市場營銷調(diào)研課件-胡介塤版用書-第8章資料的整理和分析

1、第8章 資料的整理和分析本章講授的知識目標(biāo)討論對調(diào)查資料整理編輯和分析解釋的含義；說明如何在資料分析中選擇合適的分析方法；深入理解數(shù)據(jù)的描述和統(tǒng)計推斷；掌握常用的數(shù)據(jù)間差異的分析方法；掌握常用的變量間關(guān)系的分析方法；了解最常用的多變量分析方法：因子分析、聚類分析和判別分析。8.1 資料整理編輯和分析解釋1. 資料的整理編輯(1)數(shù)據(jù)的整理數(shù)據(jù)整理就是對問卷中的每一個問題的答案進行審查，看是否有答案，以及答案是否有效。數(shù)據(jù)整理的內(nèi)容和關(guān)鍵數(shù)據(jù)整理工作的主要內(nèi)容盡量獲得丟失的數(shù)據(jù)，使易于閱讀并提高準(zhǔn)確性。剔除那些模棱兩可和不合法的數(shù)據(jù)。檢驗數(shù)據(jù)資料的一致性，廢棄那些矛盾的數(shù)據(jù)，保證資料的準(zhǔn)確性。數(shù)

2、據(jù)整理工作的關(guān)鍵調(diào)查所獲得的資料要及時上交，及時編輯。整理編輯人員也應(yīng)當(dāng)盡量參加部分現(xiàn)場調(diào)查工作。原始資料要保留，修改要用特殊的記號來表示。為減少整理中誤差，應(yīng)當(dāng)制訂整理編輯的規(guī)范。(2)編碼編碼就是用數(shù)字代碼來代表某種答案，以便對答案進行分類的過程。 (3)錄入制表2. 資料的分析解釋理解市場調(diào)研信息的含義比起實施調(diào)研獲取信息本身還要困難得多。理解市場信息的真正含義就是對市場信息含義的解釋。解釋就是說明資料分析結(jié)果的含義，把純粹的數(shù)據(jù)分析結(jié)果變成有價值的信息。解釋需要調(diào)研人員的洞察力。分析解釋時注意點分析解釋要圍繞目標(biāo)，而且要注意經(jīng)濟性。要公正地對待各種證據(jù)，不應(yīng)當(dāng)存有任何偏見。既要考慮數(shù)據(jù)

3、的集中趨勢，也要注意分散程度。要區(qū)分觀點和事實，原因與結(jié)果。 3. 數(shù)據(jù)分析方法的選擇選擇數(shù)據(jù)分析方法時要考慮三個因素：變量的數(shù)量首要考慮數(shù)據(jù)的度量尺度決定性的想要回答的問題類型簡單or復(fù)雜8.2 調(diào)查數(shù)據(jù)的描述和推斷1. 統(tǒng)計數(shù)據(jù)特征的描述(1)集中化趨勢的描述數(shù)值平均數(shù)位置平均數(shù)(2)分散化趨勢的描述方差或標(biāo)準(zhǔn)差(3)頻數(shù)分布和百分比分布excel演示2. 對總體參數(shù)的推斷點估計直接用樣本均值來估計總體均值 區(qū)間估計防止點估計中可能的錯誤例：為調(diào)查某100萬人口城市中人均消費某種果酒的情況，決定實施抽樣調(diào)查。樣本數(shù)為2000人。預(yù)調(diào)查表明消費者可以分為三個層次：18歲以上的男性，18歲以上

4、女性，以及18歲以下男女。這三個層次在總體中的比例分別為，和。設(shè)樣本總數(shù)為2000人。按比例抽樣，各層樣本數(shù)為770，770和460。調(diào)查結(jié)果，各層回收問卷分別為540，444及216，共回收1200份。根據(jù)這1200張問卷計算得到人均消費量為公斤。問計算分析得到的結(jié)果是否正確可靠？再深入分析知道，三個層次的消費量分別是，和公斤。上述公斤的結(jié)果實際上是按如下方式計算得到的：正確的答案應(yīng)當(dāng)是：8.3 調(diào)查數(shù)據(jù)間差異的分析對于一個或兩個總體間差異的檢驗Z-檢驗T-檢驗多個總體間參數(shù)差異的檢驗方差分析8.4 變量間關(guān)系的分析變量間獨立性分析用卡方檢驗來判斷幾個變量的影響之間是否獨立。變量間相關(guān)關(guān)系分

