数据分析汇报 (第五稿)

1、目目 录录一、统 计 基 础二、数 据 分 析三、数 据 展 现一、统计基础一、统计基础 统计学是一种统计学是一种收集、处理、分析、解释收集、处理、分析、解释数据并从数据中数据并从数据中得出得出结论结论的科学。的科学。实际问题实际问题收集数据收集数据（取得数据）（取得数据）处理数据处理数据（整理数据）（整理数据）分析数据分析数据（研究数据）（研究数据）解释数据解释数据（结果说明）（结果说明）统计概念统计概念目的：目的：（1 1）对数据集）对数据集进行描述；进行描述；（2 2）利用样本）利用样本数据对总体作出数据对总体作出推断。推断。一、统计基础一、统计基础数据类型数据类型定定性性品品质质定定量

2、量一、统计基础一、统计基础数据类型数据类型字符型字符型数值型数值型总体：所研究的全部个体的集合样本：总体中的一部分元素参数：描述总体特征的概括性数字度量统计量：描述样本特征的概括性数字度量分类变量：说明事物类别的一个名称顺序变量：说明事物有序类别的一个名称数值型变量：说明事物数字特征的一个名称一、统计基础一、统计基础基本概念基本概念一、统计基础一、统计基础基本概念基本概念总总 体体样样 本本 研究对象的研究对象的全体全体。 个体：组成总体的每一个体：组成总体的每一单元，也称为总体单位。单元，也称为总体单位。 总体容量：总体中所包总体容量：总体中所包含的全部单位数，通常含的全部单位数，通常用用N

3、 N表示。表示。 总体的一个总体的一个数据子集数据子集。 样本容量：样本中包含的总体单位样本容量：样本中包含的总体单位个数，通常用个数，通常用n n表示。表示。 大样本大样本 n n3030；小样本；小样本 n n301或SK-1高度偏态 0.5SK1或-1SKF临界值，拒绝原假设，表明所检验因素对观测值有显著影响； F值【数据分析】-【方差分析：无重复双因素方差分析】【输入区域】：源数据选择“：0.05”二、数据分析二、数据分析方差分析方差分析二、数据分析二、数据分析相关分析相关分析相关分析是什么相关分析是什么 相关关系是现象之间确实存在的，但关系值相关关系是现象之间确实存在的，但关系值不固

4、定、不不固定、不严格严格的依存关系。当一现象数值发生变化时，往往可能出现的依存关系。当一现象数值发生变化时，往往可能出现几个不同的数值在一定的范围内变动着，这些数值分布在它几个不同的数值在一定的范围内变动着，这些数值分布在它们的们的平均数平均数周围。周围。xyxyxy（a a）正相关）正相关 （b b）负相关）负相关 （c c）无相关）无相关二、数据分析二、数据分析相关分析相关分析2222yynxxnyxxynr r r的变化范围在的变化范围在-1-11 1之间，即之间，即0|r|10|r|1。当当r=0r=0，表示，表示无相关。无相关。|r|=1|r|=1，表示完全相关。，表示完全相关。r

5、r0 0，正相关。，正相关。r r0 0，负相，负相关。关。当当 0 0|r|r|0.30.3，微相关。，微相关。 0.3 |r|0.3 |r|0.5 0.5 ，低相关。，低相关。 0.5|r| 0.5|r|0.80.8，显著相关。，显著相关。 0.8|r|0.8|r|1 1，高度相关。，高度相关。 上述标准的划分要求样本数据足够多，这样相关系数所表上述标准的划分要求样本数据足够多，这样相关系数所表明的关系程度才是可信的。明的关系程度才是可信的。相关系数相关系数r rY YX X（销售额）（销售额）（广告支出）（广告支出）二、数据分析二、数据分析回归分析回归分析回归分析是什么回归分析是什么 指

6、对具有指对具有显著相关关系显著相关关系的变量，根据其相关形态选择一的变量，根据其相关形态选择一合适的合适的数学方程数学方程来表达变量间的来表达变量间的平均变动关系平均变动关系的统计分析方的统计分析方法。通过分析与预测对象有联系的现象的变动趋势，推算法。通过分析与预测对象有联系的现象的变动趋势，推算预预测测对象未来的数量状态。对象未来的数量状态。基础和前提基础和前提相关相关分析分析回归回归分析分析深入和继续深入和继续线性回归方差回归逻辑回归定序回归生存回归数值型因变量与自变量品质型因变量与数值型自变量逻辑型因变量与自变量顺序型因变量与自变量生存周期与自变量二、数据分析二、数据分析回归分析回归分析

