市場營銷研究中的統計推斷與方差分析(1)

2020-12-25 中國陶瓷網

  八、市場營銷研究中的統計推斷與方差分析
  市場營銷中的統計推斷與方差分析是通過統計分析技術,對數據本身所包含的隱性事物本質及其規律進行深入研究的方法。這些方法較多地以數學理論為基礎,通過定量分析,為市場營銷提供相對更為理性客觀的決策依據。本部分主要介紹幾類常見的統計分析方法,如假設檢驗、參數檢驗、非參數檢驗和方差分析等。


 (一)假設檢驗的概念

  假設檢驗是指先對總體提出某項假設,然後利用從總體中抽樣所得的樣本值來檢驗所提的假設是否正確,從而做出接受或拒絕的決策。

  一般而言,市場調研所面對的總體總是龐大而複雜的,即使是觀察力很強的調研人員也難以保證自己的推斷準確無誤。再加之市場環境中不確定性因素很多,給市場分析帶來更大的難度,這就需要在市場分析中運用假設檢驗的推斷,使營銷決策儘可能合理。

  1.研究假設

  研究假設的目的是保證通過市場調研獲得的資料能滿足研究目標的要求。因此研究假設的工件是在研究目標確定以後進行的,一旦研究目標確定,就要針對市場上出現的各種可能情況形成一些合適的假設。例如某企業在分析上季度銷售收入顯著增長時總結了以下幾點:

  (1)CI戰略(CorporateImage)的導入改善了企業形象,導致新客戶有很大增加。

  (2)SP戰略(SalesPromotion)的適時運用刺激了消費者的購買慾望,導致銷售量顯著增長。

  (3)國家刺激內需的政策起了很大的作用。

  (4)不排除其它偶然因素在起作用。

  這實際上是對企業銷售收入增加提出的幾種假設,是對「為什麼上季度銷售收入會顯著增長?」這一研究目標的幾種揣測,這些假設是否正確還有待下一步的假設檢驗,但一旦假設得到證實,則可作為經驗予以推廣;如果僅是偶然因素在起作用,則需立即改變企業的營銷策略,以使企業銷售收入穩定增長。

  假設的形成並不是憑想像產生的,它是在市場調研的基礎上,通過對研究資料的粗步分析後得出的結論。假設可以是對研究資料的一種陳述性假設,如上例;也可以用於陳述某個行動的不同方案。

  研究者可以調查每一個假設方案,通過對各類信息的仔細分析和假設檢驗,確定一個最優的開發方案。

  2.假設檢驗的原理

  當研究假設形成以後,就進入假設檢驗階段,如何利用樣本值對一個具體的假設進行檢驗,一般藉助於直觀分析和理論分析相結合的做法,其基本原理就是人們在實踐問題中經常採用的所謂實際推斷原理:小概率事件在一次實驗中幾乎是不可能發生的。如果小概率事件在一次試驗中居然發生了,則有理由首先懷疑原假設的真實性,從而拒絕原假設。

  當然,從理論上看,小概率事件也有可能發生,只是發生的概率小而已,但是從假設檢驗的基本思想看,這就可能導致I、II兩類錯誤,第I類錯誤也叫「棄真」,第II類錯誤也叫「取偽」。所謂「棄真」,顧名思義,就是原假設實際上是正確的,卻被當成錯誤拒絕了。而「取偽」則相反,本來原假設是錯誤的,卻被當成正確的內容接受了。無論是「棄真」還是「取偽」,在現實中無法避免的,這就是我們通常所說的「次策失誤」。當然,我們可以通過增加樣本容量的辦法來減少犯兩類錯誤的概率,這就要求我們在進行市場調研時應儘可能詳盡地把握原始資料。

  3.假設檢驗的步驟

  假設檢驗一般應遵循以下五個步驟:

  (1)根據實際情況提出原假設H0和備擇假設H1;

  (2)選擇合適的檢驗統計量;

  (3)根據樣本觀察值計算出檢驗統計量的觀察值;

  (4)選定顯著性水平a,並根據相應統計量的統計分布表查出相應的臨界值;

