市場(chǎng)研究中的數(shù)據(jù)分析方法ppt課件

1、市場(chǎng)研討的數(shù)據(jù)分析方法市場(chǎng)研討的數(shù)據(jù)分析方法第一節(jié)第一節(jié) 線性回歸分析線性回歸分析 一、線性回歸方程的根本模型 線性回歸方程從樣本資料出發(fā)，普通利用最小二乘法，根據(jù)回歸直線與樣本數(shù)據(jù)點(diǎn)在垂直方向上的偏離程度最低的原那么，進(jìn)展回歸方程的參數(shù)的求解。 線性回歸分析是調(diào)查變量之間的數(shù)量關(guān)系變化規(guī)律，它經(jīng)過一定的數(shù)學(xué)表達(dá)式-回歸方程，來描畫這種關(guān)系，以確定一個(gè)或幾個(gè)變量的變化對(duì)另一個(gè)變量的影響程度，為預(yù)測(cè)提供數(shù)學(xué)根據(jù)。1、一元線性回歸模型、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(jī)誤差項(xiàng)，i為觀測(cè)值下標(biāo)，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)。ii

2、10ixyyx01012、多元回歸模型、多元回歸模型 多元線性回歸模型中自變量的個(gè)數(shù)在多元線性回歸模型中自變量的個(gè)數(shù)在2個(gè)個(gè)以上，模型的普通方式為：以上，模型的普通方式為： i=1,2n 其中，其中， 為被解釋變量因變量，為被解釋變量因變量， 為解釋變量自變量，為解釋變量自變量， 是是隨機(jī)誤差項(xiàng)，隨機(jī)誤差項(xiàng)，i為觀測(cè)值下標(biāo)，為觀測(cè)值下標(biāo)，n為樣本容量，為樣本容量， 為為k+1個(gè)待估參數(shù)，個(gè)待估參數(shù)， 為回歸常數(shù)，為回歸常數(shù)， 稱為回歸系數(shù)。稱為回歸系數(shù)。ikiki22i 110ix.xxyyk21x,.,x ,xk210,.,k21,.,0在運(yùn)用線性回歸模型時(shí)，必需滿足以下假設(shè)：在運(yùn)用線性回歸

3、模型時(shí)，必需滿足以下假設(shè)：1解釋變量解釋變量 是確定性變量，而是確定性變量，而且解釋變量之間不相關(guān)。且解釋變量之間不相關(guān)。2隨機(jī)誤差項(xiàng)具有隨機(jī)誤差項(xiàng)具有0均值和同方差。均值和同方差。3隨機(jī)誤差項(xiàng)在不同樣本點(diǎn)之間是獨(dú)立的，隨機(jī)誤差項(xiàng)在不同樣本點(diǎn)之間是獨(dú)立的，不存在序列相關(guān)。不存在序列相關(guān)。4隨機(jī)誤差限于解釋變量之間不相關(guān)。隨機(jī)誤差限于解釋變量之間不相關(guān)。5隨機(jī)誤差項(xiàng)服從隨機(jī)誤差項(xiàng)服從0均值和同方差的正態(tài)分均值和同方差的正態(tài)分布。布。k21x,.,x ,x二、線性回歸方程的統(tǒng)計(jì)檢驗(yàn)二、線性回歸方程的統(tǒng)計(jì)檢驗(yàn) 1、回歸方程擬合優(yōu)度檢驗(yàn)、回歸方程擬合優(yōu)度檢驗(yàn) 2、回歸方程的顯著性檢驗(yàn)、回歸方程的顯著性

4、檢驗(yàn) 3、回歸系數(shù)顯著性檢驗(yàn)、回歸系數(shù)顯著性檢驗(yàn) 三、回歸分析假設(shè)條件的檢驗(yàn)三、回歸分析假設(shè)條件的檢驗(yàn) 1、殘差分析、殘差分析 2、多重共線性、多重共線性 3、誤差項(xiàng)的序列相關(guān)、誤差項(xiàng)的序列相關(guān) 四、線性回歸分析的根本步驟四、線性回歸分析的根本步驟1、確定回歸中的自變量和因變量。、確定回歸中的自變量和因變量。2、從搜集到樣本資料出發(fā)確定自變量和因、從搜集到樣本資料出發(fā)確定自變量和因變量之間的數(shù)學(xué)關(guān)系，即建立回歸方程。變量之間的數(shù)學(xué)關(guān)系，即建立回歸方程。3、對(duì)回歸方程進(jìn)展各種統(tǒng)計(jì)檢驗(yàn)。、對(duì)回歸方程進(jìn)展各種統(tǒng)計(jì)檢驗(yàn)。4、利用回歸方程進(jìn)展預(yù)測(cè)。、利用回歸方程進(jìn)展預(yù)測(cè)。例：Checkers Pizza

