(二) 列联表分析

　　列联表分析属于多元描述统计分析方法。在市场研究中有着广泛的应用。

　　列联表是观测数据按两个或更多属性(定性变量)分类时所列出的频数表。

　　一般来说，如果总体中的个体可按两个属性A与B分类，A有r个等级X1，X2，…… ，Xr，B有c个等级Y1，Y2，…… ，YC，从总体中抽取大小为n的样本，设其中有nij个个体的属性属于等级Xi和Yj，nij称为频数，将r×c个nij排列为一个r行c列的二维列联表，简称r×c表。若所考虑的属性多于两个，也可按类似的方式做出列联表，称为多维列联表。

　　由于属性或定性变量的取值是离散的，因此多维列联表分析属于离散多元分析的范畴。列联表只是检验变量之间是否相关，而非检验变量之间的因果关系。一般使用X2分布来进行独立性检验。

　　例如，我们针对消费者购买某种彩电时考虑的属性进行调查。题目这样设计：

　　当您购买彩电时，请在品牌、价格、款式和质量中挑出对您最重要的一个因素并在相应的表格中填写“1”，然后找出第二个重要的因素并在相应的格子中填写“2”，依次分别在第三和第四个格子里填写“3”和“4”

　　单纯从上面的表格是看不出不同年龄段的人对彩电品牌重要性的认识是否有明显不同，这时就要用X2分布来进行独立性检验。

　　(三) 方差分析

　　方差分析，又称“变异数分析”或“F检验”，用于两个或两个以上样本均数差别的显著性检验。在市场调研中，方差分析适用于实验数据、调查数据和观察数据的分析。

　　在方差分析中，若涉及的因素只有一个，称为单因素方差分析，若涉及的因素为两个或两个以上，称为多因素方差分析。

　　例如，某连锁店要测量其自主品牌商品的价格弹性，随机从其连锁店中抽取24家店参与实验，分三个价位，每个价位抽取8家，并对各店一周的销售情况进行监测，以此看看在价格优惠条件下是否会对销售量产生显著效果。

　　例如，在列联表分析中所举的例子，我们已经知道不同年龄段对彩电品牌重要性的评价分布是不同的，但无法明确不同年龄段的消费者关于彩电品牌重要性评价的排序情况。这时就可以通过平均值比较和方差分析来实现。即先计算各年龄段对彩电品牌重要性评价的均值，然后进行不同年龄段均值的比较。

　　无论是单因素方差分析还是多因素方差分析，其步骤一般为：

　　(1)明确因变量与自变量，建立原假设;

　　(2)计算总方差、组间方差、组内方差，建立方差表;

　　(3)显著性检验，即用F检验;

　　(4)分析结果。

　　　　　　　2010年度中级经济师考试精选百套模拟试题

　　　　　　　2010年经济师考试冲刺指导及答题策略总结
 
　　　　　　　2010年经济师考试冲刺专题