  (5)根據統計觀察值和臨界值,作出接受或拒絕H0的假設。

相關焦點

  • 物理師科研小助手——SPSS統計軟體——連續變量統計推斷(單因素方差分析)
    t檢驗可以解決單樣本和兩樣本均數比較,對於兩組以上樣本進行比較則需要用到單因素方差分析。方差分析的基本理論:將總變異分解為研究因素所致的變異(組間變異)和抽樣誤差所致的變異(組內變異),通過比較不同來源的變異進行統計推斷。
  • 生物統計(4)-單因素方差分析
    方差分析的基本思想在進行科學研究時,有時要按實驗設計將所研究的對象分為多個處理組進行不同的處理,其中處理因素(treatment)至少有兩個水平(level)。這類科研資料的統計分析,是通過所獲得的樣本信息來推斷各處理組均數間的差別是否有統計學意義,即處理是否有影響。
  • 方差分析(一): 方差分析的基本原理
    在方差分析中,我們把要考察其均值是否存在顯著差異的指標變量稱為響應變量,對響應變量取值有影響的其他變量稱為因素。例如,信用卡消費水平和治療效果為響應變量,地區和藥品則為因素。在方差分析中,因素的取值應為離散型的,其不同的取值稱為水平。例如,每一個具體地區或者每一種藥品都對應著一個水平。根據因素的個數,方差分析可以分為單因素方差分析和多因素方差分析。
  • 如何用Excel做方差分析
    檢驗使用F檢驗統計量,它是兩個樣本的方差的比率:這一統計量的抽樣分布稱為F分布。與t分布相類似,F分布也用自由度來描述;然而F分布有兩個自由度,一個與F統計量的分子n1-1相關,另一個與F統計量的分母n2-1相關。
  • SPSS統計:單因素方差分析與單變量方差分析
    在spss統計分析中,方差分析在比較均值菜單和一般線性模型菜單中都可以做,單因素方差分析一般稱為單因素
  • 重複測量數據的方差分析在SPSS中的應用——【杏花開醫學統計】
    關 注 重複測量數據的方差分析 在SPSS中的應用 關鍵詞:spss、重複測量方差 導 讀 在醫學研究中,很多實驗都涉及到重複測量的數據資料
  • 方差分析-最全
    下面只是個目錄,請點擊閱讀原文~方差分析(analysis of variation,簡寫為ANOVA)又稱變異數分析或F檢驗,用於兩個及兩個以上樣本均值差別的顯著性檢驗,從函數的形式看,方差分析和回歸都是廣義線性模型的特例,回歸分析lm()也能作方差分析。其目的是推斷兩組或多組數據的總體均值是否相同,檢驗兩個或多個樣本均值的差異是否有統計學意義。
  • 醫學科研課堂丨統計說說(四):統計學方法之靈魂—方差分析
    但實際工作中,我們常常會遇到多個樣本均數進行比較的情況。注意,t檢驗方法並不適用,因為它犯Ⅰ類錯誤的可能性會增加(圖1)。通過比較不同變異來源的均方,藉助F分布做出統計推斷,從而推論各種處理因素對研究結果有無影響(很深奧哈,此為理論,實在不懂可放過)。對樣本均數進行比較的方差分析方法與研究設計類型有關。方差分析中分析的數據是按照特定研究設計進行試驗所得的數據,不同的研究設計其總變異的分解有所不同。
  • 卡方檢驗、t檢驗和方差分析的區別
    卡方分析,用於分析定類數據與定類數據之間的關係情況.例如研究人員想知道兩組學生對於手機品牌的偏好差異情況。進一步細分1)方差分析根據X的不同,方差分析又可以進行細分。X的個數為一個時,我們稱之為單因素方差;X為2個時則為雙因素方差;X為3個時則稱作三因素方差,依次下去。當X超過1個時,統稱為多因素方差。
  • 2011年質量專業資格輔導:單因素方差分析
    (一)單因素方差分析概念理解步驟  是用來研究一個控制變量的不同水平是否對觀測變量產生了顯著影響。這裡,由於僅研究單個因素對觀測變量的影響,因此稱為單因素方差分析。  例如,分析不同施肥量是否給農作物產量帶來顯著影響,考察地區差異是否影響婦女的生育率,研究學歷對工資收入的影響等。這些問題都可以通過單因素方差分析得到答案。  單因素方差分析的第一步是明確觀測變量和控制變量。例如,上述問題中的觀測變量分別是農作物產量、婦女生育率、工資收入;控制變量分別為施肥量、地區、學歷。  單因素方差分析的第二步是剖析觀測變量的方差。
