【正文】
次市場(chǎng)調(diào)查。 第一公共因子可能代表脂肪少 。 現(xiàn)請(qǐng)分析它們之間的聯(lián)系 。另外現(xiàn)沒有適合雙份收入、已婚的消費(fèi)者的車型,應(yīng)考慮開發(fā)新車型滿足他們的需求。 第七節(jié) 多維尺度法 一、多維尺度法的基本介紹 具體主要包括兩步: ( 1) 初步圖形結(jié)構(gòu)的構(gòu)造 。 四 、 實(shí)例分析: ? 在某次市場(chǎng)研究中 , 研究者調(diào)查了 10位消費(fèi)者 , 要求他們對(duì) A、 B、 C、 D、 E等五種品牌的相似性進(jìn)行評(píng)分 。 第八節(jié) 聯(lián)合分析 一、聯(lián)合分析的基本概念與功能 ? 聯(lián)合分析方法的基本思想是 , 通過提供給消費(fèi)者以不同的屬性組合形成的產(chǎn)品 , 請(qǐng)消費(fèi)者做出心理判斷 ,按其意愿程度給產(chǎn)品組合打分 、 排序 , 然后采用數(shù)理分析方法對(duì)每個(gè)屬性水平賦值 , 使評(píng)價(jià)結(jié)果與消費(fèi)者的給分盡量保持一致 , 來分析研究消費(fèi)的選擇行為 。 ? 作空間圖并解釋結(jié)果意義 。其它組心理學(xué)家的偏好也很明顯,都集中指向其研究方向的期刊。例如:面向已婚家庭應(yīng)重點(diǎn)推銷中型家用車。 二、有關(guān)統(tǒng)計(jì)術(shù)語與資料格式 (一)統(tǒng)計(jì)術(shù)語 列聯(lián)表 主成分 慣量和特征值 卡方 、 似然比卡方 、 曼圖 — 漢斯?jié)婶斂ǚ?、法系數(shù) 、 列聯(lián)系數(shù) ( 二 ) 數(shù)據(jù)格式 三 、 分析的步驟 確定研究的內(nèi)容 獲取分析資料 對(duì)列聯(lián)表作對(duì)應(yīng)分析 解釋結(jié)果意義 評(píng)價(jià)分析結(jié)果 四 、 實(shí)例分析 ? 某公司進(jìn)行一次市場(chǎng)調(diào)查 , 得到轎車特征于一些用戶特征的數(shù)據(jù) 。 我們可以依此推斷兩個(gè)公共因子的含義 。 因子旋轉(zhuǎn)。調(diào)查樣本為 30人。因而,式樣是最重要的判別變量,其次是“耐用性”,最后是包裝。 以第一步的分析結(jié)果為依據(jù) , 將對(duì)那些未 知分類屬性的案例進(jìn)行判別分類 。 利用回歸方程進(jìn)行預(yù)測(cè) 。 ikiki22i110i x. ..xxy ????? ??????yk21 x,.. .,x,xk210 ,..., ????k21 , .. ., ????0?在應(yīng)用線性回歸模型時(shí) , 必須滿足以下假設(shè): ? ( 1) 解釋變量 是確定性變量 , 而且解釋變量之間不相關(guān) 。 ii10i xy ??? ???y x?0?1?0?1? 多元回歸模型 多元線性回歸模型中自變量的個(gè)數(shù)在 2個(gè)以上 ,模型的一般形式為: i=1,2… n 其中, 為被解釋變量(因變量), 為解釋變量(自變量), 是隨機(jī)誤差項(xiàng), i為觀測(cè)值下標(biāo), n為樣本容量, 為 k+1個(gè)待估參數(shù), 為回歸常數(shù), 稱為回歸系數(shù)。 對(duì)回歸方程進(jìn)行各種統(tǒng)計(jì)檢驗(yàn) 。 Q= *+*26614+ * + * = 第二節(jié) 判別分析 一、判別分析法的基本思想 判別分析包括以下兩步: 分析和解釋各類指標(biāo)之間存在的差異 , 并 建立判別函數(shù) 。 ? 那么這些代理商是屬于“非購(gòu)買組”還是“購(gòu)買組”? 四、實(shí)例分析 以下是 : Standardi zed Canonical Di scriminantFunction Coefficients. 9 1 0. 0 8 3. 2 5 4式樣包裝耐久性1F u n c t i o n 表中,式樣 、包裝和耐用性的標(biāo)準(zhǔn)化系數(shù)分別為、 、 。這次調(diào)查的指標(biāo)有:喜愛的款式(老式為 1,新式為 2),圖案(素式為 1,格字為 2,花紋為 3);顏色(藍(lán)色為 1,黃色為 2,紅色為 3,綠色為 4)。 構(gòu)造因子變量。 Rotated Component Matri xa. 7 9 1 . 7 3 6 . 3 9 3 . 6 4 9 . 2 1 1 . 1 8 4 . 7 6 1. 1 2 7 . 7 1 5雞魚牛肉豬肉羊肉1 2C o m p o n e n tE x t r a c t i o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s . R o t a t i o n M e t h o d : V a r i m a x w i t h K a i s e r N o r m a l i z a t i o n .R o t a t i o n c o n v e r g e d i n 3 i t e r a t i o n s .a . 上表是 。 當(dāng)以變量的一系列類別以及這些類別的分布圖來描述變量之間的聯(lián)系時(shí) , 使用這一分析技術(shù)可以揭示同一變量的各個(gè)類別之間的差異以及不同變量各個(gè)類別之間的對(duì)應(yīng)關(guān)系 。 從對(duì)應(yīng)圖可以推斷出下面一些結(jié)論: ? 根據(jù)上面的結(jié)論 ,我們?cè)谶M(jìn)行市場(chǎng)細(xì)分、制定營(yíng)銷戰(zhàn)略方面可以充分利用這些信息。如,圖形左上方的“ D”組的發(fā)展和教育心理學(xué)家偏好教育心理學(xué)雜志和人類發(fā)展兩種期刊。 ? 作多維尺度分析 。在第一維度方向, A、 B、 C、 D、 E幾個(gè)品牌的差異較為明顯。