示 Xi為數(shù)列中各自獨(dú)立的數(shù)值 為數(shù)列的平均值； 為數(shù)列的標(biāo)準(zhǔn)差 編輯ppt多元回歸分析的潛在問題樣本容量相對(duì)于樣本容量的自變量個(gè)數(shù)影響著 大小。其中一重要規(guī)則是，觀察數(shù)至少等于自變量個(gè)數(shù) 的10-15倍。編輯ppt回歸分析實(shí)例 愛華個(gè)人通訊公司正在天津推出其無線通信服務(wù)。公司營銷經(jīng)理認(rèn)為有5個(gè)重要的變量決定著目標(biāo)消費(fèi)者為接受“寬帶服務(wù)”（即個(gè)人通信服務(wù)的新項(xiàng)目) 所期望的月支出額 ，這5個(gè)變量實(shí)際上是消費(fèi)者給出的特性評(píng)分，它們分別是：

20、覆蓋面、移動(dòng)性、音質(zhì)、遠(yuǎn)距離接聽和打出電話的能力、平均月租費(fèi)。這個(gè)假設(shè)是根據(jù)公司組織的焦點(diǎn)小組訪談和其他研究做出的推斷。所有6個(gè)變量(1個(gè)因變量和5個(gè)自變量)的數(shù)據(jù)是通過調(diào)查測(cè)量而獲得的。5個(gè)自變量以9級(jí)平分制測(cè)量，“9”表示某“特性”很重要，而“1” 表示該“特性”很不重要。編輯ppt回歸分析實(shí)例可用下面模型進(jìn)行多元回歸分析： Y：為因變量-每月接受寬帶服務(wù)所愿支付的數(shù)額；A：為常數(shù)項(xiàng)或Y軸截距；b1-5 ：為估計(jì)回歸系數(shù)； ：第一個(gè)自變量-覆蓋范圍的重要性評(píng)分：第二個(gè)自變量-移動(dòng)性的重要性評(píng)分：第三個(gè)自變量-音質(zhì)的重要性評(píng)分：第四個(gè)自變量-遠(yuǎn)距離接受和打出電話能力的重要性評(píng)分 ：第五個(gè)自變

21、量-平均月租費(fèi)的重要性評(píng)分編輯ppt回歸分析實(shí)例回歸估計(jì)量的算式為：由統(tǒng)計(jì)軟件計(jì)算的回歸結(jié)果見表11-16。結(jié)果表明:5個(gè)自變量的重要性評(píng)分越高，表明人們對(duì)寬帶服務(wù)愿意支付的數(shù)額越多 回歸系數(shù)（b）表明獨(dú)立自變量增加一個(gè)單位對(duì)因變量所產(chǎn)生的影響 消費(fèi)者愿意支付價(jià)格的變差中有74.3%可 以被5個(gè)自變量或預(yù)測(cè)變量的變差所解釋 編輯ppt表11-16 回歸分析摘要 R0.85673182 0.74949158 調(diào)整 0.74303518 F(95,194)116.09 P0.0000 估計(jì)標(biāo)準(zhǔn)誤差：1.4863 BETA BETA的 B B的 t(194) P-值 統(tǒng)計(jì)誤差 統(tǒng)計(jì)誤差 截距 0.8

22、2 1.67 0.49 0.62 覆蓋面 0.21 0.05 0.44 0.10 4.25 0.00 移動(dòng)性 0.52 0.05 0.69 0.07 10.54 0.00 音質(zhì) 0.07 0.04 0.21 0.13 1.67 0.10 遠(yuǎn)距離發(fā)收能力 0.21 0.06 0.45 0.12 3.64 0.00 平均月租費(fèi) 0.32 0.04 1.44 0.17 8.33 0.00編輯ppt判別分析 概念 ：根據(jù)兩個(gè)或多個(gè)自變量來預(yù)測(cè)和劃分各成員類別的過程 目的：確定兩個(gè)組或多個(gè)組在平均判別分方面是否存在統(tǒng)計(jì)顯著性差別 根據(jù)自變量的取值建立一個(gè)可對(duì)若干個(gè)體或客體進(jìn)行分類的模型，即綜合標(biāo)準(zhǔn)；通過

