新書推薦：
《
亲爱的安吉维拉：或一份包含15条建议的女性主义宣言
》
售價：HK$
58.8
《
理想国译丛064：狼性时代：第三帝国余波中的德国与德国人，1945—1955
》
售價：HK$
122.4
《
海外中国研究·明清中国的经济结构
》
售價：HK$
153.6
《
理想国译丛018：活着回来的男人：一个普通日本兵的二战及战后生命史（2024版）
》
售價：HK$
110.4
《
考古四记：田野中的历史人生
》
售價：HK$
105.6
《
大洗牌
》
售價：HK$
93.6
《
亚洲经济发展与模式分析
》
售價：HK$
106.8
《
浅尝难止（全2册）
》
售價：HK$
78.0
|
| 內容簡介： |
|
本书结合现实中的市场营销问题揭示了在市场研究分析中如何使用R。主要内容包含:R综述，数据描述，连续变量之间的关系，表格和可视化，统计检验，线性模型，如何降低复杂度，验证性因子分析和结构方程模型，聚类和判别，购物篮分析，模型选择等。
|
| 目錄：
|
|
目录中文版序译者序前言第一部分 R语言基础知识第1章 欢迎使用R21.1 R是什么21.2 为什么用R21.3 为什么不用R31.4 什么时候用R41.5 如何使用本书41.6 关键点6第2章 R综述72.1 开始72.2 R用途快速指南82.3 R命令基础112.4 基础对象122.5 数据框212.6 载入和存储数据242.7 编写函数*272.8 清理302.9 知识拓展*302.10 关键点31第二部分 数据分析基础知识第3章 数据描述343.1 模拟数据343.2 关于变量的函数383.3 概括数据框413.4 单变量可视化453.5 知识拓展*543.6 关键点55第4章 连续变量之间的关系564.1 零售数据564.2 用散点图探索变量间关系604.3 把多张图合并为一张图654.4 散点图矩阵674.5 相关系数704.6 探索问卷调查回复间的相关性*764.7 知识拓展*784.8 关键点78第5章 组比较：表格和可视化805.1 模拟客户分组数据805.2 各组对应的描述统计量875.3 知识拓展*965.4 关键点97第6章 组比较：统计检验986.1 用于比较的数据986.2 频数检验：chisq.test986.3观测比例检验：binom.test1016.4 组均值检验：t.test1036.5 多组均值检验：ANOVA1046.6 初识贝叶斯ANOVA *1096.7 知识拓展*1136.8 关键点114第7章 识别结果变量的驱动因子：线性模型1157.1 游乐场数据1157.2 用lm函数拟合线性模型1177.3 拟合多元线性模型1257.4 因子自变量1297.5 交互效应1317.6 避免过度拟合1347.7 建议的线性模型拟合过程1347.8 贝叶斯线性模型：MCMCregress*1357.9 知识拓展*1367.10 关键点137第三部分 高级营销应用第8章 降低数据复杂度1408.1 消费者品牌评分数据1408.2 主成分分析和感知图1448.3 探索性因子分析1518.4 高维标度化简介1578.5 知识扩展*1608.6 关键点160第9章 线性模型相关的其他话题1629.1 处理高度相关的变量1629.2 二项结果变量的线性模型：逻辑回归1669.3 分层线性模型1759.4 贝叶斯分层线性模型*1829.5 频率学派和贝叶斯学派HLM模型的简单比较*1879.6 知识拓展*1909.7 关键点191第10章 验证性因子分析和结构方程模型19310.1 结构模型的出发点19310.2 量级评估：CFA19510.3 更一般的模型：结构方程模型20410.4 PLS模型20910.5 知识拓展*21510.6 关键点216第11章客户分组：聚类和判别21711.1 客户分组的思想21711.2 客户分组数据21911.3 聚类21911.4 判别分析23411.5 预测：识别潜在客户*24211.6 知识拓展*24411.7 关键点245第12章 关联法则：购物篮分析24712.1基础关联法则24712.2零售交易数据：购物篮24912.3搜寻并且可视化关联法则25212.4非交易数据中的规则：再次探索客户分组25912.5知识拓展*26312.6关键点263第13章 选择模型26413.1基于选择的联合问卷调查分析26413.2模拟选择数据*26613.3拟合选择模型26913.4在选择模型中加入消费者个体差异27813.5分层贝叶斯选择模型28113.6基于选择的联合问卷调查设计*28713.7知识拓展*28913.8关键点289结论291附录A R版本和相关软件292附录B 纵向扩展298附录C 使用的包306附录D 在线资源和数据文件310参考文献312
