市场数据分析方法.ppt

1、第六章市场研究的资料分析方法，第一节线性回归分析，第一，线性回归方程的基本模型线性回归方程从样本资料开始，一般采用最小二乘法，根据回归线和样本数据点垂直方向偏差最小的原则解释回归方程的参数。线性回归分析是研究变量之间数量关系变化规律，通过特定数学表达式回归方程说明这些关系，确定一个或多个变量变化对其他变量的影响程度，并为预测提供数学依据。1 .一元线性回归模型，模型：格式：解析的变量(收购变量)；为了解释变量(收购)，随机误差项，I是观测下标，N是样本容量，估计参数，回归常量，回归系数。2 .多元回归模型多线性回归模型的收购数多于两个，模型的典型格式为i=1，2，n。其中，解析的变数(收购)、

2、解析的变数(收购)、随机错误项目、I是观测的下标、n是范例容量，套用线性回归模型时必须满足以下假设：(1)分析变量是确定变量，在分析变量之间不相关。(2)随机误差项有0平均值和同侧差。(3)随机误差项在徐璐其他采样点之间是独立的，没有序列关联。(4)随机误差仅限于解释变量之间不相关。(5)随机误差项遵循零平均值和东方车的正态分布。2，线性回归方程的统计检验1。回归方程一致性检查2。回归方程的重要性检查3。回归系数眼底检查3，回归分析假设条件的检查1。误差分析2。多公选3。误差项目的顺序是相关的。4.线性回归分析的基本步骤1。回归过程中参数和因变量的确定2。从样本数据收集开始，确定参数和变量之间

3、的数学关系，即建立回归方程3。回归方程的各种统计检验4。使用回归方程预测，5，案例分析案例：Checkers Pizza是休斯顿附近的韦斯特伯里镇，麦当劳也是重要的竞争对手。在过去的24个月里，牙齿公司的销售量(Q)、价钱(P)、村民们的人均收入(M)、欧文产品的价钱(P欧文)和麦当劳产品的价钱(P麦当劳)牙齿。假设下个月公司产品价格为9.05韩元，人均收入为26 614韩元，欧文公司产品价格为10.2韩元，麦当劳产品价格为1.15韩元，请预测下个月公司的销售量。首先，Checkers Pizza根据数据估计以下线性需求方程的参数：Qab Pc Md P Owen e P麦当劳式：Q比萨销售P

4、比萨价钱M村居民人均收入P Owen Corporation产品价钱P麦当劳产品价钱，下面是SPSS11.0的输出。如上结果所示，模型可以说明97%。整个模型非常突出。f统计信息的伴随概率值P=0.000。四个参数b、c、d和e非常明显。t统计的伴随概率值P都比0.01小得多。因此，回归方程是Q 343 . 748195 . 895 P 0.0742m 174.403 P欧文81.057 P麦当劳。下个月的比萨销售量为Q 343 . 748195 . 8959 . 050 . 074 226 614174。第二节判别分析，第一节判别分析的基本思想判别分析包括以下两个阶段：1.分析和解释各种指标

5、之间的差异，建立判别函数。2.根据第一阶段分析结果确定未知分类属性的事例。其次，判别分析基本模型和统计术语(1)假设条件1。每个类别都是多元正则整体的样本2。所有正则整体的协方差矩阵或相关矩阵相同的(2)基本模型，(3)统计术语1。先验概率2。后概率3。判别系数4。结构系数一般使用统计软件的判别分析具体包括以下步骤。1.识别研究问题2。取得判别分析资料3。执行判别分析4。评估和分析结果，4 .案例分析的公司生产新产品，牙齿公司在新产品大量上市之前进行了市场调查。公司向15家代理商发送了新产品，要求对牙齿产品进行评价，并附上了说明是否购买的意见书。评价因素包括风格、包装和耐久性。评分采用10分制