7、二、数据分析二、数据分析回归分析回归分析回归分析步骤回归分析步骤定性判断定性判断相关关系相关关系图表显示图表显示相关形态相关形态相关系数相关系数密切程度密切程度回归方程回归方程回归计算回归计算简单直线回归分析简单直线回归分析 设设x x为自变量、为自变量、y y为因变量用为因变量用y y代表代表y y实际观察值的平均值，即理论（估计）实际观察值的平均值，即理论（估计）值。直线方程为：值。直线方程为：y = a+bxy = a+bx 式中：式中：a a直线截距，表明变量的基础水平；直线截距，表明变量的基础水平；b b直线斜率，又称回归系数，直线斜率，又称回归系数，b b为正表为正表明两变量是正相

8、关，明两变量是正相关， b b为负表明两变量是负相关。用最小平方法求解为负表明两变量是负相关。用最小平方法求解b b、a a两个参数两个参数值，即：值，即：22xxnyxxynbxbynxbnyay=0+ 1x1+ 2x2+ 3x3+ ixi+二、数据分析二、数据分析回归分析回归分析二、数据分析二、数据分析回归分析回归分析学生人数学生人数销售额销售额 确定好确定好因变量因变量销售额和销售额和自变量自变量学生人数后，首先绘制两个变量的学生人数后，首先绘制两个变量的散点图散点图，来比较，来比较直观的描述变量间的直观的描述变量间的相互关系相互关系。这是为了确定数据间。这是为了确定数据间是否具有线性分

9、布特征是否具有线性分布特征，只有数，只有数据具有线性分布特征时，才能够采用线性回归方法。图中可以很直观的看出销售额和据具有线性分布特征时，才能够采用线性回归方法。图中可以很直观的看出销售额和学生人数是有一定线性分布特征的。添加趋势线得出回归分析模型。学生人数是有一定线性分布特征的。添加趋势线得出回归分析模型。y = 5x + 60y = 5x + 60R R2 2 = 0.9027 = 0.9027050100150200250051015202530趋势线二、数据分析二、数据分析回归分析回归分析y = 5x + 60y = 5x + 60R R2 2 = 0.9027 = 0.9027050

10、100150200250051015202530回归统计回归统计Multiple R0.950122955R Square0.90273363Adjusted R Square0.890575334标准误差标准误差13.82931669观测值观测值10方差分析方差分析dfSSMSFSignificance F回归分析回归分析11420014200 74.248366012.54887E-05残差残差81530191.25总计总计915730Coefficients标准误差标准误差t StatP-valueLower 95%Upper 95%下限下限 95.0%上限上限 95.0%Interce

11、pt60 9.22603481 6.503335532 0.000187444 38.72472558 81.27527442 38.72472558 81.27527442X Variable 150.5802652388.616749156 2.54887E-05 3.661905962 6.338094038 3.661905962 6.338094038常规统计量，回归方程的拟合优度对回归方程的线性关系进行显著性检验回归参数估计相关内容回归分析结果回归分析结果二、数据分析二、数据分析回归分析回归分析使用多个统计指标来检验回归模型的优劣使用多个统计指标来检验回归模型的优劣拟合优度：回归直

12、线与各观测点的接近程度，需计算判定系数R2或调整的R2。回归方程的拟合优度回归方程的拟合优度二、数据分析二、数据分析回归分析回归分析回归统计回归统计Multiple R0.950122955R Square0.90273363Adjusted R Square0.890575334标准误差标准误差13.82931669观测值观测值101、Multiple R:因变量和自变量之间相关系数的绝对值，本例因变量和自变量之间相关系数的绝对值，本例R=0.95，说明销售额与，说明销售额与人数人数正相关正相关；2、R Square：判定系数：判定系数R2(也称拟合优度或决定系数也称拟合优度或决定系数)越接

13、近越接近1，表示回归，表示回归模型拟合效模型拟合效果越好果越好，本例，本例R2=0.902，说明回归模型效果好；，说明回归模型效果好；3、Adjusted R Square:调整判定系数，多元线性回归时有意义，用于衡量加入其他调整判定系数，多元线性回归时有意义，用于衡量加入其他自变量后模型的拟合程度；自变量后模型的拟合程度；4、标准误差：在对于多个回归模型比较拟合程度时，值越小，拟合程度越好；、标准误差：在对于多个回归模型比较拟合程度时，值越小，拟合程度越好；5、观测值：估计回归模型的数据个数（、观测值：估计回归模型的数据个数（n），本例），本例n=10。方差分析方差分析dfSSMSFSign

