判別分析技術沈浩判別分析(DiscriminateAnalysis)是市場研究的重要分析技術，也是多變量分析技術。判別分析是一種進行統計判別和分類的統計技術手段。它可以就一定數量的個體的一個分類變量和相應的其它多元變量的已知信息，確定分類變量與其它多元變量之間的數量關系，建立判別函數，并利用判別函數構建Biplot二元判別圖(概念圖)。同時，利用這一數量關系對其他已知多元變量的信息、但未知分組的子類型的個體進行判別分組。判別分析屬于監督類分析方法，例如：市場細分研究中，常涉及判別個體所屬類型的問題，也常涉及不同品牌在一組產品屬性之間的消費者偏好和認知概念，判別分析可以很好地對這種差異進行鑒別。并在低維度空間表現這種差異。一般來講，利用判別分析首先要明確變量測量尺度及變量的類型和關系；因變量(dependentvariable)：分組變量 定性數據(個體、產品/品牌、特征，定類變量)。自變量(independentvariable):判別變量 定量數據(屬性的評價得分，數量型變量)。明確因變量后：我們需要明確我們分析的目的；?確定分組變量與判別變量間的關系建立判別函數，找到自變量的最佳區分因變量的各個類別的線性組和。可以確定后驗概率，計算每個個體落入各個類別的概率。確定哪些判別變量x1、x2、x3…、xk對區分類別差異的影響最大。?考察各個類別在判別變量方面是否存在顯著差異。確定判別變量是以什么形式影響因變量的，即D是x1x2x3…xk什么形式的函數。?根據判別變量的值對個體進行分類。對分析的準確程度進行評價。判別分析的應用領域非常廣泛，例如：?用戶和非用戶?經常購買者和非經常購買者?新用戶、流失用戶和忠實用戶?忠誠用戶和非忠誠用戶?新產品早期使用者和后期使用者消費者心目中喜歡的品牌和不喜歡的品牌消費者對我們的品牌和競爭品牌的不同屬性偏好偏好圖?市場細分?新產品開發等一般來講，判別變量是數量型測量尺度變量，分析樣本個數至少比判別變量多兩個，我們為了得到判別函數，經常需要把樣本隨機分成訓練樣本和檢驗樣本等工作！判別函數=分組數-1（一般情況）下面我們通過案例來操作判別分析并得到判別分析圖！注：分別用第一和第二個判別函數為坐標軸作個體和中心的散點圖——偏好圖我們得到數據集，描述了100家用戶對某公司產品的7項指標的滿意度打分，因變量Y-客戶類型：1-新客戶、2-猶豫后再次購買、3-再次直接購買；我們分析的目的是期望得到不同類型的客戶，在選購該公司產品方面的影響因素和偏好結構！這樣我們可以根據客戶類型進行有針對性的改進和營銷策略！

7個自變量，也就是影響客戶類型的因素指標：當數據收集好后，這時候要考慮數據集是否有缺省值、是否有未分類等基本描述性統計分析我們接下來選擇判別分析：判別分析在分析菜單的分類子菜單下

報告攔述統計表CO比較均值(M)一般轡性模型側廣義銭性模型磊合棋型兇相關①回歸國對數纜性模型9)神經網絡分類(D降維度量⑸非參數檢驗迥預測?生存函數電)多重響應9)

冋缺失值另析①…多重歸因①復雜抽樣ty血量控制(Q)恥■0簽值恥■0簽值無無-無無-無無無無無無-質雖無無!無t無無hs｛仁新客戶h無:平無無離兩歩聚賓CD…圖匡均值聚類(旳…用丟坑聚類凹…厘樹眇-H判別勁..田最近鄰無素馬…ROC曲線團凹…Amos17...三類)判別分析與多元回歸分析一樣，都有逐步進入方式，主要目的是通過軟件程序和統計算法決定進入判別函數的自變量重要性程度，我們因為需要進行判別圖分析，我采用一起全部進入判別方程。接下來，我們需要在統計量中選擇Fisher函數；我們希望看看判別效果如何，我們可以選擇判別圖形輸出，可以讓我們直觀看到判別效果！

面我們看分析結果：首先看判別圖，

從圖中很明顯，看到三個組中心也就是客戶類型，以及圍繞著組中心的樣本，說明分組判別還是不錯的，當然這只是直觀感覺，我們再看判別分析解釋情況：典型判別式函數摘要特征值函數特征值方差的％累積％正則相關性12.334a85.135.1.8372,407a14.9100.0.530乩分析中使用了前2個典型判別式函數Wilks的Lambda函數檢驗Wilks的Lambda卡方dfSig.1到2.213145.29514.000271132.1136.000從表中我們看到，因為分組變量是三類，所以我們得到兩個判別函數，其中第一判別函數解釋了數據的85.1%，第二判別函數解釋了14.9%；兩個判別函數解釋了100%；當然，兩個判別函數直接具有顯著的Fisher線性判別函數，我Fisher線性判別函數，我分類函數系數也4客戶狀態1新客戶2猶碳后重新貼買3再次直接啦買X1交貨速度10.15411.29310.050x2價格水平10.52512.22910.034X3價格彈性10.67311.76913.455X4制造商形象7.0968.5018.647X5總體服務質量-9.040-7.550-3.067X6銷售力度-6.105-8.200-8.321x7產品質量37043.1912.953淖量）-76.452-94.640-111.126Fisher^性判別式函數們主要用來構建判別方程，理論上說：如果我們知道某個客戶在7個指標上的滿意度打分，我們就可以估計出該客戶應該是哪種類型的客戶了！利用的是線性判別函數的得分，得分越

大歸到某類！在判別分析結果中，我們可以得到兩個典型接下來我們考察判別圖：（市場研究領域經常采用概念圖-偏好圖方法解釋數據，特別說明的是：判別分析是最理想的構建判別偏好圖的方法）在判別分析結果中，我們可以得到兩個典型標灌化的典型判別式函數系數函數12X1交貨速度-.016.073x2價格水平-.1211.546X3價格彈性.709-.294X4制造商形象.402.540X5總體服務質量.924-.713X6銷售力度-.400-.536X?產品質量-.296-.122組質右處的函數劉4客戶狀態函數121新客戶-1.358-.4052猶豫后重新購買.074.9163再次直接購買1739-.457在組均值處評估的非標淮化典型判別式函數判別函數的方程系數，分組變量的組中心坐標；我們利用7個指標和組中心的坐標進行偏好圖制作，我們把這兩張表輸出到Excel里，然后再導入到SPSS軟件中作散點圖；PASWStatistics也就是SPSS18.0功能有比較大的改進，當然作圖方式也有了變