參考文檔市場研究的數(shù)據(jù)分析方法-文庫吧資料
2025-05-20 13:57本頁面
【正文】 分析 評價和解釋 分析結果 ?某公司生產(chǎn)一新產(chǎn)品 ， 該公司在新產(chǎn)品末大量上市以前 ， 進行了一次市場調(diào)查 。 以第一步的分析結果為依據(jù) ， 將對那些未 知分類屬性的案例進行判別分類 。 ?所以 ， 回歸方程為： Q= ++ P 歐文 + P麥當勞 ?該公司下一個月比薩餅的銷量為 。 假定下個月公司產(chǎn)品價格為， 人均收入為 26614元 ， 歐文公司產(chǎn)品的價格 ， 麥當勞產(chǎn)品的價格為 ， 請預測該公司下個月的銷售量 。 另外麥當勞也是它的一個重要競爭者 。 利用回歸方程進行預測 。 從收集到樣本資料出發(fā)確定自變量和因變量之間的數(shù)學關系 ， 即建立回歸方程 。 ?（ 5） 隨機誤差項服從 0均值和同方差的正態(tài)分布。 ?（ 3） 隨機誤差項在不同樣本點之間是獨立的 ， 不存在序列相關 。 ikiki22i110i x. ..xxy ????? ??????yk21 x,.. .,x,xk210 ,..., ????k21 , .. ., ????0?在應用線性回歸模型時 ， 必須滿足以下假設： ?（ 1） 解釋變量 是確定性變量 ， 而且解釋變量之間不相關 。 一元線性回歸模型 模型是： 式中：為被解釋變量 （ 因變量 ） ；為解釋變量 （ 自變量 ） ， 是隨機誤差項 ， i為觀測值下標 ， n為樣本容量 ， 與 是待估參數(shù) ， 稱 為回歸常數(shù) ， 為回歸系數(shù) 。企業(yè)電子商務解決方案 ECommerce Solution 市場研究的數(shù)據(jù)分析方法 第一節(jié) 線性回歸分析 一、線性回歸方程的基本模型 ?線性回歸方程從樣本資料出發(fā)，一般利用最小二乘法，根據(jù)回歸直線與樣本數(shù)據(jù)點在垂直方向上的偏離程度最低的原則，進行回歸方程的參數(shù)的求解。 ?線性回歸分析是考察變量之間的數(shù)量關系變化規(guī)律，它通過一定的數(shù)學表達式 回歸方程，來描述這種關系，以確定一個或幾個變量的變化對另一個變量的影響程度，為預測提供數(shù)學依據(jù)。 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數(shù)在 2個以上，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）， 是隨機誤差項， i為觀測值下標， n為樣本容量， 為 k+1個待估參數(shù)， 為回歸常數(shù)， 稱為回歸系數(shù)。 ?（ 2） 隨機誤差項具有 0均值和同方差 。 ?（ 4） 隨機誤差限于解釋變量之間不相關 。 k21 x,.. .,x,x二、線性回歸方程的統(tǒng)計檢驗 回歸方程擬合優(yōu)度檢驗 回歸方程的顯著性檢驗 回歸系數(shù)顯著性檢驗 三、回歸分析假設條件的檢驗 殘差分析 多重共線性 誤差項的序列相關 四 、 線性回歸分析的基本步驟 確定回歸中的自變量和因變量 。 對回歸方程進行各種統(tǒng)計檢驗 。 ?例： Checkers Pizza公司是休斯敦附近 Westbury鎮(zhèn)上僅有的從事比薩餅送貨業(yè)務的兩家公司之一 ， 其直接競爭對手是歐文公司 ， 提供相同的產(chǎn)品與服務 。 在過去的 24個月中， 該公司的銷售量 (Q)、 價格 (P)， 小鎮(zhèn)上居民的人均收入 (M)， 歐文公司產(chǎn)品的價格 （ P歐文 ） 以及麥當勞產(chǎn)品的價格 （ P麥當勞 ） 。 五、實例分析 首先 Checkers Pizza公司根據(jù)資料估計下面的線性需求方程的參數(shù)： Q=a+bP+cM+dP歐文 +eP麥當勞 式中 : ? Q— 比薩餅的銷量； ? P— 比薩餅的價格 ? M— 小鎮(zhèn)居民的人均收入 ? P歐文 — 歐文公司產(chǎn)品的價格 ? P麥當勞 — 麥當勞產(chǎn)品的價格 下面是 ： Model Summa ry. 9 8 5 a . 9 7 0 . 9 6 4 3 4 . 7 0 8 9 6M o d e l1R R S q u a r eA d j u s t e d RS q u a r eS t d . E r r o r o ft h e E s t i m a t ePredictors: (Constant), P麥 當勞, P歐 文, M, Pa . ANOVA b7 3 6 9 1 2 . 3 1 4 1 8 4 2 2 8 . 0 7 8 1 5 2 . 9 2 3 . 0 0 0 a2 2 8 8 9 . 5 2 3 19 1 2 0 4 . 7 1 27 5 9 8 0 1 . 8 3 23R e g r e s s i o nR e s i d u a lT o t a lM o d e l1S u m o fS q u a r e s df M e a n S q u a r e F S i g .Predictors: (Constant), P麥 當勞, P歐 文, M, Pa . D e p e n d e n t V a r i
范文總結相關推薦
鄂ICP備17016276號-1