JMP的关键应用领域之一是c 消费者和市场研究 。当我应邀就有关营销分析的JMP进行演讲时，我很好奇其功能的完整性。 JMP 是。我想知道是否存在重大差距。
在最近的美国营销协会会议上，我发现了一本流行的教科书现代市场研究：概念，方法和案例。 这本书是由密歇根大学罗斯商学院的三位营销教授撰写的，并已被许多顶级商业计划所采用。因此，这本书适合作为我的差距分析的基准参考，以比较领先的MBA课程所教授的内容和JMP中提供的内容。
教科书分为三个部分。前两个部分讨论了营销研究的原理，以及调查设计，抽样和数据收集。第3部分介绍了数据分析的分析和统计方法，这是我进行差距分析的重点。
我发现基本上没有差距。
该教科书涵盖了营销和消费者研究中使用的一整套传统统计方法，例如描述性统计，假设检验，多元回归和多元方法。然后继续讨论选择模型（也称为联合分析）和多维缩放，并以一章作为结尾，介绍几种新兴的分析技术和概念，例如异构性，层次模型等。
JMP用户也许知道分配 ， X拟合Y ，拟合模型和多元方法平台很好，但可能对JMP Pro中的随机系数模型不太熟悉混合模型个性（请检查我的线性混合模型的JMP Pro博客文章 ）。您可以使用随机系数模型和嵌套随机系数来建模“斜率异质性”和多层结构，如本书第12章中所述。
对于选择模型，JMP提供涉及产品功能和消费者属性的营销实验的建模和设计。我的同事梅琳达·蒂尔巴（Melinda Thielbar） 已经写了关于最新发展在Choice Model平台中。我使用了教科书中的Dial Readout Scales案例研究，JMP不仅生成零件价值估算和似然比检验，而且创建了交互式概率和多项选择分析器，使您可以直观地看到消费者对替代新产品的偏好。
概率分析器和多项选择分析器使您可以直观地查看竞争产品的比较方式。
关于多维缩放，我的另一个同事，凯尔西·米克劳斯（Kelci Miclaus） ，创建了一个 JMP加载项通过SAS或R集成执行分析。
更重要的是， JMP专业版还有其他高级分析方法，例如提升模型和数据挖掘，这些方法对市场分析师和消费者研究人员很有用。
对于那些想使用JMP教科书中的数据和案例的人，我创建了一个 JMP加载项将所有数据收集为JMP表。
曹剑写道：
随着JMP 13的发布，多维缩放（MDS）现在已成为JMP的“消费者研究”菜单的一部分。有关详细信息，请参阅
http://www.jmp.com/support/help/13/MultiDimension_Scaling.shtml#
曹剑写道：
邓丽君
是的，您可以对产品偏好排名进行回归分析，并将旋转的成分（即因素）作为解释变量。
特蕾莎·曼努埃尔（Teresa Manuel） 写道：
嗨健
我正在与您进行因素分析点播网络研讨会，提出一个问题。我正在使用自己的数据集关注它。我已经映射了某些产品，并根据偏好向量上出现的顺序确定了它们的偏好等级。其他属性（向量）也在地图上。然后，我将旋转的分量（因子1和2）用作我的偏好模型（y = preference）的输入。我可以使用此模型来确定“改善”产品排名时需要关注的属性吗？