14、ificance F回归分析回归分析1142001420074.248366012.54887E-05残差残差81530191.25总计总计915730 方差分析表是通过F检验来判断回归模型的回归效果，检验因变量和自变量之间的线性关系是否显著。指标包括df（自由度）,SS（误差平方和），MS(均方差)，F（F统计量），significance F（P值）。回归方差的显著性检验回归方差的显著性检验二、数据分析二、数据分析回归分析回归分析1、 F（F统计量）， 用于衡量变量间线性关系是否显著，F=74.24；2、 significance F （P值）：是在显著水平（常用0.01或0.05）下的F

15、的临界值。P0.05，结果不具有显著统计学意义，0.01P值0.05，具有显著的统计学意义，P值0.01，结果具有极其显著的统计学意义。 回归系数表用于回归模型的描述和回归系数的显著性检验。即研究自变量能够有效的解释因变量的线性变化。回归方差的显著性检验回归方差的显著性检验二、数据分析二、数据分析回归分析回归分析Coefficients标准误差标准误差t StatP-valueLower 95%Upper 95% 下限下限 95.0% 上限上限 95.0%Intercept609.226034816.503335532 0.00018744438.72472558 81.27527442 38

16、.72472558 81.27527442X Variable 15 0.5802652388.616749156 2.54887E-053.661905962 6.338094038 3.661905962 6.3380940381、第一列、第一列intercept、X variabile，分别为回归模型中的，分别为回归模型中的a（截距）、（截距）、b（斜率）；（斜率）；2、 第二列为a和b的值，可以由此写出线性模型；3、第四、五列分别是回归系数的t检验和相应的P值，P值同样与显著性水平进行比较；4、最后给出的是a和b的95%的置信区间的上、下限。二、数据分析二、数据分析因子分析因子分析因子

17、分析是什么因子分析是什么 因子分析是将多个实测变量转换为因子分析是将多个实测变量转换为少数几个不相关少数几个不相关的综合指标（因子）的多元统计方法的综合指标（因子）的多元统计方法因子分析能做什么因子分析能做什么 浓缩和提炼数据浓缩和提炼数据，以较少的几个因子反映原资料的，以较少的几个因子反映原资料的大部分信息。大部分信息。 寻求数据的基本结构寻求数据的基本结构，从原始数据中提取的几个因，从原始数据中提取的几个因子分别从不同侧面反映某个事物。子分别从不同侧面反映某个事物。 二、数据分析二、数据分析因子分析因子分析因子分析的应用意义因子分析的应用意义 在市场研究中往往会选择多个变量来描述某在市场研

18、究中往往会选择多个变量来描述某个事物，如果直接对观测变量进行分析就会增加个事物，如果直接对观测变量进行分析就会增加问题分析的复杂性，而且分析结果的经济意义往问题分析的复杂性，而且分析结果的经济意义往往也难以解释。往也难以解释。 利用因子分析方法从若干观测变量中提取几利用因子分析方法从若干观测变量中提取几个因子，再对提取的因子做进一步的分析可以使个因子，再对提取的因子做进一步的分析可以使结果更加清晰，也更易于解释。结果更加清晰，也更易于解释。二、数据分析二、数据分析因子分析因子分析通过对提取的因子做聚类分析将受访者分成不同的人群通过对提取的因子做聚类分析将受访者分成不同的人群考察不同人群在人口、

19、社会、经济学等方面的特征，为客户提供考察不同人群在人口、社会、经济学等方面的特征，为客户提供细分市场潜在用户的全方位信息，为客户在目标市场大展鸿图指细分市场潜在用户的全方位信息，为客户在目标市场大展鸿图指明方向明方向市场细分能够帮助客户寻找并描述自己的目标市场。由于目标市市场细分能够帮助客户寻找并描述自己的目标市场。由于目标市场与普通市场相比有更多的收益潜力，因此市场细分的研究意义场与普通市场相比有更多的收益潜力，因此市场细分的研究意义重大重大应用领域和解决的典型问题应用领域和解决的典型问题因子因子分析分析聚类聚类分析分析市场市场细分细分满意度研究需要设计变量数目众多、层次分明的满意度指标体系

