参考文档市场研究的数据分析方法ppt课件

1、企业电子商务处理方案企业电子商务处理方案E-Commerce Solution市场研讨的数据分析方法第一节第一节 线性回归分析线性回归分析 一、线性回归方程的根本模型一、线性回归方程的根本模型 线性回归方程从样本资料出发，普通利用最小二线性回归方程从样本资料出发，普通利用最小二乘法，根据回归直线与样本数据点在垂直方向乘法，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那么，进展回归方程的上的偏离程度最低的原那么，进展回归方程的参数的求解。参数的求解。 线性回归分析是调查变量之间的数量关系变化规线性回归分析是调查变量之间的数量关系变化规律，它经过一定的数学表达式律，它经过一定的数学表达式

2、-回归方程，回归方程，来描画这种关系，以确定一个或几个变量的变来描画这种关系，以确定一个或几个变量的变化对另一个变量的影响程度，为预测提供数学化对另一个变量的影响程度，为预测提供数学根据。根据。1、一元线性回归模型、一元线性回归模型模型是： 式中：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， 与 是待估参数，称 为回归常数，为回归系数。ii10ixyyx01012、多元回归模型、多元回归模型 多元线性回归模型中自变量的个数在多元线性回归模型中自变量的个数在2个个以上，模型的普通方式为：以上，模型的普通方式为： i=1,2n 其中，其中， 为被解释变量因变量

3、，为被解释变量因变量， 为解释变量自变量，为解释变量自变量， 是随机误差项，是随机误差项，i为观测值下标，为观测值下标，n为样本容为样本容量，量， 为为k+1个待估参数，个待估参数， 为回为回归常数，归常数， 称为回归系数。称为回归系数。ikiki22i 110ix.xxyyk21x,.,x ,xk210,.,k21,.,0在运用线性回归模型时，必需满足以下假设：在运用线性回归模型时，必需满足以下假设：1解释变量解释变量 是确定性变量，而且是确定性变量，而且解释变量之间不相关。解释变量之间不相关。2随机误差项具有随机误差项具有0均值和同方差。均值和同方差。3随机误差项在不同样本点之间是独立的，

4、不存随机误差项在不同样本点之间是独立的，不存在序列相关。在序列相关。4随机误差限于解释变量之间不相关。随机误差限于解释变量之间不相关。5随机误差项服从随机误差项服从0均值和同方差的正态分布。均值和同方差的正态分布。k21x,.,x ,x二、线性回归方程的统计检验二、线性回归方程的统计检验 1、回归方程拟合优度检验、回归方程拟合优度检验 2、回归方程的显著性检验、回归方程的显著性检验 3、回归系数显着性检验、回归系数显着性检验 三、回归分析假设条件的检验三、回归分析假设条件的检验 1、残差分析、残差分析 2、多重共线性、多重共线性 3、误差项的序列相关、误差项的序列相关 四、线性回归分析的根本步

5、骤四、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。、确定回归中的自变量和因变量。2、从搜集到样本资料出发确定自变量和因变量、从搜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。之间的数学关系，即建立回归方程。3、对回归方程进展各种统计检验。、对回归方程进展各种统计检验。4、利用回归方程进展预测。、利用回归方程进展预测。例：例：Checkers Pizza公司是休斯敦公司是休斯敦附近附近Westbury镇上仅有的从事比镇上仅有的从事比萨饼送货业务的两家公司之一，其直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，提供一样的接竞争对手是欧文公司，提供一样的产品与效

6、力。另外麦当劳也是它的一产品与效力。另外麦当劳也是它的一个重要竞争者。在过去的个重要竞争者。在过去的24个月中个月中，该公司的销售量，该公司的销售量(Q)、价钱、价钱(P)，小镇上居民的人均收入小镇上居民的人均收入(M)，欧文公，欧文公司产品的价钱司产品的价钱P欧文以及麦当劳欧文以及麦当劳产品的价钱产品的价钱P麦当劳。假定下个麦当劳。假定下个月公司产品价钱为月公司产品价钱为9.05，人均收入，人均收入为为26614元，欧文公司产品的价钱元，欧文公司产品的价钱10.2元，麦当劳产品的价钱为元，麦当劳产品的价钱为1.15元，请预测该公司下个月的销售量。元，请预测该公司下个月的销售量。五、实例分析五

