西光市场营销培训班市场调查与预测 第五讲 资料的整理与分析及市场 .pptVIP

数据分析 第七讲 一、数据分析技巧概述 选用分析技巧前，需考虑： 一次分析几个变量？单变量、双变量、多变量 描述性分析还是推断性分析？ 利用统计值对样本有关特性或变量间的关系进行描述 利用样本统计值推断总体统计值，或对变量间关系的显著性进行推断 变量值来自什么类型的量表？ 量表性质不同，使用的统计工具不同。 二、单变量数据分析 资料分析的常用方法 描述性分析 中心趋势（p.294-295） 平均值：等差与等比资料 中位数：顺序资料 众数（可用百分比来描述）：类别资料 可以回答下述问题，如购物中心调查 被调查者的平均年龄是多大？等比 在购物中心的平均花费是多少？等比 哪个时间段来惠顾的人最多？顺序 他们进入购物中心的主要目的是什么？类别 描述性分析（二） 离散程度（p.295-298） 标准差、变异系数与全距：等差与等比资料 四分位差：顺序资料 频率：类别资料 可以回答下述问题，如购物中心调查 被调查者的年龄差别大吗？平均而言，有多大？ 他们在购物中心的花费差别有多大？ 他们进入购物中心的时间段集中吗？ 他们进入购物中心的目的一致吗？ 描述性分析（三） 同一个变量，多个样本之间的比较 比如，广州的顾客与西安的顾客有差别吗？西安的顾客在2003年与2000年相同吗？ 在被调查者的年龄上？ 在花费上？ 在时间段上？ 在目的上？ 推断性分析 样本→总体；过去→未来 估计 点估计：用样本值代替总体值，无法估计把握程度 区间估计：在一定的把握程度下，根据样本统计值和抽样平均误差，对总体落入的区间范围作出估计 区间估计 把握程度：置信概率=1 - ? ?为置信度 区间：置信区间 统计值：平均值和成数（百分比） 抽样平均误差：标准误 两种情况 已知允许误差，求总体统计值落入的置信区间和置信概率（p.298-299，示例7-3） 已知置信概率，求允许误差和置信区间（p.300-301，示例7-4） Z检验与t 检验 原理，附录7-1，p327-330 Z检验： 样本容量任意，总体标准差已知 总体标准差未知，但样本容量≥30；等同于t 检验；专门用于抽样分布为正态分布的情况 P301-303，示例7-5计算 t 检验： 样本容量任意,总体标准差未知 P303-304，计算 卡方检验与K-S检验 通过比较观察值（频率）与期望值（频率）之间的差异来确定观察值（频率）是否与虚无假设一致。 卡方检验：对类别量表数据进行假设检验。公式7-12，p304-306 K-S检验：对顺序量表数据进行假设检验。公式7-13，p306-307 三、双变量数据分析 描述性分析/推断性分析 依赖分析：变量间的逻辑关系为一个依赖于另一个，或一个为因，一个为果 互依分析：变量之间的逻辑关系式相互依赖的，没有明显的因果关系，只是相关而已 推断性分析比较简单 简单相关分析 公式7-14 示例p309-310 简单回归分析 直线方程拟合优度 F 检验：回归模型的显著性 T检验：回归系数的显著性 示例：p310-312 方差分析ANOVA 适用于检验两组或两组以上调查对象在某一变量均值上的差异。 表7-9，p312-313 方差分析与卡方检验的区别： 比较对象不同：方差分析比较的是平均值（变量来自等差/比量表数据）；卡方检验比较的是百分比（变量来自类别量表数据） 显著性检验的方法不同：方差分析使用F值；卡方检验使用Χ2值。 四、多变量数据分析 在spss中，logistics回归中，有专门的选项来处理需要哑变量化的变量，只需单击“Categorical..”进行设置即可。但是对于多元线性回归就没有那么幸运了。 用compute或recode设置一组哑变量。比如学历有三个等级：高中及以下，本科，研究生及以上。设置两个哑变量：学历1，学历2。以compute为例说明如何定义哑变量。 利用compute对学历1，学历2进行计算。设置成学历为高中及以下时学历1=0，历为高中及以下时学历2=0；学历为本科时学历1=1，历为本科时学历2=0；学历为研究生及以上时学历1=0，历为研究生及以上时学历2=1。 在SPSS中将多分类变量设置为哑变量比较麻烦，其中的一种方法就是将该多分类变量转换成N-1列的哑变量，举例来说，原多分类变量有四个取值（A/B/C/D），这时需要设置三列哑变量，比如D2,D3,D4。用如果变量值是B，则D2=1，否则取0，如果是C，则用D3=1,否则取0，如果是D，则D4=1，否则取0。 D2 D3 D4 1 0 0——》B； 0 1 0——》C； 1 0 0——》B； 0 0 1——》D 0 0 0——》A 4分类只能设置3个哑变量；定义好所有的哑变量之后，接下来就可以进行多元线性回归的计