Модели и методы обработки и прогнозирования нечисловых данных маркетинговых исследований тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Мокшина, Светлана Ивановна

• Мокшина, Светлана Ивановна
• кандидат экономических наук
• 2005

Оглавление диссертации кандидат экономических наук Мокшина, Светлана Ивановна

Глава 1. Современные маркетинговые исследования: специфика и проблемы Ю

§1.1. Основные аспекты проведения маркетинговых исследований

§ 1.2. Способы измерения и представления маркетинговой информации

§ 1.3. Классификация методов обработки и прогнозирования результатов маркетинговых исследований

Глава 2. Математический аппарат обоснования маркетинговых решений

§2.1. Адаптивный дискриминантный анализ в прогнозных задачах маркетинга

§ 2.2. Эконометрические модели маркетинговых прогнозных решений в номинальных шкалах

§ 2.3. Методы экспертного оценивания в маркетинговых исследованиях

Глава 3. Применение методов моделирования нечисловых данных в реальных маркетинговых исследованиях

§ 3.1. Адаптивно-дискриминантный анализ в задачах выбора наиболее перспективных регионов ЦФО России для реализации инвестиционных проектов

§ 3.2. Методика формирования псевдовыборок для прогнозирования субъективных суждений с помощью моделей бинарного выбора

§ 3.3. Моделирование вероятностных распределений ожидаемых результатов маркетинговой деятельности в областях ЦЧР РФ 155 Заключение

Введение диссертации (часть автореферата) на тему «Модели и методы обработки и прогнозирования нечисловых данных маркетинговых исследований»

Актуальность темы исследования. Сегодня можно с уверенностью говорить о всё возрастающей роли маркетинговых исследований в практической деятельности хозяйствующих субъектов. И это неслучайно. Ведь такие исследования ориентированы прежде всего на снижение информационной неопределенности и уровня коммерческого риска.

Об интересе к ним свидетельствуют также большое число публикаций, посвященных различным аспектам маркетинговых исследований:

1) принципам, формам и видам (Ф. Котлер, Е.П. Голубков, Г.Л. Багиев, И.К. Белявский, С.Г. Божук, Л.Н. Ковалик и др.);

2) особенностям их проведения в Интернете (В. Холмогоров, И. Успенский, Т.П. Данько и др.);

3) необходимости и существующих возможностях использования математических методов и моделей в задачах обработки и анализа результатов маркетинговых исследований (Н.К. Малхотра, С.Г. Светуньков, Е.Б. Галиц-кий, Г.А. Черчилль и др.).

Однако то, что довольно часто результаты маркетинговых исследований представляются в номинальных шкалах, вызывает определенные затруднения в их обработке и анализе. Естественно, такая актуальная проблема не могла оставить равнодушными специалистов в области экономико-математического моделирования. Правда, к сожалению, интенсивные разработки в этой области были проведены и проводятся зарубежными, а не отечественными исследователями. Наиболее существенный вклад в развитие теории и методов анализа моделей дискретного выбора внес нобелевский лауреат 2000г. Д. Макфадден.

Благодаря его работам, а также разработкам других исследователей (Дж. Тобина, У. Грина, Л. Кинга, Д. Пауэрса, У. Ксая, Д. Коха, И. Снэлла, С. Ман-ски и др.) в настоящее время уже можно говорить о существовании некоторого аппарата, позволяющего моделировать качественные переменные. Более того, самостоятельным разделом эконометрики признана «Эконометрика качественных зависимых переменных» (Ч. Гурьерукс).

В целом, модели качественных переменных нашли широкое применение в экономическом анализе деятельности зарубежных хозяйствующих субъектов, чего нельзя сказать о российской практике предпринимательства. Особенно вызывает удивление тот факт, что актуальность применения подобного рода моделей в отечественных маркетинговых исследованиях по-прежнему остается незамеченной.

Между тем, результаты маркетинговых исследований, имея в своей основе стратегическую направленность, помогают руководителю ориентироваться в сложнейших ситуациях современного бизнеса. В то же время естественная граница, существующая между настоящим и будущим, является тем барьером, который мешает ему предвидеть условия реализации принятого решения. Желание хоть что-то увидеть за этим барьером приводит к необходимости разработки прогнозных решений на основе результатов маркетинговых исследований.

