市场研究的数据分析方法.pptxVIP

市场研究的数据分析方法;第一节 线性回归分析;1、一元线性回归模型;2、多元回归模型 多元线性回归模型中自变量的个数在2个以上，模型的一般形式为： i=1,2…n 其中， 为被解释变量（因变量）， 为解释变量（自变量）， 是随机误差项，i为观测值下标，n为样本容量， 为k+1个待估参数， 为回归常数， 称为回归系数。;在应用线性回归模型时，必须满足以下假设： 〔1〕解释变量 是确定性变量，而且解释变量之间不相关。 〔2〕随机误差项具有0均值和同方差。 〔3〕随机误差项在不同样本点之间是独立的，不存在序列相关。 〔4〕随机误差限于解释变量之间不相关。 〔5〕随机误差项服从0均值和同方差的正态分布。;二、线性回归方程的统计检验 1、回归方程拟合优度检验 2、回归方程的显著性检验 3、回归系数显着性检验 三、回归分析假设条件的检验 1、残差分析 2、多重共线性 3、误差项的序列相关 ; 四、线性回归分析的根本步骤 1、确定回归中的自变量和因变量。 2、从收集到样本资料出发确定自变量和因变量之间的数学关系，即建立回归方程。 3、对回归方程进行各种统计检验。 4、利用回归方程进行预测。; 例： 公司是休斯敦附近镇上仅有的从事比萨饼送货业务的两家公司之一，其直接竞争对手是欧文公司，提供相同的产品与效劳。另外麦当劳也是它的一个重要竞争者。在过去的24个月中，该公司的销售量(Q)、价格(P)，小镇上居民的人均收入(M)，欧文公司产品的价格〔P欧文〕以及麦当劳产品的价格〔P麦当劳〕。假定下个月公司产品价格为9.05，人均收入为26614元，欧文公司产品的价格10.2元，麦当劳产品的价格为1.15元，请预测该公司下个月的销售量。; 首先 公司根据资料估计下面的线性需求方程的参数： 欧文麦当劳 式中: Q—比萨饼的销量； P—比萨饼的价格 M—小镇居民的人均收入 P欧文—欧文公司产品的价格 P麦当劳—麦当劳产品的价格;下面是11.0的输出结果：;从上面的输出结果可以看出，模型可以解释97%的比萨饼销售量的变化；模型整体非常显著，F统计的相伴概率值0.000；四个参数b、c、d、e非常显著，T统计的相伴概率值P都远小于0.01。 所以，回归方程为： -343.748 - 195.8950.0742174.403 P欧文 +81.057 P麦当劳 该公司下一个月比萨饼的销量为; ;第二节 判别分析 ;二、判别分析根本模型与统计术语 〔一〕假设条件 1、每一个类别都取自一个多元正态总体的样本 2、所有正态总体的协方差矩阵或相关矩阵都相等 〔二〕根本模型 ; 1、先验概率 2、后验概率 3、判别系数 4、结构系数 5、分组的矩心 6、判别力指数 7、剩余判别力 ;三、分析的根本步骤 判别分析一般都是通过现成的统计软件进行分析。一般而言，利用统计软件的判别分析具体包括以下步骤：;某公司生产一新产品，该公司在新产品末大量上市以前，进行了一次市场调查。公司将新产品寄给十五个代理商，并附意见调查表，要求对该产品给予评估并说明是否愿意购置。评估的因素有：式样、包装及耐久性。评分用10分制，高分表示特性良好，低分那么较差。其中有三位代理商没有说明自己的购置意愿。 那么这些代理商是属于“非购置组〞还是“购置组〞？ ; 以下是11.0的局部输出结果: ;;第三节 聚类分析;二、距离与相似系数 〔一〕常用的距离指标有 1、欧式距离 2、欧式距离的平方 3、曼哈顿距离 4、切比雪夫距离 ;〔二〕常用的相似系数指标主要有 1、余弦系数 2、皮尔逊相关系数 〔三〕定类数据的距离 1、卡方距离 2、法方距离 ;三、聚类方法 1．层次聚类法 2．迭代聚类法 四、聚类分析的主要步骤 ;某家具公司为了对市场进行的细分，对购置家具的顾客进行了一次市场调查。这次调查的指标有：喜爱的款式〔老式为1，新式为2〕，图案〔素式为1，格字为2，花纹为3〕；颜色〔蓝色为1，黄色为2，红色为3，绿色为4〕。调查样本为30人。 ;; 根据聚类结果，这30名顾客分为3类，可以较