5、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(wù)的兩家公司之一，其直接競(jìng)爭(zhēng)對(duì)手是歐文公司，提供一樣的產(chǎn)品與效力。另外麥當(dāng)勞也是它的一個(gè)重要競(jìng)爭(zhēng)者。在過去的24個(gè)月中，該公司的銷售量(Q)、價(jià)錢(P)，小鎮(zhèn)上居民的人均收入(M)，歐文公司產(chǎn)品的價(jià)錢P歐文以及麥當(dāng)勞產(chǎn)品的價(jià)錢P麥當(dāng)勞。假定下個(gè)月公司產(chǎn)品價(jià)錢為9.05，人均收入為26614元，歐文公司產(chǎn)品的價(jià)錢10.2元，麥當(dāng)勞產(chǎn)品的價(jià)錢為1.15元，請(qǐng)預(yù)測(cè)該公司下個(gè)月的銷售量。五、實(shí)例分析五、實(shí)例分析 首先Checkers Pizza公司根據(jù)資料估計(jì)下面的線性需求方程的參數(shù)： Q=a+bP+cM+dP歐文+eP麥當(dāng)勞 式中: Q比薩餅

6、的銷量； P比薩餅的價(jià)錢 M小鎮(zhèn)居民的人均收入 P歐文歐文公司產(chǎn)品的價(jià)錢 P麥當(dāng)勞麥當(dāng)勞產(chǎn)品的價(jià)錢下面是SPSS11.0的輸出結(jié)果：M Mo od de el l S Su um mm ma ar ry y.985a.970.96434.70896Model1RR SquareAdjusted RSquareStd. Error ofthe EstimatePredictors: (Constant), P麥當(dāng)勞, P歐文, M, Pa. A AN NO OV VA Ab b736912.314184228.078152.923.000a22889.523191204.712759801.83

7、23RegressionResidualTotalModel1Sum ofSquaresdfMean SquareFSig.Predictors: (Constant), P麥當(dāng)勞, P歐文, M, Pa. Dependent Variable: Qb. C Co oe ef ff fi ic ci ie en nt ts sa a-343.784414.076-.830.417-195.89511.041-1.037-17.743.0007.472E-02.010.4057.359.000174.40331.712.2325.500.00081.05722.166.1663.657.002(

8、Constant)PMP歐文P麥當(dāng)勞Model1BStd. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.Dependent Variable: Qa. 從上面的輸出結(jié)果可以看出，模型可以解釋97%的比薩餅銷售量的變化；模型整體非常顯著，F(xiàn)統(tǒng)計(jì)的相伴概率值P=0.000；四個(gè)參數(shù)b、c、d、e非常顯著，T統(tǒng)計(jì)的相伴概率值P都遠(yuǎn)小于0.01。 所以，回歸方程為： Q= -343.748 - 195.895P+0.0742M+174.403 P歐文 +81.057 P麥當(dāng)勞 該公司下一個(gè)月比薩餅的銷量為; Q= -

9、343.748 - 195.895*9.05+0.0742*26614+174.403 *10.2 +81.057 *1.15 1730.2872第二節(jié)第二節(jié) 判別分析判別分析 一、判別分析法的根本思想 判別分析包括以下兩步： 1、分析和解釋各類目的之間存在的差別，并建立判別函數(shù)。 2、以第一步的分析結(jié)果為根據(jù)，將對(duì)那些未知分類屬性的案例進(jìn)展判別分類。二、判別分析根本模型與統(tǒng)計(jì)術(shù)語二、判別分析根本模型與統(tǒng)計(jì)術(shù)語 一假設(shè)條件一假設(shè)條件1、每一個(gè)類別都取自一個(gè)多元正態(tài)總體的、每一個(gè)類別都取自一個(gè)多元正態(tài)總體的樣本樣本2、一切正態(tài)總體的協(xié)方差矩陣或相關(guān)矩陣、一切正態(tài)總體的協(xié)方差矩陣或相關(guān)矩陣都相等都