5、析通過計算變量間的相關(guān)系數(shù)來判斷變量之間是否相關(guān)，以及相關(guān)的程度。變量間回歸分析利用回歸分析來確定變量之間是否存在回歸關(guān)系，以及回歸關(guān)系是什么。Excel演示8.5 多變量分析方法1. 因子分析法因子分析法是一種研究一組變量之間相互關(guān)系的多變量統(tǒng)計分析技術(shù)。(1)因子分析的作用與用途因子分析法可以揭示變量之間的相互關(guān)系。因子分析法可以使問題更簡單，更直觀。(2)因子分析法主要概念和步驟因子的含義和因子得分因子載荷旋轉(zhuǎn)、決定因子數(shù)目和因子命名利用新因子對原問題進行研究2. 聚類分析法(1)、聚類分析的作用與用途聚類分析是一種研究分類問題的多元統(tǒng)計分析方法。聚類分析的主要作用是將對象或事物進行分類

6、，使歸入同一類中的對象或事物盡量具有類似的特性，而不同類別之間的對象或事物具有顯著的差異。(2)聚類分析中的分類指標(biāo)分類指標(biāo)：距離、關(guān)聯(lián)系數(shù)（夾角余弦、相關(guān)系數(shù)）實施聚類分析的方法系統(tǒng)聚類法：由下向上法逐步聚類法：由上向下法3. 判別分析法(1)判別分析的作用與用途判別分析是一種判斷樣本所屬類型的多變量統(tǒng)計分析方法。(2)判別分析的原理和步驟確定判別函數(shù)（判別方程）對新對象進行分類市場營銷調(diào)研預(yù)測為什么要進行時間序列分析？ 個人、企業(yè)和政府都需要根據(jù)歷史數(shù)據(jù)（時間序列）對現(xiàn)象的未來發(fā)展作出預(yù)測并采取相應(yīng)的決策，時間序列分析為我們提供了相應(yīng)的分析工具。我國每年年初都要對當(dāng)年的主要經(jīng)濟指標(biāo)作出預(yù)測

7、，每個五年計劃中要對未來五年的經(jīng)濟和社會發(fā)展進行預(yù)測。 股票經(jīng)紀(jì)人要對股票市場的未來走勢作出及時的預(yù)測并相應(yīng)作出買入或賣出的決策。企業(yè)經(jīng)理人員的決策中經(jīng)常需要對未來的市場供求進行預(yù)測。一、時間序列的構(gòu)成成分一個時間序列中可能包含以下四個（或者幾個）組成成分：長期趨勢 (Secular trend ,T)季節(jié)變動 (Seasonal Variation , S)循環(huán)波動 (Cyclical Variation , C)不規(guī)則波動 (Irregular Variation, I )長期趨勢現(xiàn)象在較長時期內(nèi)持續(xù)發(fā)展變化的一種趨向或狀態(tài)可以分為線性趨勢和非線性趨勢季節(jié)變動（ S ）由于季節(jié)的變化引起的

