S-p.su

Антикризисные новости
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Анализ соответствий это метод

Radar —

Маркетинговые исследования и консультирование

Анализ соответствий

Построение карт позиционирования, анализ имиджа бренда

Для чего это нужно?

  • Графическое представление взаимосвязи между строками и столбцами таблицы сопряженности
  • Поиск характеристик, по которым сильнее всего различаются анализируемые объекты (бренды, сегменты, и т.д.).
  • Построение карт позиционирования

Как это работает?

Анализ соответствий является многомерным методом, позволяющим исследовать данные таблиц сопряженности путем графического представления строк и столбцов таблицы в качестве точек в пространстве низкой размерности. Как правило, данные, собираемые в ходе социологических и маркетинговых исследований в подавляющем большинстве случаев являются категориальными, – т.е. измеренными по порядковой или номинальной шкале.

Поскольку наиболее простая и часто встречаемая форм представления таких данных – это построение таблиц сопряженности (так, по некоторым экспертным оценкам, до 80% маркетингового анализа осуществляется с помощью таблиц сопряженности) анализ соответствий представляется ценным инструментом понимания и объяснения информации, содержащейся в этих таблицах.

Основная цель анализа соответствий состоит в том, чтобы перейти от исходной матрицы данных к новой, более простой матрице, потеряв при этом как можно меньше информации. Кроме того, анализ соответствий позволяет представить полученные результаты графически, что существенно облегчает интерпретацию решения.Таким образом, задача анализа соответствий напоминает задачу метода главных компонент: и в том, и в другом методе находится некое n-мерное пространство, которое наилучшим образом описывает исходные данные, а затем полученные оси вращаются для того, чтобы перераспределить общую дисперсию между всеми найденными факторами таким образом, чтобы первый фактор объяснял наибольшую долю различий; второй – меньше, третий – еще меньше, и т.д.

Что получаем в итоге?

В анализе соответствий категории двух или более исследуемых дискретных переменных представляются в виде точек в пространстве низкой размерности. При этом категории, имеющие сходные распределения, будут представлены точками, лежащими близко друг к другу; и, напротив, категории с сильно различающимися распределениями, породят далеко лежащие друг от друга точки.

Читать еще:  Понятие структурного анализа

Каковы преимущества метода?

Анализ соответствий не предъявляет никаких требований к исходным данным, фактически, его можно применить к любой таблице сопряженности.

Матрица «респондент-переменная» в некотором смысле тоже является таблицей сопряженности; таким образом, анализ соответствий можно провести и на уровне респондентов.

Карта соответствий, получающаяся в результате применения метода, дает наглядное представление о взаимосвязях в таблице сопряженности.

Анализ соответствий чаще всего используют как разведочный этап анализа данных, для выявления основных взаимосвязей и их визуализации.

ГЛАВА 15 Анализ соответствий

Данная глава продолжает тему главы Построение и анализ таблиц. Мы рекомендуем просмотреть ее, а затем приступить к чтению данного текста и упражнениям на STATISTICA.

Анализ соответствий (по-английски coirespondence analysis) — это разведочный метод анализа, позволяющий визуально и численно исследовать структуру таблиц сопряженности большой размерности.

В настоящее время анализ соответствий интенсивно применяется в разнообразных областях, в частности, в социологии, экономике, маркетинге, медицине, управлении городами (см. например, Thomas Werani, Correspondence Analysis as a Means for Developing City Marketing Strategies, 3rd International Conference on Recent Advances in Retailing and Services Science, p. 22-25, Juni 1996, Telfs-Buchen (Osterreich) Werani, Thomas).

Известны применения метода в археологии, анализе текстов, где важно исследовать структуры данных (см. Greenacre, M. J., 1993, Correspondence Analysis in Practice, London: Academic Press).

В качестве дополнительных примеров приведем:

  • Исследование социальных групп населения в различных регионах со статьями расхода по каждой группе.
  • Исследования результатов голосования в ООН по принципиальным вопросам (1 — за, 0 — против, 0,5 — воздержался, например, в 1967 году исследовалось 127 стран по 13 важным вопросам) показывают, что по первому фактору страны отчетливо разделяются на две группы: одна с центром США, другая с центром СССР (двухполюсная модель мира). Другие факторы могут интерпретироваться как изоляционизм, неучастие в голосовании и т. д.
  • Исследование импорта автомобилей (марка машины — строка таблицы, страна производитель — столбец).
  • Исследование таблиц, используемых в палеонтологии, когда по выборке разрозненных частей скелетов животных делаются попытки их классифицировать (отнести к одному из возможных типов: зебра, лошадь и т. д.).
  • Исследование текстов. Известен следующий экзотический пример: журнал New-Yorker попросил лингвистов установить анонимного автора скандальной книги об одной президентской кампании. Экспертам были предложены тексты 15 возможных авторов и текст анонимного издания. Тексты представлялись строками таблицы. В строке i отмечалось частота данного слова j. Таким образом получалась таблица сопряженности. Методом анализа соответствий был определен наиболее вероятный автор скандального текста.
Читать еще:  Анализ уровня и динамики прибыли предприятия

Применение анализа соответствий в медицине связано с исследованием структуры сложных таблиц, содержащих индикаторные переменные, показывающие наличие или отсутствие у пациента данного симптома. Подобного рода таблицы имеют большую размерность, и исследование их структуры представляет нетривиальную задачу.

Задачи визуализации сложных объектов могут быть также исследованы, по крайней мере, к ним можно найти подход, с помощью анализа соответствий. Изображение — это многомерная таблица, и задача состоит в том, чтобы найти плоскость, позволяющую максимально точно воспроизвести исходное изображение.

Математическое основание метода. Анализ соответствия опирается на статистику хи-квадрат. Можно сказать, что это новая интерпретация статистики хи-квадрат Пирсона.

Метод во многом похож на факторный анализ, однако, в отличие от него, здесь исследуются таблицы сопряженности, а критерием качества воспроизведения многомерной таблицы в пространстве меньшей размерности является значение статистики хи-квадрат. Неформально можно говорить об анализе соответствий как о факторном анализе категориальных данных и рассматривать его также как метод сокращения размерности.

Итак, строки или столбцы исходной таблицы представляются точками пространства, между которыми вычисляется расстояние хи-квадрат (аналогично тому, как вычисляется статистика хи-квадрат для сравнения наблюдаемых и ожидаемых частот).

Далее требуется найти пространство небольшой размерности, как правило, двухмерное, в котором вычисленные расстояния минимально искажаются, и в этом смысле максимально точно воспроизвести структуру исходной таблицы с сохранением связей между признаками (если вы имеете представление о методах многомерного шкалирования, то почувствуете знакомую мелодию).

Итак, мы исходим из обычной таблицы сопряженности, то есть таблицы, в которой сопряжены несколько признаков (подробнее о таблицах сопряженности см. главу Построение и анализ таблиц).

Допустим, что имеются данные о пристрастии к курению сотрудников некоторой компании. Подобные данные имеются в файле Smoking.sta, входящем в стандартный комплект примеров системы STATISTICA.

Читать еще:  Традиционные методы экономического анализа

В этой таблице признак курение сопряжен с признаком должность:

Ссылка на основную публикацию
Adblock
detector