7、、实例分析 首先首先Checkers Pizza公司根据资料估计下公司根据资料估计下面的线性需求方程的参数：面的线性需求方程的参数： Q=a+bP+cM+dP欧文欧文+eP麦当劳麦当劳 式中式中: Q比萨饼的销量；比萨饼的销量； P比萨饼的价钱比萨饼的价钱 M小镇居民的人均收入小镇居民的人均收入 P欧文欧文欧文公司产品的价钱欧文公司产品的价钱 P麦当劳麦当劳麦当劳产品的价钱麦当劳产品的价钱下面是SPSS11.0的输出结果：M Mo od de el l S Su um mm ma ar ry y.985a.970.96434.70896Model1RR SquareAdjusted RSqua

8、reStd. Error ofthe EstimatePredictors: (Constant), P麦当劳, P欧文, M, Pa. A AN NO OV VA Ab b736912.314184228.078152.923.000a22889.523191204.712759801.8323RegressionResidualTotalModel1Sum ofSquaresdfMean SquareFSig.Predictors: (Constant), P麦当劳, P欧文, M, Pa. Dependent Variable: Qb. C Co oe ef ff fi ic ci ie

9、 en nt ts sa a-343.784414.076-.830.417-195.89511.041-1.037-17.743.0007.472E-02.010.4057.359.000174.40331.712.2325.500.00081.05722.166.1663.657.002(Constant)PMP欧文P麦当劳Model1BStd. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.Dependent Variable: Qa. v从上面的输出结果可以看出，模型可以解释从上面的输出结果可以看出，模型

10、可以解释97%97%的的比萨饼销售量的变化；模型整体非常显著，比萨饼销售量的变化；模型整体非常显著，F F统计统计的相伴概率值的相伴概率值P=0.000P=0.000；四个参数；四个参数b b、c c、d d、e e非常非常显著，显著，T T统计的相伴概率值统计的相伴概率值P P都远小于都远小于0.010.01。v所以，回归方程为：所以，回归方程为：v Q= -343.748 - 195.895P+0.0742M+174.403 Q= -343.748 - 195.895P+0.0742M+174.403 P P欧文欧文 +81.057 P +81.057 P麦当劳麦当劳v该公司下一个月比萨饼

11、的销量为该公司下一个月比萨饼的销量为; ;v Q= - 343.748 - Q= - 343.748 - 195.895195.895* *9.05+0.07429.05+0.0742* *26614+174.403 26614+174.403 * *10.2 10.2 +81.057 +81.057 * *1.151.15v 1730.28721730.2872第二节第二节 判别分析判别分析 一、判别分析法的根本思想一、判别分析法的根本思想 判别分析包括以下两步：判别分析包括以下两步： 1、分析和解释各类目的之间存在的差别，并、分析和解释各类目的之间存在的差别，并建立判别函数。建立判别函数。

12、 2、以第一步的分析结果为根据，将对那些未、以第一步的分析结果为根据，将对那些未知分类属性的案例进展判别分类。知分类属性的案例进展判别分类。二、判别分析根本模型与统计术语二、判别分析根本模型与统计术语 一假设条件一假设条件1、每一个类别都取自一个多元正态总体的样本、每一个类别都取自一个多元正态总体的样本2、一切正态总体的协方差矩阵或相关矩阵都相、一切正态总体的协方差矩阵或相关矩阵都相等等 二根本模型二根本模型 1、先验概、先验概率率 2、后验概、后验概率率 3、判别系、判别系数数4、构造系、构造系数数 5、分组的、分组的矩心矩心 6、判别力、判别力指数指数7、剩余判、剩余判别力别力 三统计术语

13、三统计术语三、分析的根本步骤三、分析的根本步骤 判别分析普通都是经过现成判别分析普通都是经过现成的统计软件进展分析。普通而言，的统计软件进展分析。普通而言，利用统计软件的判别分析详细包括利用统计软件的判别分析详细包括以下步骤：以下步骤：确定研讨确定研讨的问题的问题获取判别分获取判别分析的数据析的数据进展判别进展判别分析分析评价和解释评价和解释分析结果分析结果v 某公司消费一新产品，该公司在新产品末大量上市以某公司消费一新产品，该公司在新产品末大量上市以前，进展了一次市场调查。公司将新产品寄给十五个前，进展了一次市场调查。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价并代理商

14、，并附意见调查表，要求对该产品给予评价并阐明能否情愿购买。评价的要素有：式样、包装及耐阐明能否情愿购买。评价的要素有：式样、包装及耐久性。评分用久性。评分用10分制，高分表示特性良好，低分那么分制，高分表示特性良好，低分那么较差。其中有三位代理商没有阐明本人的购买志愿。较差。其中有三位代理商没有阐明本人的购买志愿。v 那么这些代理商是属于那么这些代理商是属于“非购买组还是非购买组还是“购买组购买组？ 四、实例分析四、实例分析 以下是以下是SPSS11.0的部分输出结果的部分输出结果: S St ta an nd da ar rd di iz ze ed d C Ca an no on ni i

