Курсовая работа: Выбор методов обработки маркетинговой информации

· Расстояние Чебышева –

расстояние(x,y) = Максимум |x_i - y_i |

Регрессионный анализ - Регрессионный анализ - статистический метод, предназначенный для оценки влияния различных факторов на результат эксперимента, прогноза неизвестных значений зависимой переменной.

Примеры использования дисперсионного анализа в практике маркетологов:

■ Можно ли вариацию в объеме продаж объяснить расходами на рекламу"

■ Какова форма этой зависимости и можно ли ее выразить в виде уравнения, описывающего прямую линию"

■ Какую долю вариации объема продаж можно объяснить расходами на рекламу, ценами и дистрибуцией?

■ Чему равен вклад расходов на рекламу в объяснении вариации объема продаж при контролируемых переменных - уровнях цен и распределения?

■ Какие объемы продаж можно ожидать, исходя из данных уровней расходов на рекламу, цен и уровня распределения?

Регрессионная модель имеет вид –

y_i = ƒ (x) + ε = θ₀ +θ₁ x_{i +} ε_i

где

y_i - зависимая переменная;

x_i - независимая переменная (фактор);

θ₀ , θ₁ - параметры функции регрессии;

ε_i - случайная переменная, характеризующая отклонение от функции регрессии. Таким образом, переменная y_i есть линейная функция от переменной x_i с точностью до случайного возмущения ε_i .

Свойства коэффициентов регрессии существенным образом зависят от свойств случайной составляющей. Чтобы регрессионный анализ, основанный на обычном методе наименьших квадратов, давал наилучшие результаты, случайный член должен удовлетворять определенным условиям. Именно понимание важности этих условий отличает компетентного исследователя, использующего регрессионный анализ, от некомпетентного. Если эти условия не выполнены, исследователь должен это осознавать. Если корректирующие действия возможны, то аналитик должен быть в состоянии их выполнить. Если ситуацию исправить невозможно, исследователь должен быть способен оценить, насколько серьезно это может повлиять на результаты.

Факторный анализ - Факторный анализ (factoranalysis) - это общее название для класса методов, используемых, главным образом, для сокращения числа переменных и их обобщения.

Идея метода состоит в сжатии матрицы признаков в матрицу с меньшим числом переменных, сохраняющую почти ту же самую информацию, что и исходная матрица. В основе моделей факторного анализа лежит гипотеза, что наблюдаемые переменные являются косвенными проявлениями небольшого числа скрытых (латентных) факторов. Обычно под моделью факторного анализа понимают представление исходных переменных в виде линейной комбинации факторов.

X_i =

Сами факторы неизвестны. Но их можно выразить через значения исследуемых переменных. Факторы, выраженные через исходные переменные сегментирования, интерпретируются как существенные внутренние характеристики потребителей.

Факторы Fпостроены так, чтобы наилучшим способом (с минимальной погрешностью) представить X. В этой модели "скрытые" переменные F_k называются общими факторами, а переменные U_i специфическими факторами. Обычно (хотя и не всегда) предполагается, что X_i стандартизованы (=1, Xi=0), а факторы ,F₂ ,...,F_m независимы и не связаны со специфическими факторами U_i (хотя существуют модели, выполненные в других предположениях). Предполагается также, что факторы F_i стандартизованы.

В этих условиях факторные нагрузки a_ik совпадают с коэффициентами корреляции между общими факторами и переменными X_i

Факторный анализ используют в следующих ситуациях:

- Для определения основных факторов, которые объясняют связи в наборе переменных. Например, можно использовать набор высказываний об образе жизни для измерения психографических профилей потребителей. Затем эти высказывания подвергают факторному анализу, чтобы определить основные психографические факторы.

- Для определения нового, меньшего по размеру, набора некоррелирующих переменных, заменяющих исходный набор коррелирующих переменных, на основании которого дальше выполняется многомерный анализ (регрессионный или дискриминантный). Например, выявленные психографические факторы можно использовать как независимые переменные при объяснении различий между лояльными и нелояльными потребителями.

Факторный анализ широко используется в маркетинговых исследованиях.

■ При сегментации рынка для определения латентных переменных с целью группировки потребителей. Например, покупателей новых автомобилей можно сгруппировать в зависимости от того, на что они обращают внимание при покупке автомобиля: экономию, удобства, рабочие характеристики автомобиля, комфорт и респектабельность

■ При разработке товарной стратегии факторный анализ используется для определения характеристик торговой марки, влияющих на выбор потребителей. Конкретные торговые марки зубных паст оценивают с точки зрения защиты от кариеса, отбеливания зубов, вкуса, приятного запаха и цены.