2022年中级经济师工商管理预习讲义七(7).docx

2022年中级经济师工商管理预习讲义七（7）　聚类分析是细分市场的有效工具，同时也可用于讨论消费者行为、查找新的潜在市场、选择试验的市场，并作为多元分析的预处理　　聚类分析也称群分析或类分析，是对样品或变量依据相像性进展分类对样品的分类被称为Q型聚类分析;对变量的分类被称为R型聚类分析变量如何选择，取决于聚类的归类变量的类型有三种尺度： (1)间隔尺度，即变量用连续的量来表示，假如存在肯定零点，又称比例尺度;(2)有序尺度，即变量用有序的等级来表示有次序关系，但没有数量表示;(3)名义尺度，即变量用一些“类”来表示，这些类之间没有等级和数量关系，相像物体的集合称为类聚类分析方法主要有系统聚类法、样品聚类法、动态聚类法、模糊聚类法、图论聚类法和聚类预报法等　　用一组简单数据产生一个相当简洁的类构造，必定要进展“类似度”度量一般来说，R型聚类统计量(或度量)有夹角余弦、相像系数、同号率;Q型聚类统计量(或度量)有：肯定距离、欧氏距离、明考斯基距离、-切比雪夫距离、马氏距离、兰氏距离等。

类的特征主要用类的均值、样本散布阵及样本协方差阵、类的直径等来刻画　　(五)判别分析　　判别分析是依据说明事物特点的变量值和它们所属的类求出判别函数，依据判别函数对未知所属类别的事物进展分类的一种分析方法与聚类分析不同，它需要已知一系列反映事物特性的数值变量及其变量值，依据这些值来对一个样品进展归类，看它来自哪个总体判别分析可依据判别的组数，分为两组判别分析和多组判别分析;可依据判别函数的形式，分为线性判别和非线性判别;可依据判别时处理变量的方法不同，分为逐步判别、序贯判别等;还可依据判别标准的不同分为距离判别、Fisher判别、Bayes判别等　　在市场调研中，—般依据事先确定的因变量(例如产品的主要用户、一般用户或非用户、自有房屋或租赁、电视观众或非电视观众)找出相应处理的区分性特性在判别分析中，因变量为类别数据，自变量通常为可度量数据依据自变量的值将样本归类　　例：以下最适合用来进展促销策略目标选定的是( )　　A.结合分析 B判别分析 C因子分析 D聚类分析　　(六)因子分析　　根本思想是，依据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，不同组的变量间相关性较低，每组变量代表一个根本构造，并用一个不行观测的综合变量表示，这个根本构造称之为“公共因子”。

英国统计学家Moser Scott在1961年对英国157个城镇进展水平进展调查时，原始测量的变量有57个，通过因子分析发觉，只需要用5个新的综合变量就可以解释95%的原有信息因子分析的根本步骤是：(1)确定讨论变量;(2)计算全部变量的相关矩阵;(3)构造因子变量;(4)因子旋转;(5)计算因子得分　　因子分析在市场调研中有着广泛的应用.，主要包括;消费者使用习惯和态度讨论(U品牌形象和特性讨论;效劳质量调查;共性测试;形象调查;市场划分识别;顾客、产品及行为分类同时，还可依据因子得分确定不同重要程度的指标，治理者则可依据这些指标的重要性来打算首先解决的市场问题或者产品问题。