20、，为了使满意度研究问卷设计的合理、更科学，必须在满意度研究的预调查阶段对指标设置的合理性进行检验进行因子分析可以发现哪些指标是可以从指标体系中剔除的，也可以考察指标的设置是否满足了设计初衷（即指标的分类是否合理）根据因子分析的结果可以提取一些关键的指标进行竞争对手之间的比较，做到有的放矢通过对提取的因子进行多元回归分析能够在调查之初发现满意度研究的哪个环节是需要关注的重点因子因子分析分析回归回归分析分析满意度满意度研究研究二、数据分析二、数据分析因子分析因子分析因子分析可以从研究品牌形象的诸多软性和硬性的特性中浓缩和提炼的出少数几个综合因素，使得品牌形象更加鲜明、独树一帜因子分析的结果可以用定

21、位图的方式呈现在品牌形象研究方面，定性研究的方法应用的比较早也相对成熟，但是随着统计学的发展同时也为了适应市场研究领域不断提出的更新要求，定量研究的方法越来越多的应用在了品牌研究方面因子因子分析分析知觉知觉图图品牌品牌研究研究二、数据分析二、数据分析因子分析因子分析因子分析可以从满意度研究的诸多因素中浓缩和提炼出几个互不相关的综合指标，它们反映了满意度研究不同侧面的内容，同时也涵盖了原有指标的大部分信息把提取的因子和忠诚度的有关指标进行相关性的研究，我们可以发现那些有助于提高用户忠诚度的关键所在，从而使客户的工作更具有目标性 “继续使用、增加使用、推荐使用”是体现用户忠诚度的三个由低到高的层次

22、，不同层次的忠诚表现会给企业增加不同程度的收益，因此忠诚度研究日益成为客户关注的问题之一；从而发现究竟是哪些因素影响了用户对某种产品或服务的忠诚度，成了市场研究领域的又一个目标因子因子分析分析相关相关分析分析忠诚忠诚度研度研究究二、数据分析二、数据分析因子分析因子分析 因子分析要求变量为等距变量影响购买某种药品的因素影响购买某种药品的因素很同意同意说不好不太同意非常不同意1胃部不适并不严重，我会自己去药店购买药品服用543212我只服用一贯使用的胃药，其它的品牌我不会考虑543213如果某个新胃药的广告正在播放，我的病症符合它的适应症则会考虑自己购买服用543214我会询问周围的朋友/同事或家

23、人吃哪种胃药比较合适543215如某种新的胃药起效迅速，而且没什么负作用，则会试试543216如果有药品派送，并符合我的病症，我会试用543217胃部不适我通常会去看医生，由医生开处方买药543218如果我去药店自己买胃药，我会仔细询问营 业员，征求他的意见543219我买的胃药都能报销5432110 我一般服用一贯使用的胃药，如果知道有其它新的 胃 药我会考虑使用5432111 如果正在促销新的胃药产品，而且符合我的病症，则会试试效果5432112 我一般不太会去看医生或服药，因为不适来得快去得也快54321二、数据分析二、数据分析因子分析因子分析问卷设计形式问卷设计形式- 49 -阅读提示

24、：所演示的案例以上页的问题为基础阅读提示：所演示的案例以上页的问题为基础 通过因子分析可以把原始变通过因子分析可以把原始变量浓缩为量浓缩为5 5个因子个因子因子因子1 1：广告和促销的影响：广告和促销的影响因子因子2 2：周围人和朋友的影响：周围人和朋友的影响因子因子3 3：疾病自身：疾病自身因子因子4 4：医生的影响：医生的影响因子因子5 5：报销手段的影响：报销手段的影响二、数据分析二、数据分析因子分析因子分析- 50 -通过因子分析还可以进行地区间的比较，如左图 从图中可以看出，广告和促销、医生及报销手段对上海人的影响明显高于对北京人的影响 相应的，周围人和朋友及疾病自身的情况对北京人的

25、影响又明显高于对上海人的影响因子因子1：广告和促销的影响：广告和促销的影响 因子因子2：周围人和朋友的影响：周围人和朋友的影响 因子因子3：疾病自身：疾病自身 因子因子4：医生的影响：医生的影响 因子因子5：报销手段的影响：报销手段的影响二、数据分析二、数据分析因子分析因子分析 无论是在自然科学领域还是市场研究领域，聚类分析无论是在自然科学领域还是市场研究领域，聚类分析的关键点通俗的讲就是的关键点通俗的讲就是“物以类聚物以类聚”、“相似相融相似相融”。聚。聚类分析是根据事物彼此不同的属性进行辨认，将具有相似类分析是根据事物彼此不同的属性进行辨认，将具有相似性的事物聚为一类，使得性的事物聚为一类