23、模型分析，可判別任意個(gè)體或客體應(yīng)屬于哪個(gè)群體或類 確定兩個(gè)組或多個(gè)組平均得分方面的差異有多少可以用自變量解釋 編輯ppt判別分析的一般模型 Z = b1x 1+ b2x2 + + bnxnZ=判別分； b1-n=判別權(quán)數(shù)； x1-n=自變量。編輯ppt判別分析的適用范圍某品牌的購買者與非購買者之間有什么差別。從人口統(tǒng)計(jì)及生活方式看，對(duì)某新產(chǎn)品具有較高購買可能性的顧客與具有較低購買可能性的顧客之間有什么區(qū)別。從人口統(tǒng)計(jì)及生活方式看，經(jīng)常光顧某一快餐店或商店的顧客與經(jīng)常光顧另一家快餐店或商店的顧客之間有什么區(qū)別。已經(jīng)選購健康保險(xiǎn)和人壽保險(xiǎn)的顧客對(duì)醫(yī)療的使用、感知和態(tài)度有什么不同。編輯ppt 判別分

24、析實(shí)例 愛華的市場(chǎng)營銷經(jīng)理還想知道依據(jù)在回歸分析中使用的5項(xiàng)重要性評(píng)分，能否預(yù)測(cè)最近某個(gè)人是否會(huì)擁有移動(dòng)電話。調(diào)查中的問題已涉及移動(dòng)電話擁有情況，那些最近購買移動(dòng)電話的人將標(biāo)上“1”，而沒購買移動(dòng)電話的標(biāo)“0”。愛華以往的調(diào)查表明，根據(jù)5個(gè)自變量(覆蓋范圍、移動(dòng)性、音質(zhì)、平均月租費(fèi)、遠(yuǎn)距離收發(fā)信息能力)對(duì)移動(dòng)電話的擁有情況可做出有效的預(yù)測(cè)。 編輯ppt判別分析的結(jié)果 Z= -0.2 X1 +0.22 X2 + 0.36 X3 + 0.55 X4 - 0.07X5結(jié)果表明，在區(qū)分目前使用和未使用移動(dòng)電話的人時(shí)，遠(yuǎn)距離收發(fā)信息的能力是最重要的變量(權(quán)數(shù)最大)，而覆蓋范圍是相對(duì)最不重要的變量(權(quán)數(shù)最

25、小) 編輯ppt 隨機(jī)判別比例統(tǒng)計(jì)檢驗(yàn)可以用來指明所產(chǎn)生的分類是否比隨意分類好。當(dāng)各組大小不等，而我們卻要準(zhǔn)確地預(yù)測(cè)兩組各自的人數(shù)時(shí)，一個(gè)簡(jiǎn)單的方法就是利用隨機(jī)判別比例。 P表示第一組的人數(shù)占總?cè)藬?shù)的百分比； 1P則表示第二組的人數(shù)占總?cè)藬?shù)的百分比 編輯ppt表11-17 分類矩陣（pcstext.sta） 正確百分率 組_1：0 P=.63000 組_2：1 P=.37000 合計(jì)組_1：0 73.8 93 33 126組_2：1 71.6 21 53 74合計(jì) 73.0 114 86 200 行：觀察到的分類 列：預(yù)測(cè)分類CPRO = (63%) + (1-63%) = 53.4%在這個(gè)例

26、子中，第一組(即非使用者)包括126人，占總?cè)藬?shù)（200人）的63%。隨機(jī)判別比例的計(jì)算為：CPRO = (63%) + (1-63%) = 53.4%編輯ppt聚類分析 定義：根據(jù)兩個(gè)或多個(gè)分類變量將具有某種相似特征的物體或個(gè)人歸為一類的方法和技巧，也稱歸類分析 目的：把物體或人分成很多相對(duì)獨(dú)立且較為固定的組，在每一組內(nèi)，成員彼此之間在某方面具有極大的相似性 編輯ppt聚類的過程借助一定的數(shù)學(xué)方法和計(jì)算機(jī)，通過一些不同的步驟，就可以有效地對(duì)人或事物進(jìn)行歸類。完成這些步驟的基本方法是相似的，而且都涉及到這樣一個(gè)問題：根據(jù)相對(duì)于一定的歸類變量的值，來測(cè)量人或事體之間的相似程度。通常情況下，相似程

