Показатели оценки статист. значимости и тесноты связи переменных, включенных в состав таблицы сопряженности

Меры силы связи. Зная χ², можно не только проверить гипотезу о наличии связи между включенными в таблицу кросс-табуляции вопросами анкеты, но и ответить на вопрос, насколько эта связь сильна. Для таблиц из двух строк и двух столбцов удобен коэффициент Фишера: ф=корень х²/n, где n – размер выборки. Если статист. связи между вопросами нет, этот коэф. равен нулю, а при наибольшей зависимости – единице. Для таблиц с произвольным числом строк и столбцов используется коэф. сопряженности признаков Пирсона: С=корень (х2/n+х2). Если переменные не зависят друг от друга, то коэф. сопряженности также равен нулю. Чем ближе данный показатель к единице, тем теснее связь между переменными. При этом он не может быть равен единице.

37. Проверка гипотез о различиях между значениями переменных: параметрические методы.

Основной принцип метода проверки гипотез состоит в том, что выдвигается нулевая гипотеза Н₀ (разница между распределениями недостоверна), с тем чтобы попытаться опровергнуть ее и тем самым подтвердить альтернативную гипотезу H₁ (различия между обоими распределениями достаточно значимы и обусловлены влиянием независимой переменной). Для того чтобы судить о том, какова вероятность ошибиться, принимая или отвергая нулевую гипотезу, применяют стат. методы, соответствующие особенностям выборки. Для количественных данных при распределениях, близких к нормальным, используют параметрические методы, основанные на таких показателях, как средняя и стандартное отклонение. Для определения достоверности разницы средних для двух выборок применяют метод Стьюдента, а для того чтобы судить о различиях между тремя или большим числом выборок, - тест F, или дисперсионный анализ.

Сущность: определение необходимой и достаточной совок-ти показателей, характеризующих все исследуемые свойства системы и формирование зависимостей, характеризующих суммарный эффект от применения системы или ее элементов.

38. Проверка гипотез о различиях между значениями переменных: непараметрические методы

Основной принцип метода проверки гипотез состоит в том, что выдвигается нулевая гипотеза Н₀ (разница между распределениями недостоверна), с тем чтобы попытаться опровергнуть ее и тем самым подтвердить альтернативную гипотезу H₁ (различия между обоими распределениями достаточно значимы и обусловлены влиянием независимой переменной). Для того чтобы судить о том, какова вероятность ошибиться, принимая или отвергая нулевую гипотезу, применяют стат. методы, соответствующие особенностям выборки. При работе с неколичественными данными или выборки слишком малы для уверенности в том, что популяции, из кот. они взяты, подчиняются нормальному распределению, тогда используют непараметрические методы - критерий χ² (хи²) для качественных данных и критерии знаков, рангов, Манна-Уитни, Вилкоксона и др. для порядковых данных. Для использования непараметрического метода χ2 не требуется вычислять среднюю или стандартное отклонение. Его преимущество состоит в том, что для применения его необходимо знать лишь зависимость распределения частот результатов от двух переменных; это позволяет выяснить, связаны они друг с другом или, наоборот, независимы. Таким образом, этот статистический метод используется для обработки качественных данных.

1. Сущность и содержание маркетинговых исследований.

2. Этапы реализации маркетинговых исследований.

3. Формирование маркетинговой информационной системы.

4. Идентификация проблемы исследов. Приемы осмысления проблемы.

5. Формулирование цели маркет. исследования. Формирование рабочей гипотезы. Методы генерирования рабочих гипотез.

6. Разработка плана маркетингового исследования.

7. Сбор и анализ вторичной информации.

8. Анализ избранных случаев.

9. Метод фокус-групп: характеристика и этапы использования.

10. Глубинные интервью: характеристика и этапы использования.

11. Проекционные методы исследов: характерист. и этапы использования

12. Общая характеристика выборочных методов.

13. Детерминированные и вероятностные методы расчета выборки.

14. Расчет размера и ошибки выборки в случае вероятност. метода отбора

15. Методы проведения опроса. Этапы использования метода опроса.

16. Разработка анкеты. Формулировка и оценка вопросов. Выбор последовательности вопросов. Тестирование анкеты и ее корректировка.

17. Измерение и шкалирование. Типы шкал.

18. Методы сравнительного и несравнительного шкалирования.

19. Этапы использования метода наблюден. Оценка надежности наблюд

20. Полевые работы.

21. Концепция причинности в маркетинге. Причинно-следственные связи

22. Этапы разработки и проведения эксперимента.

23. Обеспечение валидности экспериментов. Возможные угрозы валидности. Контроль факторов, снижающих валидность.

24. Классические модели эксперимента: предварительные модели.

25. Классические модели эксперимента: истинные модели.

26. Классические модели эксперимента: модели квазиэксперимента.

27. Статистические модели эксперимента.

28. Пробный маркетинг как вид контролируемого эксперимента.

29. Подготовка данных к анализу: редактирование и кодирование данных. Категориальная и дихотомическая кодировка.

30. Подготовка данных к анализу: составление базы данных, табулирование, корректировка.

31. Логические методы анализа: экспертный анализ, контент – анализ.

32. Построение частотных распределений. Показатели центра распредел

33. Показатели вариации и формы распределения данных.

34. Этапы проверки гипотез о связях между переменными. Нулевая и альтернативная гипотезы. Статистический критерий. Уровень значимости. Критическая область.

35. Построение таблиц сопряженности признаков. Введение терьей пер..

36. Показатели оценки статистической значимости и тесноты связи переменных, включенных в состав таблицы сопряженности.

37. Проверка гипотез о различиях между ….. пара метрические методы

38. Проверка гипотез о различиях между…. непараметрические методы