Классификационные статистики
Сводка классификации
| Обработано
|
| Исключенные2
| Пропущенные или лежащие вне диапазона коды групп2
|
| По крайней мере одна дискриминантная переменная пропущена.
|
| Используется в выводе
|
| Априорные вероятности для групп
| VAR00001
| Априорные
| Наблюдения, использованные в анализе
| Невзвешенные
| Взвешенные
| 1,00
| ,500
|
| 5,000
| 2,00
| ,500
|
| 5,000
| Итого
| 1,000
|
| 10,000
| | | | | | |
Коэффициенты классифицирующей функции
| |
| VAR00001
| |
| 1,00
| 2,00
| | VAR00002
| ,007
| -,005
| | VAR00003
| 1,245
| 1,443
| | VAR00004
| 9,521
| 11,376
| | VAR00005
| 5,588
| 5,378
| | VAR00006
| ,823
| ,787
| | (Константа)
| -61,148
| -72,312
| | Линейные дискриминантные функции Фишера
| | Поточечные статистики
| |
| Номер наблюдения
|
| Наивероятнейшая группа
| Вторая вероятнейшая группа
| Дискриминантные баллы
| |
|
| P(D>d | G=g
|
|
|
| |
| Факти-ческая группа
| Предска-занная группа
| p
| ст.св
| P(G=g | D=d)
| Квадрат расстояния Махалоно-биса до центра
| Группа
| P(G=g | D=d)
| Квадрат расстояния Махалоно-биса до центра
| Функция 1
| | Исход-ные
|
|
|
| ,703
|
| ,966
| ,145
|
| ,034
| 7,311
| -1,391
| |
|
|
| ,665
|
| ,971
| ,187
|
| ,029
| 7,672
| -1,449
| |
|
|
| ,476
|
| ,589
| ,507
|
| ,411
| 1,713
| -,174
| |
|
| 2**
| ,582
|
| ,720
| ,303
|
| ,280
| 1,707
| ,487
| |
|
|
| ,228
|
| ,998
| 1,453
|
| ,002
| 14,108
| -2,309
| |
|
|
| ,435
|
| ,937
| ,609
|
| ,063
| 5,518
| 1,648
| |
|
|
| ,967
|
| ,859
| ,002
|
| ,141
| 3,133
| 1,003
| |
|
|
| ,316
|
| ,949
| 1,006
|
| ,051
| 6,368
| 1,842
| |
|
|
| ,754
|
| ,787
| ,098
|
| ,213
| 2,228
| ,694
| |
|
| 1**
| ,580
|
| ,678
| ,306
|
| ,322
| 2,286
| -,352
| | **. Неправильно классифицированное наблюдение
| | Результаты классификацииa
|
|
| VAR00001
| Предсказанная принадлежность к группе
| Итого
|
|
| 1,00
| 2,00
| Исходные
| Частота
| 1,00
|
|
|
| 2,00
|
|
|
| %
| 1,00
| 80,0
| 20,0
| 100,0
| 2,00
| 20,0
| 80,0
| 100,0
| a. 80,0% исходных сгруппированных наблюдений классифицировано правильно.
| | | | | | | | | | | | | | | | | | | | | |
Таблица 4 - Результаты дискриминантного анализа для двух групп
Средние значения внутри группы
| Покупа-тели
| Доход, тыс.руб.
| Возраст, лет
| Размер семьи, чел.
| Отношение к марке, балл
| Отношение к предприятию, балл.
|
|
|
|
|
|
|
|
|
|
|
|
| В целом
|
|
|
|
|
| Стандартное отклонение в группах
|
|
|
|
|
|
|
|
|
|
|
|
| В целом
|
|
|
|
|
| Объединенная внутригрупповая корреляционная матрица
|
| VAR2
| VAR3
| VAR4
| VAR5
| VAR6
| VAR3
|
| 1,00
|
|
|
| VAR4
|
|
| 1,000
|
|
| VAR5
|
|
|
| 1,000
|
| VAR6
|
|
|
|
| 1,000
| Функция
| Собствен. значение
| Процент вариации
| Канон. коррел.
| После функции
| Коэффиц.Уилкса
| Хи-квадрат
| Степени свободы
| Значи-мость
|
|
|
|
|
|
|
|
|
|
| Коэффициент λ
| Знач. F
| Значимость
| Fкрит.
| VAR2
|
|
|
|
| VAR3
|
|
|
|
| VAR4
|
|
|
| VAR5
|
|
|
| VAR6
|
|
|
| Коэффициенты канонической дискриминантной функции
| Структурная матрица
| Нормированные коэф-ты канонической дискриминантной функции
| Каноничес. дискрим. функции, оцененные по центроидам
| VAR2
|
|
|
| Группа
| Функция 1
| VAR3
|
|
|
|
|
| VAR4
| |
|
|
|
| VAR5
|
|
|
|
|
| VAR6
| |
|
| Константа
|
| Результаты классификации для случаев, отобранных для анализа
|
| группа
| n
| Предсказанная группа - 1
| Принадлежность к гр. 2
| Группа
|
|
|
|
| Группа
|
|
|
|
| Процент правильно классифицированных по группам случаев –
| Результаты классификации для случаев, отобранных для проверочной выборки
| Группа
|
|
|
|
| Группа
|
|
|
|
| Процент правильно классифицированных по группам случаев –
| | | | | | | | | | | | | | | | | | Интерпретация результатов:
____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
Задание 6. Анализ потребления марки
Условия задания. Провести анализ уровня потребления 12 марок товара потребителями категории «все население старше 16 лет». Определить взаимосвязь между знанием марки и наличием данной марки у потребителей.