27、度取決于測(cè)量結(jié)果之間的差異大小。我們可用圖示來加以說明。例如，要對(duì)消費(fèi)者進(jìn)行歸類，歸類的標(biāo)準(zhǔn)為：每月在外吃飯的頻次和每月在快餐店吃飯的頻次(兩個(gè)變量)。觀察的結(jié)果用直角坐標(biāo)系表示為圖11-6。圖中每一個(gè)點(diǎn)表示，根據(jù) 這兩個(gè)歸類標(biāo)準(zhǔn)，某消費(fèi)者應(yīng)處的位置。任意兩點(diǎn)之間的距離就表示兩人的相似程度(兩點(diǎn)越近，兩人越相似)。在圖例中我們可以看出，消費(fèi)者X與消費(fèi)者Y更相似，而與消費(fèi)者Z和消費(fèi)者W則相異。圖中已列出三個(gè)較為明顯的分類群體。編輯ppt在 外 吃 飯 的 頻 率 組1 組2 組3 去快餐店的頻率第一組：這一組包括了那些既不經(jīng)常出去吃飯，也不經(jīng)常去快餐店的消費(fèi)者。第二組：包括了那些經(jīng)常出去吃飯但不

28、經(jīng)常吃快餐的消費(fèi)者。第三組：包括了那些不但經(jīng)常在外吃飯而且經(jīng)常光顧快餐店的消費(fèi)者。 兩個(gè)變量的聚類分析 編輯ppt分析結(jié)論快餐企業(yè)可以從中看出，他們應(yīng)該在那些經(jīng)常在外吃飯的消費(fèi)者中尋找服務(wù)對(duì)象。為了進(jìn)一步分析，研究人員應(yīng)該再對(duì)第三組消費(fèi)者的人數(shù)、行為特點(diǎn)及心理傾向做進(jìn)一步的總結(jié)分析。在此例中，我們可以根據(jù)圖中點(diǎn)的分布進(jìn)行分類 。當(dāng)分類的標(biāo)準(zhǔn)增加或分類對(duì)象增多時(shí)，它就會(huì)變得越加繁瑣。這時(shí)候，計(jì)算機(jī)可以幫助我們完成這項(xiàng)工作。它基本的方法就是，首先劃定各組之間的界限，然后不斷地修改界限，直到在每一組內(nèi)各點(diǎn)之間平均距離相對(duì)于組與組之間平均距離盡可能小時(shí)，才算是完成 編輯ppt 聚類分析實(shí)例愛華公司需要

29、根據(jù)天津調(diào)查數(shù)據(jù)進(jìn)行市場(chǎng)細(xì)分。該公司認(rèn)為，市場(chǎng)可以根據(jù)8個(gè)重要的方面進(jìn)行劃分，并且對(duì)于每一個(gè)劃分后的組，都要根據(jù)人口統(tǒng)計(jì)資料和其他有用的數(shù)據(jù)進(jìn)行更深入的描述。 變量 類別1 類別2 類別3 (n=62) (n=55) (n=83) 范圍 6.8 8.1 8.2 移動(dòng)性 4.5 8.1 8.2 音質(zhì) 8.1 8.5 8.5 地點(diǎn) 6.7 8.3 8.7 效果 6.8 8.5 8.6 平均月租費(fèi) 8.6 8.4 8.8 話機(jī)設(shè)備 8.1 6.3 8.7 安裝費(fèi) 7.2 5.1 8.5表11-18 聚類分析結(jié)果（各小組的規(guī)模和各重要特性的平均水平）編輯ppt為了完成這項(xiàng)任務(wù)，歸類分析通過統(tǒng)計(jì)軟件“S

30、TATISTICA ”中的K-means來完 成。在選出這個(gè)“三小組”方案之前，根據(jù)小組間的差異性，愛華使用一系列不同的方案進(jìn)行試驗(yàn)。在表11-18中，總結(jié)了三小組各自的規(guī)模，以及根據(jù)這8個(gè)重要特性所測(cè)定的平均水平編輯ppt方案特征 第三組最大，包括83個(gè)消費(fèi)者，而第二組最小，只有55人。 考慮到8種特性水平，第二組與第三組非常相似。在其中 6個(gè)特性上，他們的水平基本相同 。而在有關(guān)價(jià)格的問題上，他們的差異性明顯。第三組成員更注重安裝收費(fèi)及電話裝置本身的價(jià)格。第一組與其它兩組明顯不同?？傮w來說，這組的成員不像其它兩組成員那樣看重覆蓋范圍、移動(dòng)性、地點(diǎn)及遠(yuǎn)距離收發(fā)能力等因素。因?yàn)椤皩拵Х?wù)”將重

