SAS市场研究应用介绍:多维偏好分析
一多维偏好分析（multidimensional preference analysis）介绍
在联合分析中，被访者需要描述他们对产品的偏好情况，这些产品有若干实验者事先决定的属性。但有时候，这些属性并不为被访者所知，多维偏好分析（multidimensional preference analysis，简称MDPREF）就是分析这种情况下产生的数据。
有时，在市场调研，现有的数据包括消费者的喜好，为产品的属性没有定义。多维偏好分析（MDPREF）是用来分析这些数据。 MDPREF分析是符合消费者与产品对应的行与列的数据矩阵的主成分分析。在一个情节，揭示了消费者对产品的偏好模式的分析结果。以下是一些回答问题，可以用一个多维偏好分析。
多维偏好分析常用于分析消费者对产品与服务的偏好倾向，在市场研究中能具体解决如下问题：
- 圈定目标消费群体
- 市场上哪些品牌的竞争激烈
- 探索市场的空白区域
- 消费群体的分类
- 品牌评价
二多维偏好分析基本思想与过程
多维偏好分析通过收集消费者对一组产品/服务的偏好数据(以0-10/1-10的量表).,然后用降维(主成分分析)的思想，将多元数据变成通过二维图形显示的直观结果。
多维偏好分析采用的统计思想就是主成分分析法，因而必须对主成分分析法有一个初步的了解。主成分分析法就是将原来众多具有一定相关性的指标（如p个指标），重新组合成一组新的相互无关的综合指标来代替原来的指标。
分析的主要过程:
三 SAS中操作案例
MDPREF是一种主成分分析，矩阵中的列对应着人，行对应着要研究的主题，如汽车的偏好。是一个人*主题的转置，分析时注意格式要正确。
以SASUSER中的CARPREF为例，数据储存了25个被访者对17种汽车偏好的数据，偏好有0-9级得取值，0代表非常弱的偏好，9代表非常强的偏好。选择数据集和分析方法后进入变量窗口：
按照上图，将judge1-25选入preference窗口等，维度的选择可以增加，scree plot提供了每个主成分的特征值，可以参考判断选择几个维度。此例中，两个维度足够。点击OK，结果如下图所示：
结果图中包含了17种汽车点，25个被访者向量。两个维度的解释为：1）竖直维度将外国和国产车分开，正数代表外国车，负数多为国产车（美国？）。2）水平维度将大型车和小型车分开，右边多是大型车，左边多是小型车。每个被访者都偏好与接近他们向量的车型。但是注意右上部分，有很多的向量，但是却没有车型，这恰恰说明了市场空缺，还未出现有效产品来满足这部分消费者需求。