8、現(xiàn)象發(fā)展水平的規(guī)則變動。季節(jié)變動產(chǎn)生的原因主要有兩個：自然因素；人為因素： 法律、習(xí)俗、制度等“季節(jié)變動”也用來指周期小于一年的規(guī)則變動，例如24小時內(nèi)的交通流量。循環(huán)變動（C） 以若干年為周期、不具嚴(yán)格規(guī)則的周期性連續(xù)變動。與長期趨勢不同，它不是朝著單一方向的持續(xù)運動，而是漲落相間的波浪式起伏變化；與季節(jié)變動也不同，它的波動時間較長，變動的周期長短不一，變動的規(guī)則性和穩(wěn)定性較差。不規(guī)則變動由于眾多偶然因素對時間序列造成的影響。 不規(guī)則變動是不可預(yù)測的。二、時間序列長期趨勢分析研究目的：通過測定和分析過去一段時間之內(nèi)現(xiàn)象的發(fā)展趨勢，來認(rèn)識和掌握現(xiàn)象發(fā)展變化的規(guī)律性；通過分析現(xiàn)象的長期趨勢，為統(tǒng)

9、計預(yù)測提供必要的條件；消除原有時間序列中長期趨勢的影響，更好地研究季節(jié)變動和循環(huán)變動等問題。 移動平均法移動平均法：在原時間序列內(nèi)依次求連續(xù)若干期的平均數(shù)作為其某一期的趨勢值，如此逐項遞移求得一系列的移動平均數(shù)，形成一個新的、派生的平均數(shù)時間序列。 在新的時間序列中偶然因素的影響被削弱，從而呈現(xiàn)出現(xiàn)象在較長時間的基本發(fā)展趨勢。把時間序列連續(xù) N 期的平均數(shù)作為最近一期（第t期）的趨勢值: N 期移動平均數(shù)把時間序列連續(xù) N 期的平均數(shù)作為 N 期的中間一期的趨勢值。 如果N為奇數(shù)，則把N期的移動平均值作為中間一期的趨勢值。 如果N為偶數(shù)，須將移動平均數(shù)再進行一次兩項移動平均，以調(diào)整趨勢值的位置

10、，使趨勢值能對準(zhǔn)某一時期)。相當(dāng)于對原序列進行一次N+1 項移動平均，首末兩個數(shù)據(jù)的權(quán)重為，中間數(shù)據(jù)權(quán)重為1。中心化移動平均新衛(wèi)機械廠的銷售收入（萬元）：年份銷售收入年份銷售收入年份銷售收入年份銷售收入1985108019902160199521602000324019861260199123401996234020013420198718001992198019972880200232401988162019932520199830602003306019891440199425591999270020043600例一中心移動平均法銷售收入3年移動平均銷售收入4年移動平均移正19851080

11、108019861260138012601987180015601800148519881620162016201642.519891440174014401822.51440153017551890移動平均的結(jié)果例二 移動平均法可以作為測定長期趨勢的一種較為簡單的方法，在股市技術(shù)分析中有廣泛的應(yīng)用。比如對某只股票的日收盤價格序列分別求一次5日、10日、一個月的移動平均就可以得到其5日、10日、一個月的移動平均股價序列，進而得到5日線、10日線、月線，用以反映股價變動的長期趨勢。 移動平均股價序列移動平均法一般用來消除不規(guī)則變動的影響，把序列進行修勻，以觀察序列的其他成分。如果移動平均的項數(shù)等

12、于季節(jié)長度則可以消除季節(jié)成分的影響；如果移動平均的項數(shù)等于平均周期長度的倍數(shù)則可以消除循環(huán)變動的影響。由于區(qū)分長期趨勢和循環(huán)變動比較困難，在應(yīng)用中有時對二者不做區(qū)分，而是把兩項合在一起稱為“趨勢循環(huán)”成分移動平均法的應(yīng)用三、時間回歸法（趨勢方程法）使用回歸分析中的最小二乘法，以時間t或t的函數(shù)為自變量擬合趨勢方程。習(xí)慣上t的取值為從1到n。也可以取其他值，不同取值方法不會影響到方程的擬合效果。常用的趨勢方程包括：線性趨勢方程二次曲線指數(shù)曲線趨勢線的選擇1、根據(jù)散點圖觀察數(shù)據(jù)的特點，結(jié)合理論分析和經(jīng)驗確定。2、 比較不同回歸模型的決定系數(shù)、估計標(biāo)準(zhǔn)誤等指標(biāo)。趨勢方程的估計方法趨勢方程可以使用回歸

