- 1、本文档共43页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* * 三、协方差分析 考察与控制自变量作用有关的因变量均值差异时,通常有必要考虑非控制自变量的影响。例如: 研究收看不同电视广告的组别对品牌的评价时,可能有必要控制对该品牌的先期知识。 。。。 在这些情况下,可以使用协方差分析(analysis of covariance)。ANCOVA至少包括一个定类的自变量,及一个定量的自变量,后者称为协变量(covariate)。 【例】协方差分析应用 定义问题:在控制客源的影响之后,考察促销和赠券对销售额的影响。 确定变量: 因变量—标准化销售额(1-10) 自变量 促销(高,中,低) 赠券(有,无) 协变量—客源状况(1-10) * * Sum of Mean Sig. Source of Variation Squares df Square F of F Covariance Clientele 0.838 1 0.838 0.862 .363 Main effects Promotion 106.067 2 53.033 54.546 .000 Coupon 53.333 1 53.333 54.855 .000 Combined 159.400 3 53.133 54.649 .000 Interaction Promotion* Coupon 3.267 2 1.633 1.680 .208 Model 163.505 6 27.251 28.028 .000 Residual (Error) 22.362 23 0.972 TOTAL 185.867 29 6.409 Covariate Raw Coefficient Clientele -0.078 表5. 总变差分解和显著性检验 解读结果 控制客源的作用后: 促销和赠券对销售额有显著影响 两者之间的交互作用不显著 客源对销售额的影响不显著。 * * * * 四、重复测量的方差分析 在市场营销研究中,调查对象之间往往千差万别,如果能将个体差异与自变量的作用和实验误差进行有效区分的话,将大大提高实验的灵敏度。 控制受试对象差异的方法之一就是在各种实验条件下观察每个对象,即每个对象以自我作为对照。例如,要求每个调查对象对不同的广告诉求都进行评估。 这种设计被称为对象内设计或者重复测量方差分析(repeated measures analysis of variance)。 * * 总变差分解 在只有一个因子的情况下,重复测量的总变差可以分为人际间变差和个人内变差: SStotal = SSbetween people + SSwithin people 总变差的自由度为nc-1,人际间变差的自由度为n-1,个人内变差自由度为n(c-1)。 内部变差可以进一步分为两个来源: SSwithin people = SSx+SSerror 处理变差的自由度为c-1,残差的自由度为(c-1)(n-1)。 * * 自变量X Subject Categories Total No. Sample X1 X2 X3 … Xc 1 Y11 Y12 Y13 Y1c Y1 2 Y21 Y22 Y23 Y2c Y2 : : : : n Yn1 Yn2 Yn3 Ync YN Y1 Y2 Y3 Yc Y Between People Variation =SS between people Total Variation =SSy Between Category Variation = SS within people Category Mean 表6. 总变差分解:重复测量的方差分析 显著性检验 对于组均值相等的零假设的检验方法如下: * * * * 【例】产品类别和诉求形式对广告态度的影响 资料来源:陈丹,2004。 五、多元方差分析 当存在两个或两个以上相关的因变量时,需要采用多元方差分析(multivariate analysis of variance, MANOVA)。 MANOVA与方差分析(ANOVA)类似,但ANOVA是检验一个因变量的组间差异,而MANOVA是同步检验多个因变量的组间差异。 如果各个因变量是不相关的,对每个因变量进行ANOVA比MANOVA更合适。 * * * * 参考文献 马尔霍特拉: 《市场营销研究—应用导向》(第5版), 第16章, 电子工业出版社,2009。 陈胜可编著:《SPSS统计分析:从入门到精通》,第7章,清华大学出版社,201
您可能关注的文档
- 第五章无形资产评估解析.ppt
- 第五章细胞因子解析.ppt
- 第五章现代国际贸易理论新解析.ppt
- 第五章相似矩阵二次型解析.ppt
- 第五章项目成本管理解析.ppt
- 第五章项目投资解析.ppt
- 第五章项目综合管理解析.ppt
- 第五章消费税的会计处理解析.ppt
- 第五章消费者市场及购买行为分析解析.ppt
- 第五章消费者市场解析.ppt
- GB/T 39560.10-2024电子电气产品中某些物质的测定 第10部分:气相色谱-质谱法(GC-MS)测定聚合物和电子件中的多环芳烃(PAHs).pdf
- 中国国家标准 GB/T 39560.10-2024电子电气产品中某些物质的测定 第10部分:气相色谱-质谱法(GC-MS)测定聚合物和电子件中的多环芳烃(PAHs).pdf
- 《GB/T 39560.10-2024电子电气产品中某些物质的测定 第10部分:气相色谱-质谱法(GC-MS)测定聚合物和电子件中的多环芳烃(PAHs)》.pdf
- GB/T 39560.302-2024电子电气产品中某些物质的测定 第3-2部分:燃烧-离子色谱法(C-IC)筛选聚合物和电子件中的氟、氯和溴.pdf
- 中国国家标准 GB/T 39560.2-2024电子电气产品中某些物质的测定 第2部分:拆解、拆分和机械制样.pdf
- 中国国家标准 GB/T 39560.302-2024电子电气产品中某些物质的测定 第3-2部分:燃烧-离子色谱法(C-IC)筛选聚合物和电子件中的氟、氯和溴.pdf
- GB/T 39560.2-2024电子电气产品中某些物质的测定 第2部分:拆解、拆分和机械制样.pdf
- 《GB/T 39560.2-2024电子电气产品中某些物质的测定 第2部分:拆解、拆分和机械制样》.pdf
- 《GB/T 39560.303-2024电子电气产品中某些物质的测定 第3-3部分:配有热裂解/热脱附的气相色谱-质谱法(Py/TD-GC-MS)筛选聚合物中的多溴联苯、多溴二苯醚和邻苯二甲酸酯》.pdf
- 中国国家标准 GB/T 39560.303-2024电子电气产品中某些物质的测定 第3-3部分:配有热裂解/热脱附的气相色谱-质谱法(Py/TD-GC-MS)筛选聚合物中的多溴联苯、多溴二苯醚和邻苯二甲酸酯.pdf
文档评论(0)