|
| 內容試閱：
|
|
前言我们将会帮助你在市场研究和分析中使用R。R是市场分析师的绝佳选择。它拟合统计模型的能力无与伦比，对于大型和小型数据集，它可扩展，能以不同形式分析来自不同系统的数据。R生态系统包括大量现存以及正在兴起的统计方法和可视化技术。但是R在市场营销中的应用程度不如其在统计、计量经济、心理和生物信息领域。希望通过大家的努力能改变现状！本书是为两类人设计的：想要学习R的市场研究从业人员和分析师，想要了解如何将R应用于市场营销的其他领域的学生和研究人员。阅读本书需要哪些预备知识？很简单，对R在市场营销中的应用感兴趣，对基础统计模型（如线性回归）有概念性的了解，并且愿意亲自动手实践学习。本书对已有一定编程经验并希望学习R的分析师特别有帮助。我们会在第1章中介绍另外一些使用R的原因（以及一些可能不需要使用R的原因）。动手实践部分非常重要。我们将在前7章循序渐进地介绍（相关知识）并且让读者自行实践书中的案例（代码）；本书不是食谱类型的参考书。我们会在第一部分花一些时间（尽量少）介绍R基础知识，然后在第二部分介绍现实中的市场营销问题以及如何应用R。第三部分包含一些高阶市场营销问题。每章都展示了R的分析能力。希望读者在每章中都能学到新鲜有趣的知识。本书有如下特点：本书围绕市场营销组织内容。不是给出泛泛的示例，而是结合介绍的方法给出市场营销案例。我们假定读者有基础统计知识和少量的数学知识。本书是为分析实践者设计的，因此并不会过多地介绍方程和统计模型背后的数学细节（但我们会给出相应参考书目）。这是一本讲解统计概念和R代码的教科书。它旨在让读者明白我们在干什么以及学会如何避免在应用统计和R时的问题。对比市面上其他参考书和食谱类指南，我们的目标在于让本书具有可读性并且能够满足不同读者的需求。应用章节阐明了渐进的建模过程。我们并没有提供答案，而是展示一个分析师在现实工作中可能按何种方式逐步展开分析。其中比较了不同模型的统计可靠性和实用性。可视化内容是核心分析的一部分。我们并没有将可视化当作独立的话题，而是相信它是数据探索和建模的一个部分。你从中学到的不仅仅是R。除了核心模型外，本书还涵盖了一些或许对有经验的分析师来说也很陌生的有用模型，如结构方程模型、交易分析。本书同时介绍了传统方法和贝叶斯方法。核心模型和传统（频率学派）模型一起介绍。但在后面的章节中会介绍线性模型和联合分析中的贝叶斯方法。大部分分析用模拟数据实践R，并额外提供了关于市场数据结构的信息。根据个人意愿，可以改变模拟数据，看其对统计模型的影响。在合适的时候我们会给出选学的编程内容或模型知识，读者可根据自身情况选择阅读或跳过。这些小节用* 标注。本书没有包括什么？首先，本书介绍R在市场营销中的应用但并不讲述市场营销方面的研究。我们会讨论很多市场营销话题但会忽略R中那些重复用到相同分析方法的话题。如前所述，我们从概念上介绍统计模型且并不关注数学细节。由于篇幅原因，本书省略了一些复杂的话题，包括顾客终身价值模型和计量经济时间序列模型。总之，本书全面展示了市场营销研究示例和分析方法。如果掌握了本书，你将能在许多市场营销领域应用R。为什么我们可以教这些知识？从1997年开始，我们使用R及其前身S语言近30年，这是我们主要的分析平台。我们用R做各种市场分析，从简单的数据总结到复杂的分析（需要自己编写成千上万行的代码）和新模型。我们也有丰富的R教学经验。本书源自于笔者在美国营销协会（AMA）、埃默里大学市场营销学院和高级研究方法论坛（ART Forum）几年来的课程讲义。我们也在Sawtooth软件会议上和沃顿商学院对学生和业界人士进行R教学。感谢许多学生的反馈意见，我们相信他们的经验会对你们有益。关于下载数据本书对应的.R代码文件中的下载数据使用的是短链接地址，如http：goo.glUDv12g 。在一些国家和地区可能无法访问该链接，会出现这样的错误提示：Error in filefile, "rt"： cannot open the connection。如果出现这种情况，请尝试对应的完整链接地址，如http：r-marketing.r-forge.r-project.orgdatarintro-chapter2.csv。下面是短链接和对应完整链接的表格。