营销数据的统计建模及分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究的问题 | 第12-13页 |
| 1.4 研究方案 | 第13-14页 |
| 1.5 本文结构安排 | 第14-15页 |
| 第二章 背景知识 | 第15-25页 |
| 2.1 评分模型发展及现状 | 第15-16页 |
| 2.2 线性回归模型基本理论及方法 | 第16-19页 |
| 2.2.1 回归模型 | 第16-18页 |
| 2.2.2 多元线性模型的的最小二乘估计 | 第18-19页 |
| 2.3 Logistic回归模型基本理论及方法 | 第19-21页 |
| 2.3.1 Logistic回归基本原理 | 第19-21页 |
| 2.3.2 Logistic回归基本假设 | 第21页 |
| 2.4 分类模型理论及方法 | 第21-24页 |
| 2.4.1 聚类分析算法的基本定义 | 第22-23页 |
| 2.4.2 常用聚类分析算法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 营销数据预处理 | 第25-33页 |
| 3.1 数据简介及抽样 | 第25-29页 |
| 3.2 数据预处理 | 第29-30页 |
| 3.3 变量筛选 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 美国非盈利组织营销数据的实证研究 | 第33-52页 |
| 4.1 基于Logistic回归的响应模型 | 第33-40页 |
| 4.1.1 模型结果 | 第33-35页 |
| 4.1.2 模型验证 | 第35-40页 |
| 4.2 基于多元线性回归的收入模型 | 第40-48页 |
| 4.2.1 模型结果 | 第41页 |
| 4.2.2 模型验证 | 第41-48页 |
| 4.3 基于K-means聚类的分类模型 | 第48-51页 |
| 4.3.1 变量分析 | 第48页 |
| 4.3.2 聚类结果 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结与建议 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-56页 |