10、相等 二根本模型二根本模型 1 、 先 驗(yàn) 概率 2 、 后 驗(yàn) 概率 3 、 判 別 系數(shù)4 、 構(gòu) 造 系數(shù) 5 、 分 組 的矩心 6 、 判 別 力指數(shù)7 、 剩 余 判別力 三統(tǒng)計(jì)術(shù)語三統(tǒng)計(jì)術(shù)語三、分析的根本步驟三、分析的根本步驟 判別分析普通都是經(jīng)過現(xiàn)成的判別分析普通都是經(jīng)過現(xiàn)成的統(tǒng)計(jì)軟件進(jìn)展分析。普通而言，利統(tǒng)計(jì)軟件進(jìn)展分析。普通而言，利用統(tǒng)計(jì)軟件的判別分析詳細(xì)包括以用統(tǒng)計(jì)軟件的判別分析詳細(xì)包括以下步驟：下步驟：確定研討確定研討的問題的問題獲取判別分獲取判別分析的數(shù)據(jù)析的數(shù)據(jù)進(jìn)展判別進(jìn)展判別分析分析評(píng)價(jià)和解釋評(píng)價(jià)和解釋分析結(jié)果分析結(jié)果 某公司消費(fèi)一新產(chǎn)品，該公司在新產(chǎn)品末大量上市

11、以前，進(jìn)展了一次市場(chǎng)調(diào)查。公司將新產(chǎn)品寄給十五個(gè)代理商，并附意見調(diào)查表，要求對(duì)該產(chǎn)品給予評(píng)價(jià)并闡明能否情愿購(gòu)買。評(píng)價(jià)的要素有：式樣、包裝及耐久性。評(píng)分用10分制，高分表示特性良好，低分那么較差。其中有三位代理商沒有闡明本人的購(gòu)買志愿。 那么這些代理商是屬于“非購(gòu)買組還是“購(gòu)買組？ 四、實(shí)例分析四、實(shí)例分析 以下是以下是SPSS11.0的部分輸出結(jié)果的部分輸出結(jié)果: S St ta an nd da ar rd di iz ze ed d C Ca an no on ni ic ca al l D Di is sc cr ri im mi in na an nt tF Fu un nc ct t

12、i io on n C Co oe ef ff fi ic ci ie en nt ts s.910.083.254式樣包裝耐久性1Function 表中，式樣 、包裝和耐用性的規(guī)范化系數(shù)分別為0.91、0.083、0.254。因此，式樣是最重要的判別變量，其次是“耐用性，最后是包裝。C Ca as se ew wi is se e S St ta at ti is st ti ic cs s11.50011.000.4542.00017.8772.15511.4201.969.6512.0317.548.67411.16411.0001.9352.00024.4522.87211.6481.

13、991.2082.0099.5951.02411.9251.999.0092.00113.3131.57511.9691.998.0012.00212.3581.44211.3911.963.7362.0377.269.62322.6181.989.2491.0119.336-1.57522.7601.995.0941.00510.550-1.76722.1311.7212.2811.2794.177-.56322.57211.000.3191.00016.962-2.63822.08011.0003.0641.00028.136-3.823ungrouped2.3871.962.7481.0

14、387.230-1.208ungrouped1.6481.991.2082.0099.5951.024ungrouped2.7991.996.0651.00410.885-1.81811.66331.0001.5842.00018.18911.8003.9611.0062.0397.39811.17831.0004.9102.00031.80011.2473.9644.1422.03610.72412*.0003.97485.9341.02693.19411.8623.996.7482.00411.65511.6463.9451.6602.0557.36222.9343.984.4281.01

15、68.69822.0623.9467.3201.05413.04221*.09131.0006.4572.00021.79022.57431.0001.9941.00017.42822.02731.0009.2081.00045.539Case Number123456789101112131415123456789101112OriginalCross-validatedaActual GroupPredictedGrouppdfP(Dd | G=g)P(G=g | D=d)SquaredMahalanobisDistance toCentroidHighest GroupGroupP(G=

