Add Papers Marked0
Paper checked off!

Marked works

Viewed0

Viewed works

Shopping Cart0
Paper added to shopping cart!

Shopping Cart

Register Now

internet library
Atlants.lv library
FAQ
4,99 € Add to cart
Add to Wish List
Want cheaper?
ID number:308134
 
Author:
Evaluation:
Published: 07.07.2020.
Language: Latvian
Level: College/University
Literature: 15 units
References: Used
Table of contents
Nr. Chapter  Page.
1.  Kovariācijas analīze    3
1.1.  Kovariācijas analīzes definīcija    3
1.2.  Kovariācijas analīzes pielietošana    3
1.3.  Kovariācijas analīzes piemēri    6
1.4.  Kovariācijas analīzes ģeometriska interpretācija un būtība    7
1.5.  Kovariācijas analīzes metodes un veidi    8
1.6.  Kovariācijas analīzes atskaite, nulles hipotēze un ierobežojumi    9
2.  Kovariācijas analīzes izmantošana mārketinga pētījumos    11
2.1.  Kovariācijas analīze, kur dominē atributīvās pazīmes    11
2.2.  Kovariācijas analīze, kur dominē kvantitatīvās pazīmes    17
  Secinājumi    19
  Izmantotā literatūra un avoti    20
Extract

Secinājumi
1. Kovariācijas analīze (tulkojumā no angļu valodas ANCOVA — analysis of covariance) apvieno regresijas analīzi ar dispersijas analīzi.
2. Kopumā pētījumi tiek veikti, lai izskaidrotu neatkarīgā mainīgā ietekmi uz atkarīgo mainīgo, kā arī pētījumu projektēšanas mērķi, lai nodrošinātu pētniecības struktūru.
3. Kovariācijas analīze ir vispiemērotākā sakarību pētīšanas un modelēšanas metode, ja sakarībās kā faktori vienlaikus ieiet tiklab atributīvās, kā arī kvantitatīvās pazīmes.
4. Kovariācijas analīzi mārketingā var lietot šādos gadījumos: nosakot, kā patērētāju nodomi pirkt zīmolu atšķirsies atkarībā no dažādiem cenu līmeņiem, var tikt ņemta vērā attieksme pret zīmolu; nosakot, kā dažādas grupas, kuras pakļautas dažādām reklāmām, novērtē zīmolu, var būt nepieciešams kontrolēt iepriekšējās zināšanas; nosakot, kā dažādie cenu līmeņi ietekmēs mājsaimniecības pirkumus, var būt būtiski ņemt vērā mājsaimniecības lielumu.
5. Galvenais kovariācijas pasākuma ierobežojums ir tās interpretācijā. Kaut arī var izmērīt virziena attiecības starp mainīgajiem, apjoms pats par sevi nav ļoti informatīvs. Kovariācija neuzrāda, cik spēcīga ir saistība starp X un Y, tādēļ secinājumi ir ierobežoti. Viens no veidiem, kā var novērst šo trūkumu, ir noteikt korelācijas koeficientu.

Work pack:
GREAT DEAL buying in a pack your savings −6,48 €
Work pack Nr. 1380057
Load more similar papers

Atlants

Choose Authorization Method

Email & Password

Email & Password

Wrong e-mail adress or password!
Log In

Forgot your password?

Draugiem.pase
Facebook

Not registered yet?

Register and redeem free papers!

To receive free papers from Atlants.com it is necessary to register. It's quick and will only take a few seconds.

If you have already registered, simply to access the free content.

Cancel Register