专题一 认知图的统计分析 3
第一章 对应分析 3
第一节 对应分析的基本原理 4
一、对应分析的一些基本概念 4
二、对应分析结果的图示 6
三、补充点 8
四、对应分析的SPSS操作 11
五、运用对应分析的一些注意点 15
第二节 运用对应分析进行品牌形象研究 16
第二章 多元对应分析和类别主成分分析 27
第一节 基本原理 29
一、数值变量线性主成分分析回顾 29
二、类别变量最优尺度法的基本原理 31
第二节 多元对应分析 32
一、基本概念 33
二、多元对应分析的SPSS操作 38
三、应用例子 41
第三节 类别主成分分析 45
一、基本概念 45
二、类别主成分分析的SPSS操作 50
三、运用类别主成分分析进行品牌形象研究 52
第三章 多维尺度法 59
第一节 多维尺度法概述 62
一、什么是多维尺度法 62
二、多维尺度法的分类 63
三、多维尺度法对数据的要求 64
第二节 输入是相似程度的古典多维尺度法 65
一、基本原理 65
二、拟合水平的测度 67
三、输出空间维数的确定 67
四、输出空间轴的解释 69
五、输出图形的一些问题说明 70
六、收集相似性数据的方法 71
七、古典多维尺度法的SPSS操作 74
八、古典多维尺度法在产品分类中的应用 77
第三节 输入是属性数据的古典多维尺度法 81
一、什么是在输入是属性数据的古典多维尺度法 81
二、输入是对象的距离矩阵，输出平面仅包含对象 81
三、输入是对象和属性的矩阵，输出平面包含对象和属性 84
第四节 输入是偏好数据的多维尺度法 87
一、偏好认知图 87
二、建立偏好认知图的方法 89
三、偏好认知图的应用实例 91
四、输入是偏好数据的多维尺度法的SPSS操作 95
专题二 市场细分中的统计分析方法 101
第四章 判别分析 101
第一节 两组判别分析 103
一、基本原理 103
二、数学模型及基本概念 105
三、分类方法 109
四、分类效果的测量 111
第二节 多组判别分析 113
一、模型的基本假设 113
二、基本概念 115
三、分类方法 117
四、分类效果的测量 118
五、SPSS多组判别分析操作 119
第三节 判别分析在市场细分中的应用 122
第五章 典型相关分析 126
第一节 线性典型相关分析 130
一、什么是线性典型相关分析 130
二、线性典型相关分析的思路 130
三、线性典型相关分析所需要的SPSS程序 131
四、线性典型相关分析的主要输出结果 132
第二节 非线性典型相关分析的原理 138
一、非线性典型相关分析的基本思路 138
二、非线性典型相关分析的主要输出结果 140
三、非线性典型相关分析两维图的应用 143
四、非线性典型相关分析的SPSS操作 144
第三节 运用非线性典型相关分析细分市场 147
一、以典型相关聚类法进行市场细分的步骤 149
二、应用例子 153
第六章 潜类聚类模型 164
第一节 潜类聚类模型简介 166
一、什么是潜类模型 166
二、潜类聚类模型的数学模型 168
三、剖面输出 170
四、拟合度指标 171
五、细分类别数的确定 172
六、指示变量分类作用的检验 173
七、样本分类的准则 175
八、分类效果的测量 177
九、应用潜类聚类模型细分市场的实例 178
第二节 Latent Gold 4.5 中潜类聚类模型的程序操作 179
第七章 决策树 192
第一节 决策树的一些基本概念 194
一、树形图 194
二、决策树的估计风险和分类矩阵 197
三、模型正确性的验证 198
四、收益表与收益图 200
五、决策树在市场细分中的应用实例 202
第二节 建树方法与程序操作 207
一、四种建树方法的比较 207
二、决策树的SPSS操作 211
专题三 新产品开发研究中的统计分析方法 216
第八章 试验设计中的统计分析方法 216
第一节 试验设计概述 218
一、什么是试验设计 218
二、试验设计的基本原则 218
三、试验设计的类型 219
第二节 完全随机化单因素试验设计 219
一、什么是完全随机化单因素试验设计 219
二、单因素方差分析的原理 220
三、剖面图和多重比较 221
四、单因素方差分析的假定 223
五、单因素方差分析的数学模型 223
六、单因素方差分析的SPSS操作 224
第三节 随机区组单因素试验设计 226
一、随机区组单因素试验设计的原理 226
二、多重比较 227
三、随机区组单因素试验设计的SPSS操作 227
第四节 双因素试验设计 229
一、双因素试验设计的原理 229
二、剖面图 231
三、多重比较 232
四、双因素方差分析的假定 233
五、双因素方差分析的SPSS操作 233
第五节 多因素正交试验设计 236
一、多因素正交试验设计的原理 236
二、产生正交阵列的SPSS操作 240
三、多因素正交试验设计数据分析的SPSS操作 241
第六节 重复测量的试验设计 243
一、重复测量单因素试验设计 243
二、一个因素上重复测量的双因素试验设计 245
三、重复测量试验设计的SPSS的操作 248
第七节 平衡不完全区组单因素试验设计 250
一、什么是平衡不完全区组试验设计 250
二、如何产生平衡不完全区组设计 252
三、如何产生平衡不完全区组设计数据的分析 257
四、平衡不完全区组设计数据分析的SPSS操作 262
五、实际例子 266
第九章 产品与价格优化的统计分析——联合分析 269
第一节 联合分析概述 273
一、联合分析的用途 273
二、基本术语 275
三、联合分析的设计 277
四、四种常用的联合分析方法 278
第二节 全剖面联合分析 280
一、SPSS全剖面联合分析概述 280
二、全剖面联合分析的样本设计要求 285
三、SPSS全剖面联合分析的程序操作 286
四、Sawtooth Software全剖面联合分析简介 295
第三节 基于选择的联合分析 297
一、数据收集的方法 297
二、剖面组的设计 297
三、样本量设计 299
四、数据分析方法 299
五、多层次贝叶斯法（CBC HB）简介 305
六、CBC的延伸与发展 306
第四节 市场模拟与CBC操作程序 311
一、市场模拟简介 311
二、市场模拟的步骤 312
三、不同的模拟模型 313
四、外部影响 317
五、模拟器的其他操作 317
六、CBC程序操作 319
第五节 基于选择的联合分析的应用 323
一、CBC在发展产品概念中的应用 323
二、CBC在产品发展研究中的应用 325
三、CBC在价格研究中的应用 331
专题四顾客关系管理与品牌资产管理中的统计分析方法 338
第十章 结构方程模型 338
第一节 结构方程模型的原理 341
一、什么是结构方程模型 341
二、验证性因子分析 342
三、结构方程模型的一般形式 348
第二节 结构方程的建模步骤 350
一、模型设定 350
二、模型识别 351
三、模型估计 354
四、模型评价 355
五、模型修正 357
第三节 AMOS软件操作 360
一、启动AMOS 360
二、模型的绘制 362
三、指定数据文件 364
四、模型的拟合 365
五、保存和导出结果 367
第四节 结构方程模型在市场研究中的应用举例 368
一、什么是顾客满意度研究 368
二、顾客满意度的结构方程模型 369
三、输出结果 371
术语中英文对照表 375
参考文献 386