響應(yīng)模型論文:Logistic回歸在營(yíng)銷(xiāo)響應(yīng)模型中的實(shí)證分析new_第1頁(yè)
響應(yīng)模型論文:Logistic回歸在營(yíng)銷(xiāo)響應(yīng)模型中的實(shí)證分析new_第2頁(yè)
響應(yīng)模型論文:Logistic回歸在營(yíng)銷(xiāo)響應(yīng)模型中的實(shí)證分析new_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

響應(yīng)模型論文:Logistic回歸在營(yíng)銷(xiāo)響應(yīng)模型中的實(shí)證分析【中文摘要】在公司營(yíng)銷(xiāo)活動(dòng)中,使用最為頻繁的一種預(yù)測(cè)是響應(yīng)模型,響應(yīng)模型的目標(biāo)是預(yù)測(cè)哪些用戶(hù)會(huì)對(duì)某種產(chǎn)品或者是服務(wù)進(jìn)行響應(yīng),利用響應(yīng)模型來(lái)預(yù)測(cè)哪些用戶(hù)最有可能對(duì)營(yíng)銷(xiāo)活動(dòng)進(jìn)行響應(yīng),這樣,在以后的類(lèi)似的營(yíng)銷(xiāo)活動(dòng)時(shí),利用響應(yīng)模型預(yù)測(cè)出最有可能響應(yīng)的用戶(hù),從而只對(duì)這些用戶(hù)進(jìn)行營(yíng)銷(xiāo)活動(dòng),這樣的營(yíng)銷(xiāo)活動(dòng)定位目標(biāo)用戶(hù)更準(zhǔn)確,并能降低公司的營(yíng)銷(xiāo)成本,提高投資回報(bào)率本文采用在XX省2010年11月舉辦的短信奪寶活動(dòng)數(shù)據(jù),首先分析響應(yīng)變量與各解釋變量的相關(guān)性,最后采用LOGISTIC回歸分析法構(gòu)建了含有7個(gè)解釋變量的營(yíng)銷(xiāo)響應(yīng)模型,并對(duì)模型的預(yù)測(cè)準(zhǔn)確性做了檢驗(yàn),結(jié)果顯示預(yù)測(cè)效果較好,并提出了模型改進(jìn)建議?!居⑽恼縄nthecompany’smarketingactivities,themostfrequentlyusedpredictionisresponsemodeling.Thegoalofresponsemodelingistopredictwhattheuserwouldhaveaproductoraserviceresponse,hefuturesimilarmarketingactivities,usingresponsemodelingtopredicttheusersmostlikelytorespond,sothatonlythoseusersformarketingactivities,thismarketingactivitiestotargetusersmoreaccurately,andtoreducethecompany’smarketingcostsandincreasereturnoninvestment.Inthispaper,weadoptedtheINDIANAactivitiesdatathatheldinXXprovinceinNovember2010.Firstly,weanalyzethecorrelationoftheresponsevariablesandtheexplanatoryvariables,finally,weconstructedthelogisticregressionanalysiswithsevenexplanatoryvariablesofthemarketingresponsemodeling,andtestthepredictionaccuracyofthemodeling,theresultsshowthatthemodelpredictswithhighaccuracy,andputforwardsuggestionsforimprovementofthemodel.【關(guān)鍵詞】響應(yīng)模型相關(guān)分析LOGISTIC回歸分析【英文關(guān)鍵詞】ResponsemodelingCorrelationanalysisLogisticregressionanalysis【目錄】Logistic回歸在營(yíng)銷(xiāo)響應(yīng)模型中的實(shí)證分析

摘要

6-7

Abstract

7

第1章緒論

10-12

1.1研究背景

10-11

1.2國(guó)內(nèi)外研究現(xiàn)狀

11

1.3本文研究目的與所做的工作

11-12

第2章LOGISTIC回歸模型及估計(jì)

12-19

2.1LOGISTIC回歸模型

12-15

2.2虛擬變量

15

2.3LOGISTIC回歸模型估計(jì)

15-18

2.4本章小結(jié)

18-19

第3章LOGISTIC模型評(píng)價(jià)與統(tǒng)計(jì)檢驗(yàn)

19-25

3.1LOGISTIC整體模型的檢驗(yàn)

19-21

3.2LOGISTIC回歸系數(shù)顯著性檢驗(yàn)

21-24

3.3本章小結(jié)

24-25

第4章數(shù)據(jù)預(yù)處理與特征分析

25-36

4.1數(shù)據(jù)采集與整理

25

4.2缺失值與異常值處理

25-26

4.3描述性統(tǒng)計(jì)量分析

26-28

4.4列聯(lián)表分析

28-30

4.5兩獨(dú)立樣本T檢驗(yàn)

30-32

4.6兩樣本W(wǎng)ILCONXON秩和檢驗(yàn)

32-35

4.7本章小結(jié)

35-36

第5章LOGISTIC回歸在營(yíng)銷(xiāo)響應(yīng)模型中的實(shí)證分析

36-42

5.1自變量選取與樣本數(shù)據(jù)選取

36

5.2虛擬變量的設(shè)置

36-37

5.3LOGISTIC回歸模型的自變量篩選

37

5.4模型結(jié)果

37-40

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論