市场细分因子与聚类分析.ppt

营销管理学院 营销管理学院 * 营销管理学院 * 第三章 市场细分方法与工具 袁少锋 讲师、管理学博士 一、市场细分方法 因子分析法 聚类分析法 一、因子分析的基本思想 什么是因子分析？ 因子分析将具有错综复杂关系的变量(或样品)综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系。在统计学领域，它也是属于多元分析的范畴。 因子分析的应用主要有两方面，一是寻求基本结构，简化观测系统。二是用于分类，将变量或者样本进行分类，根据得分值在因子轴所构成的空间中进行分类处理。 例如，在企业形象或品牌形象的研究中，消费者可以通过一个有24个指标构成的评价体系，评价百货商场的24个方面的优劣。 但消费者主要关心的是三个方面，即商店的环境、商店的服务和商品的价格。因子分析方法可以通过24个变量，找出反映商店环境、商店服务水平和商品价格的三个潜在的因子，对商店进行综合评价。而这三个公共因子可以表示为： 称 是不可观测的潜在因子。24个变量共享这三个因子，但是每个变量又有自己的个性，不被包含的部分 ，称为特殊因子。 因子分析的基本思想 因子分析的基本思想是通过对变量相关系数矩阵内部结构的研究把变量分组，使得同一组内的变量之间相关性较高，但不同组的变量相关性较低。每组变量代表一个基本结构，这个基本结构称为公共因子。对于所研究的问题就可试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一变量。 另一种表述 一般来说，因子分析就是试图用最少个数的不可观测的互不相关的公共因子的线性组合，再加上特殊因子来描述原来一组可观测的相互有关的每个变量，其目的是尽可能合理解释存在于原始变量之间的相关性，并且简化变量的维数和结构。 二、因子分析的数学模型 用公共因子F代替X，一般要求mp，mn，因此，因子分析与主成分分析一样，也是一种降低变量维数的方法。我们下面将看到，因子分析的求解过程同主成分分析类似，也是从一个协方差阵出发的。 因子分析与主成分分析有许多相似之处，但这两种模型又存在明显的不同。 因子分析从本质上看是从显在变量去“提练”潜在因子的过程。正因为因子分析是一个提练潜在因子的过程，因子的个数m取多大是要通过一定规则确定的，并且因子的形式也不是唯一确定的。一般说来，作为“自变量”的因子F1，F2，…，Fm是不可直接观测的。这里我们应该注意这个问题。 三、因子载荷矩阵中的几个统计特征 SPSS学习参考教材： 《数据统计分析与SPSS应用》——非常适合初学者 当 当 价：￥37.40 定　　价：￥45.00 作　　者：余建英，何旭宏 编著 出 版 社：人民邮电出版社 出版时间：2003-12-1 版　　次：第1版第2次页　　数：476字　　数：744千 印刷时间：2003-4-1开　　本：纸　　张：胶版纸 印　　次：I S B N：9787115112064包　　装：平装 * 营销管理学院 * 营销管理学院 营销管理学院 （一）因子分析模型 因子分析中的公共因子是不可直接观测但又客观存在的共同影响因素，每一个变量都可以表示成公共因子的线性函数与特殊因子之和，即 ，（）（7.1）（7.1），，称为公共因子，称为的特殊因子。该模型可用矩阵表示为： （7.2） 这里 ， ， 且满足： （1）； （2），即公共因子与特殊因子是不相关的； （3），即各个公共因子不相关且方差为1； （4），即各个特殊因子不相关，方差不要求相等。 模型中的称为因子“载荷”，是第个变量在第个因子上的负荷，如果把变量看成维空间中的一个点，则表示它在坐标轴上的投影，因此矩阵A称为因子载荷矩阵。 1．因子载荷的统计意义 对于因子模型 我们可以得到，与的协方差为： = = 如果对作了标准化处理，的标准差为1，且的标准差为1，因此 （7.6），是与的相关系数，它一方面表示对的依赖程度，绝对值越大，密切程度越高；另一方面也反映了变量对公共因子的相对重要性。了解这一点对我们理解抽象的因子含义有非常重要的作用。 2．变量共同度的统计意义 设因子载荷矩阵为，称第行元素的平方和，即 （7.7） 的共同度。 由因子模型，知 （7.8） 这里应该注意，（7.8）的方差由两部分组成：第一部分为共同度，它描述了全部公共因子对变量的总方差所作的贡献，反映了公共因子对变量的影响程度。第二部分为特殊因子对变量的方差的贡献，通常称为个性方差。如果对作了标准化处理，有 （7.9） 3、公因子的方差贡献的统计意义