![]() |
|
сделать стартовой | добавить в избранное |
![]() |
Экономика и Финансы
Маркетинг, товароведение, реклама
Корреляционно-регрессионный анализ в системе маркетинговых исследований |
Министерство Образования Республики Беларусь Женский Институт ЭНВИЛА Реферат по курсу «Маркетинговые исследования» на тему «Корреляционно-регрессионный анализ в системе маркетинговых исследований» Минск 2007 ПЛАН Общие положения Корреляция (понятия, методика, экономический смысл) Регрессия (понятия, методика, экономический смысл) Корреляция и регрессия – это методы входящие в группу экономико-математических методов, используемых при проведении маркетинговых исследований. Они используются для установления взаимосвязей между группами переменных, описывающих маркетинговую деятельность. Но действие корреляции и регрессии затруднено в связи с: - сложностью объекта изучения, нелинейностью маркетинговых процессов, временными лагами; - сложностью измерения маркетинговых переменных. Трудно измерить реакцию потребителей на определенные стимулы, например рекламу; - неустойчивостью маркетинговых взаимосвязей, обусловленной изменениями вкусов, привычек, оценок и др. В условиях глубоких и быстрых изменений внешней среды математическая модель не в состоянии предсказать влияние изменения, которое изначально не было в ней учтено. Математическая модель не способна к импровизации и не может приспособиться к изменениям внешней среды. Расчет корреляций и расчет регрессий - это два последовательных этапа одного и того же анализа данных, который в маркетинге принято называть корреляционно-регрессионным анализом. Они выполняются в аналитическом режиме, который предназначен, в первую очередь, для обеспечения последовательного режима правильной постановкой задачи и наиболее подходящей выборкой из имеющихся данных. Исследователь, применяющий корреляционно-регрессионный анализ, отбирает наиболее адекватные и представительные территории, периоды времени, объекты исследования, виды факторов и т.д. Аналитический режим имеет заданный &quo ;вход&quo ; - исходную постановку задачи и выборку из данных - и &quo ;выход&quo ; - фильтрованную постановку задачи и выборку. В остальном он не ограничивает методику анализа. 1.Корреляция используется для качественного анализа: отбора (скрининга) взаимосвязанных факторов, и выделения той части выборки, на которой теснота связи максимальна. Затем для отобранных факторов и подвыборки проводится количественный анализ: строятся регрессионные функции взаимосвязи. Они могут использоваться в информационном конвейере. Информационный конвейер - образует последовательность программных блоков: качество - аналог - количество - риск - цена - спрос. Каждый блок рассчитывает соответствующую группу характеристик на основе информации, получаемой с предыдущего этапа расчета или из баз данных. Результат передается следующему блоку, или же тот подключается напрямую к базе данных. Область применимости полученных регрессионных функций устанавливается с помощью кластерного анализа или с применением генетических алгоритмов определения области экстраполяции. Кластерный анализ - разбиение выборки на группы (кластеры). Кластеры должны быть компактными, иначе говоря, расстояние между разными кластерами должно быть больше, чем среднее расстояние между точками внутри одного и того же кластера.
Генетические алгоритмы осуществляют поиск оптимума сразу несколькими вариантами комбинаций параметров. Процесс поиска включает три основных этапа, повторяемых в цикле: -эволюция - сдвиг варианта в направлении ожидаемого оптимума с использованием, вообще говоря, как производных критерия по параметрам, так и стохастических &quo ;скачков&quo ;; -отсеивание &quo ;неудачливых&quo ; вариантов; -скрещивание &quo ;удачливых&quo ; вариантов: порождение вариантов - &quo ;потомков&quo ;, сочетающих удачные значения параметров &quo ;родителей&quo ;. Название &quo ;генетические алгоритмы&quo ; связано с тем, что они воспроизводят современные представления о естественном отборе: скрещивание генотипов - определение удачности порожденных фенотипов - отсев неудачников из набора партнеров для следующего скрещивания. В качестве коррелируемых факторов выбираются данные в координатных интервалах одного или двух блоков. Для каждой пары факторов рассчитывается обычный коэффициент корреляции. При этом суммирование производится по переменным развертки. Переменная развертки - переменная, играющая роль оси, вдоль которой развертываются данные, например, абсцисса на графике. Одновременно играет роль генератора статистики: в ней производится суммирование данных при вычислении статистических показателей: коэффициента корреляции, коэффициентов регрессии и др. Обычно это пространство и/или время. Таким образом, корреляция отражает пространственно-временную синхронность