市场调研数据的应用分析 - 四市场态势预测.doc_第1页
市场调研数据的应用分析 - 四市场态势预测.doc_第2页
市场调研数据的应用分析 - 四市场态势预测.doc_第3页
市场调研数据的应用分析 - 四市场态势预测.doc_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

四、市场态势预测回归是销售预测的重要手段，通过一元或者多元回归可以得到相关的预测方程。1.一元线性回归操作过程在简单线性回归中，其中因变量是销售毛利率，而自变量则是销售铺货率，然后进行回归分析。结果解读在输出结果中，首先看R平方，数值为0.697，说明模型的拟合效果很好，其检验P值为0.003，说明可以接受。预测函数为：销售毛利率1983.4065.065*销售铺货率之所以能采用这一方程，是因为后面的两个检验P值都小于0.05。2.多元线性回归操作过程在销售预测中，多重线性回归用得相对较多。如图17所示，分析的是成本、产量、工资率、租赁价格等因素对于产品价格的影响。操作过程为：选择“回归”模型中的线性回归，然后将产品价格放入因变量，将成本等因素放入自变量，然后进行回归分析，输出结果。结果解读在输出结果中，可以看到R平方的数值不理想，在销售预测中面对这一情况，通常看Anova分析的检验P值，这时可以看到，检验P值为0。如图17所示。图17 Anova检验P值如图18所示，可以看到各个因素的影响系数以及最后的结论决定产品价格的因素中，影响最大的因素是工资率。图18系数3.逐步多元回归在态势预测中，最严谨的方法是逐步多元回归。操作过程如图19所示，该示例分析的是儿童的年龄和疾病之间的关系。在对此进行数据分析时，可供选择的回归模型包括线性回归（一元、多元）、logistic回归和最佳尺度回归等。为了探明哪种模型可以最好地模拟该数据的态势，需要进行一个“数据拟合”操作。具体操作过程为：进入SPSS的“分析”模块，选择“回归模型”中的“曲线估计”，将疾病阴性率定为因变量，将儿童年龄设为自变量，然后将SPSS提供的模型全部选中，点击“确定”。结果解读由于选中了线性、对数、倒数、二次、三次、符合、幂、S平方、增长、指数和Anova等多个模型，所以在结果中会出现多个结构相同的结果。比如，在R平方一项，线性模型的数值为0.715，而最高的则是三次的0.995。如图19所示。图19输出结果示例幂通过图表可以看出，与真实态势最接近是三次回归的曲线，说明该模型最适合本想预测。回到前面的输出结果中，可以看到三次回归的R平方值为0.995，是所有模型中最大的，也就是该模型与真实态势的拟合程度最好。如图20所示。图20曲线拟合综上所述，可以看出在市场调研综合案例分析中
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论