【正文】 獲得的系數(shù)是否一致。答：還可以用添加趨勢線的方法獲得回歸方程的系數(shù)。，該如何選擇非線性模型，并針對任意給定每平方公里的人口密度，預測建筑許可證的頒發(fā)數(shù)量。答：可利用添加趨勢線的方法進行檢測，找出每一種可能的非線性模型的均方差Mse，選擇其中最小的作為最佳的非線性模型。1. 在用回歸分析報告求解參數(shù)時，自變量與因變量之間應該滿足什么關系？答：在用回歸分析報告求解參數(shù)時，自變量與因變量之間應滿足一個或多個自變量值對應一個應變量。2. 為什么實驗結果只選用兩元線性回歸模型而不用三元線性回歸模型進行建筑許可證數(shù)量的預測？答：實驗結果只選用兩元線性回歸模型二不用三元線性回歸模型既高興建筑許可證數(shù)量預測的原因是三元回歸分析報告中自有房屋的均值X2的調整后的R178。的值并未超過一元回歸分析報告中對自有房屋的均值X2的調整后的R178。的值，說明自有房屋的均值X2與建筑許可證數(shù)量的線性相關性不強，若它參與回歸預測，將會影響預測結果。3. 在用多元線性回歸時，如何確定候選變量，確定的依據是什么？答：用多元線性回歸時，可依據對某一自變量在組合前得到的調整后的R178。的值與組合后得到的調整后的R178。的值之間的大大小進行候選變量的確定。若組合后得到的調整后的R178。的值超過組合前得到的調整后的R178。的值，則確定其為候選變量。4. 從實驗42我們了解自有房屋的均值（x2）與建筑許可證數(shù)量是對數(shù)相關，如果我們用回歸方程y=a+b1*x1+b2*lnx2+b3*x3來進行預測是否更精確？那么我們又怎樣確定此方程的各項系數(shù)呢？答：若用回歸方程Y=a+b1*X1+b2*lnX2+b3*X3來進行預測，結果不一定會更精確。因為Y是受3個自變量的共同影響?？捎枚嘣蔷€性回歸確定次方程的各項系數(shù)，因為線性回歸是特殊的非線性回歸。實驗五 手機用戶消費習慣聚類分析實驗類型：驗證性 實驗學時：2實驗目的 理解聚類分析的概念； 理解聚類分析的原理；掌握在SPSS中進行聚類分析的方法。實驗步驟：為研究移動用戶的手機消費習慣，現(xiàn)收集了反映移動用戶手機使用情況的數(shù)據，該數(shù)據中包含7個變量：客戶編號(Customer_ID)、工作日上班時期電話時長(Peak_mins)、工作日下班時期電話時長(OffPeak_mins)、周末電話時長(Weekend_mins)、國際電話時長(International_mins)、總通話時長(Total_mins)和平均每次通話時長(average_mins)。請用SPSS軟件按除客戶編號外的6個變量維度對移動用戶進行細分。選擇菜單打開SPSS文件 →分析(Analyze)→描述統(tǒng)計(Descriptive Statistics)→描述(Descriptives…)選入變量將除“Customer_ID”外的其余6個變量選入變量框(Variables)中設置選項打開Options按鈕，勾選均值(Mean)、標準差(Std. deviation)、最小值(Minimum)、最大值(Maximum)四項上圖顯示6個變量數(shù)值差異較大，。這種差異會影響聚類分析的結果。而要消除這種影響，需在聚類前對數(shù)據進行標準化處理。在上一步彈出的“Descriptive”對話框中選擇“Save standardized values as variables”，即將標準化值另存為變量，標準化的目的是消除量綱和變異的影響。消除量綱影響，要扣減平均值；消除變異影響，要除以標準差。因此標準化數(shù)據等于某變量的觀察值減去該變量的平均數(shù)，然后除以該變量的標準差。標準化后各變量的平均數(shù)為0，標準差為1，消除了量綱和變異的影響。如ID為K1000050的用戶工作日上班時間通話時長(Peak_mins)標準化后的值，Peak_mins標準化=（觀察值均值）/標準差=（）/=。選擇菜單打開SPSS文件 →分析(Analyze)→分類(Classify)→K均值聚類(KMeans Cluster…)選擇變量選入上圖中紅框內的6個標準化數(shù)據變量設置選項主窗口設置選項如下圖中的第一個圖，其中Label Cases by設置為客戶編號表示個案標記依據為客戶編號，Number of Clusters設置為5表示聚類后生成5類不同特征的數(shù)據?！癐terate…”、“Save…”、“Options…”3個按鈕的設置依次按照下面3個圖進行設置。Maximum Iterations設置為100表示最大迭代數(shù)為100，Convergence Criterion=0表示收斂標準為0。