iresearch定制研究多元化分析培训材料(修改)

iresearch定制研究多元化分析培训材料(修改) 1多元统计分析简介2018/11/6艾瑞咨询集团上海北京.iresearch. InterResearch,Insight Research22提示列联表的风险性别录取淘汰录取比例(%)男1198149344.5女557127830.4不仅多元统计存在误用的风险；列联表的使用也存在风险男生的录取率(44.5%)比女生的录取率（30.4%）高很多加州伯克利分校是否存在性别歧视？性别录取淘汰录取比例(%)专业A A男51231362女891982专业B B男35320763女17868专业C男12020537女20239134专业D D男13827933女13124435专业E E男5313828女9429924专业F F男223516女243177有44个专业的女生录取率比男生高辛普森悖论！33讨论议题?我们的研究工作是什么?什么是多元统计分析（MVA)?为什么我们需要它?通常的分析技术?MVA详细介绍及例子:对应分析（Correspondence analysis）回归/多元回归分析（Regression/Multiple regression因子分析（Factor analysis）聚类分析（Cluster analysis/segmentation)?结论44市场研究的工作是什么?它只是？:问卷设计?运作质量的控制?制作图表?撰写报告?我们的工作是提供解决方案?是解决市场问题?是为我们的客户挣更多的money特征或或我们所传送的意识.The Benefits55当我们进行分析时?有简单性的一面.例如基本的分析（变量关联表）?另外也有复杂性的一面.大量附加的分析运用许多的分析技术?然而我们需要看到“复杂性问题背后的简单表述”使复杂问题简单化?为了达到这一目的，你不得不研究复杂问题然后去提炼出使人容易明白的信息66什么是多元统计分析?单一问题分析(univariate analysis)例如频率分布通常作为数据的第一步的描述分析?关联表(bivariate analysis)总是作为主要的分析手段而被市场研究者反复使用把一个问题或变量与另一个关联交叉作表(例如对受访者背景变量性别、年龄等)?如果同时分析的变量超过二个就被称为多元统计分析77为什么要做这种“附加值”的分析?我们不做MVA分析是因为它使我们看起来很好我们喜欢它我们已经聘请了统计师、购买了统计软件而且得到公司财务部门的批准?我们不做MVA分析是因为它会使数据对客户更有指导作用它能使你得到单变量分析无法达到的结果因此，它可以使你更好的利用信息，赚取更多的钞票88我们通常使用的多元分析技术.?相关性分析/对应分析（Brand Mapping）?主成分分析?因子分析?多元回归?聚类分析/市场细分?联合性分析/平衡（Trade off）分析?判别分析?etc.etc.etc.99多元统计分析技术?一个研究者可能不了解所有的分析技术细节?但是他们应该能够正确地选择适当的方法?使用多元技术，你不必知道详细的数学公式-但是你应当明白它的原理?多元分析并不是魔术棒，不需要我们开动脑筋就能解决问题-它不会轻易告诉你答案?如果问卷设计的很差，多元分析就很难发挥作用10对应分析Correspondence Analysis1111什么是对应分析?经常也称作Brand Mapping或CORAN MappingBrand Mapping=Correspondence Analysis(usually)?对应分析图一种非常有用的市场研究工具，可以表述一个市场的侧面（市场细分，品牌定位等）?可以在2维空间内同时表达多维的属性?可以更好的理解品牌和属性之间的关系1212对应分析的基本方法?通过因子分析程式来运行一组数据减少大量的变量（如产品属性）到小规模的基础变量。 这些变量是高度自相关的变量，例如，受访者的回答模式都非常相似通过因子提取来解释因子变量。 高的得分意味着更加重要的变量已经被因子所包含1313适用范围多种变量关系/变量分类较多需要多重列联表；列联表分析力不从心对应分析1414?帮助客户/市场决策者为实施市场战略而去发现市场的空隙和优化产品的定位（对于新品牌或新产品的开发/延伸）发现市场上决定性的或显著的属性，例如对于选择不同品牌的重要和有显著区别的属性1515图表结果不同职业用户打算参加的培训课程类型1616当你看一张map时.问你自己?它意味着什么？?它对理解数据有什么附加的作用？?它对我们所知道的市场/顾客的思考方式是否适合？如果不是-错在什么地方？?它是否帮助我更好地了解市场？1717当你看一张map时.问你自己?一张图表总是浓缩数据并使数据变的直观，但是它也有局限性，大量的数据本身蕴涵的信息将会丢失(例如仅是重要的信息被保留）。 因此，对应分析图应当小的心运用和解释（例如我们不能依赖表面的定位图，因为一些变量可能没有在MAP上表现出来）18回归分析Regression1919回归分析是什么?线性回归（Linear Regression）画出因变量(dependent variable)和自变量(independent variable)之间的关系因变量=B*自变量+常数项+残差2020回归分析是什么?线性回归方程式Y=C+bx+eY=产出(dependent variable/response variable)X=输入变量(independent variable/regressor)c=常量(当x=0时)b=斜率e=误差/残差（error/residual）21多元回归像线性回归一样只不过有更多的独立变量Y=c+b1x1+b2x2+b3x3+.+e2222虚构的网络广告回归方程标准化回归方程Y=0.4x1+1.5x2+0.8x3其中Y代表当年网络广告市场规模；x1代表当年网民数量；x2代表当年传统媒体广告市场规模；x3代表当年GDP规模2323回归分析意味着什么?考虑Beta得分将可能更有意义（通常是喜好的排序值）?Beta值越大，喜好的波动越大（影响也越大）?这表示这些是非常重要的属性因为他们是和喜好一起变动的属性但是我们不能说一件事情导致另一件事情的发生2424回归分析假设.?X1,X2,X3独立的-没有很强的相关性?如果它们强相关，我们称为多元共线性Multicollinearity?市场研究数据通常都有很强的内部相关性例如，如果你喜欢一个品牌，你也倾向于认为它时髦、耐用、所有场合都适用、对小孩和成年人都适合等等背景资料通常也是相关的-例如，年龄和收入、收入和教育程度等.?Multicollinearity对我们来说是一个大问题2525备忘录?决定系数（R square）表明因变量被自变量解释的比例?样本规模（Sample size）-样本量应为变量数目的十倍以上?相关变量（Attribute list）通过座谈会方式来确定相关变量，真实反映市场状况?回归分析中相关系数较小的变量不一定意味着在真实市场中影响就小26因子分析Factor analysis2727因子分