15、c ca al l D Di is sc cr ri im mi in na an nt tF Fu un nc ct ti io on n C Co oe ef ff fi ic ci ie en nt ts s.910.083.254式样包装耐久性1Function 表中，式样 、包装和耐用性的规范化系数分别为0.91、0.083、0.254。因此，式样是最重要的判别变量，其次是“耐用性，最后是包装。C Ca as se ew wi is se e S St ta at ti is st ti ic cs s11.50011.000.4542.00017.8772.15511.4201.9

16、69.6512.0317.548.67411.16411.0001.9352.00024.4522.87211.6481.991.2082.0099.5951.02411.9251.999.0092.00113.3131.57511.9691.998.0012.00212.3581.44211.3911.963.7362.0377.269.62322.6181.989.2491.0119.336-1.57522.7601.995.0941.00510.550-1.76722.1311.7212.2811.2794.177-.56322.57211.000.3191.00016.962-2.63

17、822.08011.0003.0641.00028.136-3.823ungrouped2.3871.962.7481.0387.230-1.208ungrouped1.6481.991.2082.0099.5951.024ungrouped2.7991.996.0651.00410.885-1.81811.66331.0001.5842.00018.18911.8003.9611.0062.0397.39811.17831.0004.9102.00031.80011.2473.9644.1422.03610.72412*.0003.97485.9341.02693.19411.8623.99

18、6.7482.00411.65511.6463.9451.6602.0557.36222.9343.984.4281.0168.69822.0623.9467.3201.05413.04221*.09131.0006.4572.00021.79022.57431.0001.9941.00017.42822.02731.0009.2081.00045.539Case Number123456789101112131415123456789101112OriginalCross-validatedaActual GroupPredictedGrouppdfP(Dd | G=g)P(G=g | D=

19、d)SquaredMahalanobisDistance toCentroidHighest GroupGroupP(G=g | D=d)SquaredMahalanobisDistance toCentroidSecond Highest GroupFunction 1DiscriminantScoresFor the original data, squared Mahalanobis distance is based on canonical functions.For the cross-validated data, squared Mahalanobis distance is

20、based on observations.Misclassified case*. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than thatcase.a. 表中最大约率组一栏是判别分析得出的组别。13、15号代理商属于“非购买组，14号代理商属于“购买组。 第三节第三节 聚类分析聚类分析一、聚类分析的根本思想一、聚类分析的根本

21、思想 聚类分析聚类分析( (又称数字分类学又称数字分类学) )是新近开展起来的是新近开展起来的一种研讨分类问题的多元统计分析方法。一种研讨分类问题的多元统计分析方法。样品聚类是对事件进展聚类，或是说对观丈量进样品聚类是对事件进展聚类，或是说对观丈量进展聚类，是对反映被观测对象的特征的变量值展聚类，是对反映被观测对象的特征的变量值进展分类。进展分类。变量聚类那么是当反映事物特点的变量很多时，变量聚类那么是当反映事物特点的变量很多时，根据所研讨的问题选择部分变量对事物的某一根据所研讨的问题选择部分变量对事物的某一方面进展研讨的聚类方法。方面进展研讨的聚类方法。二、间隔与类似系数二、间隔与类似系数

22、一常用的间隔目的有一常用的间隔目的有1、欧式间隔、欧式间隔 2、欧式间隔的平方、欧式间隔的平方 3、曼哈顿间隔、曼哈顿间隔4、切比雪夫间隔、切比雪夫间隔 二常用的类似系数目的主要有二常用的类似系数目的主要有 1、余弦系数、余弦系数 2、皮尔逊相关系数、皮尔逊相关系数 三定类数据的间隔三定类数据的间隔 1、卡方间隔、卡方间隔 2、法方间隔、法方间隔 三、聚类方法三、聚类方法 1层次聚类法层次聚类法 2迭代聚类法迭代聚类法 四、聚类分析的主要步骤四、聚类分析的主要步骤 确定研讨的问题计算类似性聚类聚类结果的解释和证明v某家具公司为了对市场进展的细分，对购买家某家具公司为了对市场进展的细分，对购买家

23、具的顾客进展了一次市场调查。这次调查的目具的顾客进展了一次市场调查。这次调查的目的有：喜欢的款式老式为的有：喜欢的款式老式为1，新式为，新式为2，图案素式为图案素式为1，格字为，格字为2，花纹为，花纹为3；颜色；颜色蓝色为蓝色为1，黄色为，黄色为2，红色为，红色为3，绿色为，绿色为4。调查样本为。调查样本为30人。人。 五、实例分析：五、实例分析：顾客式样图案颜色12 3 456 789101112131415161718192021222324252627282930112 212121212121121221212212121 3 2 3 3 1 2 1 3 2 1 3 2 3 1 2 2