16、g | D=d)SquaredMahalanobisDistance toCentroidSecond Highest GroupFunction 1DiscriminantScoresFor the original data, squared Mahalanobis distance is based on canonical functions.For the cross-validated data, squared Mahalanobis distance is based on observations.Misclassified case*. Cross validation i

17、s done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than thatcase.a. 表中最大約率組一欄是判別分析得出的組別。13、15號(hào)代理商屬于“非購(gòu)買組，14號(hào)代理商屬于“購(gòu)買組。 第三節(jié) 聚類分析一、聚類分析的根本思想一、聚類分析的根本思想 聚類分析聚類分析( (又稱數(shù)字分類學(xué)又稱數(shù)字分類學(xué)) )是新近開展起是新近開展起來的一種研討分類問題的多元統(tǒng)計(jì)分析來的一種研討分類

18、問題的多元統(tǒng)計(jì)分析方法。方法。樣品聚類是對(duì)事件進(jìn)展聚類，或是說對(duì)觀樣品聚類是對(duì)事件進(jìn)展聚類，或是說對(duì)觀丈量進(jìn)展聚類，是對(duì)反映被觀測(cè)對(duì)象的丈量進(jìn)展聚類，是對(duì)反映被觀測(cè)對(duì)象的特征的變量值進(jìn)展分類。特征的變量值進(jìn)展分類。變量聚類那么是當(dāng)反映事物特點(diǎn)的變量很變量聚類那么是當(dāng)反映事物特點(diǎn)的變量很多時(shí)，根據(jù)所研討的問題選擇部分變量多時(shí)，根據(jù)所研討的問題選擇部分變量對(duì)事物的某一方面進(jìn)展研討的聚類方法。對(duì)事物的某一方面進(jìn)展研討的聚類方法。二、間隔與類似系數(shù)二、間隔與類似系數(shù) 一常用的間隔目的有一常用的間隔目的有1、歐式間隔、歐式間隔 2、歐式間隔的平方、歐式間隔的平方 3、曼哈頓間隔、曼哈頓間隔4、切比雪夫間

19、隔、切比雪夫間隔 二常用的類似系數(shù)目的主要有 1、余弦系數(shù) 2、皮爾遜相關(guān)系數(shù) 三定類數(shù)據(jù)的間隔 1、卡方間隔 2、法方間隔 三、聚類方法三、聚類方法 1層次聚類法層次聚類法 2迭代聚類法迭代聚類法 四、聚類分析的主要步驟四、聚類分析的主要步驟 確定研討的問題計(jì)算類似性聚類聚類結(jié)果的解釋和證明 某家具公司為了對(duì)市場(chǎng)進(jìn)展的細(xì)分，對(duì)購(gòu)買家具的顧客進(jìn)展了一次市場(chǎng)調(diào)查。這次調(diào)查的目的有：喜歡的款式老式為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。調(diào)查樣本為30人。 五、實(shí)例分析：五、實(shí)例分析：顧客式樣圖案顏色12 3 456 78910111213141

20、5161718192021222324252627282930112 212121212121121221212212121 3 2 3 3 1 2 1 3 2 1 3 2 3 1 2 2 3 2 1 3 2 3 2 3 1 3 1 1 3 21 24323241143224324143432142243 根據(jù)聚類結(jié)果，這30名顧客分為3類，可以較好的反映這些顧客對(duì)家具的偏好類型：第一類： 1，9，13，17，24第二類：2，3，4，5， 6，7，8，11，12，15，16，18，20，21，22，23，26，28，29，30第三類： 10，14，19，25，27 第四節(jié)第四節(jié) 因子分析因子分

21、析一、因子分析的根本思想一、因子分析的根本思想 因子分析是一項(xiàng)多元統(tǒng)計(jì)分析技術(shù)，因子分析是一項(xiàng)多元統(tǒng)計(jì)分析技術(shù)，其主要目的就是簡(jiǎn)化數(shù)據(jù)。它經(jīng)過其主要目的就是簡(jiǎn)化數(shù)據(jù)。它經(jīng)過研討眾多變量之間的內(nèi)部依賴關(guān)系，研討眾多變量之間的內(nèi)部依賴關(guān)系，探求觀測(cè)數(shù)據(jù)中的根本構(gòu)造，并用探求觀測(cè)數(shù)據(jù)中的根本構(gòu)造，并用少數(shù)幾個(gè)假想變量來表示根本的數(shù)少數(shù)幾個(gè)假想變量來表示根本的數(shù)據(jù)結(jié)果。這些假設(shè)變量是不可觀測(cè)據(jù)結(jié)果。這些假設(shè)變量是不可觀測(cè)的，通常稱為因子。它們反映了原的，通常稱為因子。它們反映了原來眾多的觀測(cè)變量所代表的主要信來眾多的觀測(cè)變量所代表的主要信息，并能解釋這些觀測(cè)變量之間的息，并能解釋這些觀測(cè)變量之間的相互

