R语言市场研究分析pdf

R语言市场研究分析 内容简介

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。

R语言市场研究分析 目录

第一部分 R语言基础知识

第1章 欢迎使用R

1.1 R是什么

1.2 为什么用R

1.3 为什么不用R

1.4 什么时候用R

1.5 如何使用本书

1.6 关键点

第2章 R综述

2.1 开始

2.2 R用途快速指南

2.3 R命令基础

2.4 基础对象

2.5 数据框

2.6 载入和存储数据

2.7 编写函数

2.8 清理

2.9 知识拓展

2.10 关键点

第二部分 数据分析基础知识

第3章 数据描述

3.1 模拟数据

3.2 关于变量的函数

3.3 概括数据框

3.4 单变量可视化

3.5 知识拓展

3.6 关键点

第4章 连续变量之间的关系

4.1 零售数据

4.2 用散点图探索变量间关系

4.3 把多张图合并为一张图

4.4 散点图矩阵

4.5 相关系数

4.6 探索问卷调查回复间的相关性

4.7 知识拓展

4.8 关键点

第5章 组比较：表格和可视化

5.1 模拟客户分组数据

5.2 各组对应的描述统计量

5.3 知识拓展

5.4 关键点

第6章 组比较：统计检验

6.1 用于比较的数据

6.2 频数检验：chisq.test（）

6.3 观测比例检验：binom.test（）

6.4 组均值检验：t.test（）

6.5 多组均值检验：ANOVA

6.6 初识贝叶斯ANOVA

6.7 知识拓展

6.8 关键点

第7章 识别结果变量的驱动因子：线性模型

7.1 游乐场数据

7.2 用1m（）函数拟合线性模型

7.3 拟合多元线性模型

7.4 因子自变量

7.5 交互效应

7.6 避免过度拟合

7.7 建议的线性模型拟合过程

7.8 贝叶斯线性模型：MCMCregress（）

7.9 知识拓展

7.10 关键点

第三部分 高级营销应用

第8章 降低数据复杂度

8.1 消费者品牌评分数据

8.2 主成分分析和感知图

8.3 探索性因子分析

8.4 高维标度化简介

8.5 知识扩展

8.6 关键点

第9章 线性模型相关的其他话题

9.1 处理高度相关的变量

9.2 二项结果变量的线性模型：逻辑回归

9.3 分层线性模型

9.4 贝叶斯分层线性模型

9.5 频率学派和贝叶斯学派HLM模型的简单比较

9.6 知识拓展

9.7 关键点

第10章 验证性因子分析和结构方程模型

10.1 结构模型的出发点

10.2 量级评估：CFA

10.3 更一般的模型：结构方程模型

10.4 PLS模型

10.5 知识拓展

10.6 关键点

第11章 客户分组：聚类和判别

11.1 客户分组的思想

11.2 客户分组数据

11.3 聚类

11.4 判别分析

11.5 预测：识别潜在客户

11.6 知识拓展

11.7 关键点

第12章 关联法则：购物篮分析

12.1 基础关联法则

12.2 零售交易数据：购物篮

12.3 搜寻并且可视化关联法则

12.4 非交易数据中的规则：再次探索客户分组

12.5 知识拓展

12.6 关键点

第13章 选择模型

13.1 基于选择的联合问卷调查分析

13.2 模拟选择数据

13.3 拟合选择模型

13.4 在选择模型中加入消费者个体差异

13.5 分层贝叶斯选择模型

13.6 基于选择的联合问卷调查设计

13.7 知识拓展

13.8 关键点

结论

附录A R版本和相关软件

附录B 纵向扩展

附录C 使用的包

附录D 在线资源和数据文件

参考文献

R语言市场研究分析 精彩文摘

1．3 为什么不用R

R有哪些不讨人喜欢的地方?你无疑已经看到并非人人都使用R。对我们而言不用R是无法想象的，但是其他一些分析师或许有不用R的理由。

其中一个不用R的理由是：在你掌握了该语言的基本知识之前，用R做一些简单分析也困难重重。如果你是R的新手，想要用R得到均值表格，交叉表格或者t检验会令你抓狂。R是用来进行强大、灵活、可控、可迭代的分析的，是用最前沿的方法，而非仅仅是用鼠标点击得到结果。