试论回归分析、判别分析和因素分析的含义与用途。

在收集了大量数据之后，市场营销调研人员还必须借助多变量统计技术将数据中潜在的各种关系揭示出来。回归分析、判别分析和因素分析是常用的多变量统计方法。
（1）回归分析任何一个营销问题都要涉及一组变量，而营销调研人员主要对其中的一个感兴趣，他要了解在不同的时间.地点该变量的变动情况。这个变量就叫做因变量。营销调研人员在确定了因变量之后，还要进一步考察其他变量在不同的时间.地点对因变量的变动有何影响。这类变量叫自变量。所谓回归分析，是指一种表述自变量对因变量影响的公式技术。
（2）判别分析
在许多营销问题中，因变量往往是分类型变量而不是数值型变量，在这种情况下就无法运用回归分析。例如：某摩托车厂希望解释顾客对三种品牌的偏好程度；某洗衣粉厂试图根据对其产品使用量的大、中、小来确定购买者的特征；某百货公司想判别将来可能成功和不能成功的商店地理位置。在上述情况中，都是将两个或两个以上的群体根据某特征予以明确分类，使任何一个群体都归属于某一类，目的在于发现重要的判别变量，使之组合成为可预测的公式。这种解决问题的方法，就是判别分析。
（3）因素分析
在许多多元回归分析和判别分析中经常遇到的一个问题就是多元共线性，即各变量之间有密切的关联性。多元回归分析要求所使用的各变量要真正独立，即不但只影响因变量，而且也不受因变量影响。所有每对变量间的简单相关系数，可以显示出一变量与另一变量的相关程度，据此研究人员可从密切相关的一对变量中去掉一个。另一解决办法就是应用因素分析，从一组相关变量中找出一些真正相互独立的自变量。因素分析是一种用来确认一组相关变量中真正造成相关的基本因素的统计技术。这种方法假设：相关之所以会发生，是由于有一些基本因素与其他变量在某种程度上相同。在营销领域，因素分析主要用于确定对航空旅行.对企业.对产品以及对广告媒体等态度的基本因素，这样，可以大大减少回归分析中自变量的个数。

略