高教社市场营销调研教学课件第17章 定量数据分析方法.ppt

武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * * * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 武汉大学经济与管理学院 曾伏娥 * 三、聚类分析 聚类分析的基本思想： 所研究的样本(网点)或指标(变量)之间存在程度不同的相似性(以样本间距离衡量)。根据一批样本的多个观测指标,具体找出一些能够度量样本或指标之间相似程度的统计量,以这些统计量为划分类型的依据,把一些相似程度较大的样本(或指标)聚合为一类,把另外一些彼此之间相似程度较大的样本(或指标)又聚合为另一类,直到把所有的样本(或指标)聚合完毕。 对样本进行分类处理 可以综合利用多个变量的信息对样本分类，并通过聚类谱系图非常清楚地呈现其数值分类结果 Q型聚类分析 R型聚 类分析 对变量进行分类处理 可以了解个别变量之间关系的相似性，还可以了解各个变量组合之间的相似性 根据分类对象的不同 第五节 回归分析的统计 分析方法 回归分析 回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计方法。 在回归分析中,一般把变量分成两类，一类是因变量，它们通常是实际问题中所关心的指标一般用y表示，影响因变量取值的另一类变量称为自变量,一般用x 1,x2 ,.. 表示。 回归分析按照涉及的变量的多少,又分为一元线性回归和多元线性回归分析。 一、一元线性分析 一元线性回归分析是指当两个变量数据的散点图呈现出直线趋势时,采用最小二乘法,找到两者之间的经验公式,即一元线性回归分析模型,并根据自变量的变化,来估计因变量变化的预测方法。 由于市场现象一般是受多种因素的影响,而并不仅仅受一个因素的影响。所以在应用一元线性回归分析时,必须对影响市场现象的多种因素做全面分析。 在一元线性回归分析中,变量y的均值是x的线性函数,即 一、一元线性分析 其中,β0 ，β1是未知参数。这就是变量x,y的相关关系表达式,也称为回归函数。β0 ，β1为回归系数,需要用获得的数据去估计。 设 是参数β0 ，β1的估计,则称 为变量y关于变量x的一元经验线性回归方程,简称一元线性回归方程。 一、一元线性分析 也可写成: ,其中 是随机误差,满足 为了估计未知参数β0 ，β1,需要对变量(x,y)进行n次独立观察,得到n对观察值(x i,y i),(i= 1,2,…,n)。 这n对观察值之间的关系符合模型: 其中, 是与x i无关的未知常数。 二、多元元线性回归分析 多元回归分析是用于研究一个因变量与两个或两个以上自变量关系的回归方法,反映一种现象或事物的数量随多种现象或事物的数量变动而相应地变动的规律,是建立多个变量之间线性或非线性数学模型数量关系式的统计方法。 二、多元元线性回归分析 设 是p个可以精确测量或可控制的变量。如果变量y与 之间的内在联系是线性的,那么进行n次试验,则可得n 组数据 ,i = 1,2,…,n。它们之间的关系可表示为: 其中, 是p+1个待估参数， 表示第i次试验中的随机因素对yi的影响。为简便起见,可将此n个方程表示成矩阵形式: 其中， 多元元线性回归分析的应用场景 （1）确定几个特定变量之间是否存在相关关系，如果存在的话，找出它们之间合适的数学表达式; （2）根据一个或几个变量的值,预测或控制另--个变量的值,并且可以知道这种预测或控制能达到什么样的精确度; （3）进行因子分析,例如在对于共同影响-个变量的许多变量(因素)之间,找出哪些是重要因素,哪些是次要因素,这些因素之间又有什么关系等。 逻辑的研究公式为：y取某值(如y=1)发生的概率(p)与因素(x)的关系。p的取值在0~1。 三、逻辑回归分析 logistic回归分析是一种广义线性回归( generalized linear model)分析。 逻辑回归分析的因变量可以是二分类的，也可以是多分类的，但是二分类的变量更为常见，也更加容易解释，多分类变量可以使用softmax方法进行处理。 逻辑分析的应用场景 (1）因变量为二分类的变量或某事件的发生率,并且是数值型变量。但是需要注意