市场调查与预测3.pptVIP

直方图的绘制 折线图的绘制 频数分布的类型 未分组数据的中位数 众数、中位数和均值的关系 众数、中位数、平均数的特点和应用 众数 不受极端值影响 具有不惟一性 数据分布偏斜程度较大时应用 中位数 不受极端值影响 数据分布偏斜程度较大时应用 平均数 易受极端值影响 数学性质优良 数据对称分布或接近对称分布时应用 2、变量分布的离散程度分析 异众比率 variation ratio 1. 对分类数据离散程度的度量 2. 非众数组的频数占总频数的比率 3. 计算公式为 例题分析 四分位差 quartile deviation 对顺序数据离散程度的度量 也称为内距或四分间距 上四分位数与下四分位数之差 Qd QU – QL 反映了中间50%数据的离散程度 不受极端值的影响 用于衡量中位数的代表性  例题分析 极差 一组数据的最大值与最小值之差 离散程度的最简单度量值 易受极端值影响 未考虑数据的分布 方差和标准差 variance and standard deviation 数据离散程度的最常用度量值 反映了各变量值与平均数的平均差异 根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方差或标准差 方差和标准差 变异系数 coefficient of variation 1、标准差与其相应的平均数之比 2、对数据相对离散程度的度量 3、消除了数据水平高低和计量单位的影响 4、用于对不同组别数据离散程度的比较 5、计算公式为 ③当时间数列由相对指标或平均指标构成，计算平均发展水平的公式如下： 增长速度使用相对数的形式分析事物的增长情况，因而去掉了增长的绝对数量。所以，对增长速度的分析需要结合分析同期的增长量，进行相互补充。为此，可以通过计算和分析增长1%的绝对值达到这一目的。增长1%的绝对值计算公式为： 散点图 ? 样本相关系数 相关系数取值及其意义 r 的取值范围是 [-1,1] |r| 1，为完全相关 r 1，为完全正相关 r -1，为完全负正相关 r 0，不存在线性相关关系 -1?r 0，为负相关 0 r?1，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 例：已知某企业2001年至2008年的广告费用和销售额的资料，如下表前三列所示，试求广告费用和销售额的线性相关系数。 解：根据以上资料，可作X和Y的散点图，由散点图可判断广告费用与销售额的关系近似线性相关。由资料还能计算广告费用与销售额的相关系数，各项所需数据，如上表所示 4 6 8 10 12 ?x 8.3 未分组数据： 组距分组数据： 总体方差的计算公式 注意： 样本方差用自由度n-1去除! 样本方差的计算公式 未分组数据： 组距分组数据： 表 我国1994-2001年社会商品零售额情况表 单位：元 37597.2 34152.6 31134.7 29152.1 27298.9 27447.1 20620 16264.7 社会商品零售额 2001 2000 1999 1998 1997 1996 1995 1994 年度 二、动态市场调查资料分析 （一）时间序列的编制 1．时间序列（time series）的概念 时间序列又称为动态数列，是研究总体不同时间上的某一指标数量，按照所属时间的先后顺序进行排序所形成的序列。例如，按照我国社会商品零售额编制的时间序列如下表所示 。 时间序列有两个部分组成。一是时间，它反映总体指标数值的时间属性；二是指标数值，它反映总体在特定时间上研究指标的发展水平。 2．时间序列的编制原则 时间序列适用于描述研究对象变化的全部过程，研究其发展速度和发展规律的基础，也是进行趋势预测的基本依据。因此，编制科学的时间序列对于市场研究与预测具有重要意义。 编制时间序列的基本要求是要保持时间序列的可比性。主要表现在以下方面： （1）时间长短要一致 时间序列的时间特征对指标的数值有着决定性的影响。因此，为了保证序列中的各指标能够正确地相互比较，要求时间长短具有一致性。一般地，对时期数列，要求各指标所属的时间短长度应相等；对时点数列，要求相邻两个指标的时间间隔应相等。 （2）研究总体的范围应一致 由于事物的变化性，研究总体在较长的时间内其总体范围也可能发生变化。例如，地区行政区划的变更、企业合并或分立等。为了使变化了总体范围的指标仍具有可比性，必须对前后两种总体的范围按照某一基准进行调整，如依据现在的总体范围对历史总体范围的指标数值进行调整。 （3）指标的经济内容应相同 对同一名称的指标，经济内容也可能不同。例如，对价值指标，有的时期采用不变价格计算，有的时期采用市场价格计算；对果品收购量，有的采用干货量计算，有的采用鲜货量计算等等。如果发现经