6、，高分表示特性良好，低分表示比较差。其中3名代理商没有表明自己的购买意向。那么，牙齿代理商属于“非出售集团”还是“购买集团”？以下是SPSS11.0的部分输出结果：在牙齿表中，样式、包装和耐用性的标准化系数分别为0.91、0.083和0.254。所以风格是最重要的判别变量，其次是耐久性，最后是包装。表中的最大概率组列是判别分析得出的组。13，15号代理商属于“非出售组”，14号代理商属于“购买组”。3节集分析，1，聚类分析的基本思想聚类分析(又称数字分类学)是研究最近开发的分类问题的多元统计分析方法。是根据事物本身的特性研究对象分类的方法，其基本原则是，同一种类的对象有很大的相似性，不同种类的

7、对象有很大的差异。根据聚类分析中分类的对象，可以分为示例簇(Q型簇)和变量簇(R型簇)。示例群集对反映通过聚集事件或聚集观测测量观察到的对象特征的变量值进行分类。变量聚类是在反映事物特性的变量较多的情况下，根据研究的问题，选择一些变量来研究事物的一个方面的聚类方法。2 .距离与相似系数(1)距离或固定比率资料中的距离和相似系数常用的距离指标为1。欧式街2。欧式距离的平方3。曼哈顿大街4号。切比塞夫距离，(2)常用的相似系数金志洙1。馀弦系数2。皮尔逊相关系数(3)已确定5 .一家家具公司为了细分市场，对购买家具的顾客进行了市场调查。此次调查的指标是喜欢的样式(老式1，新式2)、图案(元素1，格

8、子2，花纹3)。颜色(蓝色为1，黄色为2，红色为3，绿色为4)。调查样本为30人。，集群结果表明，牙齿30名客户对家庭的偏好类型为1，9，13，17，24: 2，3，4，5，6，7，8，可更好地反映的3茄子类别，通过研究许多变量之间的内部依赖性，探索观察数据的基本结构，并使用几个虚拟变量表示基本数据结果。这些假设变量不能观察，通常称为系数。它们反映了许多原始观测变量表示的主要信息，并可以解释这些观测变量之间的相互依赖性。2 .系数分析的数学模型和相关统计(1)数学模型(2)相关统计1。系数负载2。通用性3 .系数的贡献4。巴特里特区检察官5。KMO金志洙，3 .系数分析的基本步骤1。确定研究变

9、量2。计算所有变量的相关性请给10名消费者评价牙齿5茄子肉类。分数是10分制，分数越高，表示越喜欢。调查结果见下表。测试因子分析方法研究消费者选择食物的影响因素。上表是SPSS11.0输出旋转后的系数负载矩阵。我们可以由此推断出两个茄子共同因素的意义。从表中的数据来看，第一个共同因素反映了鸡、鱼、牛肉的共同特性，因为第一个共同因素的系数负荷值高，第二个共同因素的系数负荷值低。第一个共同因素可能表示脂肪较少。羊肉，猪肉是第二个共同系数的系数负载值高，第一个共同系数的系数负载值低，意味着第二个共同因素反映了羊肉，猪肉的共同特性，第二个共同因素可能表示价格。因此，我们可以认为脂肪和价格是决定消费者肉

10、类消费的主要因素。5节对应分析，1，对应分析的基本思想对应分析，也称为对应分析，是在R型和Q型要素分析的基础上开发的多元相依变量统计分析技术。分析由定性变量组成的交互摘要表，以表示变量之间的关系。使用变量的一系列类别和这些类别的分布图描述变量之间的连接时，可以使用牙齿分析技术表示同一变量的类别之间的差异和徐璐其他变量的类别之间的对应关系。2 .统计术语和数据格式(1)统计术语1。列联表2。主要成分表3。惯性量和特征值4。卡邦它可以明确表示两个定性变量之间的相互关系。3.分析阶段1。决定研究内容2。取得分析资料3。对列联表进行对应分析4例：轿车大小(对、中、牛)、轿车类型(住宅型、跑车、商用车)