章 号完整链接地址短链接地址2http：r-marketing.r-forge.r-project.orgdatarintro-chapter2.csvhttp：goo.glUDv12g3http：r-marketing.r-forge.r-project.orgdatarintro-chapter3.csvhttp：goo.glQPDdMl4,9http：r-marketing.r-forge.r-project.orgdatarintro-chapter4.csvhttp：goo.glPmPkaG5、6、11、12http：r-marketing.r-forge.r-project.orgdatarintro-chapter5.csvhttp：goo.glqw303p7http：r-marketing.r-forge.r-project.orgdatarintro-chapter7.csvhttp：goo.glHKnl748http：r-marketing.r-forge.r-project.orgdatarintro-chapter8.csvhttp：goo.glIQl8nc9http：r-marketing.r-forge.r-project.orgdatarintro-chapter9.csvhttp：goo.glJ8MH6A9http：r-marketing.r-forge.r-project.orgdatarintro-chapter9conjoint.csvhttp：goo.glG8knGV10http：r-marketing.r-forge.r-project.orgdatarintro-chapter10pies.csvhttp：goo.glyT0XwJ10http：r-marketing.r-forge.r-project.orgdatarintro-chapter10sat.csvhttp：goo.glMhghRq12http：fimi.ua.ac.bedataretail.dathttp：goo.glO495RV12http：r-marketing.r-forge.r-project.orgdataretail.dathttp：goo.glFfjDAO13http：r-marketing.r-forge.r-project.orgdatarintro-chapter13conjoint.csvhttp：goo.gl5xQObB致谢我们特别感谢为本书的问世做出贡献的人。首先是这些年来我们教过的所有学生，他们提供了有价值的反馈。我们希望他们的经验对你们有益。在市场营销学术领域和实践者社区， Ken Deal、Fred Feinberg、Shane Jensen、Jake Lee、Dave Lyon和 Bruce McCullough提供了宝贵意见。Chris在谷歌科研社区的同事对本书的一些部分提供了许多建议。我们感谢如下人的鼓励和建议：Mario Callegaro、Marianna Dizik、Rohan Gifford、Tim Hesterberg、Shankar Kumar、Norman Lemke、Paul Litvak、Katrina Panovich、Marta Rey-Babarro、Kerry Rodden、Dan Russell、Angela Sch鰎gendorfer、Steven Scott、Bob Silverstein、Gill Ward、John Webb 和 Yori Zwols。Springer的员工和编辑帮助我们顺利展开工作，其中尤其要感谢Hannah Bracken、Jon Gurstelle和Use R!系列丛书编辑。本书的大部分是在公共图书馆和大学图书馆完成的。我们感谢其为我们提供场所以及大量的文献资源。本书部分是在晴朗的日子里于新奥尔良公共图书馆、纽约公共图书馆、纽约神学院的小克里斯托弗凯勒图书馆、加州大学圣地亚哥分校的吉赛尔图书馆，华盛顿大学苏塞罗和艾伦图书馆、森尼维尔公共图书馆完成的，尤其是东京都中心图书馆，我们在那里写下了第一句话、第一行代码、全书大纲以及后续许多内容。家人对我们在周末和夜晚编写本书给予了支持，他们还忍受了对门外汉来说关于R的过多讨论。谢谢Cristi、Maddie、Jeff和Zoe。最重要的是，我们感谢各位读者。很高兴你们决定研究R，且希望你们的努力有所收获。让我们开始吧！Chris Chapman、Elea McDonnell Feit
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
