- •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
21.Концепция причинности в маркетинге. Причинно-следственные связи.
Для того чтобы сделать вывод о наличии причинно-следственной зависимости, необходимо наличие 3 условий:
* сопутствующая вариация;
* порядок наступлений событий во времени;
* исключение других возможных причинных факторов.
Сопутствующая вариация – степень совместного наступления либо совместной вариации события-причины Х и события-следствия У, которая характеризуется исходной гипотезой о наличии причинной связи. Свидетельства наблюдения этого условия может быть как качественными, так и количественными.
Порядок наступления событий во времени:
* событие-причина должно произойти до или одновременно с событием-следствием;
* следствие не может быть вызвано причиной, наступившей после самого следствия;
* каждое из событий в причинно-следственной связи может быть одновременно причиной и следствием другого события.
Отсутствие других возможных причинных факторов означает, что фактор должен быть единственным.
При проведении эксперимента необходимо:
*контролировать влияние некоторых других причинных факторов;
*уравновесить влияние некоторых неконтролируемых факторов таким образом, что лишь их случайные колебания будут сказываться на результатах эксперимента.
Вывод: события должны происходить в следующем порядке; причина должна быть статистически связана с эффектом; альтернативные объяснения долны быть сведены к минимуму.
22.Этапы разработки и проведения эксперимента.
Эксперимент – управляемый процесс изменения одной или нескольких независимых переменных для измерения их влияния на одну или несколько зависимых переменных при условии исключения влияния посторонних факторов. Этапы разработки и проведения эксперимента:
Определение цели эксперимента.
Виды экспериментальных целей:
Изучение наличия влияния одного фактора на другой;
Исследование величины влияния одного фактора на другой;
Определение перечня факторов, оказывающих влияние.
Выбор зависимой и независимой переменных.
Зависимая переменная – переменные, которые отражают воздействия независимых переменных на единицу наблюдения. Изменение зависимой переменной, произошедшие под воздействием независимых переменных, замеряются.
Независимая переменная – переменные факторы, которыми манипулирует исследователь и последствия (эффект) от воздействия которого подлежит измерению и сопоставления.
Манипулирование – варьирование независимой переменной в процессе осуществления эксперимента.
Обеспечение валидности экспериментов.
Валидность – показатель качества эксперимента, гарантирующего обоснованность выводов. Валидность подразделяется на:
- интровалидность (внутренняя достоверность);
- экстравалидность (внешняя достоверность).
4) Выбор модели эксперимента. Модели эксперимента подразделяются на классические (исследуют воздействие только 1 уровня независимой переменной каждый раз) и статистические (позволяют изучить влияние различных уровней воздействия независимой переменной, а также влияние двух и более независимых переменных) модели. Классические модели подразделяются на модели предварительного эксперимента и истинные экспериментальные модели.
5) Анализ данных.
6) Заключения и рекомендации.