Недооценка руководителем важности прогнозных решений в преодолении этого барьера свидетельствует о его неспособности рассмотреть основные ориентиры будущего, что, в свою очередь, приводит к так называемому «шоку будущего». Поэтому роль прогнозирования и масштабы его практического применения в современной экономике существенно выросли, что стимулирует развитие методов прогнозирования. В маркетинговых же решениях особое место занимает проблема предсказания благоприятных и неблагоприятных событий, предпочтений, рисков, т.е. ситуаций, описание которых требует введения качественных переменных.

И если арсенал математических методов прогнозирования числовых данных уже достаточно богат, то на пути предсказания ожидаемых значений качественных переменных делаются только первые шаги. Все это приводит к тому, что отечественные маркетологи испытывают острый недостаток в адекватном математическом обеспечении своей аналитической деятельности, а руководители - в корректном формализованном обосновании принимаемых прогнозных решений. В этой связи настоящее диссертационное исследование, направленное на восполнение этого пробела, представляется весьма актуальным.

Работа выполнялась в соответствии с комплексной программой научных исследований кафедры информационных технологий и математических методов в экономике Воронежского государственного университета «Математическое моделирование и информационные технологии в управлении экономическими процессами».

Цели и задачи исследования. Целью диссертационной работы является развитие математического аппарата анализа и прогнозирования нечисловых данных маркетинговых исследований на основе комбинирования интуитивного и аналитического подходов в задачах обоснования маркетинговых решений.

Цель исследования предопределила необходимость решения следующих основных задач: анализ отечественных и зарубежных подходов к проведению маркетинговых исследований и обработке их результатов; систематизация современных методов анализа и прогнозирования результатов маркетинговых исследований; изучение способов измерения и представления маркетинговой информации; разработка метода построения адаптивной дискриминантной функции для обоснования маркетинговых решений; предложение методики формирования псевдовыборочных совокупностей и ее использования в прогнозных расчетах; разработка моделей прогнозирования экспертных суждений и предпочтений массовых потребителей; исследование прикладных возможностей моделей бинарного выбора для решения задач маркетинга; применение методов моделирования нечисловых данных в реальных маркетинговых исследованиях.

Объектом исследования являются результаты отечественных маркетинговых исследований, проводимых в последнее время как на уровне отдельного предприятия, региона, округа, так и страны в целом.

Предмет исследования - математический аппарат обработки и прогнозирования данных маркетинговых исследований, измеренных в номинальных и ранговых шкалах.

Теоретической и методологической основой исследования являются современные достижения экономической и математической науки (труды отечественных и зарубежных ученых по вопросам методологии проведения маркетинговых исследований, экономико-математического моделирования, прогнозирования социально-экономических процессов, экспертного оценивания, а также применения принципов адаптации в экономической сфере). Была использована справочная и методическая литература, материалы периодической печати, Интернет-ресурсы, а также нормативные и законодательные акты.

При выполнении диссертационной работы применялись эконометриче-ские и многомерные статистические методы, а также методы адаптивного прогнозирования и обработки экспертной информации.

Фактографический материал составили официальные данные, полученные от Воронежского областного комитета государственной статистики и Главного управления экономического развития Администрации Воронежской области. Этот материал был обработан с использованием современного программного обеспечения.

Диссертационная работа выполнена в рамках п. 1.9. «Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни.» паспорта специальности 08.00.13 - «Математические и инструментальные методы экономики».

Научная новизна исследования состоит в разработке математического аппарата прогнозирования нечисловых данных, основу которого составляют: 1) адаптивный дискриминантный анализ; 2) модели бинарного выбора, построенные с использованием псевдовыборочных совокупностей.

