



下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在市場研究分析中常用的方法與模型: 1. 回歸分析 (Regression analysis) 在對市場數(shù)據(jù)的分析中往往會看到變量與變量之間存在一定的相關(guān)關(guān)系。回歸分析就是研究變量之間相互關(guān)系,把其中一些因素作為獨立變量(自變量),而另一些隨機變量作為它們的依賴變量(因變量),用因變量的變化解釋和預(yù)測另一個自變量的變化。包括一元線性回歸,多元線性回歸,曲線擬合與非線性回歸等?;貧w分析常應(yīng)用于滿意度研究、市場預(yù)測等方面。 2. 因子分析 (Factor Analysis) 因子分析是通過研究眾多變量之間的內(nèi)部依賴關(guān)系,結(jié)合主成份分析和因子旋轉(zhuǎn),探求觀測數(shù)據(jù)中的基本結(jié)構(gòu),將多個實測變量轉(zhuǎn)換為少數(shù)幾
2、個不相關(guān)的綜合指標(biāo)的多元統(tǒng)計分析方法,這些綜合指標(biāo)往往是不能觀測到的,但這幾個綜合變量更能反映事物的本質(zhì)。在市場研究中,常與其他分析聯(lián)合使用,比如用于回歸及聚類分析,應(yīng)用于市場細分、滿意度等領(lǐng)域。 3. 主成份分析 (Principal component analysis) 主成份分析的目的是要對多變量數(shù)據(jù)表進行最佳綜合簡化,也是一種降維的分析方法。基本思想就是尋找這些變量的線性組合,即主成份,使這些主成份間不相關(guān)。為了能用盡量少的主成份個數(shù)去反映原始變量間提供的變異信息,要求各主成分的方差從大到小排列。第一主成份最能反映數(shù)據(jù)間的差異。 4. 聚類分析 (Cluster analysis)
3、聚類分析的原理是將性質(zhì)相近的個體歸為一類,性質(zhì)差異較大的個體屬于不同的類,使得類內(nèi)個體具有較高的同質(zhì)性,類間個體具有較高的異質(zhì)性。在市場研究中,涉及市場細分問題時,通常使用聚類分析加以解決,可以描述每一類群體的內(nèi)在特征,每一類群體的觀點、看法、價值觀、對事物的評價傾向以及對某一特定產(chǎn)品的態(tài)度。 5. 判別分析 (Discriminant analysis) 1 / 4 判別分析是根據(jù)觀測到的某些指標(biāo)對所研究的對象進行分類的一種統(tǒng)計方法。進行判別分析時,通常是根據(jù)已掌握的一批分類明確的樣品建立判別函數(shù)、分類的規(guī)則,然后將待分類的樣本觀測值代入判別函數(shù),求出其函數(shù)值,并據(jù)此作出判斷。在市場研究中可
4、用于對決策行為預(yù)測的結(jié)果分類判別;對一個企業(yè)進行市場細分以選擇目標(biāo)市場。 6. 聯(lián)合分析 (Conjoint analysis) 聯(lián)合分析就是通過對現(xiàn)實產(chǎn)品進行模擬,提供具有不同屬性水平的組合產(chǎn)品,讓消費者根據(jù)自己的偏好對這些產(chǎn)品進行評價、比較和選擇,并采用統(tǒng)計方法將這些屬性和屬性水平的效用進行分離,從而得出產(chǎn)品每一個屬性及屬性水平的重要性指標(biāo),獲得消費者偏好程度最高的組合產(chǎn)品。聯(lián)合分析還可以預(yù)測并未實際測試過的產(chǎn)品組合的消費者認同程度和市場份額。 7. 對應(yīng)分析 (Correspondence analysis) 對應(yīng)分析通過分析有定性變量構(gòu)成的交互匯總表來揭示變量間的聯(lián)系。通過對應(yīng)分析,可
5、以把品牌、顧客特點以及他們之間的聯(lián)系同時反映在一個二維或三維的分布圖上,顧客認為比較相似的品牌在圖上的分布便會彼此靠近在一起。根據(jù)顧客特點與每一品牌之間距離的遠近,還可以區(qū)分顧客的哪些特點與喜好某種品牌的關(guān)系密切。常應(yīng)用于品牌形象研究、產(chǎn)品屬性與細分群體的對應(yīng)關(guān)系。 8. 多維偏好分析 (Multidimensional preference analysis)多維偏好分析通過降維的思想,將多元數(shù)據(jù)變成通過二維圖形顯示的直觀結(jié)果。多維偏好分析常用于分析消費者對產(chǎn)品與服務(wù)的偏好傾向,在市場研究中能具體解決如下問題:確定目標(biāo)消費群體、消費群體的分類和品牌評價等、相互競爭的品牌及尚未被填補的市場。 9. 多維尺度分析 (Multidimensional scaling analysis) 多維尺度分析用于反映多個研究事物間的相似程度,通過適當(dāng)?shù)慕稻S方法,將這種相似程度在低維度空間中點與點之間的距離表示出來,并有可能幫助識別那些影響事物間相似性的潛在因素。多維尺度分析通常用于分析商品相似性,通過分析消費者對商品的相似性評分,產(chǎn)生這些商品相關(guān)性的的圖形,通過圖形可直觀地找出相似性產(chǎn)品(存在競爭可能性的產(chǎn)品)。 10. 基準(zhǔn)分析 (Benchmark
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 地震用品儲備管理辦法
- 客房服務(wù)服務(wù)管理辦法
- 訴訟保全業(yè)務(wù)管理辦法
- 簽訂框架協(xié)議管理辦法
- 工業(yè)電氣知識培訓(xùn)課件
- 高起專2024數(shù)學(xué)試卷
- 觀察記錄中班數(shù)學(xué)試卷
- 皋城2024年小升初數(shù)學(xué)試卷
- 奪冠五年級上冊數(shù)學(xué)試卷
- 梵蒂岡數(shù)學(xué)試卷
- 電氣安全專項隱患排查治理要點課件
- 《馬克思主義與社會科學(xué)方法論》1-7章思考題答案
- 設(shè)備潤滑培訓(xùn)課件
- 學(xué)生床上用品采購?fù)稑?biāo)方案
- 《社會網(wǎng)絡(luò)分析法》課件
- 銀行基礎(chǔ)知識詳解
- 散熱器安裝施工方案與技術(shù)措施
- 在線語言學(xué)習(xí)行業(yè)競爭格局分析
- 第十四講 建設(shè)鞏固國防和強大人民軍隊PPT習(xí)概論2023優(yōu)化版教學(xué)課件
- 山東工商學(xué)院金融學(xué)期末復(fù)習(xí)題及參考答案
- 國開2023年春《理工英語1》機考網(wǎng)考期末復(fù)習(xí)資料參考答案
評論
0/150
提交評論