【正文】 例 分層最佳 最低成本 1 2 3 50 100 50 33 100 67 39 100 61 合計(jì) 200 200 200 經(jīng)計(jì)算，數(shù)目分配如下： (3)系統(tǒng)隨機(jī)抽樣 ? 簡(jiǎn)稱(chēng)系統(tǒng)抽樣 ， 又稱(chēng)等距抽樣 、 機(jī)械抽樣 。 ? 是指先將總體各單位按照一定標(biāo)志順序排列 ， 然后依固定順序和間隔 ， 按樣本容量 n將所有總體單位 N分為 n個(gè)相等的部分 （ 或叫確定抽樣距離 ） ， 每個(gè)部分包含 K個(gè)單位 。再用隨機(jī)抽樣方法確定在每個(gè)部分中的抽樣序號(hào) i（ i＝ 1，2， … ， K） ， 從每個(gè)部分的 K個(gè)單位中抽取排序?yàn)?i的那一個(gè)單位組成樣本的一種抽樣組織形式 。 ? 在系統(tǒng)抽樣時(shí) ， 用來(lái)排隊(duì)的標(biāo)志有兩種類(lèi)型：一種是與被調(diào)查的內(nèi)容無(wú)關(guān) ， 稱(chēng)為 無(wú)關(guān)標(biāo)志 ， 在這種情況下 ， 系統(tǒng)抽樣與簡(jiǎn)單抽樣相仿 ， 因?yàn)楸谎芯靠傮w是隨機(jī)總體 。 另一種是與被調(diào)查的內(nèi)容有關(guān) ， 稱(chēng)為 有關(guān)標(biāo)志 。 在這種情形下 ， 系統(tǒng)抽樣與分層抽樣相仿 ， 因?yàn)樗?lèi)似于按某個(gè)標(biāo)志等距分組 ， 利用了總體的有關(guān)信息 。 ? 在實(shí)際工作中采用系統(tǒng)抽樣確定抽樣序號(hào)的方法通常有三種： 第一種：隨機(jī)起點(diǎn) ， 固定等距抽取單位 。 第二種：半距起點(diǎn) ， 固定等距抽取單位 。 第三種：隨機(jī)起點(diǎn)對(duì)稱(chēng)距離抽取單位 。 系統(tǒng)抽樣與分層抽樣的區(qū)別主要在于： ? 系統(tǒng)抽樣在所分的每個(gè)相等部分中只抽取一個(gè)單位 ， 且中選單位總處在每個(gè)部分中的同樣位置或?qū)ΨQ(chēng)位置 。 ? 分層抽樣在所分的每個(gè)組中抽取若干個(gè)單位 ， 每個(gè)組的單位可以相等或不等 。 即使每個(gè)組只抽一個(gè)單位 ， 但每組的中選單位不一定處于相同位置或?qū)ΨQ(chēng)位置 。 ? 系統(tǒng)抽樣在實(shí)際工作中廣為采用 ， 它能使被抽選的各單位更均勻地分布在總體各個(gè)部分 ， 提高了樣本對(duì)總體的代表性 。 （ 4）整群抽樣 ? 又稱(chēng)成批抽樣 ? 是指抽樣時(shí) ， 先把總體按自然形態(tài)分為若干群 ，每群內(nèi)均包含若干個(gè)總體單位 ， 然后以群為單元 ， 從總體中隨機(jī)抽取一部分群組成樣本 ， 并對(duì)已抽中群群內(nèi)的每個(gè)單位進(jìn)行全面調(diào)查的一種抽樣組織形式 ? 而整群抽樣則是一群一群地從總體中抽取單位組成樣本 。 每一群中包含的單位數(shù)可以相等也可以不相等 。 ? 比其他抽樣形式的抽樣誤差要大些 ， 這可通過(guò)增加抽選群數(shù) ， 減少每群內(nèi)總體單位數(shù)的方法來(lái)彌補(bǔ) 。 ? 分層要求增大組間差異 ， 縮小組內(nèi)差異 ， 以利于提高樣本代表性；而分群要求縮小群間差異 ，增大群內(nèi)差異來(lái)提高樣本代表性 。 因?yàn)閷?duì)中選群是作全面調(diào)查 ， 群間差異越小 ， 中選群的代表性就越大 。 整群抽樣的分群和分層抽樣的區(qū)別： 高 中 低 大中小 大中小 大中小 大中小 分層 分群 任意抽樣法 （ 便利抽樣 ） 判斷抽樣法 ——隨調(diào)查者方便所選取樣本 。 如果母體的標(biāo)志是 “ 同質(zhì) ” 時(shí) ， 可用本法 。 一般作事前調(diào)查 。 ——由專(zhuān)家的判斷而決定所選的樣本 。 選取 “ 多數(shù)型 ”或 “ 平均型 ” ， 避免挑選極端類(lèi)型 。 配額抽樣法 ——依一定標(biāo)準(zhǔn)規(guī)定地區(qū)別或職業(yè)別等不同群體的樣本配額 ， 然后對(duì)配額內(nèi)的抽樣由調(diào)查人員主觀地抽出的方法 。 