主成分分析的顾客偏好分析案例

1、基于基于SPSS/EXCELSPSS/EXCEL主成分分析主成分分析的顾客偏好分析实例的顾客偏好分析实例一：主成分分析在一：主成分分析在SPSSSPSS与与EXCELEXCEL中的实现中的实现主成分分析不能在SPSS软件中直接实现，解决方案：1、初始成分载荷矩阵及 成分方差分解分析。2、原始变量标准化过程。1、计算各成分的系数。2、sumproduct函数计算综合主成分得分。SPSS完成EXCEL完成EXCEL：主要在于利用其易用的函数和填充功能。二：两个散点图叠加实现顾客偏好可视化二：两个散点图叠加实现顾客偏好可视化成分得分散点图顾客偏好散点图三：三：SASSAS案例案例- -某汽车制造商顾

2、客偏好分析某汽车制造商顾客偏好分析1、案例说明：1980年某汽车制造商在竞争对手中选择17中车型，访问了25位顾客，要求他们根据自己的偏好对17种车型打分。打分范围0-9.9，9.9表示最高程度的偏好。2、分析说明：该案例见诸大部分多元统计教材，是一个主成分分析在市场研究中的典型。SPSS for windows统计分析一书中也引用该案例，美中不足的是案例分析并未给出SPSS主成分分析完整过程，且其中并未真正实现主成分分析，此文的目的在于将SPSS和EXCEL结合，完整呈现该案例的分析过程。四：案例分析过程四：案例分析过程（一）、SPSS菜单完成步骤：1、分析菜单-降维-因子分析 要求：输出成

3、分方差分析表、特征值碎石图、成分载荷矩阵 2、原始变量标准化 要求：主成分模型中各成分得分表达式=成分系数*原始变量标准化值，需提前对变量进行标准化处理。 分析菜单-描述统计-保存标准化值 四：案例分析过程四：案例分析过程1、EXCEL函数计算各成分的系数 要求： （1）利用sqrt函数对成分方差分析表中的特征值开方； （2）载荷矩阵相关系数并非成分系数，需用载荷矩阵相关系数除以该成分对应的特征值开方值。（二）、EXCEL函数完成步骤：2、各成分得分的计算 要求：根据成分表达式利用sumproduct函数实现3、综合主成分得分的计算（本例略） 要求：根据综合成分表达式利用sumproduct函

4、数实现四：案例分析过程四：案例分析过程（三）、前两个步骤的图片演示1、前三个成分可以接受总方差的约75%，占全部总方差的绝对大部分，再根据碎石图判定：四：案例分析过程四：案例分析过程（三）、前两个步骤的图片演示2、利用EXCEL的函数功能实现载荷矩阵相关系数到右图成分系数的转换！基本公式：某成分系数基本公式：某成分系数= =相关系数相关系数/sqrt(/sqrt(对应成分特征值对应成分特征值) )四：案例分析过程四：案例分析过程（三）、前两个步骤的图片演示3、成分得分=成分系数*原始变量标准化值 描述统计对变量进行标准化处理描述统计对变量进行标准化处理四：案例分析过程四：案例分析过程（三）、前

5、两个步骤的图片演示4、计算各成分得分=sumproduct（成分系数与原始变量标准化值对应相乘再相加） EXCEL EXCEL的的sumproductsumproduct函数介绍略函数介绍略四：案例分析过程四：案例分析过程（四）、SPSS顾客偏好散点图的制作制作说明：（1）根据成分得分做成分得分散点图 一般只选择第一成分和第二成分做二维散点分别，勾画出象限便于比较。（2）根据成分载荷矩阵做偏好散点图 一般只选择第一成分和第二成分做二维散点分别，勾画出象限便于比较。（3）首先将EXCEL编辑好的成分得分和成分载荷矩阵数据导入到SPSS中。四：案例分析过程四：案例分析过程（五）、SPSS顾客偏好散

6、点图的制作-演示与分析分析：象限分别表明，F1反映车产地，F2反映车特性；顾客偏好日本车和欧洲车的倾向高于美国车；顾客偏好质量很好的车型。总体来说，本田、大众、沃尔沃较受欢迎。判据：根据成分得分判据：根据成分得分的高低，并非象限中的高低，并非象限中分布的多少！分布的多少！四：案例分析过程四：案例分析过程（五）、SPSS顾客偏好散点图的制作-演示与分析分析：箭头指向表示偏好相同或者偏好相似，第一象限箭头很多，但成分得分散点显示该象限车型很少，预示竞争对手在该车型的市场投入量较少，属于空白市场，而且是有很多顾客青睐的空白市场，正是新产品开发的方向。两散点图叠加对比的结果！两散点图叠加对比的结果！总结：（1）将SPSS与EXCEL