между, скажем, повышением конкурентоспособности и качества продукции и повышением спроса на него. Если маркетолога интересует связь между двумя метрическими переменными, то используется парная корреляция. Данная корреляция характеризуется коэффициентом корреляции Пирсона. Частный коэффициент корреляции – мера зависимости между двумя переменными после корректировки эффектов переменных. Коэффициент корреляции изменяется от -1 до 1. Абсолютная величина коэффициента характеризует тесноту связи, а знак указывает на ее направление. Парная корреляция отвечает на такие вопросы, как, например: - Насколько сильно связан спрос с расходами на рекламу? - Связано ли восприятие качества товаров потребителями с их восприятием цены? Частная же корреляция – на: - Если брать зависимость спроса от затрат на рекламу, то существует ли влияние ценового фактора. - А при изучении влияния качества и цены, существует ли эффект торговой марки. Частная корреляция может быть полезна для выявления ложных связей. Ни с одним из этих видов корреляции не возникает проблем, если данные измерены с помощью интервальной или относительной шкал. Но есть и неметрические переменные, которые нельзя измерить с помощью интервальной или относительной шкалы и они не подчиняются закону нормального распределения. В этих случаях используются коэффициенты Спирмена и ранговая корреляция Кендала, а сама корреляция называется неметрической. Различие этих коэффициентов в том, что коэффициент ранговой корреляции Кендала используется, когда большая часть наблюдений попадает в относительно немногочисленные категории, а коэффициент ранговой корреляции Спирмена наоборот, – когда существует множество категорий.
Пример использования корреляционного анализа на практике: Маркетологи, занимающиеся изучением отношения потребителей к торговым маркам, обнаружили, что для таких товаров, которые продаются с минимальным участием продавцов, отношение покупателя к рекламе служит промежуточным звеном между распознаванием брэнда и отношением к нему. Они сделали попытку узнать, что будет с этой промежуточной переменной, если товары покупаются через компьютерную сеть. Одна из компаний в Венгрии исследовала воздействие на покупки непосредственно рекламы. Маркетологи провели опрос, в ходе которого измерялись различные показатели. После этого необходимо было вычислить частный коэффициент корреляции между отношением к брэнду и доверием к нему с одновременным исключением влияния отношения к рекламе. Данный корреляционный анализ показал, что отношение к рекламе действительно высокозначимое и влияет на покупки потребителей, т.к. частный коэффициент корреляции был значительно меньше, чем парный коэффициент между доверием к брэнду и отношением к нему. 2. Регрессионный анализ – это метод установления формы и изучения связей между метрической зависимой переменной и одной или несколькими независимыми переменными. Регрессионный анализ используют в тех случаях, когда: - необходимо установить, реально ли есть взаимосвязь между переменными; - необходимо установит тесноту связи зависимых и независимых переменных; - нужно определить форму связи; - нужно предсказать значение зависимой переменной; - необходимо осуществлять контроль над независимыми переменными при определении вкладов конкретной переменной. Для проведения регрессионного анализа необходимо следующее: -Выбор одного блока, из которого берется координатный интервал, чьи данные дают зависимую переменную регрессии. -Выбор одного или нескольких блоков, из которых аналогично берутся факторы в качестве независимых переменных регрессии. При этом необходимо, чтобы блок, дающий зависимую переменную, и все блоки, дающие независимые переменные, имели какие-либо общие координаты (обычно пространство и время), которые служат переменными развертки и дают точки, по которым проводится регрессионная кривая или поверхность. -Выбор типа и &quo ;степени&quo ; функций от независимых переменных, которые включаются в регрессию. -Задание координатных интервалов переменных сравнения, внутри которых регрессионная функция не должна значимо изменяться. -Определяется точность предсказания. Для этого находится стандартная ошибка оценки регрессии. Регрессия проводится последовательно с увеличением числа независимых переменных и степени регрессионной функции. При этом общесистемным оптимизатором находится минимум среднеквадратичного отклонения точек данных от регрессионной кривой. Для регрессионной кривой вычисляются характеристики неопределенности - показатели тесноты регрессии: кривые доверительного интервала и коэффициент детерминации. Последний может вычисляться сразу для всех комбинаций &quo ;зависимая переменная - независимая переменная&quo ;. Как и корреляция, регрессия рассчитывается для фиксированных координатных интервалов каждой переменной сравнения.