勾選Cluster membership表示在原始數(shù)據中生成每個記錄對應的類別號15，Initial Cluster centers表示生成初始聚類中心，ANOVA tables表示生成方差分析表。Initial Cluster Centers初始聚類中心表Cluster12345Zscore: 工作日上班時期電話時長.19729Zscore: 工作日下班時期電話時長Zscore: 周末電話時長Zscore: 國際電話時長.29390.53252Zscore: 總通話時長Zscore: 平均每次通話時長.30760最終聚類中心表是非常重要的表格。它反映了所劃分的5個類別在6個變量上的平均值，這些平均值的區(qū)別反映了各個類別之間的差異。Final Cluster Centers最終聚類中心表Cluster12345Zscore: 工作日上班時期電話時長.61342.37303Zscore: 工作日下班時期電話時長.46081Zscore: 周末電話時長.35845Zscore: 國際電話時長.04673.02351Zscore: 總通話時長.41420.10398.21627Zscore: 平均每次通話時長下表是方差分析表，用于差異顯著性檢驗。若F值的相伴概率sig小于顯著性水平就通過檢驗，說明各個類別差異是顯著的。，因此都通過了檢驗。這說明所分的5類用戶之間存在顯著差異。Zscore: 工作日上班時期電話時長4.3143390.000Zscore: 工作日下班時期電話時長4.4493390.000Zscore: 周末電話時長4.9553390.000Zscore: 國際電話時長4.4783390.000Zscore: 總通話時長4.2863390.000Zscore: 平均每次通話時長4.4543390.000Cluster12345ValidMissing.000實驗小結：這個實驗主演是讓我們了解聚類分析的方法，進行聚類分析，掌握方法后可以為研究客機消費習慣，可以準確的獲取消費者的有效數(shù)據，有效信息，為以后我們做調查提供了一個很好的研究方法。實驗六 新產品價格敏感度測試模型分析實驗目的? 理解價格敏感度測試模型PSM的概念；? 理解價格敏感度測試模型PSM的原理；? 掌握在EXCEL中進行PSM分析的方法。實驗步驟：測試用戶對價格的可接受范圍用測試價格表，要求受訪者從表中找出以下四個價格點。開始覺得價格便宜開始覺得價格貴覺得價格太貴而不會購買覺得價格太便宜以至于懷疑其質量而放棄購買。（1）價格范圍與最優(yōu)價格以上圖的價格測試為例，測試完畢后統(tǒng)計出每個價格上述4個問題的累計人數(shù)百分比。根據上表畫折線圖理想價格點(P4)：太便宜與太貴的交點。從上圖中看出，P4點是認為價格太貴與認為價格太便宜的曲線交點。與其他交點相比，在P4點上，既不覺得太貴(110%=90%)也不覺得太便宜(110%=90%)的人數(shù)最多。這也就意味著在P4點上，有最多的消費者可能購買，市場份額最大化。因此，從規(guī)模最大化的角度看，P4為最優(yōu)價格點。無差異價格點(P2):開始覺得便宜和開始覺得貴的交點。從上圖看出，在P2點上，認為價格較劃算而購買該產品的人數(shù)與認為價格較貴但仍愿意購買的人數(shù)相等。表明人們對該價格點的感覺最為平淡。合理定價區(qū)間(P1~P3):合理定價區(qū)間也是以市場規(guī)模為判斷標準。若低于P1點，雖然開始覺得貴的人群有所減少，但認為太便宜而不愿購買的人群以更快的速度增長，從而導致實際的市場份額減少；若高于P3點，雖然開始覺得便宜的人群有所減少，但認為太貴而不愿購買的人群增加幅度更高，也會導致實際市場份額減少，因此合理的定價區(qū)間為P1~P3。（2）各類價格的接受區(qū)域PSM模型可計算出給定價格水平上，可接受該價格者比例和有保留接受該價格者比例?？山邮茉搩r格者指對該價格既不覺得貴也不覺得便宜的人。有保留接受該價格者指對該價格覺得貴但不覺得太貴，覺得便宜但不覺得太便宜的人。例如：以上的浴霸產品測試價格在800元時，開始覺得便宜比例Q1為70%，覺得太便宜而不買Q2為23%，開始覺得貴Q3是11%，覺得太貴而不買Q4是3%。則：可接受800元價格的人數(shù)比例（確定客戶比例）是：不覺得貴并且不覺得便宜的比例=100%（Q1開始覺得便宜人數(shù)70%+ Q3開始覺得貴的人數(shù)11%）=181%=19%。不能接受800元價格的人數(shù)比例是：覺得太便宜并且覺得太貴的人數(shù)比例=Q2+Q4=23%+3%=26%。有保留接受800元價格的人數(shù)比例（潛在客戶比例）：覺得貴并且不覺得太貴+覺得便宜并且不覺得太便宜的比例= Q1Q2+(Q3Q4)=70%23%+(11%3%)=55%。實驗總結：此次實驗主要研究價格敏感度，了解客戶的對不同價格的滿意程度，從而可以做相應的價格調整，為公司做出相應的對策。