雪球法 非隨機(jī)抽樣法 配額抽樣法與判斷抽樣法的區(qū)別： 配額抽樣法 ◆ 從母體各層次中分別抽取若干樣本 ◆ 注重量的分配 ◆ 抽樣方法復(fù)雜精密 判斷抽樣法 ◆ 從母體的某一層次中挑選若干合乎條件的典型樣本 ◆ 注意 “ 質(zhì) ” 的條件 ◆ 抽樣方法簡(jiǎn)單 獨(dú)立控制的樣本數(shù)目指派： 收入階層 高 :30 中 :44 低 :72 合計(jì) :146 年齡 人數(shù) 2029 3044 4564 65以上 30 52 34 20 合計(jì) 146 性別 男 :73 女 :73 合計(jì) :146 交叉控制的樣本指派： 收入階層 總 計(jì) 高 中 低 性別 男 女 男 女 男 女 年 齡 2029 3044 4564 65 4 4 6 6 3 3 2 2 6 6 8 8 5 5 3 3 10 10 12 12 9 9 5 5 40 52 34 20 合計(jì) 15 15 22 22 36 36 146 配額抽樣四步驟： （ １ ） 選擇控制特性作為細(xì)分母體的標(biāo)準(zhǔn) （ ２ ） 將母體按控制特性細(xì)分 ， 分成數(shù)個(gè)子母體 。 （ ３ ） 決定各子母體大小一般按總樣本數(shù)中各子母體 在母體中所占的比例分配 。 選擇樣本單位：各子母體樣本數(shù)決定后，即可為每一個(gè)調(diào)查員指派“配額”，在某個(gè)子母體中訪問(wèn)一定數(shù)額的樣本。 三、樣本容量的決定 可支配的預(yù)算 憑經(jīng)驗(yàn) 分析樣本的群數(shù) 傳統(tǒng)的統(tǒng)計(jì)方法 建立和詳述選擇樣本的可操作性計(jì)劃 執(zhí)行計(jì)劃 第 17章 多變量數(shù)據(jù)分析 一、概念 一組統(tǒng)計(jì)過(guò)程，它們可以對(duì)每個(gè)個(gè)體或研究對(duì)象的多重測(cè)量同時(shí)進(jìn)行分析 ?多元回歸分析 — 根據(jù)一個(gè)以上自變量來(lái)預(yù)測(cè)因變 量的水平 ?多元判別式分析 — 根據(jù)兩個(gè)或兩個(gè)以上自變量來(lái)預(yù)測(cè)不同組的特征 ?歸類(lèi)分析 — 用來(lái)識(shí)別組內(nèi)同質(zhì)而組間異質(zhì)的過(guò)程 ?因子分析 —— 通過(guò)識(shí)別數(shù)據(jù)的緯度將一組變 量減至較小的因子集或構(gòu)成變量集 ?感知圖 — 用于分析消費(fèi)者對(duì)公司、產(chǎn)品、品牌等的認(rèn)知 ?聯(lián)合分析 — 估計(jì)消費(fèi)者將不同產(chǎn)品特性或特性相聯(lián)系的效用提供基礎(chǔ) 一、多元回歸分析 ?調(diào)查兩個(gè)或兩個(gè)以上自變量（計(jì)量）間關(guān)系 nn xbxbxbxbaY ?????? . .. .. ..33221 1 1 概念 推銷(xiāo)人員的數(shù)量廣告費(fèi)支出代表銷(xiāo)售額21?XXY?每增加一名推銷(xiāo)人員，銷(xiāo)售額相應(yīng)增加收入 22元 ?每增加 1元廣告費(fèi)，銷(xiāo)售額相應(yīng)增加收入 17元 21 2217200? XXY ????估計(jì)各種營(yíng)銷(xiāo)組合變量對(duì)銷(xiāo)售或市場(chǎng)份額的影響 ?預(yù)測(cè)各種人口統(tǒng)計(jì)或心理因素與光顧快餐館或其他服務(wù)場(chǎng)所頻率間的關(guān)系 。 ?確定各有關(guān)因素對(duì)總體滿意度的影響 。 ?確定各種分類(lèi)變量間的數(shù)量關(guān)系 ， 如年齡與收入 ，及對(duì)產(chǎn)品或服務(wù)的態(tài)度 。 ?確定哪個(gè)變量是一種特有產(chǎn)品或服務(wù)銷(xiāo)售的預(yù)測(cè)性變量 2 在市場(chǎng)調(diào)研中多元回歸分析的應(yīng)用： 3 多元回歸分析系數(shù) 在二元回歸的討淪中，把可決（判定）系數(shù) (R2)的確定視為回歸分析的一個(gè)結(jié)果。 ?這個(gè)統(tǒng)計(jì)量的取值在 0~I之間，它表明總變差中由自變量解釋的比例。例如，如果在一個(gè)給定的回歸分析中值 R2為 0． 75，這說(shuō)明因變量變差的 75％由自變量解釋。 ?分析人員更樂(lè)于 R2值接近于 l，通常將變量加入回歸模型來(lái)看對(duì) R2值的影響。 ?b值或回歸系數(shù)指各個(gè)自變量對(duì)因變量的影響?？疾旄鱾€(gè) b值是否為偶然因素影響。 ?????222)()?(YYYYR4 啞變量（是非標(biāo)志） 分析人員需要包括類(lèi)別自變量，如性別、婚姻狀況、職業(yè)及種族。 啞變量（ Oummy Variables）是以此提出的 二分類(lèi)別白變量者通過(guò) 女性為 “ 0“另一個(gè)值 (男性 )為 ” 1“可以轉(zhuǎn)換為啞變量。 對(duì)于要設(shè)定兩個(gè)以上值的類(lèi)別自變量，則需稍微不同的方法。例如 有三種可能答案的關(guān)于種族的問(wèn)題，非洲美國(guó)人、西班牙人或高加索人。用啞變量對(duì)應(yīng)答進(jìn)行編碼需要有兩個(gè)啞變量 X1和 X2 ，設(shè)定為如下： X1 X2 如果是非洲美國(guó)人 如果是西班牙后裔 如果是高加索人 1 0 0 0 1 0 5 應(yīng)用回歸分析要注意的問(wèn)題 ?共線性 ?因果關(guān)系 ?回歸系數(shù)的大小 ?樣本容量 6 應(yīng)用回歸分析實(shí)例（ P350） 一個(gè)意大利食品連鎖店 _阿曼德比薩餅餐館 (Amand’s Pizza Parlors)。阿曼德最成功的位置是靠近大學(xué)校園， 二、判別分析 1 定義 — 因變量屬于類(lèi)別數(shù)據(jù)。類(lèi)似多元回歸分析 2 作用 確定兩個(gè)組或多個(gè)組在平均判別分方面是否存在統(tǒng)計(jì)顯著性差別（如使用者和非使用者） 為根據(jù)自變量的值將個(gè)體或?qū)ο蠓诸?lèi)而建立模型 確定兩個(gè)組或多個(gè)組平均得分方面的差異有多少用自變量解釋 2 適用范圍 某品牌的購(gòu)買(mǎi)者和非購(gòu)買(mǎi)者之間有什么差別？ 從人口統(tǒng)計(jì)及生活方式看，對(duì)某新產(chǎn)品具有較高購(gòu)買(mǎi)可能性的顧客之間有什么區(qū)別？ 從人口統(tǒng)計(jì)及生活方式看，經(jīng)常光顧某快餐店的顧客與光顧另一家的顧客之間有什么區(qū)別？ 已經(jīng)某產(chǎn)品的顧客對(duì)使用、感知和態(tài)度有什么不同？ 3 判別分析實(shí)例 NAPC的市場(chǎng)營(yíng)銷(xiāo)經(jīng)理還想知道在前回歸分析的 5項(xiàng)重要性評(píng)分是否可以預(yù)測(cè)最近一個(gè)人會(huì)擁有移動(dòng)電話的可能性。 三、歸類(lèi)分析（聚類(lèi)分析） 1 定義 — 把具有某種相似特征的物體或人歸為一類(lèi)的方法或技巧 2 作用 — 把物體或人分為很多相對(duì)獨(dú)立且較為固定的組，在每一組內(nèi)成員彼此之間在某方面具有極大的相似性。但組與組之間具有極大的差異性。 2 歸類(lèi)的過(guò)程 包括：歸類(lèi)的標(biāo)準(zhǔn) 例如 對(duì)消費(fèi)者進(jìn)行歸類(lèi)，標(biāo)準(zhǔn)為：每月在外吃飯的頻次和每月在快餐店吃飯的頻次。 3 歸類(lèi)分析實(shí)例 NAPC需要進(jìn)一步的市場(chǎng)細(xì)分。根據(jù)人口統(tǒng)計(jì)特征和使用量數(shù)據(jù)進(jìn)行描述 四、因子分析（ 1 定義 — 從大量的可測(cè)量的數(shù)據(jù)中總結(jié)出相對(duì)少數(shù)的簡(jiǎn)明的信息。 2 作用 目的是使數(shù)據(jù)簡(jiǎn)單化 2 分析的過(guò)程 包括：因子得分 因子載荷 因子命名 因子數(shù)目的確定 3 因子分析實(shí)例 NAPC確定或識(shí)別哪些同時(shí)出現(xiàn)的特性很感興趣 五、認(rèn)知圖 1 定義 — 對(duì)消費(fèi)者對(duì)某種產(chǎn)品、品牌、公司或其他任何事物在兩個(gè)或更廣范圍內(nèi)的認(rèn)知的形象描述。 2 認(rèn)知圖繪制 六、 聯(lián)合分析 概述 — 一種多變量分析程序。能幫助決定新產(chǎn)品或服務(wù)需要什么樣的特性以及如何定價(jià)。 聯(lián)合分析實(shí)例 —