市场调研数据分析方法.pptVIP

1根据聚类结果，这30名顾客分为3类，可以较好地反映这些顾客对家具的偏好类型：21，9，13，17，2432，3，4，5，6，7，8，11，12，15，16，18，20，21，22，23，26，28，29，30410，14，19，25，27第四节因子分析因子分析的基本思想因子分析是一项多元统计分析技术，其主要目的就是简化数据。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个假想变量来表示基本的数据结果。这些假设变量是不可观测的，通常称为因子。它们反映了原来众多的观测变量所代表的主要信息，并能解释这些观测变量之间的相互依存关系。数学模型相关统计量因子载荷共同度因子的贡献巴特利特球体检验KMO指数因子分析的数学模型和相关统计量确定研究变量计算所有变量的相关矩阵计算因子得分构造因子变量因子旋转因子分析的基本步骤实例分析某公司为了了解消费者对牛肉、鱼、羊肉、猪肉及鸡等五种肉类食物的偏好倾向，进行了一次市场调查。请10位消费者对这五种肉类进行评分。评分采用十分制，分数越高表示越喜欢。调查结果列于下表。试用因子分析方法研究影响消费者选择食物的因素。上表是SPSS11.0输出的旋转后的因子载荷矩阵。我们可以依此推断两个公共因子的含义。从表中的数据来看，鸡、鱼、牛肉在第一公共因子的因子载荷值较高，而在第二公共因子的因子载荷值较低，故第一公共因子反映鸡、鱼、牛肉的公共特性。第一公共因子可能代表脂肪少。而羊肉、猪肉在第二公共因子的因子载荷值较高，在第一公共因子的因子载荷值较低，这说明第二公共因子反映羊肉、猪肉的公共特性，第二公共因子可能代表价格。因而我们可以认为脂肪和价格是决定消费者肉类消费的主要因素。第五节对应分析对应分析的基本思想对应分析，又称为相应分析，是在R型和Q型因子分析基础上发展起来的一种多元相依的变量统计分析技术。它通过分析由定性变量构成的交互汇总表来揭示变量间的关系。当以变量的一系列类别以及这些类别的分布图来描述变量之间的联系时，使用这一分析技术可以揭示同一变量的各个类别之间的差异以及不同变量各个类别之间的对应关系。有关统计术语与资料格式统计术语列联表主成分惯量和特征值卡方、似然比卡方、曼图—汉斯泽鲁卡方、法系数、列联系数1201对应分析的典型数据格式是二维列联表或交叉频数表。它能清楚地表示两个定性变量之间的相互关系。数据格式02分析的步骤确定研究的内容获取分析资料对列联表作对应分析解释结果意义评价分析结果实例分析某公司进行一次市场调查，得到轿车特征于一些用户特征的数据。如有：轿车大小（大、中、小）、轿车类型（家用型、跑车、商用车）、收入(一份收入、双份收入)、状态（已婚、已婚有孩子、未婚、未婚有孩子）、房子（租房、买房）等数据。现请分析它们之间的联系。从对应图可以推断出下面一些结论：（1）已婚有孩子、家用车和中型车相关性较大。（2）已婚和双份收入有联系，已婚、已婚有孩子和买房也有一定的联系。（3）未婚、一份收入和租房之间关系紧密。（4）跑车与小型车之间也有关系。根据上面的结论，我们在进行市场细分、制定营销战略方面可以充分利用这些信息。例如：面向已婚家庭应重点推销中型家用车。而那些未婚、一份收入、租房的消费者，因其经济条件方面的原因，他们难以成为轿车消费的目标顾客群。另外现没有适合双份收入、已婚的消费者的车型，应考虑开发新车型满足他们的需求。主成分分析的基本思想主成分分析法就是将原来众多具有一定相关性的指标（如p个指标），重新组合成一组新的相互无关的综合指标来代替原来的指标。主成分分析的数学模型主成分分析法简介第六节多维偏好分析0102偏好评分特征值或惯量（三）主要统计术语确定研究的问题资料的收集主成分分析偏好图并解释结果意义二、分析的基本步骤实例分析某心理学期刊作了一项市场调查，以了解自己刊物与现有的其他心理学刊物的相对定位。他们挑选10种心理学刊物，请39个专业心理学家根据他们对这些刊物的偏好按1～10的量表评分，其中“1”代表低评价，“10”代表高评价。第六章市场研究的数据分析方法2014线性回归方程的基本模型01线性回归分析是考察变量之间的数量关系变化规律，它通过一定的数学表达式——回归方程，来描述这种关系，以确定一个或几个变量的变化对另一个变量的影响程度，为预测提供数学依据。03线性回归方程从样本资料出发，一般利用最小二乘法，根据回归直线与样本数据点在垂直方向上的偏离程度最低的原则，进行回归方程的参数的求解。02第