文档介绍：: .
（市场分析）市场研究的数
壹、因子分析的基本思想
因子分析是壹项多元统计分析技术，其主要目的就是简化数据。它通过研究众多
变量之间的内部依赖关系，探求观测数据中的基本结构，且用少数几个假想变量
来表示基本的数据结果。这些假设变量是不可观测的，通常称为因子。它们反映
了原来众多的观测变量所代表的主要信息，且能解释这些观测变量之间的相互依
存关系。
二、因子分析的数学模型和关联统计量
（壹）数学模型
（二）关联统计量
1、因子载荷
2、共同度3、因子的贡献
4、巴特利特球体检验
5、KMO 指数
三、因子分析的基本步骤
1、确定研究变量
2、计算所有变量的关联矩阵
3、构造因子变量
4、因子旋转
第五节对应分析
壹、对应分析的基本思想
对应分析（CorrespondenceAnalysis）又称为相应分析，是由法国统计学家
于 1970 提出的，是于 R 型和 Q 型因子分析基础上，发展起来的壹
种多元相依的变量统计分析技术。它通过分析由定性变量构成的交互汇总表来揭
示变量间的关系。当以变量的壹系列类别以及这些类别的分布图来描述变量之间
的联系时，使用这壹分析技术能够揭示同壹变量的各个类别之间的差异以及不同
变量各个类别之间的对应关系。
二、有关统计术语和资料格式（壹）统计术语
1．列联表
2．主成分
3．惯量和特征值
（二）数据格式
三、分析的步骤
1．确定研究的内容
2．获取分析资料
3．对列联表作对应分析
4．解释结果意义
5．评价分析结果
第六节多维偏好分析
壹、主成分分析法简介
（壹）主成分分析的基本思想多维偏好分析采用的统计方法就是主成分分析法，因而必须对主成分分析法有壹
个初步的了解。主成分分析法就是将原来众多具有壹定关联性的指标（如 p 个指
标），重新组合成壹组新的相互无关的综合指标来代替原来的指标。
（二）主成分分析的数学模型
(三)主要统计术语
1、偏好评分
2、特征值或惯量
二、分析的基本步骤
1、确定研究的问题
2、资料的收集
3、主成分分析
4、偏好图且解释结果意义
5、评价分析结果
第七节多维尺度法
壹、多维尺度法的基本介绍 : .
（市场分析）市场研究的数
据分析方法 : .
（市场分析）市场研究的数
据分析方法 : .
市场研究的数据分析方法
通过本章学习，掌握市场营销研究的基本数据分析方法。掌握线性回归分析方法
及其应用；掌握判别分析法及其应用；了解聚类分析及其具体方法和步骤；了解
因子分析方法的数学模型和关联统计量以及基本步骤；了解对应分析方法及其基
本步骤；、了解多维偏好分析法的主成分分析模型；了解多维尺度法及其分析步
骤；了解联合分析方法的基本模型及其基本步骤。第壹节线性回归分析
壹、线性回归方程的基本模型
线性回归分析是考察变量之间的数量关系变化规律