第十二章-多变量分析方法.pptVIP

第十二章 多变量分析方法及其应用 多变量分析方法在市场研究中应用的作用 1、简化数据结构，选择变量子集合 2、对数据进行分类处理、分类研究、构造分类模式 3、构造模型 1、聚类分析方法及其应用 聚类分析的作用：将一些变量、目标、公司等进行分类组合 聚类分析的基本方法原理——就是测量研究目标之间的相似性，根据相似的程度将研究目标进行分类。 测量研究目标之间的相似性的方法通常有两种： 两目标之间的距离 两目标的关联系数 两目标之间的距离的计算公式： 两目标的关联系数通常使用相关系数来计算： 在聚类分析中对样本进行分类有两种分类方法： 逐项分类法——先将所有的研究样本作为一个或几个大类，然后逐渐分解成多类直至单个样本。 系统分类法——先从各单个样本开始，然后之间的按最小距离或最大关联度进行归类。 例——系统分类法之最短距离法 最短距离法是将距离最短的两个目标或类别组合在一起。 某啤酒公司对顾客饮用习惯和态度进行调查。其中有两个问题如下： “您每月大约喝多少瓶啤酒？” “您对‘饮酒是人生的快乐’这句话的看法如何？” 同意10 9 8 7 6 5 4 3 2 1 不同意 其中5位顾客的调查结果如下： 聚类分析的步骤： 1、数据变换 2、计算各样本之间的距离 3、类别合并 4、聚类分析图 1 2 3 4 5 距离 0.04 0.09 0.10 0.29 2、判别分析法及其应用 判别分析法是用于判别样本所属类型的一种多变量统计分析方法 作用于在已知被研究对象已分成若干类的情况下，确定新的被研究者究竟属于已知类型中的哪一类。 判别分析法的基本原理 判别分析是根据样本数据，确定判别系数 然后根据所收集到的资料计算出判别临界值yc作为判别研究对象属于两组之中哪一组的标准。 判别函数的确定步骤： 1、计算两组平均值之差D(Xi) 2、计算两组数据的离差矩阵Ai,共方差矩阵Si=Ai’Ai 3、计算两组资料的联合共方差矩阵P=S1+S2 4、计算P的逆矩阵P-1 5、计算判别系数b= P-1 D 6、求判别函数的临界值Y=b1X1+b2X2+b3X3 7、判别函数的检验 远东企业公司发展了一种新产品，该公司在新产品未大量上市前，为安全起见，将新产品的样品寄给了十二个国家的进口代理商，要求对该产品给予评估。评估的因素有三：式样、包装及耐久性。评分表采用10分制，每一进口代理商并被要求说明是否愿意购买，调查结果如下： 3、回归分析方法及其应用 回归分析是处理自变量x1，x2，x3，…… xn与因变量y之间相关关系的方法，它从定量的角度寻找变量之间的因果关系，从而判断某些因素的变化对其他因素的影响。 回归分析法的步骤： 1、从一组原始数据出发，确定变量之间的定量关系，即确定模型的具体形式和模型参数的估计值。 2、对这些等量关系式的可信程度进行统计检验 3、从影响因变量的许多变量中判断和选择最重要的影响因素 4、利用模型进行预测 一元一次线性回归分析 回归系数的计算式如下： 此外，两变量之间的相关程度如何，利用相关性分析。一般情况下针对等量尺度问题的相关系数计算式如下： 【例】某企业研究企业广告支出费对产品销售额的影响，现获得最近11个季度有关的统计资料如下表，试分析企业广告支出对销售额有无显著影响，如果企业下季度准备广告支出80万元，估计企业的销售额为多少？ 判断相关性 相关系数 从散点图和相关系数表明企业广告费支出与产品销售额之间存在强线性相关关系。可用一次线性相关分析法进行预测。 2．预测方程：