Реферат: Корреляционно-регрессионный анализ в системе маркетинговых исследований - текст реферата. Скачать бесплатно.
Банк рефератов, курсовых и дипломных работ. Много и бесплатно. # | Правила оформления работ | Добавить в избранное
 
 
   
Меню Меню Меню Меню Меню
   
Napishem.com Napishem.com Napishem.com

Реферат

Корреляционно-регрессионный анализ в системе маркетинговых исследований

Банк рефератов / Маркетинг и реклама

Рубрики  Рубрики реферат банка

закрыть
Категория: Реферат
Язык реферата: Русский
Дата добавления:   
 
Скачать
Microsoft Word, 91 kb, скачать бесплатно
Обойти Антиплагиат
Повысьте уникальность файла до 80-100% здесь.
Промокод referatbank - cкидка 20%!
Заказать
Узнать стоимость написания уникального реферата

Узнайте стоимость написания уникальной работы

Министерство Образования Республики Беларусь Женский Институт ЭНВИЛА Реферат по курсу «Маркетинговые исследовани я» на тему «Корреляционно-регрессионны й анализ в системе маркетинговых исследований» Минск 2007 ПЛАН 1. Общие положения 2. Корреляция (понятия, методика, экономический смысл) 3. Регрессия (понятия, методика, экономический смысл) Корреляция и регрессия - это методы входящие в группу экономико-математи ческих методов, используемых при проведении маркетинговых исследовани й. Они используются для установления взаимосвязей между группами перем енных, описывающих маркетинговую деятельность. Но действие корреляции и регрессии затруднено в связи с: - сложностью объекта изучения, нелинейностью маркетинговых процессов, в ременными лагами; - сложностью измерения маркетинговых переменных. Трудно измерить реакц ию потребителей на определенные стимулы, например рекламу; - неустойчивостью маркетинговых взаимосвязей, обусловленной изменения ми вкусов, привычек, оценок и др. В условиях глубоких и быстрых изменений внешней среды математическая м одель не в состоянии предсказать влияние изменения, которое изначально не было в ней учтено. Математическая модель не способна к импровизации и не может приспособиться к изменениям внешней среды. Расчет корреляций и расчет регрессий - это два последовательных этапа од ного и того же анализа данных, который в маркетинге принято называть кор реляционно-регрессионным анализом. Они выполняются в аналитическом ре жиме, который предназначен, в первую очередь, для обеспечения последоват ельного режима правильной постановкой задачи и наиболее подходящей вы боркой из имеющихся данных. Исследователь, применяющий корреляционно-р егрессионный анализ, отбирает наиболее адекватные и представительные территории, периоды времени, объекты исследования, виды факторов и т.д. Ан алитический режим имеет заданный "вход" - исходную постановку задачи и вы борку из данных - и "выход" - фильтрованную постановку задачи и выборку. В ос тальном он не ограничивает методику анализа. 1.Корреляция используется для качественного анализа: отбора (скрининг а) взаимосвязанных факторов, и выделения той части выборки, на которой те снота связи максимальна. Затем для отобранных факторов и подвыборки про водится количественный анализ: строятся регрессионные функции взаимос вязи. Они могут использоваться в информационном конвейере. Информационны й конвейер - образует последовательность программных блоко в: качество - аналог - количество - риск - цена - спрос. Каждый блок рассчитыва ет соответствующую группу характеристик на основе информации, получае мой с предыдущего этапа расчета или из баз данных. Результат передается следующему блоку, или же тот подключается напрямую к базе данных. Область применимости полученных регрессионных функций устанавливает ся с помощью кластерного анализа или с применением генетических алгори тмов определения области экстраполяции. Кластерный анализ - разбиение выборки на группы (кластеры). Кластеры долж ны быть компактными, иначе говоря, расстояние между разными кластерами д олжно быть больше, чем среднее расстояние между точками внутри одного и того же кластера. Генетические алгоритмы осуществляют поиск оптимума сразу несколькими вариантами комбинаций параметров. Процесс поиска включает три основны х этапа, повторяемых в цикле: -эволюция - сдвиг варианта в направлении ожидаемого оптимума с использов анием, вообще говоря, как производных критерия по параметрам, так и стоха стических "скачков"; -отсеивание "неудачливых" вариантов; -скрещивание "удачливых" вариантов: порождение вариантов - "потомков", соче тающих удачные значения параметров "родителей". Название "генетические алгоритмы" связано с тем, что они воспроизводят с овременные представления о естественном отборе: скрещивание генотипов - определение удачности порожденных фенотипов - отсев неудачников из на бора партнеров для следующего скрещивания. В качестве коррелируемых факторов выбираются данные в координатных ин тервалах одного или двух блоков. Для каждой пары факторов рассчитываетс я обычный коэффициент корреляции. При этом суммирование производится п о переменным развертки. Переменная развертки - переменная, иг рающая роль оси, вдоль которой развертываются данные, например, абсцисса на графике. Одновременно играет роль генератора статистики: в ней произ водится суммирование данных при вычислении статистических показателе й: коэффициента корреляции, коэффициентов регрессии и др. Обычно это про странство и/или время. Таким образом, корреляция отражает пространствен но-временную синхронность между, скажем, повышением конкурентоспособн ости и качества продукции и повышением спроса на него. Если маркетолога интересует связь между двумя метрическими переменным и, то используется парная корреляция. Данная корреляция характеризуетс я коэффициентом корреляции Пирсона. Частный коэффициент корреляции - ме ра зависимости между двумя переменными после корректировки эффектов п еременных. Коэффициент корреляции изменяется от -1 до +1. Абсолютная величи на коэффициента характеризует тесноту связи, а знак указывает на ее напр авление. Парная корреляция отвечает на такие вопросы, как, например: - Насколько сильно связан спрос с расходами на рекламу? - Связано ли восприятие качества товаров потребителями с их восприятием цены? Частная же корреляция - на: - Если брать зависимость спроса от затрат на рекламу, то существует ли вли яние ценового фактора. - А при изучении влияния качества и цены, существует ли эффект торговой ма рки. Частная корреляция может быть полезна для выявления ложных связей. Ни с одним из этих видов корреляции не возникает проблем, если данные изм ерены с помощью интервальной или относительной шкал. Но есть и неметриче ские переменные, которые нельзя измерить с помощью интервальной или отн осительной шкалы и они не подчиняются закону нормального распределени