Научная новизна подтверждена следующими, наиболее существенными, выносимыми на защиту научными результатами, полученными автором в ходе диссертационного исследования: проведена классификация методов и моделей обработки результатов маркетинговых исследований в зависимости от шкал, в которых измерены эти результаты; разработан метод построения адаптивной дискриминантной функции, механизм которой позволяет автоматически отслеживать эффективность распознавания и в случае, когда снижается классифицирующая способность, корректировать параметры дискриминантной функции; предложена методика факторного анализа динамических эффектов, воздействующих на маркетинговую деятельность, что способствует получению дополнительной информации для обоснования бизнес-решений; сформирован новый взгляд на обработку экспертной информации, позволивший построить модель бинарного выбора для прогнозирования субъективных суждений.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на: семинарах и научных сессиях в Воронежском государственном университете; 24-й международной школы-семинара им. С.С. Шаталина «Системное моделирование социально-экономических процессов» (Воронеж, 2001); 25-й юбилейной международной школы-семинара им. С.С. Шаталина (Королев, 2002); Межрегиональной научно-практической конференции «Электронный бизнес: опыт и перспективы» (Воронеж, 2002); IV Международной научно-практической конференции «Методы и алгоритмы прикладной математики в технике, медицине и экономике» (Новочеркасск, 2004); Всероссийской научно-практической конференции «Экономическое прогнозирование: модели и методы-2004» (Воронеж, 2004); Третьей международной научно-практической конференции «Управление изменениями в социально-экономических системах» (Воронеж, 2004); 27-й международной школы-семинара им. С.С. Шаталина (Орел, 2004).

Практическая значимость работы выражается в разработке методов и моделей, которые можно использовать в задачах выбора наиболее перспективных регионов для реализации инвестиционных проектов и моделировании вероятностных распределений ожидаемых результатов маркетинговой деятельности на их территории.

Отдельные результаты диссертационного исследования используются при подготовке экономистов и менеджеров на экономическом факультете Воронежского госуниверситета в курсах: «Методы социально-экономического прогнозирования», «Эконометрика», «Многомерные статистические методы», что подтверждается соответствующим актом о внедрении.

Публикации. По теме диссертационного исследования опубликовано 7 печатных работ, которые указаны в конце автореферата. Лично соискателю принадлежат [2, 3]. Работы [1, 4-7] выполнены в соавторстве. В [1] соискатель провел анализ результатов опроса предпринимателей. В [4] он предложил метод построения адаптивной дискриминантной функции. В [5] соискателю принадлежит классификация методов анализа и прогнозирования в зависимости от шкалы, в которой измерены результирующий признак и объясняющие переменные. В [6] он разработал методику формирования псевдовыборочной совокупности для построения модели бинарного выбора. В [7] соискатель дал оценку современным методам и моделям, которые можно использовать в задачах, прогнозирования данных, измеренных в номинальных шкалах.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка использованной литературы и приложений. Основ

Заключение диссертации по теме «Математические и инструментальные методы экономики», Мокшина, Светлана Ивановна

-168-ЗАКЛЮЧЕНИЕ

В диссертационной работе на основе выполненных теоретических и прикладных исследований в области обработки и прогнозирования нечисловых данных получены результаты и сформулированы выводы, заключающиеся в следующем: Показана возросшая роль маркетинговых исследований в современных условиях хозяйствования и представлен авторский взгляд на логику их проведения, позволивший сделать вывод, что если не будут увеличены возможности для тщательного изучения рынка, то и усилия любой компании по производству и последующему маркетингу продукта (услуг) окажутся напрасными. Поэтому востребованность маркетологами результатов различных научно-методических разработок, посвященных проблемным аспектам маркетинговых исследований, будет постоянно возрастать. Проанализирован современный аппарат прогнозирования и проведена классификация методов и моделей, составляющих его основу. Результаты анализа позволили сделать вывод о том, что современные маркетологи испытывают острый недостаток в адекватном математическом обеспечении своей аналитической деятельности. Возможность обрабатывать и прогнозировать нечисловые данные маркетинговых исследований значительно повысит эффективность их деятельности. Обоснован новаторский взгляд на дискриминанатный анализ как аппарат прогнозных расчетов. Процедура прогнозных расчетов сводится в данном случае к распознаванию объектов, параметры которых не использовались при построении дискриминантной функции. Такой взгляд расширяет возможности получения объективных прогнозных оценок в номинальных шкалах. Предложен метод построения адаптивной дискриминантной функции, основанный на связи дискриминантного анализа с множественным регрессионным. Он позволяет осуществлять мониторинг распознающей силы факторов, результаты которого используются в методике адаптивного факторного анализа. Все это способствует получению дополнительной информации для обоснования маркетинговых решений. Детально изложены те аспекты моделирования качественных переменных, которые не достаточно подробно описаны в переводной литературе. Как известно, модели качественных переменных нашли широкое применение в экономическом анализе деятельности зарубежных хозяйствующих субъектов, чего нельзя сказать о российской практике предпринимательства. Проведенное исследование по разработке различных методик их построения и применения способствует тому, чтобы эти модели получили такое же широкое распространение и в отечественной практике. Разработаны модели прогнозирования субъективных суждений на основе моделей бинарного выбора. Для их построения предложены специальные процедуры формирования псевдовыборок экспертным путем. Эти модели, являясь результатом комбинирования интуитивного и аналитического подходов, обеспечивают получение достаточно надежных прогнозных оценок нечисловых данных маркетинговых исследований.