26、，使得同一类的事物具有高度的相似性同一类的事物具有高度的相似性，不同类的事物之间具有很大的差异性不同类的事物之间具有很大的差异性。二、数据分析二、数据分析聚类分析聚类分析聚类分析是什么聚类分析是什么 聚类分析根据分类对象的不同分为：样本聚类和变量聚类样本聚类：对Case进行聚类变量聚类：对Variable进行聚类variable1 variable2 variable3 variable4 variable5case1case2case3case4case5case6case7样本聚类样本聚类变量聚类变量聚类二、数据分析二、数据分析聚类分析聚类分析在市场研究领域，样本聚类分析主要是帮助我们寻找

27、目标消费群体，划分出产品的细分市场通过样本聚类可以描述出各细分市场的人群特征，有针对性的对细分市场的购买者行为进行研究，以便于客户有针对性的对目标消费群体施加影响，合理地开展工作可以帮助客户刻画市场空白点和机会点，从而选择产品试销市场，制定竞争策略二、数据分析二、数据分析聚类分析聚类分析样本样本聚类聚类市场市场细分细分 根据不同需要划分同类产品根据不同需要划分同类产品案例案例 将威士忌酒进行分类的一种比较传统将威士忌酒进行分类的一种比较传统的方式是按照威士忌酒的产地划分。但是知道的方式是按照威士忌酒的产地划分。但是知道了酒的产地却并不能知道她的味道，同一产地了酒的产地却并不能知道她的味道，同一

28、产地的酒往往有不同的味道的酒往往有不同的味道 聚类分析解决了这个问题，它将不同聚类分析解决了这个问题，它将不同产地的威士忌酒按照不同的品味进行了分类：产地的威士忌酒按照不同的品味进行了分类：如果你是个品酒的新手，聚类分析的结果可以如果你是个品酒的新手，聚类分析的结果可以告诉你哪些酒的味道是相似的，如果你是威士告诉你哪些酒的味道是相似的，如果你是威士忌酒的收藏者，聚类分析的结果可以帮助你扩忌酒的收藏者，聚类分析的结果可以帮助你扩大收集相同或不同味道的酒大收集相同或不同味道的酒二、数据分析二、数据分析聚类分析聚类分析 Q14 -+-+ Q14 -+-+ Q17 -+ +-+ Q17 -+ +-+

29、Q16 -+ +-+ Q16 -+ +-+ Q18 -+-+ I I Q18 -+-+ I I Q19 -+ +-+ +-+ Q19 -+ +-+ +-+ Q20 -+ I I Q20 -+ I I Q15 -+ I Q15 -+ I Q27 -+-+ +- Q27 -+-+ +- Q28 -+ +-+ I Q28 -+ +-+ I Q26 -+ +-+ I Q26 -+ +-+ I Q24 -+-+ I I Q24 -+-+ I I Q25 -+ +-+ Q25 -+ +-+ Q29 -+-+ I Q29 -+-+ I Q30 -+ +-+ Q30 -+ +-+ Q22 -+-+ I Q22

30、 -+-+ I Q23 -+ +-+ Q23 -+ +-+ Q21 -+ Q21 -+ 变量聚类与因子分析的不同之变量聚类与因子分析的不同之处在于：变量聚类中可以很清楚的看出处在于：变量聚类中可以很清楚的看出某个变量与其他哪些变量的相似性比较某个变量与其他哪些变量的相似性比较大，与哪些变量凝聚成了一类大，与哪些变量凝聚成了一类变量聚类树形图变量聚类树形图二、数据分析二、数据分析聚类分析聚类分析在满意度研究中，变量聚类可以帮助研究员划分基础指标的类别，明确每一个被考察的商业流程是由哪些基础指标组成的结合多元回归分析还可以判断所分的类别是否合理通过变量聚类也可以在满意度研究的预调查阶段检验基础指标

31、的设置是否合理，从而保障满意度研究整体的有效性和准确性变量变量聚类聚类满意度满意度研究研究二、数据分析二、数据分析聚类分析聚类分析- 57 - 运用聚类分析对市场进行细分，可以了解各品牌在不同细分市场彼此之间的关系 如右图，如右图，1010个品牌按个品牌按照一定的原则被分组，从照一定的原则被分组，从分组的情况中我们可以发分组的情况中我们可以发现品牌之间关系的远近，现品牌之间关系的远近，它在一定程度上代表了品它在一定程度上代表了品牌之间的竞争关系牌之间的竞争关系变量变量聚类聚类竞争对竞争对手研究手研究二、数据分析二、数据分析聚类分析聚类分析非常同意 同意说不准不太同意很不同意1. 奥运会将显著地