31、點(diǎn)放在了覆蓋范圍、移動(dòng)性、地點(diǎn)及遠(yuǎn)距離收發(fā)能力等特性上，所以第二組和第三組成員是這項(xiàng)服務(wù)的最佳目標(biāo)市場(chǎng)。在產(chǎn)品導(dǎo)入初期，第二組成員是最具吸引力的目標(biāo)群體，因?yàn)樗麄儗?duì)于價(jià)格相對(duì)不是特別敏感。第三組成員要在一段時(shí)間后才會(huì)被吸引，因?yàn)樗麄兿嘈艃r(jià)格終會(huì)下降，而這正是計(jì)劃之中的事。編輯ppt第一組：這組成員對(duì)電話需求最低，無論是哪種電話服務(wù)。在他們中間，男女比例相當(dāng)，是剛剛結(jié)婚或正待結(jié)婚的年青人，多為家庭中的成年人。第二組：這組成員對(duì)電話需求是最高的。大部分為女性，在其他人口統(tǒng)計(jì)特征方面與第三組非常相似。第三組：在三個(gè)組中，第三組成員對(duì)于多種電話服務(wù)的需求居中。男性多于女性，而且大部分都已結(jié)婚，相對(duì)年齡

32、較大，愿意為接受 “寬帶服務(wù)”支付的價(jià)款最高。編輯ppt采取行動(dòng)由于前面提到的原因 ， 該公司最開始的營銷目標(biāo)應(yīng)針對(duì)于第二組。隨著價(jià)格的下降，逐漸將目標(biāo)擴(kuò)展到包括第三組。當(dāng)?shù)诙M和第三組的使用率達(dá)到相對(duì)飽合狀態(tài)時(shí)，才可以將目標(biāo)轉(zhuǎn)向第一組。于是，可通過對(duì)這三組成員人口統(tǒng)計(jì)特征的仔細(xì)分析，來制定合理的計(jì)劃，并根據(jù)這一分析提出一個(gè)促銷和媒體計(jì)劃，以便與最有可能成為顧客的人進(jìn)行盡量多的溝通。編輯ppt因子分析 概念：目的是使數(shù)據(jù)簡(jiǎn)單化，即減少變量的個(gè)數(shù)；同時(shí)找出這些可測(cè)量 變量背后起主要作用的影響因素。這就要從大量的測(cè)量數(shù)據(jù)（如等級(jí)評(píng)分）中總結(jié)出相對(duì)少數(shù)的簡(jiǎn) 明信息，即因子,這個(gè)過程就是因子分析 因子

33、得分 因子負(fù)荷 因子命名 因子數(shù)目的確定 編輯ppt 因子得分 因子分析結(jié)果可產(chǎn)生一個(gè)或幾個(gè)因子或復(fù)合變量，“因子”的技術(shù)性定義實(shí)際就是指變量的線性組合。一個(gè)因子就是一系列有關(guān)變量的加權(quán)匯總。這與加權(quán)平均很相似，即在因子分析中要根據(jù)各個(gè)指標(biāo)(變量)對(duì)每個(gè)因子變差的貢獻(xiàn)進(jìn)行加權(quán) 根據(jù)下述公式計(jì)算因子得分： F1=0.40A1+030A2+0.02A3+0.05A4F2=0.01A1+0.04A2+0.45A3+0.37A4F1-n=因子得分A1-n=“特性等級(jí)”評(píng)分編輯ppt 因子負(fù)荷 因子負(fù)荷(Factor Loadings)也就是指每一因子得分與其對(duì)應(yīng)的各原始變量間的相關(guān)關(guān)系 因此，通過檢測(cè)因子負(fù)荷，我們可以測(cè)定因子起源的性質(zhì)。用上述提過的等式，針對(duì)每個(gè)應(yīng)答者分別計(jì)算兩個(gè)因子得分(F1和F2)。因子負(fù)荷值是通過計(jì)算每個(gè)因子得分(F1、F2)與每個(gè)原始等級(jí)變量的相關(guān)系數(shù)得到的(可在+1、0和-1、0之間變化)。 變量 與因子1的相關(guān)系數(shù) 與因子2的相關(guān)系數(shù) A1 0.85 0.10 A2 0.76 0.06 A3 0.06 0.89 A4 0.04 0.79表11-21 兩因子的因子負(fù)荷編輯ppt因子命名在為因子命名時(shí)，既要有對(duì)“高負(fù)荷”變量的觀察和了解，又要憑直覺來判斷。通常，對(duì)某個(gè)特定 因 子來說，在負(fù)荷高的變量間