22、依存關(guān)系。相互依存關(guān)系。 二、因子分析的數(shù)學(xué)模型和相關(guān)統(tǒng)計(jì)量二、因子分析的數(shù)學(xué)模型和相關(guān)統(tǒng)計(jì)量 (一一) 數(shù)學(xué)模型數(shù)學(xué)模型 (二二)相關(guān)統(tǒng)計(jì)量相關(guān)統(tǒng)計(jì)量 1、因子載荷、因子載荷 2、共同度、共同度 3、因子的奉獻(xiàn)、因子的奉獻(xiàn) 4、巴特利特球體檢驗(yàn)、巴特利特球體檢驗(yàn) 5、KMO指數(shù)指數(shù) 三、因子分析的根本步驟三、因子分析的根本步驟1、確定研討變量。、確定研討變量。2、計(jì)算一切變量的相關(guān)矩陣。、計(jì)算一切變量的相關(guān)矩陣。3、構(gòu)造因子變量。、構(gòu)造因子變量。4、因子旋轉(zhuǎn)。、因子旋轉(zhuǎn)。5、計(jì)算因子得分。、計(jì)算因子得分。四、實(shí)例分析四、實(shí)例分析某公司為了了解消費(fèi)者對(duì)牛肉、色、某公司為了了解消費(fèi)者對(duì)牛肉、色、

23、羊肉、豬肉及雞等五種肉類食物的羊肉、豬肉及雞等五種肉類食物的偏好傾向，進(jìn)展了一次市場(chǎng)調(diào)查。偏好傾向，進(jìn)展了一次市場(chǎng)調(diào)查。請(qǐng)請(qǐng)10位消費(fèi)者對(duì)這五種肉類進(jìn)展評(píng)位消費(fèi)者對(duì)這五種肉類進(jìn)展評(píng)分。評(píng)分采用非常制，分?jǐn)?shù)越高表分。評(píng)分采用非常制，分?jǐn)?shù)越高表示越喜歡。調(diào)查結(jié)果列于下表。試示越喜歡。調(diào)查結(jié)果列于下表。試用因子分析方法研討影響消費(fèi)者選用因子分析方法研討影響消費(fèi)者選擇食物的要素。擇食物的要素。 R Ro ot ta at te ed d C Co om mp po on ne en nt t M Ma at tr ri ix xa a.791 .736-.393-.649-.211-.184.761.

24、127.715雞魚牛肉豬肉羊肉12ComponentExtraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.Rotation converged in 3 iterations.a. 上表是SPSS11.0輸出的旋轉(zhuǎn)后的因子載荷矩陣。我們可以依此推斷兩個(gè)公共因子的含義。從表中的數(shù)據(jù)來看，雞、魚、牛肉在第一公共因子的因子載荷值較高，而在第二公共因子的因子載荷值較低，故第一公共因子反映雞、魚、牛肉的公共特性。第一公共因子能夠代表脂肪少。而羊肉、豬肉在第二公

25、共因子的因子載荷值較高，在第一公共因子的因子載荷值較低，這闡明第二公共因子反映羊肉、豬肉的公共特性，第二公共因子能夠代表價(jià)錢。因此我們可以以為脂肪和價(jià)錢是決議消費(fèi)者肉類消費(fèi)的主要要素。第五節(jié)第五節(jié) 對(duì)應(yīng)分析對(duì)應(yīng)分析 一、對(duì)應(yīng)分析的根本思想一、對(duì)應(yīng)分析的根本思想 對(duì)應(yīng)分析，又稱為相應(yīng)分析，是在對(duì)應(yīng)分析，又稱為相應(yīng)分析，是在R型和型和Q型因子分析根底上，開展起來的一種多型因子分析根底上，開展起來的一種多元相依的變量統(tǒng)計(jì)分析技術(shù)。它經(jīng)過分元相依的變量統(tǒng)計(jì)分析技術(shù)。它經(jīng)過分析由定性變量構(gòu)成的交互匯總表來提示析由定性變量構(gòu)成的交互匯總表來提示變量間的關(guān)系。當(dāng)以變量的一系列類別變量間的關(guān)系。當(dāng)以變量的一系