32、提高中国的国际声望，树立良好的国际形象543212. 作为北京公民，我为奥运会在北京召开感到自豪543213. 只要能开好奥运会，即使影响我的生活、工作秩序也没关系543214. 在国家财政十分困难的情况下不该举办奥运会543215. 奥运会有利于振奋民族精神，激扬爱国主义543216. 奥运会的召开能为我国带来可观的经济效益543217. 花这么多钱办奥运会，还不如把钱用于改善人民生活543218. 我经常看体育方面的报道543219. 平时时间太紧，没时间参加体育活动5432110. 我觉得现在参加体育活动太费钱5432111. 举办奥运会会增加人民的负担5432112. 奥运会将能展现我

33、国安定团结和改革开放的重大成就54321 参与聚类分析的变量必须是数值型变量，而且至少有一个北京申办北京申办20082008年奥运会民意测验年奥运会民意测验问卷设计形式问卷设计形式二、数据分析二、数据分析聚类分析聚类分析- 59 - 首选应用因子分析从首选应用因子分析从1212个测试点中提取了几个因子，如经济意个测试点中提取了几个因子，如经济意识、民族意识等识、民族意识等 我们利用提取出的因子将市民用聚类分析的方法分离出两类人我们利用提取出的因子将市民用聚类分析的方法分离出两类人群，并进一步分别研究这两类人对申奥的态度群，并进一步分别研究这两类人对申奥的态度两两类类人人的的特特点点绝对支持者绝

34、对支持者男性比较多男性比较多平时非常关心体育新闻平时非常关心体育新闻经常参加体育活动经常参加体育活动非常喜欢看奥运会比赛非常喜欢看奥运会比赛相对顾虑者相对顾虑者女性比较多女性比较多平时不太关心体育新闻平时不太关心体育新闻不参加体育活动者较多不参加体育活动者较多比较喜欢看奥运会比赛比较喜欢看奥运会比赛案例演示案例演示二、数据分析二、数据分析聚类分析聚类分析CorrespondenceCorrespondence相当相当符合符合一致一致 对应分析（对应分析（Correspondence AnalysisCorrespondence Analysis）是一种用）是一种用来研究变量与变量之间联系来研究

35、变量与变量之间联系紧密程度紧密程度的研究技术的研究技术 对应分析的结果通常以对应分析的结果通常以知觉图知觉图（MappingMapping图）的方图）的方式展示，生动而清晰式展示，生动而清晰二、数据分析二、数据分析对应分析对应分析对应分析是什么对应分析是什么品牌研究是对应分析应用的最为广泛的一个市场研究领域对应分析将品牌和与品牌相关的若干属性和特征同时考察并在一张知觉图中同时体现，不但可以发现品牌之间在不同属性方面的差异，也可以明确竞争品牌的优劣势可以帮助客户及时调整营销策略，从而使产品品牌在消费者中树立起正确的形象1.0.50.0-.5-1.0-1.5.6.4.20.0-.2-.4-.6-.

36、8品牌品牌特点特点海尔海尔三星三星飞利浦飞利浦TCLTCL松下松下LGLG长虹长虹索尼索尼东芝东芝康佳康佳高档次高档次售后服务好售后服务好高品质高品质外观设计好外观设计好物有所值物有所值技术含量高技术含量高国际知名品牌国际知名品牌国内知名品牌国内知名品牌二、数据分析二、数据分析对应分析对应分析对应对应分析分析品牌品牌研究研究 对应分析能够帮助客户了解消费者对于其产品及同类产品在消费者心目中是如何定位的（产品定位包括产品形象、功能、特点等） 对应分析还可以帮助客户了解消费者对其产品的定位与预期定位是否有差距，有多大的差距二、数据分析二、数据分析对应分析对应分析对应对应分析分析定位定位研究研究对应