Таблица 6 – Исходные данные
Марка
| Знание, %
| Наличие, %
| Марка
| Знание, %
| Наличие, %
| Марка
| Знание, %
| Наличие, %
| 1. А
| 11,0
| 1,7
| 5. Д
| 37,0
| 18,0
| 9. И
| 61,0
| 12,0
| 2. Б
| 15,0
| 7,5
| 6. Е
| 47,0
| 29,0
| 10. К
| 62,0
| 49,0
| 3. В
| 22,0
| 18,0
| 7. Ж
| 49,0
| 42,0
| 11. Л
| 56,0
| 24,5
| 4. Г
| 24,0
| 14,0
| 8. З
| 56,0
| 36,0
| 12. М
| 51,0
| 38,6
| Порядок выполнения:
1. Строится график взаимосвязи между знанием марки и наличием данной марки у потребителей (рисунок 3).
2. Построение трендов «Знание – потребление» по категориям товаров позволяет провести следующие уровни анализа:
2.1 Проводится анализ положения марки на линии тренда. Внизу тренда находятся начинающие или угасающие марки, затем расположены бренды со средними значениями знания и потребления марки. В зоне лидеров, как правило, редко может быть более пяти марок (обычно три). В некоторых категориях можно обнаружить марки, которые уже оторвались от средней группы, но не вошли в группу лидеров и образуют своего рода нижний уровень зоны лидеров.
2.2 Проводится анализ положения марки над/под линией тренда, который отражает объемы продаж рассматриваемой марки. Положение под линией тренда обычно свидетельствует об известности марки, что является показателем эффективности рекламной кампании и сопутствующем недостаточном уровне продаж, связанном с той или иной причиной: слабая дистрибуция, неконкурентоспособное предложение, т.е. высокая цена, низкое качество и т.д. Положение над линией тренда является результатом хорошего предложения и хороших продаж.
2.3 Анализ взаимосвязи знания и потребления товара. Она определяется на основании значения коэффициента корреляции R. Чем ближе значение R к единице, тем выше вероятность утверждать, что потребление в данной категории в значительной степени определяется знанием марки. Соответственно, установив наличие подобной связи, определяются наличие связи между рекламной активностью и знанием, после чего определяется объем медиадавления, необходимый для увеличения знания.
2.4 Проводится анализ ближайшего конкурентного окружения. Все, кто находится рядом на тренде, являются прямыми конкурентами. Соответственно, их положение, их действия требуют внимательного и подробного изучения при подготовке собственной рекламной кампании.
2.5 Определяется уровень знания марки, который необходимо достичь для увеличения количества потребителей до определенного уровня.
3. Делаются выводы и предложения.
Решение:1. Строится график в системе координат «Знание марки – наличие» (рис. 3). График построен на основании данных о знании и потреблении марок товара в целевой группе «все население старше 16 лет».
Рисунок 3 – Взаимосвязь между знанием марки и наличием марки у потребителей
2. Проводится анализ потребления товара по направлениям:
2.1 Анализ положения марки. При анализе можно выделить несколько групп. Поверхностный анализ графика (рисунок 3) дает следующие результаты:
____________________________________________________________________________________________________________________________________________________________________________________________________
2.2 Анализ положения марки над/под линией тренда.
____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
2.3 В нашем примере связь между переменными «знание» и «потребление» составила R = 0,82, т.е. потребление в значительной степени определяется знанием марки. В соответствии с выводами третьего уровня анализа может строиться стратегия рекламной кампании (нацеленность на изменение восприятия товара) и стратегия продвижения товара в целом (налаживание дистрибуции, изменение цены товара).
2.4 Анализ ближайшего конкурентного окружения позволяет выделить три группы соседей по тренду: _________________________________________ ______________________________________________________________________________________________________________________________________________________________________________________________________
2.5 Определение уровня знания марки. ______________________________ ____________________________________________________________________________________________________________________________________
Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...
|
Композиция из абстрактных геометрических фигур Данная композиция состоит из линий, штриховки, абстрактных геометрических форм...
|
Важнейшие способы обработки и анализа рядов динамики Не во всех случаях эмпирические данные рядов динамики позволяют определить тенденцию изменения явления во времени...
|
ТЕОРЕТИЧЕСКАЯ МЕХАНИКА Статика является частью теоретической механики, изучающей условия, при которых тело находится под действием заданной системы сил...
|
Машины и механизмы для нарезки овощей В зависимости от назначения овощерезательные машины подразделяются на две группы: машины для нарезки сырых и вареных овощей...
Классификация и основные элементы конструкций теплового оборудования Многообразие способов тепловой обработки продуктов предопределяет широкую номенклатуру тепловых аппаратов...
Именные части речи, их общие и отличительные признаки Именные части речи в русском языке — это имя существительное, имя прилагательное, имя числительное, местоимение...
|
Конституционно-правовые нормы, их особенности и виды Характеристика отрасли права немыслима без уяснения особенностей составляющих ее норм...
Толкование Конституции Российской Федерации: виды, способы, юридическое значение Толкование права – это специальный вид юридической деятельности по раскрытию смыслового содержания правовых норм, необходимый в процессе как законотворчества, так и реализации права...
Значення творчості Г.Сковороди для розвитку української культури Важливий внесок в історію всієї духовної культури українського народу та її барокової літературно-філософської традиції зробив, зокрема, Григорій Савич Сковорода (1722—1794 pp...
|
|