R語言市場研究分析 R语言市场研究分析

<內容簡介>

本書結合現實中的市場營銷問題揭示了在市場研究分析中如何使用R。主要內容包含:R綜述，數據描述，連續變量之間的關係，表格和可視化，統計檢驗，線性模型，如何降低複雜度，驗證性因子分析和結構方程模型，聚類和判別，購物籃分析，模型選擇等。

<章節目錄>

中文版序
譯者序
前言
第一部分R語言基礎知識第1章歡迎使用R2
1.1R是什麼2
1.2為什麼用R2
1.3為什麼不用R3
1.4什麼時候用R4
1.5如何使用本書4
1.6關鍵點6
第2章R綜述7
2.1開始7
2.2R用途快速指南8
2.3R命令基礎11
2.4基礎對象12
2.5數據框21
2.6加載和存儲數據24
2.7編寫函數27
2.8清理30
2.9知識拓展30
2.10關鍵點31
第二部分數據分析基礎知識第3章數據描述34
3.1模擬數據34
3.2關於變量的函數38
3.3概括數據框41
3.4單變量可視化45
3.5知識拓展54
3.6關鍵點55
第4章連續變量之間的關係56
4.1零售數據56
4.2用散點圖探索變量間關係60
4.3把多張圖合併為一張圖65
4.4散點圖矩陣67
4.5相關係數70
4.6探索問捲調查回復間的相關性76
4.7知識拓展78
4.8關鍵點78
第5章組比較：表格和可視化80
5.1模擬客戶分組數據80
5.2各組對應的描述統計量87
5.3知識拓展96
5.4關鍵點97
第6章組比較：統計檢驗98
6.1用於比較的數據98
6.2頻數檢驗：chisq.test（）98
6.3觀測比例檢驗：binom.test（）101
6.4組均值檢驗：t.test（）103
6.5多組均值檢驗：ANOVA104
6.6初識貝葉斯ANOVA109
6.7知識拓展113
6.8關鍵點114
第7章識別結果變量的驅動因子：線性模型115
7.1遊樂場數據115
7.2用lm（）函數擬合線性模型117
7.3擬合多元線性模型125
7.4因子自變量129
7.5交互效應131
7.6避免過度擬合134
7.7建議的線性模型擬合過程134
7.8貝葉斯線性模型：MCMCregress（）135
7.9知識拓展136
7.10關鍵點137
第三部分高級營銷應用第8章降低數據複雜度140
8.1消費者品牌評分數據140
8.2主成分分析和感知圖144
8.3探索性因子分析151
8.4高維標度化簡介157
8.5知識擴展160
8.6關鍵點160
第9章線性模型相關的其他話題162
9.1處理高度相關的變量162
9.2二項結果變量的線性模型：邏輯回歸166
9.3分層線性模型175
9.4貝葉斯分層線性模型182
9.5頻率學派和貝葉斯學派HLM模型的簡單比較187
9.6知識拓展190
9.7關鍵點191
第10章驗證性因子分析和結構方程模型193
10.1結構模型的出發點193
10.2量級評估：CFA195
10.3更一般的模型：結構方程模型204
10.4PLS模型209
10.5知識拓展215
10.6關鍵點216
第11章客戶分組：聚類和判別217
11.1客戶分組的思想217
11.2客戶分組數據219
11.3聚類219
11.4判別分析234
11.5預測：識別潛在客戶242
11.6知識拓展244
11.7關鍵點245
第12章關聯法則：購物籃分析247
12.1基礎關聯法則247
12.2零售交易數據：購物籃249
12.3搜尋並且可視化關聯法則252
12.4非交易數據中的規則：再次探索客戶分組259
12.5知識拓展263
12.6關鍵點263
第13章選擇模型264
13.1基於選擇的聯合問捲調查分析264
13.2模擬選擇數據266
13.3擬合選擇模型269
13.4在選擇模型中加入消費者個體差異278
13.5分層貝葉斯選擇模型281
13.6基於選擇的聯合問捲調查設計287
13.7知識拓展289
13.8關鍵點289
結論291
附錄AR版本和相關軟件292
附錄B縱向擴展298
附錄C使用的包306
附錄D在線資源和數據文件310
參考文獻312