市场调研9调查数据的深入分析解析.ppt

5.4.3 相关系数聚类法（4） 找出各列最大相关系数中的最大值 X1 X2 X3 X4 X5 X6 X7 X1 -- 0.68 0.64 X2 -- X3 -- X4 0.67 -- 0.78 X5 0.68 -- X6 0.70 0.78 -- X7 -- 5.4.3 相关系数聚类法（5） 合并X2、 X3、 X4、 X6。 重复上述步骤，合并X1、 X5、 X7。 X1 X5 X7 X1 -- 0.68 0.64 X5 0.68 -- 0.62 X7 0.64 0.62 -- 5.5 因子判别分析 判别分析法的目的是判别给定样本是否属于假定的类型。判别分析法的核心是建立判别函数。常用的判别函数为多元线性判别函数。其形式如下 5.5.1 判别函数的建立（1） 例 假设有下列原始数据，请建立判别函数，判别假定的分组是否正确。 产品各指标表相应评价值 产品款式X1 产品包装X2 产品性能X3 预定销售组A 1 9 8 7 2 10 7 4 3 7 6 3 4 6 4 5 5 8 6 6 6 8 5 5 预定销售组B 7 5 3 6 8 2 4 3 9 1 4 5 10 4 5 2 5.5.1 判别函数的建立（2） 第一步：计算A、B两组相应指标数据平均值 5.5.1 判别函数的建立（3） 第二步：计算组间平均值的差。 即有 5.5.1 判别函数的建立（4） 第三步：计算A、B两组资料的离差矩阵。 5.5.1 判别函数的建立（5） 第四步：计算离差矩阵CA、 CB的共变异矩阵。 5.5.1 判别函数的建立（6） 第五步：计算A、B两组资料的联合共变异矩阵。 5.5.1 判别函数的建立（7） 第六步：求联合共变异矩阵U的逆矩阵U-1。 5.5.1 判别函数的建立（8） 第七步：求判别方程的系数b。 5.5.1 判别函数的建立（9） 第八步：根据上述系数矩阵建立判别函数。 根据判别表达式可知： 产品款式对分组判别的影响最为显著，产品包装其次，而产品的性能对判别的影响不显著。 5.5.1 判别函数的建立（10） 第九步：求判别函数Yc临界值。 5.5.1 判别函数的建立（11） 第十步：判别分组的正确性。 预分组别 判别值 实际组别 预估准确性 A 2.4800 A 正确 A 2.6416 A 正确 A 1.8846 A 正确 A 1.6199 A 正确 A 2.1690 A 正确 A 2.1239 A 正确 B 1.3687 B 正确 B 0.6393 B 正确 B 0.4334 B 正确 B 1.1276 B 正确 5.5.1 判别函数的建立（12） 第十一步：判别检验。 故接受原假设。 双样本平均数差异的检验（U） 假设有 选取统计量 设定显著性水平 查表得到 根据U的计算结果，比较U的绝对值与 的大小。若有 则接 受H0，否则拒绝H0 。 双样本百分比差异的检验（U） 假设有 选取统计量 设定显著性水平 查表得到 根据U的计算结果，比较U的绝对值与 的大小。若有 则接 受H0，否则拒绝H0 。 5.2.2 t检验 当样本容量小于30时，不可以使用U检验，而需要使用t检验。 均值检验 均值差异的检验 百分比差异的检验 均 值 检 验（t） 假设有 选取统计量 设定显著性水平 查表得到 根据t的计算结果，比较t的绝对值与 的大小。若有 则接受H0，否则拒绝H0 。 均值差异的检验（t） 假设有 选取统计量 设定显著性水平 查表得到 根据t的计算结果，比较t的绝对值与 的大小。若有 则接受H0，否则拒绝H0 。 百分比差异的检验（t） 假设有 选取统计量 设定显著性水平 查表得到 根据t的计算结果，比较t的绝对值与 的大小。若有 则接受H0，否则拒绝H0 。 5.2.3 非参数检验（X2） 在市场调查中常获得一些量表数据，对量表数据求取平均数与方差都是毫无意义的。对量表数据的处理更适宜于采用非参数检验