Jian Cao a écrit:
Avec la sortie de JMP 13, la mise à l'échelle multidimensionnelle (MDS) fait désormais partie du menu Consumer Research de JMP. Pour plus de détails s'il vous plaît voir
http://www.jmp.com/support/help/13/Multidimensional_Scaling.shtml#
Jian Cao a écrit:
Teresa,
Oui, vous pouvez effectuer une régression sur le classement des préférences de produit avec les composants pivotés (facteurs) en tant que variables explicatives.
Teresa Manuel a écrit:
Salut jian
Je tente de poser une question de votre webinaire d'analyse factorielle à la demande. Je le suis en utilisant mon propre jeu de données. J'ai cartographié certains produits et identifié leur classement de préférence en fonction de l'ordre d'apparition sur le vecteur de préférence. Les autres attributs (vecteurs) sont également sur la carte. J'ai ensuite pris les composants en rotation (facteurs 1 et 2) et les ai utilisés comme entrées dans mon modèle de préférences (y = préférence). Puis-je utiliser ce modèle pour identifier les attributs sur lesquels je dois me concentrer pour "améliorer" le classement de mes produits?
L'un des domaines d'application clés pour JMP est c Onsumer et études de marché . Invité à faire une présentation sur JMP pour l’analyse marketing, j’étais curieux de savoir à quel point les capacités de JMP sont. Je me suis demandé s'il y avait des lacunes importantes.
Lors d’une récente conférence de l’American Marketing Association, j’ai découvert un manuel populaire intitulé Recherche en marketing moderne: concepts, méthodes et cas. Le livre a été écrit par trois professeurs de marketing de la Ross School of Business de l’Université du Michigan et a été utilisé par de nombreux grands programmes d’affaires. Ce livre convient donc comme référence de référence pour mon analyse des écarts et compare ce qui est enseigné dans les principaux programmes de MBA et ce qui est disponible dans JMP.
Le manuel est divisé en trois parties. Les deux premières parties traitent des principes de la recherche marketing, ainsi que de la conception des enquêtes, de l'échantillonnage et de la collecte de données. La troisième partie traite des approches analytiques et statistiques pour l’analyse des données, qui est au cœur de l’analyse des écarts.
J'ai trouvé essentiellement pas de lacunes.
Le manuel couvre un ensemble complet de méthodes statistiques traditionnelles utilisées dans les études de marché et de consommation, telles que les statistiques descriptives, les tests d'hypothèses, la régression multiple et les méthodes multivariées. Il discute ensuite des modèles de choix (alias analyse conjointe ) et à l'échelle multidimensionnelle, et se termine par un chapitre présentant plusieurs techniques analytiques et concepts émergents tels que l'hétérogénéité, les modèles hiérarchiques, etc.
Les utilisateurs de JMP connaissent peut-être le Distribution , Fit Y par X , Modèle ajusté et Méthodes multivariées plates-formes bien, mais pourrait être moins familier avec les modèles de coefficients aléatoires dans JMP Pro à Modèle mixte personnalité (s'il vous plaît vérifier mon Articles de blog sur JMP Pro pour modèles mixtes linéaires ). Vous pouvez utiliser des modèles de coefficients aléatoires et des coefficients aléatoires imbriqués pour modéliser «l'hétérogénéité de pente» et des structures à plusieurs niveaux, comme indiqué dans le chapitre 12 du livre.
Pour les modèles de choix, JMP fournit à la fois la modélisation et la conception d’expériences marketing mettant en jeu des caractéristiques de produit et des attributs du consommateur. Mon collegue Melinda Thielbar a écrit sur le dernier développement dans la plateforme Choice Model. JMP a non seulement produit les estimations et les tests du rapport de vraisemblance, mais a également créé les profileurs de probabilité et de choix multiples qui vous permettent de visualiser les préférences des consommateurs pour de nouveaux produits alternatifs.
Les profileurs Probabilité et Choix multiple vous permettent de visualiser la comparaison des produits concurrents.
Quant à la mise à l’échelle multidimensionnelle, un autre de mes collègues, Kelci Miclaus , a créé un Complément JMP qui effectue l'analyse via l'intégration SAS ou R.
Quoi de plus, JMP Pro a d’autres méthodes analytiques avancées, telles que les modèles de soulèvement et l’exploration de données, utiles aux analystes du marketing et aux chercheurs en consommation.
Pour ceux d’entre vous qui aimeraient jouer avec les données et les cas du manuel dans JMP, j’ai créé un Complément JMP qui collecte toutes les données sous forme de tables JMP.