37、分析可以为客户提供不同细分市场的产品促销方式，帮助客户发现在细分市场最行之有效的产品推广方案对应分析还可以进行跟踪研究，检验广告或市场推广活动的效果：通过对比广告或市场推广活动前后消费者对产品的不同认知图，帮助客户了解广告或市场推广活动是否成功的向消费者传达了需要传达的信息对应对应分析分析跟踪跟踪研究研究二、数据分析二、数据分析对应分析对应分析- 64 -优势优势n用图形化的方式表现出用图形化的方式表现出不同产品与各种特点或不同产品与各种特点或功能之间的关系功能之间的关系n通过产品与特点或功能通过产品与特点或功能之间距离的远近来衡量之间距离的远近来衡量消费者对不同产品的定消费者对不同产品的定位

38、位n通过交叉表简单的描述通过交叉表简单的描述各种产品在一种特点或各种产品在一种特点或功能上的差异，却不能功能上的差异，却不能形象化地综合考察各种形象化地综合考察各种产品在不同特点或功能产品在不同特点或功能上的差异上的差异VSVS不足不足n对应分析只能通过分析知觉图上两点之间位置的远近来对应分析只能通过分析知觉图上两点之间位置的远近来判断品牌、产品及属性之间的差异，这样的测试结果无判断品牌、产品及属性之间的差异，这样的测试结果无法进行统计学的检验，也就是说知觉图上两点之间位置法进行统计学的检验，也就是说知觉图上两点之间位置的的“远离远离”或或“靠近靠近”只能是相对的判断，而不能从统只能是相对的判

39、断，而不能从统计学的角度进行远近的绝对判断计学的角度进行远近的绝对判断二、数据分析二、数据分析对应分析对应分析- 65 -对应分析对问题的题目设计要求比较宽松，任何两个能够采用频次进行交叉分析的变量都可以使用对应分析的方法打打勾勾处处为为随随机机抽抽取取起起始始 药名 疗 效 好 起效快但不 持久 起效慢但持久 需长期使用 副作 用小 适用于大多数皮肤病 对真菌亦有效 特别适合于我的病情 历史 悠久 新 产 品 油脂少不易沾染在身 便于携带，便于使用 公费医疗，不必自付 价钱 较贵 价钱 不贵 进口 药品 合资 药品 国产 药品 皮炎平 1 1 1 1 1 1 1 1 1 1 1 1 1 1

40、1 1 1 1 三九皮炎平 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 尤卓尔 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 派瑞松霜 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 艾洛松乳膏 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 无极膏 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 皮康王 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 皮康霜 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 恩肤霜 9 9

41、 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 乐肤液 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 肤乐软膏 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 尿素软膏 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 12 复方康纳乐霜 13 13 13 13 13 13 13 13 13 13 13 13 13 13 13 13 13 13 维肤膏 14 14 14 14 14 14 14 14 14

42、 14 14 14 14 14 14 14 14 14 肤轻松 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 15 孚琪 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 达克宁霜 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 17 环利软膏 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 美克 霉克 19 19 19 19 19 19 19 19 19 19 19

43、19 19 19 19 19 19 19 采乐洗剂 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 20 脚癣一次净 21 21 21 21 21 21 21 21 21 21 21 21 21 21 21 21 21 21 脚气灵 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 22 不知道 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 98 二、数据分析二、数据分析对应分析对应分析问卷设计形式问卷设计形式- 66 -1.01.0

44、.5.50.00.0-.5-.5-1.0-1.0-1.5-1.5-2.0-2.01.01.0.5.50.00.0-.5-.5-1.0-1.0-1.5-1.5品牌品牌功能功能国产药品国产药品合资药品合资药品进口药品进口药品价格不贵价格不贵价格较贵价格较贵公费医疗公费医疗便于携带便于携带不易粘在身上不易粘在身上新产品新产品历史悠久历史悠久适合自己的病情适合自己的病情对真菌也有效对真菌也有效适用多数皮肤病适用多数皮肤病副作用小副作用小需长期使用需长期使用起效慢但持久起效慢但持久起效快但不持久起效快但不持久疗效好疗效好脚气灵脚气灵脚癣一次净脚癣一次净采乐洗剂采乐洗剂美克美克环利软膏环利软膏达克宁霜达克

45、宁霜孚琪孚琪肤轻松肤轻松维肤霜维肤霜复方康纳乐霜复方康纳乐霜尿素软膏尿素软膏肤乐软膏肤乐软膏乐肤霜乐肤霜恩肤霜恩肤霜皮康霜皮康霜皮康王皮康王无极膏无极膏艾洛松乳膏艾洛松乳膏派瑞松霜派瑞松霜尤卓尔尤卓尔三九皮炎平三九皮炎平皮炎平皮炎平品牌功能位图品牌功能位图二、数据分析二、数据分析对应分析对应分析 是在已知分类情况的条件下，利用一个是在已知分类情况的条件下，利用一个判别标判别标准准将新样本划分到某个已知类中的统计技术将新样本划分到某个已知类中的统计技术 A A组组B B组组判别分析帮你忙判别分析帮你忙二、数据分析二、数据分析判别分析判别分析判别分析是什么判别分析是什么 应用判别分析可以通过已经掌