я. В этих случаях используются коэффициенты Спирмена и ранговая корреля ция Кендала, а сама корреляция называется неметрической. Различие этих к оэффициентов в том, что коэффициент ранговой корреляции Кендала исполь зуется, когда большая часть наблюдений попадает в относительно немного численные категории, а коэффициент ранговой корреляции Спирмена наобо рот, - когда существует множество категорий. Пример использования корреляционного анализа на практике: Маркетологи, занимающиеся изучением отношения потребителей к торговым маркам, обнаружили, что для таких товаров, которые продаются с минимальн ым участием продавцов, отношение покупателя к рекламе служит промежуто чным звеном между распознаванием брэнда и отношением к нему. Они сделали попытку узнать, что будет с этой промежуточной переменной, если товары п окупаются через компьютерную сеть. Одна из компаний в Венгрии исследова ла воздействие на покупки непосредственно рекламы. Маркетологи провел и опрос, в ходе которого измерялись различные показатели. После этого не обходимо было вычислить частный коэффициент корреляции между отношени ем к брэнду и доверием к нему с одновременным исключением влияния отноше ния к рекламе. Данный корреляционный анализ показал, что отношение к рек ламе действительно высокозначимое и влияет на покупки потребителей, т.к . частный коэффициент корреляции был значительно меньше, чем парный коэф фициент между доверием к брэнду и отношением к нему. 2. Регрессионный анализ - это метод установления формы и изучения связей между метрической зависимой переменной и одной или несколькими незави симыми переменными. Регрессионный анализ используют в тех случаях, когда: - необходимо установить, реально ли есть взаимосвязь между переменными; - необходимо установит тесноту связи зависимых и независимых переменны х; - нужно определить форму связи; - нужно предсказать значение зависимой переменной; - необходимо осуществлять контроль над независимыми переменными при оп ределении вкладов конкретной переменной. Для проведения регрессионного анализа необходимо следующее: -Выбор одного блока, из которого берется координатный интервал, чьи данн ые дают зависимую переменную регрессии. -Выбор одного или нескольких блоков, из которых аналогично берутся факто ры в качестве независимых переменных регрессии. При этом необходимо, что бы блок, дающий зависимую переменную, и все блоки, дающие независимые пер еменные, имели какие-либо общие координаты (обычно пространство и время), которые служат переменными развертки и дают точки, по которым проводитс я регрессионная кривая или поверхность. -Выбор типа и "степени" функций от независимых переменных, которые включа ются в регрессию. -Задание координатных интервалов переменных сравнения, внутри которых регрессионная функция не должна значимо изменяться. -Определяется точность предсказания. Для этого находится стандартная о шибка оценки регрессии. Регрессия проводится последовательно с увеличением числа независимых переменных и степени регрессионной функции. При этом общесистемным опт имизатором находится минимум среднеквадратичного отклонения точек да нных от регрессионной кривой. Для регрессионной кривой вычисляются характеристики неопределенност и - показатели тесноты регрессии: кривые доверительного интервала и коэф фициент детерминации. Последний может вычисляться сразу для всех комби наций "зависимая переменная - независимая переменная". Как и корреляция, регрессия рассчитывается для фиксированных координа тных интервалов каждой переменной сравнения. Проверяется устойчивость регрессии к смене координатного интервала на том же уровне иерархии. Так же как и корреляционный анализ, регрессионный имеет свои особенност и и направленности. Для установления математической зависимости между двумя метрическими переменными - зависимой и независимой используется парная регрессия. Мн ожественная регрессия используется для определения математической за висимости между двумя или больше независимыми переменными и зависимой переменной, выраженной с помощью интервальной или относительной шкал. С илу тесноты связи в данном случае измеряют с помощью коэффициента множе ственной детерминации (аналогично, как и при корреляции). При пошаговой р егрессии независимые переменные вводят и выводят из уравнения регресс ии один за другим, чтобы выбрать меньшее их количество, которое объясняе т большую часть вариации. Парная регрессия отвечает на такие вопросы как: - Какова зависимость между зависимыми переменными и независимыми? - Зависит ли вариация объемов рынка от численности торгового персонала? Множественная регрессия дает ответы на вопросы: - Объясняется ли спрос на продукт с точки зрения цен, количества конкурен тов и посредников на рынке? - Зависит ли доля рынка от расходов на PR-акции, рекламу и бюджета на промоак ции? - Зависит ли спрос от проведения бенчмаркинга, ценовой политики конкурен тов и т.д. Пример регрессионного анализа: Ошеломительным примером такого анализа является пример компании Sun Microsystems , ко торая обошла по продажам компанию IBM . Взяв за основу регрессионный анализ ко нкурентных преимуществ, компания стала лидером на рынке технологий. Рег рессионный анализ проводился следующим образом: было взято три набора н езависимых переменных: численность специалистов в компании конкурента , расходы на рекламу и расходы на разработки. И все они использовались тол ько благодаря проведенному ранее бенмаркингу. Зависимой переменной яв лялся объем сбыта. Проведение данного анализа показало, что именно из-за численности персонала страдала компания Sun Microsystems и была в ли дерах IBM . Из-за большей численности персонала в компании Sun Microsystems возникала разобщенность на профессиональном ур овне, и зачастую не было единого мнения по внедрению того или иного проду кта, деньги на разработки выделялись, но большинство из разработок так и оставались разработками и не внедрялись. Напротив, в IBM менее крупной по численности компании разработки быстро уходили на рынок и скупались практически сразу. По итогам анализа, Sun Microsystems не решилась сокращать персонал, б оясь утечки информации, а разделилась на филиалы и тем самым увеличила с вои продажи, и 3 года находилась на пике в лидерах. Источники: 1. Голубков Е. П. Маркетинговые исследования: теория , методология и практика: Учебник. - 3-е изд., перераб. и доп. - М.: Издательство «Ф инпресс», 2003. - 496 с. 2. Малхотра, Нэреш К. Маркетинговые исследования. Практическое руководст во, 4-е изд.: Пер. с англ. - М.: ООО «И.Д. Вильямс», 2007. - 1200 с. 3. http://www.iki.rssi.ru/ehips/dict1.htm#5 4. http://www.student.km.ru
1Архитектура и строительство
2Астрономия, авиация, космонавтика
 
