市场研究中的数据
根据采用的测量尺度不同,可以将数据分为名义、等级和连续。
根据数据的收集方式,可以分为实验数据(可以控制客观原因)和观测数据。
根据对象与时间的关系,可以将数据分为时间序列数据、截面数据和面板数据。
原始数据收集方法:观察法(根据时间来看),实验法,调查法(主动的去获取数据)
二手数据:公开二手资料、爬虫,特点,收集时间短、快。
概率抽样方法
抽样调查
从整体随机抽一部分样本进行调查,通过部分推断整体。
抽样分类:简单随机抽样(样本少可以用)、分层抽样(一般常用,按照重要程度,等数分配法或者等比分配法)、系统抽样(基本不用)、多段抽样(按照不同层级)。
放回抽样:重复抽样,抽出一个单位登记后重新放回样本。满足古典概型。
不放回抽样:不重复抽样,抽出一个单位后不放回样本。
抽样调查的误差来源:抽样误差(代表性误差,个别特殊的样本抽到),非抽样误差(不是由样本抽样造成的)。
非概率抽样
偶遇抽样
选择对象一般为人。特点任意、方便、随意,但是偶遇抽样不等于随机抽样。
判断抽样
觉得什么重要主要抽什么。特点:典型、主观,受主观影响大。
定额抽样
总体通过某一个标准进行分层抽样,一般与其他抽样方法配合。
滚雪球抽样
先找少量、个别调查对象进行访问,再根据这个寻找新的调查对象,最终达到调查目的。
空间抽样
对非静止的、暂时性的空间相邻的群体的抽样方法。例如,游行与集会没有确定的总体,参加者从一地到另一地,一些人离去又有一些人进来,但这些事件是在一定范围内进行的。对这样的总体在同一时间内抽样十分重要,以便样本组成不会经历时间上的太大变化。
总的来说:非概率抽样最主要的优点是成本低、速度快,但是缺点也很明显。一不能估计抽样误差;二不能代表总体;三不能给出总体结论。
总结
市场调研和市场录入
市场调研流程
完整流程:
市场调研目标设定
市场调研前准备
调研实施
总结
数据探查与可视化
单变量描述统计
分类变量
- 名义变量:比如饮料类型。
- 等级变量:比如饮料包装大小。
连续变量:一般可以进行数据之间的计算,其计算结果有一定价值。
两者区别可以利用描述来区分,等级变量一般说是累计,而变量一般说数据,如中位数、平均数等。
常用连续变量图形
两变量描述统计
简单来说就是寻找两个变量之间的关系。
总结
制图原理
第一步
第二步
第三步
第四步
错误数据识别与处理
可以解决离群值问题,在两端的分位点,确定数据,小于多少就确定值为多少,大于一定值为多少。
数据预处理基础
确实值处理
多重插补法:利用原数据进行建模,对总体样本确实的部分进行模型预测。
噪声平滑
连续变量分布形态转换
(尝试百分位秩)
变量降维
Woe转换
总结