熱線電話:13121318867

登錄
首頁精彩閱讀SPSS數據分析—多維偏好分析(MPA)
SPSS數據分析—多維偏好分析(MPA)
2017-03-13
收藏

SPSS數據分析—多維偏好分析(MPA)


之前的主成分分析和因子分析中,收集的變量數據都是連續型數值,但有時會碰到分類數據的情況,我們知道最優尺度變換可以對分類變量進行量化處理,如果將這一方法和主成分分析相結合,就稱為了基于最優尺度變換的主成分分析法(CATPCA),在市場研究中,又稱為多維偏好分析(MPA),該方法由于引入了最優尺度變換,使其對數據的適應能力大大加強,不僅可以分析連續型數據,還可以分析有序、無序分類數據,并且圖形展示的能力也得到加強,這非常適合市場研究使用。

多維偏好分析主要用于分析消費者對商品的偏好傾向,并通過感知圖/定位圖進行展現。我們知道相同偏好的消費者必然在某些商品評價上相似,數據體現為相關性較強,可以利用降維方法提取出少數主成分,并將其和商品在一起做定位圖,即可得到消費者評價和商品間的聯系,因此,在分析思路上和主成分分析/因子分析并無不同。

我們看一個例子--數據分析師

現在想了解9種汽車相對于競爭品牌在消費者心中的定位是怎樣的,并附加三種產品屬性進行打分,數據如下

make代表9種汽車,model代表競爭品牌,j代表25位受訪者,最后的mpg,reliable,ride為三個產品屬性,由于是在降維分析中引入了最優尺度變換,因此多維偏好分析還是被歸在降維過程中

分析—降維—最優尺度







數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