作者atomo (Mr.Wu)
看板Statistics
标题[问题] 统计方法询问(客户推荐程度)
时间Fri Dec 16 14:21:40 2016
如果是跟统计软体有关请重发文章，使用程式做为分类。
统计软体，如SPSS, AMOS, SAS, R, STATA, Eviews，请都使用程式做为分类
请详述问题内容，以利板友帮忙解答，过短文章依板规处置，请注意。
为避免版面混乱，请勿手动置底问题，擅用E做档案编辑
Hi 大家好，我想请问有什麽适合的方法可以分析造成消费者推荐程度改变的因素？
资料来源主要是问卷资料，向填答者询问他们有多愿意推荐这个品牌(0-10分)的级距，
再将这11个级距分成3类:批评者(0-6)/中立者(7-8分)/推荐者(9-10分)，主要研究的
应变数就是这三个类别，自变数除了客户基本资料以及满意度外，我们根据客户
的开放式回答当中进行分类(ex:提到服务很烂，就在服务抱怨的分类上记录1)，
现在的目标是将这些我们自行分类过的因素纳入模型中，去讨论什麽样的分类，
会造成客户推荐程度的改变，并且透过影响程度来排序这些分类。
(ex: 餐点很难吃 > 服务生服务很差 > 餐点太贵 > 出餐太慢 > 装潢太差)
根据我目前上网研究的结果，目前想采用 Multinomial Regression 来进行研究
，去讨论这些分类造成中立者态度转换的机率有大，再透过显着的Beta系数大小来
当做影响程度，进而当做重要性的依据，不知道这个方法是不适合？
以下是我的疑问：
1. 应变数的类别有大小的关系是否适用此模型？
2. 我们的分类很多，导致每个分类下都有很多的0(>80%)，不知道是否会造成影响
3. 因为也有许多顾客没有留下开放式建议，所以无法再进行下一步分类，再模型当中
时我应该把这些没有分类资料的顾客回复从模型中拿掉嘛？还是可以一起讨论？
4. 因为满意度和问题分类有因果和层级的关系，是否适合放入同一模型讨论？
谢谢大家
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 59.124.153.109
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1481869303.A.893.html
※ 编辑: atomo (59.124.153.109), 12/16/2016 14:24:41
1F：推 andrew43: 也可以尝试分类器，方法很多。 12/16 16:01
2F：→ andrew43: 多项罗吉斯回归应该可以。变数挑选和模型诊断做好。 12/16 16:03
3F：→ andrew43: 但11类缩成三类，感觉满浪费的。 12/16 16:04
4F：→ Pieteacher: Logit model with multinomial respose 12/16 16:05
5F：→ Pieteacher: Read agresti book category analysis chap 7 12/16 16:05
6F：→ atomo: 谢谢andrew 大回应，在查询过程当中有机器学习相关方法， 12/16 16:14
7F：→ atomo: 但碍於没有相关知识，进入障碍比较高，才选择从统计模型下 12/16 16:14
8F：→ atomo: 谢谢Pie老师的回复，我会去查询一下相关书籍，谢谢！ 12/16 16:15
9F：→ atomo: 关於11个缩成三个，是因为原始推荐指标(NPS)就是这样处理 12/16 16:16
10F：推 jackhzt: mds 12/16 20:28