市场调查资料的整理与分析.pptVIP

回归方程的残差检验。对于上述回归模型中的随机误差要求满足如下的假设条件:残差序列要求正态分布的随机性变量，且残差项之间互相独立：应当是服从正态分布的随机变量,即满足正态性的假设.残差的均值为零,即E(ε)=0,我们称满足无偏性的假设.残差序列满足随机性：的方差等于=,这就是说,所有的分布的方差都相同,即满足共方差性的假设.残差序列互相独立：各个残差间相互独立,即对于任何两个随机误差和其协方差等于零,即,Cov(,)=0,)这称之为满足独立性的假设.因此应该进行残差检验，判断回归模型的残差是否满足上述假设A残差序列的正态性分布：通过残差序列的带正态曲线的直方图或累计概率图来分析。直观观察图形来判断是否为正态分布。B残差序列的随机性：通过绘制残差序列和对应的预测值序列的散点图判断，如果残差序列是随机的，那么残差序列应与预测值序列无关，残差序列点将随机地分布在经过零的一条直线上。如果D-W＝0，表示残差序列存在完全自相关；如果D-W＝4，表示残差序列存在完全负相关；如果0D-W2表示残差序列存在某种程度的正自相关；如果2D-W4，表示残差序列存在某种程度的负自相关；如果D-W＝2表示残差序列不存自相关。在实际应用中，如果D-W接近2就基本认定残差序列具有独立性C残差序列的独立性分析：回归模型中假设Cov(,)=0,即随机项是独立的。这一假设是否成立,可以通过回归模型的误差序列是否相互独立来进行检验。若误差序列各项间相互独立，则序列各项之间没有相关关系。若序列各项之间有相关关系，误差序列不满足线性回归模型的基本假设，回归模型就不能表达变量Y与X之间的真实变动关系。D·W(Durbin-Watson)检验可以检验残差序列的相关性。其检验办法如下:D通过残差序列分析实现样本奇异值（CasewiseDiagnostic或Outliers）的诊断。奇异值是样本数据中那些远离均值的样本数据点，他们会对回归方程的拟合产生较大的偏差影响，尽量要找出他们并加以排除。一般认为，如果某样本点对应的标准化残差值超出了－3～+3的范围，就可以判定该样本数据为奇异值。ANYQUESTION第六章

市场调查资料的整理与分析陈方英第一节市场调查资料的整理第二节市场调查资料的分析小结第一节市场调查资料的整理资料整理的步骤和内容步骤审查内容资料的真实性资料的准确性资料的完整性二、资料整理的方法01行列选择与数据输入02汇编、制表和绘图第二节市场调查资料的分析定性分析与定量分析动态分析与静态分析0102一、定性分析是与定量分析相对而言的，它是对不能量化的现象进行系统化理性认识的分析，其方法依据是科学的哲学观点、逻辑判断及推理，其结论是对事物的本质、趋势及规律的性质方面的认识。二、定量分析与预测定量分析是指从事物的数量特征方面入手，运用一定的数据处理技术进行数量分析，从而挖掘出数量中所包含的事物本身的特性及规律性，从而挖掘出数量中所包含的事物本身的特性的分析方法。分类：静态分析和动态分析（一）数据的静态分析：添加标题含义：分析现象当前的情况或者是本次调查的情况。添加标题主要方法有：添加标题数据的统计描述：添加标题数据的相对程度分析:频数（百分数）,倍数,添加标题数据的集中趋势：均值和均标准误差，中位数，众数，添加标题数据的离散程度：方差与标准差，添加标题均值比较和T检验添加标题方差分析、相关分析、回归分析、因子分析、聚类分析等相对程度分析它通过对比的方法反映现象之间的联系程度，表明现象的发展过程。几分之几：一比几：倍数：百分数：又叫频数（Frequency），是一个变量在各个变量值上取值的个案数。案例：对50名顾客有关“饮料品牌”选择的调查不同品牌饮料的频数分布饮料品牌频数比例百分比(%)可口可乐旭日升冰茶百事可乐汇源果汁露露15119690.300.220.180.120.183022181218合计5011001999年全国国际旅游外汇收入构成国际旅游收入（亿美元）比重（%）总计长途交通游览住宿餐饮商品销售娱乐邮电通讯市内交通其他服务140.9941.657.4920.3415.2827.718.454.115.3310.63100.029.65.314.410.819.76.02.93.87.5资料来源：《中国旅游年鉴2000》频数数据的集中趋势分析均值(平均值，平均数Mean)表示某变量所有取值的集中趋势或平均水平。包括简单算术平均和加权