市场研究的数据分析方法

市场研究的数据分析方法

第一节 线性回归分析

一、线性回归方程的基本模型

? 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。

? 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。

1、 一元线性回归模型 2、多元回归模型

二、线性回归方程的统计检验 1、回归方程拟合优度检验 2、回归方程的显著性检验 3、回归系数显着性检验 三、回归分析假设条件的检验 1、残差分析 2、多重共线性

3、误差项的序列相关 四、线性回归分析的基本步骤

1、确定回归中的自变量和因变量。

2、从收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。 3、对回归方程进行各种统计检验。 4、利用回归方程进行预测

第二节 判别分析

判别分析法的基本思想

判别分析包括以下两步：

1、分析和解释各类指标之间存在的差异，并 建立判别函数。

2、以第一步的分析结果为依据，将对那些未 知分类属性的案例进行判别分类。

二、判别分析的基本步骤

确定研究的问题 – 获取判别分析的数据 – 进行判别分析 – 评价和解释分析结果

第三节 聚类分析 聚类分析的基本思想

聚类分析(又称数字分类学)是新近发展起来的一种研究分类问题的多元统计分析方法。

样品聚类是对事件进行聚类，或是说对观测量进行聚类，是对反映被观测对象的特征的变量值进行分类。

变量聚类则是当反映事物特点的变量很多时，根据所研究的问题选择部分变量对事物的某一方面进行研究的聚类方法。

第四节 因子分析

一、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。

二、因子分析的数学模型和相关统计量 (一) 数学模型 (二)相关统计量 1、因子载荷 2、共同度 3、因子的贡献

4、巴特利特球体检验 5、KMO指数

三、因子分析的基本步骤 1、确定研究变量。

2、计算所有变量的相关矩阵。 3、构造因子变量。 4、因子旋转。 5、计算因子得分。

第五节 对应分析

一、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。

二、分析的步骤

1、 确定研究的内容 2、 获取分析资料

3、 对列联表作对应分析 4、 解释结果意义 5、 评价分析结果

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新经管营销市场研究的数据分析方法 全文阅读和word下载服务。