41. Корреляционный анализ.
Корреляционный анализ - стат. метод, позволяющий измерить силу связи между двумя или более переменными и рассматривающий совместно изменение 2- х оцениваемых переменных.
Корреляционный анализ применяют в случаях, когда исследователя интересуют связь между 2 метрическими переменными.
Например: * насколько сильно связан V продаж с расходами на сервисное обслуживание?
* существует ли связь между долей рынка и расходами га рекламу?
Статистики, используемые в корреляц. анализе:
Коэффициент парной корреляции r (коэф. коррел. Пирсона, линейный коэф. корреляции) - стат. показатель, характеризующий степень тесноты между 2 метрическими переменными.
Данный показатель показывает меру зависимости между переменными Х и Y , при этом его использ. в случае линейной зависимости между переменными.
Если между переменными нет лин. зависимости, коэф: корреляции будет =0, при этом это не значит, что связи между переменными нет.
Коэф. парной корреляции r, для переменных Х и Y:
где ,- выбарочное средние;
n- размер выборки;
- ковариация между Х и Y;
и - стандартные отклонения.
Ковариация - систематич. взаимосвязь между 2 переменными, при которой изменение 1 переменной вызывает соотв. изменение другой переменной.
Ковариация м/б как положительной, так и отрицательной.
Коэф. корреляции r €[0:1]. Чем ближе знач. к 1, тем сильнее связь.
Статистическая значимость (измер. коэф. корреляции)
ρ- коэф. корреляции, кот. вычисляется для всей генеральной сов-ти:
Гипотезы имеют вид:
Ho: ρ =0
H1: ρ ≠0
Для проверки гипотезы исп. t- статистику .
где n-2 -число степеней свободы.
Корреляц. матрица показывает коэф. корреляции между каждой парой данных.
Частный коэф. корреляции - мера зависимости между 2 переменными после фикссации (исключение, корректировки) эффектов 1 или неск. переменных.
Например : зависит ли V продаж от расходов на реклааму, если исключить эффект влияния цены? Он вычисляется исходя из значений простых коэф. корреляции:
где ,- коэффициенты парной корреляции междуX и Z , Y и Z.
Частичный коэф. корреляции - мера зависимости между Y и X, когда линейные эффекты др. независимых переменных исключены из X (но не из Y).
Показатели неметрической корреляции:
* коэф-ты ранговой корреляции Спирмена
Коэф-нт ранговой корреляции находится в пределах от -1 до +1, при этом :
≤0,3 показатель слабой тесноты связи;
0,4≤ ≤0,7 - показатель умер. тесноты связи.
Коэф-нт ранговой корреляции Спирмена целесообразно использовать в случае большого числа категорий, что приводит к небольшому кол-ву совпадающих рангов.
* Коэф-нт ранговой корреляции Кендалла целесообразно использовать, когда большинство наблюдений попадает в относительно небольшое число категорий, что приводит к большому кол-ву связанных рангов.
- 2.Объекты ми:
- 4. Система анализа информации представляет собой набор современных логических, эконом- математических и эконом- стат методик обработки информации:
- 5.Основные направления анализа полученной информации
- 6. Разработка маркетинговой стратегии:
- 5. Формулирование цели маркетингового исследования. Формирование рабочей гипотезы. Методы генерирования рабочих гипотез.
- 6. Разработка плана маркетингового исследования.
- 7. Сбор и анализ вторичной информации.
- 8. Анализ избранных случаев.
- 9. Метод фокус-групп: характеристика и этапы использования.
- 10. Глубинные интервью: характеристика и этапы использования.
- 11. Проекционные методы (пм) исследования: характеристика и этапы использования.
- 12. Общая характеристика выборочных методов.
- 13. Детерминированные и вероятностные методы расчета выборки.
- 14. Расчет размера и ошибки выборки в случае вероятностного метода отбора.
- 15. Методы проведения опроса. Этапы использования метода опроса.
- 16. Разработка анкеты. Формулировка и оценка вопросов. Выбор последоват. Вопросов. Тестирование анкеты и ее корректировка.
- 21.Концепция причинности в маркетинге. Причинно-следственные связи.
- 22.Этапы разработки и проведения эксперимента.
- 23.Обеспечение валидности экспериментов. Возможные угрозы валидности. Контроль факторов, снижающих валидность.
- 24.Классические модели эксперимента: предварительные модели.
- 25.Классические модели эксперимента: истинные модели.
- 26.Классические модели эксперимента: модели квазиэксперимента.
- 27.Статистические модели эксперимента.
- 28.Пробный маркетинг как вид контролируемого эксперимента.
- 29. Подготовка данных к анализу: редактирование и кодирование данных. Категориальная и дихотомическая кодировка.
- 30 Подготовка данных к анализу: составление базы данных, табулирование, корректировка.
- 31 Логические методы анализа: экспертный анализ, контент – анализ.
- 32 Построение частотных распределений. Показатели центра распределения.
- 33.Показатели вариации и формы распределения данных.
- 34.Этапы проверки гипотез о связях между переменными. Нулевая и альтернативная гипотезы. Статистический критерий. Уровень значимости. Критическая область.
- 35.Построение таблиц сопряженности признаков. Введение третьей переменной.
- 36. Показатели оценки статистической значимости и тесноты связи переменных, включенных в состав таблицы сопряженности.
- 40. Многофакторный дисперсионный анализ. Ковариационный анализ.
- 40.Ковариационный анализ.
- 41. Корреляционный анализ.
- 42. Регрессионный анализ.
- 43. Множественный регрессионный анализ. Нелинейная регрессия.
- 44. Метод пошаговой регрессии. Проблема мультиколлинеарности.
- 45. Оценка регрессионной модели. Проверка адекватности модели регрессии.
- 46. Дискриминантный анализ (да): цели, этапы выполнения
- 48. Кластерный анализ (ка): суть метода, этапы выполнения анализа, вращение факторов.
- 49. Многомерное шкалирование (мш) и совместный анализ (са)
- 50. Международные маркетинговые исследования.
- 51.Отчет о маркетинговом исследовании. Презентация отчета. Поддержка клиента и оценка эффективности проекта.
- 1. Подготовка отчета.
- 17. Измерение и шкалирование. Типы шкал
- 18. Методы сравнительного и несравнительного шкалирования
- 19. Этапы использования метода наблюдения. Оценка надежности наблюдения
- 20. Полевые работы