24、 3 2 1 3 2 3 2 3 1 3 1 1 3 21 24323241143224324143432142243 根据聚类结果，这根据聚类结果，这30名顾客分为名顾客分为3类，可以较类，可以较好的反映这些顾客对家具的偏好类型：好的反映这些顾客对家具的偏好类型：第一类：第一类： 1，9，13，17，24第二类：第二类：2，3，4，5， 6，7，8，11，12，15，16，18，20，21，22，23，26，28，29，30第三类：第三类： 10，14，19，25，27 第四节第四节 因子分析因子分析一、因子分析的根本思想一、因子分析的根本思想 因子分析是一项多元统计分析技术，因子分析是一项

25、多元统计分析技术，其主要目的就是简化数据。它经过其主要目的就是简化数据。它经过研讨众多变量之间的内部依赖关系研讨众多变量之间的内部依赖关系，探求观测数据中的根本构造，并，探求观测数据中的根本构造，并用少数几个假想变量来表示根本的用少数几个假想变量来表示根本的数据结果。这些假设变量是不可观数据结果。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信息，并能解释这些观测变量之间的相互依存关系。的相互依存关系。 二、因子分析的数学模型和相关统计量二、因子分析的数学模型和相关统计量

26、 (一一) 数学模型数学模型 (二二)相关统计量相关统计量 1、因子载荷、因子载荷 2、共同度、共同度 3、因子的奉献、因子的奉献 4、巴特利特球体检验、巴特利特球体检验 5、KMO指数指数 三、因子分析的根本步骤三、因子分析的根本步骤1、确定研讨变量。、确定研讨变量。2、计算一切变量的相关矩阵、计算一切变量的相关矩阵。3、构造因子变量。、构造因子变量。4、因子旋转。、因子旋转。5、计算因子得分。、计算因子得分。四、实例分析四、实例分析某公司为了了解消费者对牛肉、色、某公司为了了解消费者对牛肉、色、羊肉、猪肉及鸡等五种肉类食物的羊肉、猪肉及鸡等五种肉类食物的偏好倾向，进展了一次市场调查。偏好倾

27、向，进展了一次市场调查。请请10位消费者对这五种肉类进展评位消费者对这五种肉类进展评分。评分采用非常制，分数越高表分。评分采用非常制，分数越高表示越喜欢。调查结果列于下表。试示越喜欢。调查结果列于下表。试用因子分析方法研讨影响消费者选用因子分析方法研讨影响消费者选择食物的要素。择食物的要素。 R Ro ot ta at te ed d C Co om mp po on ne en nt t M Ma at tr ri ix xa a.791 .736-.393-.649-.211-.184.761.127.715鸡鱼牛肉猪肉羊肉12ComponentExtraction Method: Pri

28、ncipal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.Rotation converged in 3 iterations.a. 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。第一公共因子能够代表脂肪少。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，这阐明第二公共因子反映羊肉、猪肉的公共特

29、性，第二公共因子能够代表价钱。因此我们可以以为脂肪和价钱是决议消费者肉类消费的主要要素。第五节第五节 对应分析对应分析 一、对应分析的根本思想一、对应分析的根本思想 对应分析，又称为相应分析，是在对应分析，又称为相应分析，是在R型和型和Q型因型因子分析根底上，开展起来的一种多元相依的变子分析根底上，开展起来的一种多元相依的变量统计分析技术。它经过分析由定性变量构成量统计分析技术。它经过分析由定性变量构成的交互汇总表来提示变量间的关系。当以变量的交互汇总表来提示变量间的关系。当以变量的一系列类别以及这些类别的分布图来描画变的一系列类别以及这些类别的分布图来描画变量之间的联络时，运用这一分析技术可

30、以提示量之间的联络时，运用这一分析技术可以提示同一变量的各个类别之间的差别以及不同变量同一变量的各个类别之间的差别以及不同变量各个类别之间的对应关系。各个类别之间的对应关系。 二、有关统计术语与资料格式二、有关统计术语与资料格式一统计术语一统计术语 1、列联表、列联表 2、主成分、主成分 3、惯量和特征值、惯量和特征值 4、卡方、似然比卡方、曼图、卡方、似然比卡方、曼图汉斯泽鲁卡方、法系数、列联络数汉斯泽鲁卡方、法系数、列联络数二二 数据格式数据格式三、分析的步骤三、分析的步骤 1、 确定研讨的内确定研讨的内容容 2、 获取分析资料获取分析资料 3、 对列联表作对对列联表作对应分析应分析 4、