26、列類別以及這些類別的分布圖來描畫變量之間以及這些類別的分布圖來描畫變量之間的聯(lián)絡(luò)時(shí)，運(yùn)用這一分析技術(shù)可以提示的聯(lián)絡(luò)時(shí)，運(yùn)用這一分析技術(shù)可以提示同一變量的各個(gè)類別之間的差別以及不同一變量的各個(gè)類別之間的差別以及不同變量各個(gè)類別之間的對(duì)應(yīng)關(guān)系。同變量各個(gè)類別之間的對(duì)應(yīng)關(guān)系。 二、有關(guān)統(tǒng)計(jì)術(shù)語與資料格式二、有關(guān)統(tǒng)計(jì)術(shù)語與資料格式一統(tǒng)計(jì)術(shù)語一統(tǒng)計(jì)術(shù)語 1、列聯(lián)表、列聯(lián)表 2、主成分、主成分 3、慣量和特征值、慣量和特征值 4、卡方、似然比卡方、曼圖、卡方、似然比卡方、曼圖漢漢斯?jié)婶斂ǚ健⒎ㄏ禂?shù)、列聯(lián)絡(luò)數(shù)斯?jié)婶斂ǚ?、法系?shù)、列聯(lián)絡(luò)數(shù)二二 數(shù)據(jù)格式數(shù)據(jù)格式三、分析的步驟三、分析的步驟 1、 確定研討的內(nèi)容

27、確定研討的內(nèi)容 2、 獲取分析資料獲取分析資料 3、 對(duì)列聯(lián)表作對(duì)應(yīng)對(duì)列聯(lián)表作對(duì)應(yīng)分析分析 4、 解釋結(jié)果意義解釋結(jié)果意義 5、 評(píng)價(jià)分析結(jié)果評(píng)價(jià)分析結(jié)果四、實(shí)例分析四、實(shí)例分析某公司進(jìn)展一次市場(chǎng)調(diào)查，得到轎車某公司進(jìn)展一次市場(chǎng)調(diào)查，得到轎車特征于一些用戶特征的數(shù)據(jù)。如有：特征于一些用戶特征的數(shù)據(jù)。如有： 轎車大小大、中、小、轎車類轎車大小大、中、小、轎車類型家用型、跑車、商用車、型家用型、跑車、商用車、 收收入入(一份收入、雙份收入一份收入、雙份收入)、形狀已、形狀已婚、已婚有孩子、未婚、未婚有孩婚、已婚有孩子、未婚、未婚有孩子、房子租房、買房等數(shù)據(jù)。子、房子租房、買房等數(shù)據(jù)?，F(xiàn)請(qǐng)分析它們之

28、間的聯(lián)絡(luò)?，F(xiàn)請(qǐng)分析它們之間的聯(lián)絡(luò)。Dimension 11.51.0.50.0-.5-1.0Dimension 22.01.51.0.50.0-.5-1.0-1.5NHOMENMARITNINCOMENTYPENSIZE租房買房未婚有孩子未婚已婚有孩子已婚雙份收入一份收入商用車跑車家用車大型中型小型 1、已婚有孩子、家用車和中型車相關(guān)性較大。 2、已婚和雙份收入有聯(lián)絡(luò)，已婚、已婚有孩子和買房也有一定的聯(lián)絡(luò)。 3、未婚、一份收入和租房之間關(guān)系嚴(yán)密。 4、跑車與小型車之間也有關(guān)系。從對(duì)應(yīng)圖可以推斷出下面一些結(jié)論：從對(duì)應(yīng)圖可以推斷出下面一些結(jié)論：第六節(jié)第六節(jié) 多維偏好分析多維偏好分析一、主成分分析法

