市场调查11-统计分析.pptVIP

统计分析——对调查所得数据进行定量分析，以揭示事物内在的数量关系、规律和发展趋势的一种资料分析方法。 统计分析在商业竞争中的作用？ 统计分析在商业竞争中的作用 提供清晰准确的数据，对市场进行简化和精确描述 科学预测市场趋势的重要方法 探析变量间因果关系，为市场决策提供准确依据 充分了解竞争环境，判断竞争对手策略 特别提示：勿陷入统计陷阱！ 应对方法：多因素分析——大数据！ 第一节 描述分析 （一）频数分布[frequency distribution] （二）集中趋势指标 1、集中趋势指标——用来代表一组数据的一个典型值。 2、包括： 众数 中位值 平均数 （1）众数 众数: 在众多数值中出现次数最多的一个数值。 小结：集中趋势指标的比较 案例：“众数”营销 电影营销：最广大的受众 网络营销：最屌丝的用户 电视营销：最草根的观众 数据统计分析成为精准营销利器！ （三）离散程度指标 1、离散程度指标——反应数据对集中趋势的偏离程度的统计量。 2、包括： 异众比率 级差 四分位差 标准差 1、异众比率：非众值次数与全部个案总数的比率 小结 （四）SPSS应用 1、单选题的频数分析 主程序【Analyze-Descriptive Statistics-Frequencies】 （四）SPSS应用 第二节 参数估计 一、参数估计的概念 （一）参数估计——根据一个随机样本的统计值来代表总体的参数值。 （二）参数估计的方法： 点值估计：以一个最适当的样本统计值来代表总体的参数值。 间距估计：以两个数值之间的间距来估计参数值。 1、用均值进行间距估计 2、用百分比的间距估计 第三节 假设检验 一、假设检验定义 假设检验——首先假设总体的情况，然后用一个随机样本的统计值来检验假设是否正确。 思路： 二、假设检验的基本步骤 三、假设检验的分类 分类： 1、相关性检验 2、差异性检验 参数检验（定量数据） 非参数检验（非定量数据） 四、单样本的参数检验（一）大样本的Z 检验 ：样本均值； ：假设的总体均值； n ：样本大小； ：标准误差 （二）小样本的t检验 （三） 比例的假设检验 （四）SPSS 应用 主程序为【Analyze-compare means?one-sample T test】 第四节 卡方检验 （一）总体分布的卡方检验 检验法则： 临界值，否定零假设，不适合某分布，差异显著； 临界值，接受零假设，适合某分布，差异不显著。 （二）SPSS应用 主程序： 【Analyze-Nonparametric Tests-Chi-Square】 二、多个样本的卡方检验 （一）列联表概述 列联表可同时描述两个或两个以上的变量的情况。 SPSS主程序【Analyze-Descriptive Statistics-Crosstabs】 （二）关键统计指标 卡方： 用于检验列联表中的相关关系是否具有统计显著性 公式： （二）关键统计指标（续） 适用条件： （1）单元格的数据必须为绝对数。 （2）单元格中的预期频数小于5时，无法进行卡方检验。 （3）如果单元中观测值10,或者表格为2x2表格时，应采用矫正值（correction）。 （三）SPSS应用 第五节 方差分析 方差分析 方差分析：两组以上均值差异的检验 构成： 1、一个以上的定类自变量，也称为因子。 2、定量的因变量 一、单因子方差分析 （一）基本分析思路： 1、将全部数据的总变差分解为两大部分：TV=VB + VW。 （1）总离差平方和TV：实验数据的总误差。 （2）组间变差VB：为Y的变差中与X的组均值变差有关的部分，代表X类别之间的变差，即X因子所导致的变差。 （3）组内变差VW：为Y的变差中与X的组内变差有关的部分，代表随机因素导致的变差。 2、用方差确定统计显著性。 零假设：不同组的总体均值不存在差异。 （二）SPSS应用-单因子方差分析 主程序： 【Analyze-Compare means-One-way ANOVA】 二、N因子方差分析 （一）基本分析思路 1、将总变差分解为：TV=归因于X1的变差+归因于X2的变差+归因于X1和X2交互效应的变差+VW 2、检验总效应的显著性。 3、检验交互效应的显著性 判断法则：F概率0.05,接受原假设，无交互效应。 4、检验主效应的显著性。 判断法则：F概率0.05,否定原假设