— СПб.: Питер, 2005. —192 с.
В книге рассматривается практический аспект применения компьютерных методов статистического анализа данных в маркетинговых исследованиях (с использованием программного комплекса SPSS версий 11-12). Материал изложен в понятной форме, снабжен большим количеством иллюстраций и примерами из реальных маркетинговых исследований. Для тех, кто собирается работать в маркетинговых компаниях, книга может быть прекрасным самоучителем, а для работодателей она послужит незаменимым подспорьем в обучении персонала.
Подготовительные этапы статистического анализа.
Материалы, необходимые для проведения статистического анализа.
Общие параметры выборки.
Составление схемы кодировки анкеты.
Ввод данных в компьютер и кодирование переменных.
Модификация и отбор данных.
Описательный анализ и линейные распределения.
Линейные распределения для одновариантных вопросов.
Линейные распределения для многовариантных вопросов.
Анализ различий.
Т-тесты.
Дисперсионный анализ.
Ассоциативный анализ.
Перекрестные распределения и х2 (хи).
Корреляционный анализ.
Классификационный анализ.
Логистическая регрессия и дискриминантный анализ.
Факторный и кластерный анализ.
600dpi, Ocr.
В книге рассматривается практический аспект применения компьютерных методов статистического анализа данных в маркетинговых исследованиях (с использованием программного комплекса SPSS версий 11-12). Материал изложен в понятной форме, снабжен большим количеством иллюстраций и примерами из реальных маркетинговых исследований. Для тех, кто собирается работать в маркетинговых компаниях, книга может быть прекрасным самоучителем, а для работодателей она послужит незаменимым подспорьем в обучении персонала.
Подготовительные этапы статистического анализа.
Материалы, необходимые для проведения статистического анализа.
Общие параметры выборки.
Составление схемы кодировки анкеты.
Ввод данных в компьютер и кодирование переменных.
Модификация и отбор данных.
Описательный анализ и линейные распределения.
Линейные распределения для одновариантных вопросов.
Линейные распределения для многовариантных вопросов.
Анализ различий.
Т-тесты.
Дисперсионный анализ.
Ассоциативный анализ.
Перекрестные распределения и х2 (хи).
Корреляционный анализ.
Классификационный анализ.
Логистическая регрессия и дискриминантный анализ.
Факторный и кластерный анализ.
600dpi, Ocr.