市场调查技二版jxsj12.docVIP

  1. 1、本文档共17页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
市场调查技二版jxsj12

第十二章 市场调查的数据分析(二) 在市场研究过程中,研究人员常常面对的是庞大的数据资料,这些数据资料不但数量大,研究的变量多,而且不同变量之间往往存在着一定的相关性,就是同一变量往往也具有多种属性,这就为研究工作带来了一定的困难。因此,研究人员就需要一个合适的统计方法来正确有效地处理这些庞大而又无序的数据。在这方面,聚类分析和判别分析有着较为广泛的应用。鉴于市场调查分析中统计软件SPSS的广泛应用,本章将结合具体实例介绍这一统计软件的应用情况。 在本章中设定的教学内容是: 聚类分析 判别分析 SPSS在数据分析中的应用 聚类分析和判别分析的统计思想和计算过程都比较复杂,而且在实际的市场调查分析中往往要研究的变量与数据比较多,这可以结合SPSS统计软件进行分析,简化统计过程,减轻计算的工作量。市场调查的数据分析与SPSS统计软件相结合可以达到事半功倍的效果。 本章还设计了教学实训项目,要求学生实际参与市场调查的数据分析工作,培养解决问题、分析问题的能力。 1、关系数聚类分析 2、相似系数模糊聚类分析 3、判别分析 4、SPSS统计软件的应用 第一节 聚类分析 聚类分析的意义 聚类分析的方法:相关系数聚类分析、相似系数模糊聚类分析 聚类分析的应用:通过实例介绍聚类分析的应用 了解聚类分析的概念与意义 通过案例教学和实训活动,要求学生掌握聚类分析的基本方法,培养相关的技术应用能力 案例教学与实训教学相结合 1、聚类分析的概念 2、聚类分析的意义 相关系数聚类分析的计算步骤: 计算相关系数 → 得到相关系数矩阵 → 进行相关系数聚类分析 → 统计结论分析 计算过程: 设有一组对象:; 每一个对象各有项指标,从而对每一个对象都可以获得个观测值,一般记为向量的形式。如对有 对象和的相似系数为: 其中: , 这里有,若相似系数越大,则对象之间越相似。 计算所得的相似系数,一般记成距阵的形式:应用相似系数距阵可以进行聚类分析。 1、解决目标 近几年国内果汁饮料市场竞争日趋激烈,某果汁饮料公司对全国五个主要城市15个常见品牌的果汁饮料产品的月销售额进行了一次调查,以明确市场的划分,同时也可以籍此确定主要的竞争对手。 5月份果汁饮料产品月销售额 单位: 元 编号 品牌 北京 南京 上海 杭州 重庆 1 统一 95623 84179 154011 73414 733 2 康师傅 9320 119590 1009363 202116 5983 3 三得利 30814 141389 421442 168382 4882 4 麒麟 17255 46494 112920 66918 5582 5 雀巢 13230 39191 2337 103201 2639 6 鲜の每日C 70187 40636 55015 188971 19070 7 酷儿 22086 168319 463359 68952 12812 8 味全每日C 64150 113528 700007 25491 2498 9 椰树 12618 8215 28260 200 5975 10 都乐 7198 20591 34910 15994 332 11 雪菲力 1829 891 4231 2937 2090 12 华源 1893 40644 3741 10025 1448 13 维体 7795 55236 112231 205 10466 14 农夫果园 21350 3472 29171 32049 11585 15 大湖 719 4866 855 102 551 2、解决过程 类似计算可以得到: 得到相关系数矩阵如下: Case 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 ----- 0.771 0.814 0.804 -0.064 0.136 0.795 0.8 0.756 0.868 0.511 0.056 0.727 0.465 0.092 2 0.771 ----- 0.969 0.918 -0.212 -0.012 0.962 0.975 0.828 0.883 0.836 -0.173 0.879 0.511 -0.132 3 0.814 0.969 ----- 0.983 -0.011 0.129 0.958 0.921 0.719 0.962 0.76 0.02 0.863 0.495 0.002 4 0.804 0.918 0.983 ----- 0.17 0.302 0.892 0.839 0.597 0.953 0.753 0.051 0.767 0.571 -0.025 5 -0.064 -0.212 -0.011 0.17

文档评论(0)

fangsheke66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档