Marketing Research Lecture Note
1
はじめに(本資料について)
2
R と R studioに慣れる
2.1
Posit cloudを始める
2.2
(補足)R studio デスクトップ版の利用
2.3
(補足)デスクトップ版の利用とプロジェクト機能
2.4
Rの基本操作
2.5
R スクリプトのすゝめ
2.5.1
Rスクリプトを書く
2.6
本章のまとめ
2.7
参考文献
3
リサーチデザイン
3.1
マーケティング実務とリサーチ
3.1.1
実務とリサーチの異なる視点
3.1.2
実務とリサーチの分離
3.2
リサーチデザインと論文の構成
3.3
研究課題(問い)の設定
3.4
問題と分析をつなげる仮説の提示
3.5
学術的研究のための留意点
3.5.1
マーケティング研究と科学哲学
3.6
研究における理論の利用と精緻化
3.7
参考文献
4
データの種類とアンケートデザイン
4.1
記述的リサーチデザイン
4.2
アンケート設計
4.3
質問におけるワーディング
4.4
アンケートデザイン
4.5
参考文献
5
データ処理と顧客関係管理(CRM)
5.1
データの読み込み
5.2
データの整形
5.3
統計的検定を用いない顧客分析
5.3.1
データの構造変化とソート
5.3.2
データ結合
5.4
(おまけ) Wide型とLong型データセット
5.5
参考文献
6
データの要約と可視化
6.1
記述統計
6.2
カテゴリ変数の要約
6.3
データの可視化
6.4
二変数間の関係の要約
6.5
参考文献
7
基礎統計学復習
7.1
確率モデル、期待値と分散
7.2
統計的推測
7.3
点推定
7.4
推定量もまた確率変数
7.5
補足(いくつかの確率分布の関係性)
7.5.1
正規分布
7.5.2
カイ二乗分布
7.5.3
t分布
7.5.4
F分布
7.6
区間推定
7.7
統計的仮説検定
7.8
平均値に関するその他の検定
7.9
分散分析
7.10
参考文献
8
回帰分析
8.1
回帰モデル概要
8.2
回帰分析における推定と検定
8.3
重回帰モデル1
8.3.1
重回帰モデル概要
8.3.2
重回帰分析におけるモデル適合度
8.4
重回帰モデル2
8.4.1
回帰係数の解釈
8.4.2
重回帰モデルにおける変数選択
8.5
参考文献
9
回帰分析上の工夫紹介
9.1
ダミー変数
9.2
交差項
9.2.1
傾きダミー
9.2.2
量的変数同士の交差項
9.3
係数比較
9.4
対数線形
9.4.1
需要の価格弾力性追加説明
9.4.2
対数線形の推定と検定
9.5
(おまけ)分析結果のまとめ・出力上の工夫
9.6
参考文献
10
セグメントとクラスター分析
10.1
セグメンテーションとマーケティング意思決定
10.2
STPその後
10.3
セグメンテーションの実行とクラスター分析
10.3.1
階層的クラスター分析
10.4
非階層的クラスター分析:K-means法
10.5
Rによるクラスター分析の実行
10.6
参考文献
11
知覚マップと因子分析
11.1
ポジショニングと知覚マップ概要
11.2
因子分析概要
11.2.1
因子分析の概要とモデルの構造
11.2.2
2因子モデル
11.2.3
因子スコア
11.2.4
小括
11.3
Rによる因子分析の実行
11.4
アンケートデータと知覚マップ
11.4.1
データ構造の変更
11.4.2
因子分析の実行
11.5
(おまけ)主成分分析との違い
11.6
参考文献
12
価格感度測定 (PSM)
12.1
PSMの実行と結果
12.2
マーケティングにおける価格概念
12.3
PSMに関する既存研究
12.3.1
受容価格に関する知見
12.3.2
内的参照価格に関する知見
12.4
受容価格帯と内的参照価格帯の応用とPSM
12.5
集計方法に関する注意点
12.6
参考文献
Published with bookdown
マーケティングリサーチ講義ノート
2.6
本章のまとめ
Rはデータの管理、分析、図表の作成を行うことができる統計分析プログラミング言語である。
Rを動かすには、コマンドと呼ばれる命令をコンソールを通じて実行する。
コマンドは基本的にRスクリプトに書き込んでからcommand (control) + Return (Enter)で実行する。
Rスクリプトにはコマンドだけでなくコメントを使った説明も追加する。
分析には既存の関数やパッケージを使うことが多い。