13、分析中的最小二乘法進行估計。對于線性趨勢方程，根據(jù)回歸分析中推導(dǎo)出的結(jié)果，有例1: 新衛(wèi)機械廠的銷售收入部分?jǐn)?shù)據(jù)銷售收入t19851080119861260219871800319881620419891440520033060192004360020Excel的計算結(jié)果回歸統(tǒng)計Multiple R0.944964R Square0.892958Adjusted R Square0.887011標(biāo)準(zhǔn)誤差248.0092觀測值20FSignificance F150.15783.6E-10Coefficients標(biāo)準(zhǔn)誤差t StatP-valueIntercept1185.52 115.21 1

14、0.29 0.0000 t117.85 9.62 12.25 0.0000 趨勢方程三、時間序列季節(jié)變動分析 測定目的：確定現(xiàn)象的季節(jié)變化規(guī)律以用于預(yù)測消除時間序列中的季節(jié)因素測定季節(jié)變動，一般需要先從原時間序列中剔除可能存在的長期趨勢，因此需要在一定的模型假定下進行，也有不同的計算方法。實際中乘法模型較為常用，下面以乘法模型為例，介紹移動平均剔除法。 季節(jié)指數(shù) 乘法模型中的季節(jié)成分通過季節(jié)指數(shù)來反映。季節(jié)指數(shù)（季節(jié)比率）：反映季節(jié)變動的相對數(shù)。1、月(或季)的指數(shù)之和等于1200%(或400%) 。2、季節(jié)指數(shù)離100越遠(yuǎn)，季節(jié)變動程度越大，數(shù)據(jù)越遠(yuǎn)離其趨勢值。用移動平均趨勢剔除法計算季節(jié)指

15、數(shù)1、計算移動平均值(TC)，移動期數(shù)為4或12，注意需要進行移正操作。2、從序列中剔除移動平均值(SIY/TC)。3、4、如果季節(jié)系數(shù)之和不等于為400%或1200%，需要用調(diào)整系數(shù)調(diào)整。案例:海鵬網(wǎng)球中心的利潤。一季度二季度三季度四季度2000602552701052001120315360150200213539040519520031804955252252004240630690285季節(jié)指數(shù)的計算YTCY/TC2000.1602000.2255172.52000.3270187.5180150.00 2000.4105202.519553.85 2001.1120225213.75

16、56.14 2001.2315236.25230.625136.59 2001.3360240238.125151.18 2001.4150258.75249.37560.15 2002.1135270264.37551.06 2002.2390281.25275.625141.50 2002.3405292.5286.875141.18 270/180*100%季節(jié)指數(shù)的計算一季度二季度三季度四季度200015053.84615200156.14035136.5854151.18116006383141.4966141.176563.80368200353.9325

17、8140.4255144.329957.97101200456.38767138.84354.38111139.3376146.671958.9428199.8333554.47189139.5702146.916759.0412400季節(jié)指數(shù)的圖形指數(shù)平滑 指數(shù)平滑方法的基本原理指數(shù)平滑是一種加權(quán)移動平均，既可以用來描述時間序列的變化趨勢，也可以實現(xiàn)時間序列的預(yù)測。 指數(shù)平滑預(yù)測的基本原理是：用時間序列過去取值的加權(quán)平均作為未來的預(yù)測值，離當(dāng)前時刻越近的取值，其權(quán)重越大。 式中： 表示時間序列第t+1期的預(yù)測值；表示時間序列第t期的實際觀測值；表示時間序列第t期的預(yù)測值；表示平滑系數(shù)，01。一次指數(shù)平滑單參數(shù)指數(shù)平滑的模型為：適用場合單參數(shù)（一次）指數(shù)平滑適用于不包含長期趨勢和季節(jié)成分的時間序列預(yù)測 如果原序列有增長趨勢，平滑序列將系統(tǒng)的低于實際值如果原序列有下降趨勢，平滑序列將系