11、、收入(一人份收入、双人份收入)、状态(已婚、已婚子女、未婚、未婚)，从该图中可以推断出以下结论。(1)已婚子女、家庭车、中型车的关联性很大。(2)已婚与双重收入相关，已婚、已婚、有孩子，买房也有一定关系。(3)未婚、收入一份、租赁税之间有着密切的关系。(4)跑车和小型车之间也有关系。根据以上结论，戴尔可以充分利用牙齿信息进行市场细分和市场营销战略开发。例：要以已婚家庭为对象重点销售中型私家车。未婚、收入、租赁的消费者由于经济条件，很难成为轿车消费的对象顾客群。另外，目前没有适合双收入已婚消费者的车型，必须考虑开发新车型以满足他们的要求。第6节多维偏好分析，第1节，主要成分分析方法介绍(1)主

12、要成分分析的基本思想主要成分分析方法是将原来相关的很多指标(如P个指标)重新组合成新的互不相关的综合指标。(2)主成分分析的数学模型，(3)主要统计术语1。首选分数2。特征值或惯性2，分析的基本步骤1。研究中的问题决定2。数据采集3。主成分分析4他们挑选了10种心理学刊物，要求39名专业心理学家根据对牙齿刊物的喜好，按照110的尺度进行评分。其中“1”表示低评价，“10”表示高评价。使用SPSS Categories PRINCALS过程的“非线性”主成分分析方法分析了上表中的数据，结果包括：(1) JEXP、PMET的“硬”组，(1) jexp，组件加载图：箭头指向同一个心理学家的偏好。图左

13、上角的“D”组的发展和教育心理学家们更喜欢教育心理学杂志和人类发展两种茄子期刊。其他组心理学家的偏好也很明显。都集中在指示研究方向的期刊上。对偶图：模型摘要：最终结果表明，总拟合情况良好。二维顺序方案约占总方差的82%。7节多维尺度法，1，多维尺度法的基本介绍是消费者对各种牌子产品的偏好和感觉资料在R维空间的点表示。牌子点之间距离的顺序完全反映了最初输入的相似顺序(两个牌子之间的距离越短，就越相似)。这主要包括两个阶段：(1)初步图形结构的配置。(2)初步图形结构变更。二、统计术语和数据格式(1)统计术语1。接近度2。空间也是3。克鲁斯卡系数4。残差(2)数据格式多维尺度输入数据是表示要比较的

14、事物之间相似性的矩阵。3，分析的基本步骤1。确认研究中的问题2。获取资料3。多维尺度分析4。创建空间图并解释结果的含义。5.评估分析结果，4，案例分析在某项市场研究中，研究人员调查了10名消费者，A、B、C、D、D消费者使用里克量表，分别对每对AB、AC、AD、AE、BC、BD、BE、CD、CE、DE进行了分析其中一个消费者为AB=2、AC=1、AD=4、AE=5、BC=6、BD=8、BE=6、CD=3、CE=7、DE=，输入使用SPSS11.0执行计算的表的相似矩阵，可以获得以下概念空间图：在牙齿空间图中，可以看到D和E相对接近。在一维方向上，A、B、C、D、E品牌的差异更加明显。8节联合分

15、析，1，联合分析的基本概念和功能联合分析方法的基本思想是为消费者提供徐璐不同属性组合形成的产品，对消费者做出心理判断，根据所需程度对产品组合进行评分，排序，使用数学分析方法对各个属性水平进行数值计算，使评价结果与消费者的分数尽可能一致，分析研究消费的选择行为，(a)联合分析的功能1。研究消费者偏好和购买决定的主要影响因素时，联合分析法比现有方法优越。2.联合分析可以使研究结果成为市场模拟模型。未来营销策划(2)可应用于联合分析的app 1。消费者选择品牌时，决定各种属性的相对重要性。2.估计其他属性的市场份额。3.确定最受欢迎品牌的属性级别组合。4.消费者根据属性级别偏好的相似性细分市场。二、联合分析模型和相关统计术语(1)联合分析的基