В маркетинге это может быть особенно полезно для понимания членства в рыночных сегментах, например,

В маркетинге это может быть особенно полезно для понимания членства в рыночных сегментах, например, различие между активными потребителями пива в пивных, активными потребителями пива дома, активными потребителями вина или крепких спиртных напитков. Для набора независимых переменных дискриминантный анализ находит, насколько хорошо они могут проводить различия между группами и показывать, какие независимые переменные с какой группой ассоциируются. *Использует линейные вероятностные модели. Метод многомерной классификации (AID automatic interaction detection) достаточно отличается от других методик этой группы. AID начинает с поиска зависимой переменной, например уровень возврата анкет при почтовых рассылках, и независимых переменных, чтобы найти те, которые наиболее четко проводят группировку по заданным критериям. Если интересующий предмет ответ на почтовые рассылки, тогда самой сильной независимой переменной может быть владение домом. Если дело обстоит так, то данные разбиваются на две группы: в первой владельцы домов, во второй не владеющие домами. Затем AID обращается к группе домовладельцев и выявляет независимую переменную, которая вызывает наибольшее различие в уровне возврата рассылаемых анкет среди домовладельцев. Это может быть пол, поэтому AID разделила бы население на три группы: домовладельцы-мужчины, домовладельцы-женщины и недомовладельцы. Затем методика могла бы обратиться к недомовладельцам и выяснить, какая переменная лучше всего подходит здесь. В приведенном случае это могли быть люди, имеющие постоянную зарплату и не имеющие ее. Таким образом формируются четыре группы. Процесс продолжается до тех пор, пока разделение данных не приводит к образованию подгрупп, слишком мелких или не отличающихся по сути друг от друга. Хотя AID удобный инструмент, модель имеет ограничения. Ее последовательный подход может давать некачественные решения, а многократное деление быстро разбивает большие массивы данных на очень маленькие группы. Каждая из этих групп идентифицируется по независимым переменным, но может быть слишком мала и потому бесполезна для менеджера. Методы, не выделяющие зависимые и независимые переменные Оставшиеся методики рыночного анализа не разбивают переменные на зависимые и независимые. Вместо этого они рассматривают все переменные вместе и смотрят на связь между ними. Самый простой подход корреляционный анализ, который изучает взаимоотношения между метрическими переменными. Если коэффициент корреляции 0, переменные не связаны; если 1, они имеют строгую функциональную зависимость. Корреляционный анализ редко применяется в качестве единственного средства анализа. Однако он полезен, если используется перед построением уравнения регрессии и другими методиками, чтобы убрать избыточные переменные, которые отнимают время и делают анализ неубедительным. Факторный анализ, как корреляционный анализ, сам по себе часто является промежуточной методикой, однако у него есть много прямых и ценных применений. Этот метод не рассматривает взаимоотношения между отдельными переменными, а находит группы аналогичных переменных. страхование скачать