R语言市场研究分析

本书特色

[

本书结合现实中的市场营销问题揭示了在市场研究分析中如何使用R。主要内容包含:R综述，数据描述，连续变量之间的关系，表格和可视化，统计检验，线性模型，如何降低复杂度，验证性因子分析和结构方程模型，聚类和判别，购物篮分析，模型选择等。

]

目录

目　　录中文版序译者序前言**部分　R语言基础知识第1章　欢迎使用R21.1　R是什么21.2　为什么用R21.3　为什么不用R31.4　什么时候用R41.5　如何使用本书41.6　关键点6第2章　R综述72.1　开始72.2　R用途快速指南82.3　R命令基础112.4　基础对象122.5　数据框212.6　载入和存储数据242.7　编写函数*272.8　清理302.9　知识拓展*302.10　关键点31第二部分　数据分析基础知识第3章　数据描述343.1　模拟数据343.2　关于变量的函数383.3　概括数据框413.4　单变量可视化453.5　知识拓展*543.6　关键点55第4章　连续变量之间的关系564.1　零售数据564.2　用散点图探索变量间关系604.3　把多张图合并为一张图654.4　散点图矩阵674.5　相关系数704.6　探索问卷调查回复间的相关性*764.7　知识拓展*784.8　关键点78第5章　组比较：表格和可视化805.1　模拟客户分组数据805.2　各组对应的描述统计量875.3　知识拓展*965.4　关键点97第6章　组比较：统计检验986.1　用于比较的数据986.2　频数检验：chisq.test()986.3观测比例检验：binom.test()1016.4　组均值检验：t.test()1036.5　多组均值检验：ANOVA1046.6　初识贝叶斯ANOVA *1096.7　知识拓展*1136.8　关键点114第7章　识别结果变量的驱动因子：线性模型1157.1　游乐场数据1157.2　用lm()函数拟合线性模型1177.3　拟合多元线性模型1257.4　因子自变量1297.5　交互效应1317.6　避免过度拟合1347.7　建议的线性模型拟合过程1347.8　贝叶斯线性模型：MCMCregress()*1357.9　知识拓展*1367.10　关键点137第三部分　高级营销应用第8章　降低数据复杂度1408.1　消费者品牌评分数据1408.2　主成分分析和感知图1448.3　探索性因子分析1518.4　高维标度化简介1578.5　知识扩展*1608.6　关键点160第9章　线性模型相关的其他话题1629.1　处理高度相关的变量1629.2　二项结果变量的线性模型：逻辑回归1669.3　分层线性模型1759.4　贝叶斯分层线性模型*1829.5　频率学派和贝叶斯学派HLM模型的简单比较*1879.6　知识拓展*1909.7　关键点191第10章　验证性因子分析和结构方程模型19310.1　结构模型的出发点19310.2　量级评估：CFA19510.3　更一般的模型：结构方程模型20410.4　PLS模型20910.5　知识拓展*21510.6　关键点216第11章客户分组：聚类和判别21711.1　客户分组的思想21711.2　客户分组数据21911.3　聚类21911.4　判别分析23411.5　预测：识别潜在客户*24211.6　知识拓展*24411.7　关键点245第12章　关联法则：购物篮分析24712.1基础关联法则24712.2零售交易数据：购物篮24912.3搜寻并且可视化关联法则25212.4非交易数据中的规则：再次探索客户分组25912.5知识拓展*26312.6关键点263第13章　选择模型26413.1基于选择的联合问卷调查分析26413.2模拟选择数据*26613.3拟合选择模型26913.4在选择模型中加入消费者个体差异27813.5分层贝叶斯选择模型28113.6基于选择的联合问卷调查设计*28713.7知识拓展*28913.8关键点289结论291附录A　R版本和相关软件292附录B　纵向扩展298附录C　使用的包306附录D　在线资源和数据文件310参考文献312信息

封面

书名:R语言市场研究分析

作者:克里斯.查普曼

页数:322

定价:¥89.0

出版社:机械工业出版社

出版日期:2016-10-01

ISBN:9787111549901

PDF电子书大小:34MB