内容

目次

第1章　マーケティング・データ分析とR1 1.1　マーケティングにおけるデータ分析 1.2　Rを利用するメリット 1.3　Rの操作上の特徴 1.4　本書の構成 第2章　Rの導入 2.1　Rのインストール 2.2　Rでの命令の実行とRGuiメニューの利用 第3章　Rの基本的使用方法 3.1　Rで計算する 3.2　ベクトルの演算 3.3　行列の演算 3.4　並べ替え 3.5　乱数とサンプリング 第4章　データを扱う 4.1　データの読み込みと書き出し 4.2　データ・フレームについて 4.3　ループと条件分岐 4.4　データ・フレームを用いた計算 4.5　複数のファイルに対する繰り返し処理 第5章　データ・ハンドリングを学ぶ 5.1　データを抽出する 5.2　スタックとアンスタック 5.3　変数名の一部が共通しているデータをスタックする 5.4　データをマージする 5.5　行列を利用する 第6章　データを視覚化する 6.1　散布図・折れ線グラフを描く 6.2　複数の系列を同一のグラフ上に表示する 6.3　画面を分割してグラフを描く 6.4　各種のグラフを描く 第7章　効果を検証する 7.1　平均値の差の検定 7.2　比率の差の検定 7.3　カテゴリー間の関連性の検証 7.4　グループ間での平均値を比較する 7.5　必要なサンプル数を求める 第8章　市場反応を分析する 8.1　相関と回帰分析 8.2　回帰分析を利用して販売データを分析する 8.3　売上反応モデル 8.4　売上のクロスセクション分析 8.5　市場シェアモデル 第9章　ブランド・ポジショニングを把握する 9.1　類似度データを利用したブランド・ポジショニング分析(MDS) 9.2　因子分析を用いたブランド・ポジショニングの分析 9.3　コレスポンデンス分析を用いた同時マップ 第10章　消費者の好みを理解する 10.1　一対比較データの分析 10.2　属性アプローチ 10.3　実験の枠組みを考える（実験計画法） 10.4　好まれる要素を理解する（コンジョイント分析） 10.5　好みと競合を同時に理解する（ジョイント・スペース・マップ） 第11章　消費者やブランドを分類する 11.1　階層的方法によるクラスター分析 11.2　kmeans法によるクラスター分析 11.3　併買データを利用したブランドの分類（クラスター分析） 11.4　決定木を利用した分類 11.5　潜在クラスモデルによる分類 第12章　消費者の選択行動を理解する 12.1　ロジットモデルとは 12.2　ロジットモデルの推定 12.3　順位データの分析 12.4　選択行動から消費者を分類する（潜在クラス・ロジットモデル） 第13章　観測変数や構成概念の関連性を検証する 13.1　構造方程式モデリングとは 13.2　確認的因子分析 13.3　構造方程式モデリングの実行例 第14章　マーケティング意思決定を行う 14.1　最適化による価格決定 14.2　数値的最適化による価格決定 14.3　非価格プロモーション時の最適価格 14.4　選択確率のシミュレーション