Диссертационное исследование, являясь заметным вкладом в развитие теоретических основ анализа и прогнозирования нечисловых данных, расширяет арсенал методов, которыми пользуются современные маркетологи при выявлении отношения покупателей к оказываемой услуге или продаваемому товару, повышении эффективности коммуникационных рыночных мероприятий, определении оптимальных сегментов позиционирования товаров (услуг), оценке стратегической и тактической деятельности фирмы, снижении финансовых и коммерческих рисков и т.д. Разработанные методы обеспечивают решение ранее не рассматриваемых в практике маркетинга задач, таких как прогнозирование экспертных суждений, моделирование вероятностных распределений ожидаемых результатов деятельности и др. Все это способствует повышению надежности и эффективности принимаемых маркетинговых решений.

-170

Список литературы диссертационного исследования кандидат экономических наук Мокшина, Светлана Ивановна, 2005 год

1. Аакер Д. Маркетинговые исследования / Д. Аакер, В. Кумар, Дж. Дэй. СПб.: Питер, 2004. - 848 с.

2. Айвазян С.А. Классификация многомерных наблюдений / С.А. Айвазян, З.И. Бежаева, О.В.Староверов. -М.: Статистика, 1974. 240 с.

3. Айвазян С.А. Прикладная статистика и основы эконометрики: Учеб. / С.А. Айвазян, B.C. Мхитарян. М.: ЮНИТИ, 1998. - 220 с.

4. Айвазян С.А. Прикладная статистика: исследование зависимостей / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1985.-487 с.

5. Айвазян С.А. Прикладная статистика, классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1989. - 607 с.

6. Алексеев A.A. Маркетинговые исследования рынка услуг / A.A. Алексеев. (http:// marketing.spb.ru/read/ml7/index.htm).

7. Алексунин В.А. Исследование рынка винной продукции / В.А. Алек. сунин, К.С. Шамшурин // Маркетинг в России и за рубежом. 2002.6(32).-С. 30-36.

8. Андерсон Т. Введение в многомерный статистический анализ / Т. Андерсон. М.: Физматгиз, 1963. - 500 с.

9. Аптон Г. Дж. Г. Анализ таблиц сопряженности / Г. Дж. Г. Аптон. — М.: Финансы и статистика, 1982. 143 с.

10. Ю.Аренков И.А. Маркетинговые исследования: основы теории и методики: Учеб. пособие. / И.А. Аренков. СПб: СПбУЭФ, 1992. - 40 с.

11. Багиев Г.Л. Маркетинг: Учеб. / Г.Л. Багиев, В.М. Тарасевич, Х.Анн. -М.: Экономика, 1999.-703 с.

12. Багиев Г.Л. Основы маркетинговых исследований: Учеб. пособие / Г.Л. Багиев, И.А. Аренков. СПб: СПбУЭФ, 1996. - 93 с.

13. Бадалян Л.Г. Количественный анализ номинальных признаков / Л.Г. Бадалян // Математические методы в социологических исследованиях. М.: Институт социологических исследований АН СССР, 1984. -С. 88-111.

14. Баран В.И. Определение рыночной доли на основе парных сравнений / В.И. Баран // Маркетинг в России и за рубежом. 2001. - №3(32). -С. 12-14.

15. Батыршин И.З. Принятие решений на базе нечетких отношений предпочтения и функций выбора / И.З. Батыршин // Нечеткие системы поддержки принятия решений. Калинин: КГУ, 1989. - С. 29-35.

16. Башина О.Э. Применение метода опросов покупателей в анализе и прогнозировании покупательского спроса / О.Э. Башина, Н.Ю. Иванова // Вопросы статистики. 2000. - №10. - С. 28-32.

17. Беленов О.Н. Поведение потребителей: Учеб. пособие / О.Н. Беленов.- Воронеж: ВГУ, 2001. 224 с.

18. Беллман Р. Принятие решений в расплывчатых условиях / Р. Беллман, Л.Заде. В кн: Вопросы анализа и процедуры принятия решений. -М.: Мир, 1976. - С.172-215.