3Безопасность жизнедеятельности
4Биология
 
5Военная кафедра, гражданская оборона
 
6География, экономическая география
7Геология и геодезия
8Государственное регулирование и налоги
 
9Естествознание
 
10Журналистика
 
11Законодательство и право
12Адвокатура
13Административное право
14Арбитражное процессуальное право
15Банковское право
16Государство и право
17Гражданское право и процесс
18Жилищное право
19Законодательство зарубежных стран
20Земельное право
21Конституционное право
22Конституционное право зарубежных стран
23Международное право
24Муниципальное право
25Налоговое право
26Римское право
27Семейное право
28Таможенное право
29Трудовое право
30Уголовное право и процесс
31Финансовое право
32Хозяйственное право
33Экологическое право
34Юриспруденция
 
35Иностранные языки
36Информатика, информационные технологии
37Базы данных
38Компьютерные сети
39Программирование
40Искусство и культура
41Краеведение
42Культурология
43Музыка
44История
45Биографии
46Историческая личность
47Литература
 
48Маркетинг и реклама
49Математика
50Медицина и здоровье
51Менеджмент
52Антикризисное управление
53Делопроизводство и документооборот
54Логистика
 
55Педагогика
56Политология
57Правоохранительные органы
58Криминалистика и криминология
59Прочее
60Психология
61Юридическая психология
 
62Радиоэлектроника
63Религия
 
64Сельское хозяйство и землепользование
65Социология
66Страхование
 
67Технологии
68Материаловедение
69Машиностроение
70Металлургия
71Транспорт
72Туризм
 
73Физика
74Физкультура и спорт
75Философия
 
76Химия
 
77Экология, охрана природы
78Экономика и финансы
79Анализ хозяйственной деятельности
80Банковское дело и кредитование
81Биржевое дело
82Бухгалтерский учет и аудит
83История экономических учений
84Международные отношения
85Предпринимательство, бизнес, микроэкономика
86Финансы
87Ценные бумаги и фондовый рынок
88Экономика предприятия
89Экономико-математическое моделирование
90Экономическая теория

 Анекдоты - это почти как рефераты, только короткие и смешные Следующий
Тонкости русского языка: борщ пересолила = с солью переборщила.
Anekdot.ru

Узнайте стоимость курсовой, диплома, реферата на заказ.

Обратите внимание, реферат по маркетингу и рекламе "Корреляционно-регрессионный анализ в системе маркетинговых исследований", также как и все другие рефераты, курсовые, дипломные и другие работы вы можете скачать бесплатно.

Смотрите также:


Банк рефератов - РефератБанк.ру
© РефератБанк, 2002 - 2017
Рейтинг@Mail.ru