- •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
34.Этапы проверки гипотез о связях между переменными. Нулевая и альтернативная гипотезы. Статистический критерий. Уровень значимости. Критическая область.
Этапы: 1) Формулировка нулевой и альтерн. гипотез. Н0 – предположение о том, что между опред. стат. параметрами не сущ-ет связи или различия. Альтернативная – связь или различия сущ-ют. Исследователь всегда проверяет нулевую гипотезу.
2) Выбор метода стат. проверки гипотезы и статистики критерия. Чаще всего – норм. распределение, Стъюдента (t-распределение), - распределение.
3) Выбор уровня значимости. Ошибка 1 рода - отвергнута верная Н0. Ошибка 2 рода – ошибочная Н0 не отклоняется. Вероятность совершить ошибку 1 рода - α - уровень значимости (обычно 0,05) Вероятность не совершить ошибку 2 рода (1 - β) - мощность критерия. Слишком низкое значение α → к недопустимо большому β.
4) Определение размера выборки и значения выборочной статистики
5) 1 вариант: Определение вероятности, которую примет статистика критерия при выполнении Н0, используя соотв. выборочное распределение (по таблице) 2 вариант: определение критич. значения статистики, которое делит интервал на область принятия и непринятия Н0. После выбора опред. критерия множество всех его возможных значений разбивают на 2 непересек. подмножества: критич. область (сов-ть значений критерия, при кот. Н0 отклоняют) и область принятия гипотезы (принимают). Точки, разделяющие критич. область и обл. принятия гипотезы, - критические.
6) 1 вариант: Сравнение полученной вероятности для тест-статистики с заданным уровнем значимости. 2 вариант: определение того, попадает ли выборочное значение тест-статистики в обл. принятия или отклонения Н0.
7) Принятие или опровержение Н0.
8) Вывод о проблеме МИ.
35.Построение таблиц сопряженности признаков. Введение третьей переменной.
Построение таблиц сопряженности признаков (кросс-табуляция) – стат. метод, кот. одновременно хар-ет 2 или больше переменных и заключается в создании таблиц, отражающих совместное распределение 2 или больше переменных.
Метод позволяет объяснить, как одна переменная связана с другой. С пом. данных таблиц можно рассматривать качественные и категориальные данные, которые можно измерить с пом. номинальной шкалы.
Общее правило – суммарное значение категорий зависимой переменной применительно к каждой категории независимой должна составлять 100%.
Проверяется H0: переменная в строке не зависит от переменной в столбце.
Для проверки такой гипотезы чаще всего используют стат. критерий χ2
Введение третьей переменной позволяет: 1. уточнить исходную связь между 2 переменными; 2. доказать сущ-ет ли она; 3. выявить проигнорированную исходную связь между 2 переменными.
36. Показатели оценки статистической значимости и тесноты связи переменных, включенных в состав таблицы сопряженности.
Стат критерий χ2 исп. для проверки стат значимости наблюдаемых связей в таблицах сопряженности признаков и позволяет определить наличие или отсутствие значимой связи между 2 переменными. где fe = foij – наблюдаемое, feij – ожидаемое кол-во случаев в (ij)-й клетке, nr – итоговое число в строке, nc – в колонке, n – полный размер выборки, r – кол-во строк, с – столбцов. Найденное расчетное χ2 сравнивается с таблицей критич. значений для опред. числа степеней свободы: (r-1) (c-1). Если расчетное значение χ2 > χ кр, то Н0 отклоняется.
Коэф. Фишера исп. для измерения тесноты связи при анализе таблиц с 2 строками и 2 столбцами: Ф = гдеn – размер выборки. Если Ф=0, то связь отсутствует, а при сильной связи Ф→1 (Ф>0,5 – связь сильная). Коэф. сопряженности признаков Пирсона – мера тесноты связи для таблиц любого размера. С = Чем ближе к 1, тем теснее связь. V-коэф. Крамера – мера тесноты связи, исп. в таблицах больших по размеру, чем 2х2. V = илиV= Чем ближе к 1, тем теснее связь.
Коэф. «лямбда» исп. в случае измерения переменных с пом. номин. шкалы. Ассимметр. коэф. «лямбда» - мера выраженного в % улучшения прогнозирования значения зависимой переменной при данном значении независимой. Если =1, то прогноз мб сделан без ошибок. Рассчитывается для каждой из зависимых. Симметричный – мера выраженного в % общего улучшения прогнозирования, когда прогноз сделан в обоих направлениях.
37. Проверка гипотез о различиях между значениями переменных: параметрические методы.
Параметрические методы применяются в случае, если данные представлены интервальной шкалой.
В случае если исследуется 1 выборка, для определения различий между значениями переменных используется t-критерий и z-критерий.
При исследовании 2-х независимых выборок используется двухгрупповой t-критерий или F-критерий для среднего и z-критерий для доли.
При исследовании 2-х парных выборок используется парный t-критерий.
38. Проверка гипотез о различиях между значениями переменных: непараметрические методы.
Непараметрические методы применяются в случае, если данные представлены номинальной или порядковой шкалой.
В случае если исследуется 1 выборка, для определения различий между значениями переменных используется критерий χ2 и критерий Колмогорова-Смирнова.
При исследовании 2-х независимых выборок используется критерий χ2 двухвыборочный критерий Колмогорова-Смирнова, медианный U-критерий.
При исследовании 2-х парных выборок используется критерий χ2 критерий знаков, критерий Вилкоксона.
39. Однофакторный дисперсионный анализ (ОДА).
ДА – статистический метод изучения различий между выборочными средними для 2 и более совокупностей.
Процедура выполнения ОДА:
1) определение зависимой и независимой переменной;
Для каждой группы наблюдений Х существует n наблюдений Y, соответственно размер выборки в каждой группе X=n.
Размер общей выборки: N=n*c, где n – кол-во наблюдений; с – кол-во категорий.
Обязательные условия: зависимая переменная д.б. измерена с помощью интервальной или относительной шкалы; наличие категориальной независимой переменной (1 или больше), называемой фактором.
Однофакторная дисперсионная модель: Xij = μ+Fi+εij, где
Xij – значение исследуемой переменной, полученное на i-ом уровне фактора с j-ым №.
μ – общая средняя.
Fi – эффект, обусловленный влиянием i-ым уровнем фактора.
εij – остаточный член, значения которого определяются влиянием неконтролируемых факторов.
2) разложение полной дисперсии – разделение дисперсии зависимой переменной на дисперсию, обусловленную внутригрупповой изменчивостью:
SSY = SSмежгрупповая+SSвнутригрупповая = SSх+SSошибки
SSY – полная дисперсия переменной Y.
SSмежгрупповая – вариация переменных Y, обусловленная различием средних между группами.
SSвнутригрупповая – вариация переменных Y, обусловленная вариацией внитри каждой группы категорий.
SSY = ; SSмежгрупповая = ; SSошибки = , где
Yi – отдельное наблюдение; Yij – i-ое наблюдение в j-ой группе; - средняя для всей выборки; - средняя дляj-ой группы.