Математическое моделирование экономических систем и процессов является важным инструментом экономического анализа, т.Pк. позволяет получить четкое представление об исследуемом объекте, охарактеризовать и количественно описать его внутреннюю структуру и внешние связи. Этапы моделирования: 1.PАнализ теоретических закономерностей, свойственных изучаемому явлению или процессу, и эмпирических данных о его структуре и особенностях (на основе такого анализа формируются модели). 2.PОпределение методов, с помощью которых можно решить задачу. 3.PАнализ полученных результатов. При формировании моделей экономических систем используется аппарат математического моделирования, экономико-математические теории и методы. В некоторых случаях задачи анализа не требуют построения собственной модели, используются уже построенные модели для однотипных с математической точки зрения процессов. Математические методы и модели, используемые в экономическом анализе, классифицируются по группам: 1.PМетоды корреляционно-регрессионного анализа используются в экономическом анализе для выявления формы и плотности связи между различными параметрами исследуемого объекта, характер функциональной зависимости между которыми не установлен
2. Статистические методы анализа финансового состояния предприятия в условиях рынка
3. Статистические методы анализа результатов психолого-педагогических исследований
4. Статистические методы анализа финансового состояния предприятия в условиях рынка
9. Статистические методы анализа экономических явлений
10. Применение статистических методов при анализе интенсивности развития транспорта Кировской области
11. Анализ криптостойкости методов защиты информации в операционных системах Microsoft Window 9x
13. Применение статистических методов в изучении прибыли и рентабельности
14. Анализ результатов процессного управления маркетингом предприятия сферы услуг
16. Статистические методы в изучении себестоимости продукции
17. Статистические методы контроля качества
18. Практические задания по предмету «Теория бухгалтерского учета»
19. Практическое задание по теме "Организация и технология отрасли"
21. Метод осадительного титрования. Практическое применение метода
25. Редакторский анализ — профессиональный метод редактора
26. Языка программирования Delphi. Разработка практических заданий
27. Сборник практических заданий по предмету "Отечественная история"
28. Статистические методы приемочного контроля качества продукции
29. Анализ имиджа как составляющей маркетинга личности на примере женщин-политиков
31. Анализ современных методов обучения в ВУЗе
32. Комплекс статистических методов в помощь психологу
33. Контент-анализ как метод сбора социологической информации
34. Статистические методы обработки
35. Расчет и анализ статистических показателей
36. Статистические методы выявления взаимосвязей общественных явлений
41. Методы внутренней сортировки. Обменная сортировка. Сравнение с другими методами сортировки
42. Работа над анализом эпизода художественного произведения на уроках литературы в старших классах
43. Стратегический анализ и диагностика. Анализ микросреды предприятия
44. Методы корреляционного и регрессионного анализа в экономических исследованиях
47. Анализ динамики внп методом линейной регрессии
48. Статистика населения. Методы анализа динамики и численности и структуры населения
49. Метод действенного анализа в режиссуре театра, кино и телевидения
51. Методы компьютерной обработки статистических данных. Проверка однородности двух выборок
52. Математический анализ. Регрессия
53. Анализ методов сокращения пригара на стальном литье
58. Поляриметрические методы анализа
59. Методы анализа финансовых рынков
60. Статистический анализ рынка труда Тюменской области
62. Методы научного анализа размещения и территориальной организации народного хозяйства Украины
64. Предмет экономической теории. Методы экономического анализа
65. О возможности применения статистического анализа к источникам личного происхождения
67. Применение метода кластерного анализа при формировании ассортимента
68. Методы и алгоритмы построения элементов систем статистического моделирования
69. Корреляционный анализ для ранговых шкал
73. Цели обращения исследователя к методу анализа содержания
76. Корреляционно-регрессионный анализ зависимости прибыли 40 банков от их чистых активов
77. Статистический анализ демографического развития России на современном этапе
78. Статистический анализ показателей поступления и расходования бюджета
79. Статистический анализ себестоимости яиц (на примере СХОАО Белореченское)
80. Экономико-статистический анализ производства молока в Кировской области
81. Экономико-статистический анализ урожая и урожайности зерновых в Тверской области
83. Анализ платежеспособных предприятий и разработка методов финансовой санации
84. Методы анализа и оценки инвестиционных проектов (на примере агрофирм)
85. Методы количественного анализа риска инвестиционных проектов
89. Анализ экономических задач симплексным методом
90. Экономико-статистический анализ
91. Система директ-костинг и ее практическое применение в анализе
92. Методы анализа производственного травматизма
93. Методы анализа производственного травматизма
94. Особенности метода генетического анализа Менделя
96. Использование корреляционных связей в комплексе с ядерно-геофизическими методами
97. Методы анализа рисков инвестиционного проекта