《市场调查统计分析.ppt》由会员分享，可在线阅读，更多相关《市场调查统计分析.ppt（50页珍藏版）》请在金锄头文库上搜索。
1、统计分析,工商管理系 黄春艾,统计分析对调查所得数据进行定量分析，以揭示事物内在的数量关系、规律和发展趋势的一种资料分析方法。,统计分析在商业竞争中的作用？,统计分析在商业竞争中的作用,提供清晰准确的数据，对市场进行简化和精确描述 科学预测市场趋势的重要方法 探析变量间因果关系，为市场决策提供准确依据 充分了解竞争环境，判断竞争对手策略,特别提示：勿陷入统计陷阱！ 应对方法：多因素分析大数据！,第一节 描述分析,（一）频数分布frequency distribution,频数：变量的某类情况出现的次数。 关键指标：集中趋势指标和离散趋势指标。,（二）集中趋势指标,1、集中趋势指标用来代表一组数
2、据的一个典型值。 2、包括： 众数 中位值 平均数,（1）众数,众数: 在众多数值中出现次数最多的一个数值。,（2）中位值,中位值(Median) Md ：按大小顺序排列，处于一组数据中央位置的数值。,（3）平均数,小结：集中趋势指标的比较,案例：“众数”营销,电影营销：最广大的受众 网络营销：最屌丝的用户 电视营销：最草根的观众,数据统计分析成为精准营销利器！,（三）离散程度指标,1、离散程度指标反应数据对集中趋势的偏离程度的统计量。 2、包括： 异众比率 级差 四分位差 标准差,1、异众比率：非众值次数与全部个案总数的比率,2、级差（全距）：一组数据中最大值与最小值之差。R=Xmax Xm
3、in,3、四分位差：对于一组按顺序大小排列的数据，处于3/4位置的数据与处于1/4位置的数据之间的差值。,4、标准差,Q1的位置=（n+1）/4 Q3的位置= 3（n+1）/4,小结,（四）SPSS应用,1、单选题的频数分析 主程序【Analyze-Descriptive Statistics-Frequencies】,（四）SPSS应用,2、多选题的频数分析 多选项统计主程序：【Analyze-Multiple Response】,第二节 参数估计,一、参数估计的概念,（一）参数估计根据一个随机样本的统计值来代表总体的参数值。 （二）参数估计的方法： 点值估计：以一个最适当的样本统计值来代表
4、总体的参数值。 间距估计：以两个数值之间的间距来估计参数值。,可信度：95 k=1.96 可信度：99% k=2.58,1、用均值进行间距估计,2、用百分比的间距估计,第三节 假设检验,一、假设检验定义,假设检验首先假设总体的情况，然后用一个随机样本的统计值来检验假设是否正确。 思路：,二、假设检验的基本步骤,零假设（H0）：是根据对某一总体特征初步了解而作出的假设。 备择假设(H1)：与零假设相对立的假设。,第一类错误（弃真错误）：样本结果拒绝了实际上正确的零假设。其发生概率为。 第二类错误（取伪错误）：样本结果接受了实际上错误的零假设。其发生概率为 。,三、假设检验的分类,分类： 1、相关
5、性检验 2、差异性检验 参数检验（定量数据） 非参数检验（非定量数据）,四、单样本的参数检验 （一）大样本的Z 检验,：样本均值； ：假设的总体均值； n ：样本大小； ：标准误差,判断法则：ZZ，否定零假设； ZZ，接受零假设,（二）小样本的t检验,判断法则：tt，否定零假设； tt，接受零假设,（三） 比例的假设检验,判断法则：ZZ，否定零假设； ZZ，接受零假设,（四）SPSS 应用,主程序为【Analyze-compare meansone-sample T test】,第四节 卡方检验,检验法则： 临界值，否定零假设，不适合某分布，差异显著； 临界值，接受零假设，适合某分布，差异不显
6、著。,Oi：第i类的观察值； Ei：第i类的期望值； k为类别； 自由度为k-1。,适应条件: 自变量为定类、定序数据。 数据为频数，且所有观测值的频数5。,一、单个样本的卡方检验,（一）总体分布的卡方检验,（二）SPSS应用,主程序： 【Analyze-Nonparametric Tests-Chi-Square】,二、多个样本的卡方检验,（一）列联表概述 列联表可同时描述两个或两个以上的变量的情况。 SPSS主程序【Analyze-Descriptive Statistics-Crosstabs】,（二）关键统计指标,卡方： 用于检验列联表中的相关关系是否具有统计显著性 公式：,O为实际单
7、元频数， E为预期单元频数。 nr行总数；nc列总数；n总样本规模。 卡方统计的自由度df=(r-1)x(c-1),检验法则： 临界值，否定零假设，不适合某分布，差异显著； 临界值，接受零假设，适合某分布，差异不显著。,（二）关键统计指标（续）,适用条件： （1）单元格的数据必须为绝对数。 （2）单元格中的预期频数小于5时，无法进行卡方检验。 （3）如果单元中观测值10,或者表格为2x2表格时，应采用矫正值（correction）。,（三）SPSS应用,主程序：【AnalyzeDescriptive StatisticsCrosstabs】,第五节 方差分析,方差分析,方差分析：两组以上均值差
8、异的检验 构成： 1、一个以上的定类自变量，也称为因子。 2、定量的因变量,一、单因子方差分析,（一）基本分析思路： 1、将全部数据的总变差分解为两大部分：TV=VB + VW。 （1）总离差平方和TV：实验数据的总误差。 （2）组间变差VB：为Y的变差中与X的组均值变差有关的部分，代表X类别之间的变差，即X因子所导致的变差。 （3）组内变差VW：为Y的变差中与X的组内变差有关的部分，代表随机因素导致的变差。,2、用方差确定统计显著性。,零假设：不同组的总体均值不存在差异。,判断法则： F值大于临界值，存在差异。反之，没有差异 F检验概率,肯定原假设，因子影响不显著； F检验概率，则否定原假设
9、，因子影响显著。,（二）SPSS应用-单因子方差分析,主程序： 【Analyze-Compare means-One-way ANOVA】,二、N因子方差分析,（一）基本分析思路 1、将总变差分解为：TV=归因于X1的变差+归因于X2的变差+归因于X1和X2交互效应的变差+VW 2、检验总效应的显著性。 3、检验交互效应的显著性 判断法则：F概率0.05,接受原假设，无交互效应。 4、检验主效应的显著性。 判断法则：F概率0.05,否定原假设，因子的不同水平对因变量有显著影响。,第六节 相关分析,一、变量之间关联的类型,关联两个变量之间的一种稳固、系统的联系。 包括： 非单调关联：一个变量是否
10、存在和另一个变量是否存在的关联。 单调关联：一个变量随另一个变量的增减而变化 线性相关：两个变量之间存在直线关系 曲线相关：两个变量之间存在曲线关系,二、双变量相关分析,（一）Pearson简单相关系数,关于r取值： r为正表示两个变量正相关，为负表示两个变量负相关。 r绝对值越大，相关强度越大。 r=0，则只能说明XY之间不存在线性相关，而不能说明两者不相关。,（二）SPSS应用-双变量相关分析,主程序【Analysis-Correlate-Bivariate】,三、偏相关分析,（一）相关概念 偏相关分析用于测量在控制了一个或多个其他变量的基础上，XY两个变量之间的关系。,（二）SPSS应用-偏相关分析,主程序【Analysis-Correlate-Partial】,Thank you ！,
