- •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
13. Детерминированные и вероятностные методы расчета выборки.
Детерминированный метод формирования выборки:
Нерепрезентативный отбор (выборка согласных или удобная выборка) - отбор и включение в выборку респондентов удобных для отбора.
Экспертный отбор (выборка по усмотрению или типовая выборка) - исследователь просит об интервью лишь тех, кого он считает нужными включить в выборку.
Квотный отбор. Две стадии отбора: 1)разрабатываются ограничения или квоты, накладываемые на отбираемые элементы; 2)из числа согласных или по усмотрению интервьюера отбираются элементы исследуемой совокупности.
Отбор методом "снежного кома". Первые респонденты определяются случайным образом, а на последующих указывают опрошенные.
Вероятностный метод формирования выборки:
Простой случайный отбор - каждая единица ген. совокупности имеет равную вероятность отбора и выбирается независимо от любой другой.
Систематический отбор - в начале задается отправная точка, а зале из основы выборки произвольно выбирают каждую i-ю единицу, т.е. задается шаг отбора.
Кластерный отбор - изучаемая совокупность делится на взаимосключающие подгруппы - кластеры. Затем с помощью вероятностного метода выборки отбирают кластеры. В выборку могут быть включены все элементы отобранных кластеров (одностадийный отбор) или проводится их отбор случайным образом (двустадийный отбор).
Стратифицированный отбор - процесс, сост. из 2 этапов, в кот. ген. совокупность сначала делится на подгруппы(страты), а затем из каждой страты случ. образом выбираются единицы совокупности. Элементы, составляющие каждую страту, должны быть как можно более схожими между собой, а элементы, входящие в разные страты - разными. а)пропорциональный отбор предполагает, что число элементов, извлекаемых из каждой страты, пропорц. ее размеру. b)непропорциональный - кол-во извлекаемых из каждой страты элементов пропорционально произведению относительного размера страты на стандартное отклонение распределения интересующей исследователя характеристики.
14. Расчет размера и ошибки выборки в случае вероятностного метода отбора.
Опред. размера выборки: 1)оценка факторов, влияющих на объем выборки; 2)выбор метода расчета; 3)расчет размера выборки; 4)оценка стандарт. отклонения среднего в выборочной совокупности; 5)расчет предельной ошибки выборки; 6)оценка ср. знач. признака в ген. сов-ти.
Методы расчета выборки:
Приблизит. методы (произвольный; по эмпирическим правилам; традиционный; по сопоставимым исследованиям).
Статистические методы (выбор требуемой степени точности и достоверности рез-в иссл-я (эти параметры задаются исследователем); опред. t параметра, связ. с уровнем надежности (опред. уровнем достоверности и объемом выборки в соотв. с распред. Стьюдента); поиск инфы об уровне стандарт. отклонения ср. знач. признака в ген. совокупности; опред. объема выборки с пом. формулы стандарт. ошибки с учетом корректировки на охват и завершенность).
Возможны 2 ситуации:
Стандарт. отклонение ср. знач. признака в ген. сов-ти известно;
Станд. отклонение неизвестно.
Если известно: производим расчет ср. ошибки выборки для средней ( доли) с учетом способа отбора; осущ. расчет предельной ошибки выборки; опред. доверит. интервалы; расчет численности выборки с учетом способа отбора.
Опред. стандарт. ошибки простой случ. выборки: для средней - повторная выборка (формулы)
Если ген. дисперсия не известна, ее заменяют выборочной дисперсией.
Станд. отклонение не известно: необход. сформир. произвольную пробную выборку. Рассчитать станд. отклонение признака в выборочной сов-ти и необход. размер выборки по привед. выше формулам.
При расчете ошибок малой выборки необход. учесть:
Формула средней ошибки имеет вид: (формула)
При опред. доверит. интервалов иссл-го показателя в ген. сов-ти или при нахождении вероятности допуска ошибки необход. исп. таблицы вероятности Стьюдента.