31、 解释结果意义解释结果意义 5、 评价分析结果评价分析结果四、实例分析四、实例分析某公司进展一次市场调查，得到轿车某公司进展一次市场调查，得到轿车特征于一些用户特征的数据。如有特征于一些用户特征的数据。如有： 轿车大小大、中、小、轿车轿车大小大、中、小、轿车类型家用型、跑车、商用车、类型家用型、跑车、商用车、 收入收入(一份收入、双份收入一份收入、双份收入)、形状、形状已婚、已婚有孩子、未婚、未婚已婚、已婚有孩子、未婚、未婚有孩子、房子租房、买房等有孩子、房子租房、买房等数据。现请分析它们之间的联络。数据。现请分析它们之间的联络。Dimension 11.51.0.50.0-.5-1.0Dim

32、ension 22.01.51.0.50.0-.5-1.0-1.5NHOMENMARITNINCOMENTYPENSIZE租房买房未婚有孩子未婚已婚有孩子已婚双份收入一份收入商用车跑车家用车大型中型小型 1、已婚有孩子、家用车和中型车相关性较大。、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络，已婚、已婚有孩子和买房、已婚和双份收入有联络，已婚、已婚有孩子和买房也有一定的联络。也有一定的联络。 3、未婚、一份收入和租房之间关系严密。、未婚、一份收入和租房之间关系严密。 4、跑车与小型车之间也有关系。、跑车与小型车之间也有关系。从对应图可以推断出下面一些结论：从对应图可以推断出

33、下面一些结论：第六节第六节 多维偏好分析多维偏好分析一、主成分分析法简介一、主成分分析法简介 一主成分分析的根本思想一主成分分析的根本思想 主成分分析法就是将原来众多具有一定主成分分析法就是将原来众多具有一定相关性的目的如相关性的目的如p个目的，重新组合成一个目的，重新组合成一组新的相互无关的综合目的来替代原来的目的组新的相互无关的综合目的来替代原来的目的。 二主成分分析的数学模型二主成分分析的数学模型 (三三)主要统计术语主要统计术语 1、偏好评分、偏好评分 2、特征值或惯量、特征值或惯量二、分析的根本步骤二、分析的根本步骤 1、确定研讨的问题、确定研讨的问题 2、资料的搜集、资料的搜集 3

34、、主成分分析、主成分分析 4、偏好图并解释结果意义、偏好图并解释结果意义 三、实例分析三、实例分析某心思学期刊作了一项市场调查，以某心思学期刊作了一项市场调查，以了解本人刊物与现有的其它心思学了解本人刊物与现有的其它心思学刊物的相对定位。他们挑选刊物的相对定位。他们挑选10种心种心思学刊物，请思学刊物，请39个专业心思学家根个专业心思学家根据他们对这些刊物的偏好按据他们对这些刊物的偏好按1-10的的量表评分，其中量表评分，其中“1代表低评价，代表低评价，“10代表高评价。代表高评价。 利用SPSS Categories PRINCALS过程的“非线性主成分分析方法对上表的资料进展分析，部分结果

35、如下： 这些刊物表现为以下分组：1)一个“硬组，包括JEXP，PMET，MVBR，JAPP，或许BULL 2)一个“开展组，包括JEDP，HUDE 2、成份加载图表： 箭头指向一样的心思学家的偏好类似。如，图形左上方的“D组的开展和教育心思学家偏好教育心思学杂志和人类开展两种期刊。其它组心思学家的偏好也很明显，都集中指向其研讨方向的期刊。 3、双图： 4、模型总结 最后结果阐明，总的拟合情况好：二维顺序方案占总方差的大约82%。 第七节第七节 多维尺度法多维尺度法 一、多维尺度法的根本引见一、多维尺度法的根本引见 详细主要包括两步：详细主要包括两步： 1初步图形构造的构造。初步图形构造的构造。 2初步图形构造的修正。初步图形构造的修正。二、统计术语与数据格式二、统计术语与数据格式 一统计术语一统计术语 1、接近程度、接近程度 2、空间图、空间图 3、克鲁斯卡系数、克鲁斯卡系数 4、残差、残差 二数据格式二数据格式 多维尺度法输入的数据是表多维尺度法输入的数据是表示待比较事物之间类似程度的矩阵示待比较事物之间类似程度的矩阵。 三、分析的根本步骤三、分析的根本步骤1、确定研讨的问题。、确定研讨的问题。