46、握的数据资料对应用判别分析可以通过已经掌握的数据资料对不同消费行为的人群建立分类标准，以便对不同背不同消费行为的人群建立分类标准，以便对不同背景的潜在消费者进行归类，了解哪些背景的人群更景的潜在消费者进行归类，了解哪些背景的人群更有可能成为现实消费者。有可能成为现实消费者。 二、数据分析二、数据分析判别分析判别分析判别判别分析分析市场市场细分细分 判别分析是用于分析因变量为分类变量、自变量为等距变量数据的一种统计分析模型，因此在设计问卷的时候应该有一个选项为分类变量的题目，如不同的购买行为等 在进行判别分析前也可以通过聚类分析将被访者进行细分，所以选项为分类变量的题目也不是一定设计在问卷中问卷

47、设计形式问卷设计形式二、数据分析二、数据分析判别分析判别分析二、数据分析二、数据分析时间序列分析时间序列分析时间序列分析是什么时间序列分析是什么 根据研究对象发展的根据研究对象发展的连续规律性连续规律性，基于历史数据，通过统计分析，基于历史数据，通过统计分析推测推测未来的发展趋势。未来的发展趋势。 前提：前提：一是一是研究对象的发展趋势不会发生突然的跳跃变化；研究对象的发展趋势不会发生突然的跳跃变化；二是二是研究对象将来的发展趋势蕴含在过去和当前的发展状态中。研究对象将来的发展趋势蕴含在过去和当前的发展状态中。时间序列分析能做什么时间序列分析能做什么1 1、可以从数量上揭示某一研究对象身蕴含的

48、、可以从数量上揭示某一研究对象身蕴含的发展变化规律发展变化规律；2 2、可以、可以预测和控制预测和控制研究对象未来的发展趋势。研究对象未来的发展趋势。二、数据分析二、数据分析时间序列分析时间序列分析1 1、趋势变化趋势变化，指数据随时间变化朝着一定方向呈现出持续稳定地上升、下降或平稳的趋势。，指数据随时间变化朝着一定方向呈现出持续稳定地上升、下降或平稳的趋势。变化类型变化类型2 2、周期变化周期变化，指数据受季节性影响，按一固定周期呈现出周期波动变化。，指数据受季节性影响，按一固定周期呈现出周期波动变化。3 3、循环变动循环变动，指数据按不固定的周期呈现出的波动变化。，指数据按不固定的周期呈现

49、出的波动变化。4 4、随机变动随机变动，指数据受偶然因素的影响而呈现出的不规则波动。，指数据受偶然因素的影响而呈现出的不规则波动。预测方法分类预测方法分类确定型确定型随机型随机型用确定的用确定的时间函数时间函数来拟合时间序列，包括趋势预测法、平滑预来拟合时间序列，包括趋势预测法、平滑预测法、分解分析法。测法、分解分析法。通过分析不同时刻变量的通过分析不同时刻变量的相关关系相关关系，揭示其相关结构，利用这，揭示其相关结构，利用这种相关结构对时间序列进行预测。种相关结构对时间序列进行预测。二、数据分析二、数据分析时间序列分析时间序列分析时间序列模型时间序列模型1 1、自回归、自回归AR(p)AR(

50、p)模型模型2 2、滑动平均、滑动平均MA(q)MA(q)模型模型3 3、自回归滑动平均、自回归滑动平均ARMA(pARMA(p、q)q)模型模型 该模型是通过时间序列自身历史数据的变化趋势来反映相关因素对预测目标的该模型是通过时间序列自身历史数据的变化趋势来反映相关因素对预测目标的影响和作用，不会受到模型变量相关假设条件的约束。该模型容易实现，能够消除普影响和作用，不会受到模型变量相关假设条件的约束。该模型容易实现，能够消除普通回归预测方法中由于变量选择、多重共线性所造成的预测困难。通回归预测方法中由于变量选择、多重共线性所造成的预测困难。 该模型包含了自回归和滑动平均两部分，其中该模型包含了自回归和滑动平均两部分，其中p p代表自回归成分的阶数，代表自回