29、簡(jiǎn)介一、主成分分析法簡(jiǎn)介 一主成分分析的根本思想一主成分分析的根本思想 主成分分析法就是將原來眾多具有主成分分析法就是將原來眾多具有一定相關(guān)性的目的如一定相關(guān)性的目的如p個(gè)目的，重新個(gè)目的，重新組合成一組新的相互無關(guān)的綜合目的來組合成一組新的相互無關(guān)的綜合目的來替代原來的目的。替代原來的目的。 二主成分分析的數(shù)學(xué)模型二主成分分析的數(shù)學(xué)模型 (三)主要統(tǒng)計(jì)術(shù)語 1、偏好評(píng)分 2、特征值或慣量二、分析的根本步驟 1、確定研討的問題 2、資料的搜集 3、主成分分析 4、偏好圖并解釋結(jié)果意義 三、實(shí)例分析三、實(shí)例分析某心思學(xué)期刊作了一項(xiàng)市場(chǎng)調(diào)查，以某心思學(xué)期刊作了一項(xiàng)市場(chǎng)調(diào)查，以了解本人刊物與現(xiàn)有的其

30、它心思學(xué)了解本人刊物與現(xiàn)有的其它心思學(xué)刊物的相對(duì)定位。他們挑選刊物的相對(duì)定位。他們挑選10種心種心思學(xué)刊物，請(qǐng)思學(xué)刊物，請(qǐng)39個(gè)專業(yè)心思學(xué)家根個(gè)專業(yè)心思學(xué)家根據(jù)他們對(duì)這些刊物的偏好按據(jù)他們對(duì)這些刊物的偏好按1-10的的量表評(píng)分，其中量表評(píng)分，其中“1代表低評(píng)價(jià)，代表低評(píng)價(jià)，“10代表高評(píng)價(jià)。代表高評(píng)價(jià)。 利用SPSS Categories PRINCALS過程的“非線性主成分分析方法對(duì)上表的資料進(jìn)展分析，部分結(jié)果如下： 這些刊物表現(xiàn)為以下分組：1)一個(gè)“硬組，包括JEXP，PMET，MVBR，JAPP，或許BULL 2)一個(gè)“開展組，包括JEDP，HUDE 2、成份加載圖表： 箭頭指向一樣的心

31、思學(xué)家的偏好類似。如，圖形左上方的“D組的開展和教育心思學(xué)家偏好教育心思學(xué)雜志和人類開展兩種期刊。其它組心思學(xué)家的偏好也很明顯，都集中指向其研討方向的期刊。 3、雙圖： 4、模型總結(jié) 最后結(jié)果闡明，總的擬合情況好：二維順序方案占總方差的大約82%。 第七節(jié)第七節(jié) 多維尺度法多維尺度法 一、多維尺度法的根本引見一、多維尺度法的根本引見 詳細(xì)主要包括兩步：詳細(xì)主要包括兩步： 1初步圖形構(gòu)造的構(gòu)造。初步圖形構(gòu)造的構(gòu)造。 2初步圖形構(gòu)造的修正。初步圖形構(gòu)造的修正。二、統(tǒng)計(jì)術(shù)語與數(shù)據(jù)格式二、統(tǒng)計(jì)術(shù)語與數(shù)據(jù)格式 一統(tǒng)計(jì)術(shù)語一統(tǒng)計(jì)術(shù)語 1、接近程度、接近程度 2、空間圖、空間圖 3、克魯斯卡系數(shù)、克魯斯卡系數(shù) 4、殘差、殘差 二數(shù)據(jù)格式二數(shù)據(jù)格式 多維尺度法輸入的數(shù)據(jù)是表示多維尺度法輸入的數(shù)據(jù)是表示待比較事物之間類似程度的矩陣。待比較事物之間類似程度的矩陣。 三、分析的根本步驟三、分析的根本步驟1、確定研討的問題。、確定研討的問題。2、獲取資料。、獲取資料。3、作多維尺度分析。、作多維尺度分析。4、作空間圖并解釋結(jié)果意義。、作空間圖并解釋結(jié)果意義。5、評(píng)價(jià)分析結(jié)果。、評(píng)價(jià)分析結(jié)果。 四、實(shí)例分析：四、實(shí)例分析：在某次市場(chǎng)研討中，研討者調(diào)查了在某次市場(chǎng)研討中，研討者調(diào)查了10位消費(fèi)者，