  • 經驗貼 | Excel中的數據統計與分析
    儘管早就知道Excel是個數據統計分析的最基本的工具,但是聽說過很多道理,依然「做不了分析」,核心還是沒有自己實際操作過。正所謂,進一寸有一寸的歡喜(你看,這裡竟然也有數字……)。描述統計是通過圖表或數學方法,對數據資料進行整理、分析,並對數據的分布狀態、數字特徵和隨機變量之間關係進行估計和描述的方法。描述統計分為集中趨勢分析和離中離散程度和相關分析三大部分。
  • 方差分析 (ANOVA)-29
    單個因素的 ANOVA▶單向方差分析(ANOVA)是比較兩組以上數據均值的差異的統計方法▶假設性檢驗為:ANOVA – 原假設和備擇假設▶為了確定我們是否應接受或否定零假設,我們須計算在後面的幻燈片中介紹的方差分析表中所用到的檢驗統計量(F-比值)
  • 數學建模培訓26_數據分析基礎(3)_單因素方差分析
    如果把這類問題推廣一下,要檢驗兩個以上總體的均值彼此是否相等,在實際生產和生活中可以舉出許多這樣的問題:從用幾種不同工藝製成的燈泡中,各抽取了若干個測量其壽命,要推斷這幾種工藝製成的燈泡壽命是否有顯著差異?用幾種化肥和幾個小麥品種在若干塊試驗田裡種植小麥,要推斷不同的化肥和品種對產量有無顯著影響?
  • 【視頻教學】SPSS中級統計--S02-5協方差分析
    視頻:協方差分析協方差分析(analysis of covariance)是關於如何調節協變量對因變量的影響效應,從而更加有效地分析實驗處理效應的一種統計技術,也是對實驗進行統計控制的一種綜合方差分析和回歸分析的方法。
  • Python數據科學:方差分析
    / 01 / 數理統計技術數理統計分為頻率和貝葉斯兩大學派。描述性統計分析,描述性分析就是從總體數據中提煉變量的主要信息,即統計量。描述性分析的難點在於對業務的了解和對數據的尋找。統計推斷和統計建模,建立解釋變量與被解釋變量之間可解釋的、穩定的、最好是具有因果關係的表達式。在模型運用時,將解釋變量(自變量)帶入表達式中,用於預測被解釋變量(因變量)的值。現階段,我學習的就是統計推斷與建模的知識...
  • 管理心理學之統計(14)方差分析的定義和邏輯
    什麼是方差分析方差分析(ANOVA)是一個假設檢驗的過程,用於評估兩個或多個(總體)處理的平均數的差異,它與t檢驗的差異在於方差分析可以被用來比較兩個或更多的處理,為設計實驗與解釋結果提供了更大的靈活性。
  • 質量資格輔導資料:方差分析的基本思想
    方差分析的基本思想  1.方差分析的概念  方差分析(ANOVA)又稱變異數分析或F檢驗,其目的是推斷兩組或多組資料的總體均數是否相同,檢驗兩個或多個樣本均數的差異是否有統計學意義。我們要學習的主要內容包括單因素方差分析即完全隨機設計或成組設計的方差分析和兩因素方差分析即配伍組設計的方差分析。
  • 118:方差分析--第二章:單因子方差分析(2)
    創新型卓越工程師暨創新型精益六西格瑪黑帶》系列課程之118:方差分析--第二章:單因子方差分析(2)時長:1:10:28主講:何小勇博士--20+創新型精益六西格瑪培訓和諮詢經驗與實戰型中高級人才訓練專家
  • R語言統計篇: 單因素協方差分析
    也是單因素方差分析(One-way ANOVA,R語言統計篇:單因素方差分析)的一個延伸。比方說,我們現在想要研究不同BMI(偏輕,正常與超重)與空腹血糖的關係,同時校正血壓水平。在此研究中,BMI分組是一個分類變量(自變量),血糖是一個連續變量(因變量),血壓則是一個協變量(covariate)。c.
  • 綜述: 文本分析在市場營銷研究中的應用
    2020杭州見|Python&Stata數據分析課寒假工作坊(倒計時3天)語言文字是營銷場景中最常用的交互方式,比如在線評論、消費者服務熱線、新聞發布、營銷傳播等活動都創造了有價值的文本數據。但營銷研究者如何用好這些數據?本文回顧了文本分析相關研究,並詳細介紹了如何用文本數據做市場研究。