19. Белявский И.К. Маркетинговые исследования: информация, анализ, прогноз. М.: Финансы и статистика, 2002. - 320 с.

20. Бешелев С.Д. Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурвич. М.: Статистика, 1980. - 263 с.

21. Божук С.Г. Маркетинговые исследования / С.Г. Божук, Л.Н. Ковалик.- СПб.: Питер, 2004. 304 с.

22. Болч Б. Многомерные статистические методы в экономике / Б. Болч, К. Хуань. М.: Статистика, 1979. - 317 с.

23. Борисов А.Н. Принятие решений на основе нечетких моделей. Примеры использования / А.Н. Борисов, O.A. Крумберг, И.П. Федоров. -Рига: Зинатне, 1990. 184 с.

24. Боровиков В. STATISTICA: искусство анализа данных на компьютере. Для профессионалов / В. Боровиков. СПб.: Питер, 2001. - 655 с.

25. Булгакова И.Н. Адаптивно-имитационное моделирование прогнозных оценок предкризисных ситуаций / И.Н. Булгакова, В.В. Давние // Энергия. -2001.-№4(46). -С. 100-105.

26. Бушуева Л.И. Применение методов анализа взаимосвязей между признаками в маркетинговых исследованиях / Л.И. Бушуева // Маркетинг в России и за рубежом. 2004. - №2(40). - С.70-80.

27. Галицкий Е.Б. Методы маркетинговых исследований / Е.Б. Галицкий. М.: Институт фонда «Общественное мнение», 2004. - 398 с.

28. Галицкий Е.Б. Возможности процедур многомерного статистического анализа при изучении ценностной дифференциации общества / Е.Б. Галицкий, С.Г. Климова // Социологический журнал. 2002. - №3. -С. 69-67.

29. Голубков Е.П. Маркетинговые исследования / Е.П. Голубков. -(http:// www.dis.ru/market/arhiv/2000/5/8 .html).

30. Голубков Е.П. Использование Интернета в маркетинге / Е.П. Голубков // Маркетинг в России и за рубежом. 2002. - № 3. - С. 109-116.

31. Голубков Е.П. Маркетинговые исследования: теория, методология и практика / Е.П. Голубков. М.: Финпресс, 2003. - 496 с. .

32. Гохман О.Г. Экспертное оценивание: Учеб. пособие / О.Г. Гохман. -Воронеж: ВГУ, 1991. 152 с.

33. Давние В.В. Адаптивное прогнозирование: модели и методы / В.В. Давние. Воронеж: ВГУ, 1997. - 196 с.

34. Давнис В.В. Основы эконометрического моделирования / В.В. Давние, В.И. Тинякова. Воронеж: АОНО «ИММиФ», 2003. - 155 с.

35. Давнис В.В. Прогноз и стратегический выбор / В.В. Давние, Е.К. Нагана, В.И. Тинякова, В.А. Ищенко. Воронеж: Изд-во Воронеж, гос. ун-та, 2004.- 216 с.

36. Давние В.В. Эконометрический и логико-аналитический подходы к задачам и ситуациям по управлению персоналом / В.В. Давние, И.Б. Дуракова. Воронеж: ВГУ, 2000. - 50 с.

37. Дейвисон М. Многомерное шкалирование / М. Дейвисон. М.: Финансы и статистика, 1988. - 253 с.

38. Докторов Б.З. Онлайновые опросы: обыденность наступившего столетия / Б.З. Докторов // Телескоп: наблюдения за повседневной жизнью петербуржцев. 2000. - №4. - С. 16-31.

39. Дрейпер Н. Прикладной регрессионный анализ / Н. Дрейпер, Г. Смит. М.: Статистика, 1973. - 394 с.

40. Дубров A.M. Компонентный анализ и эффективность в экономике /

41. A.M. Дубров. М.: Финансы и статистика, 2002. - 352 с.

42. Дубров A.M. Многомерные статистические методы: Учеб. / A.M. Дубров, B.C. Мхитарян, Л.И. Трошин. М.: Финансы и статистика, 1998.-352 с.

43. Дуброва Т.А. Статистические методы прогнозирования в экономике: Учеб. пособие / Т.А. Дуброва. М.: МЭСИ, 2003. - 52 с.

44. Евланов Л.Г. Экспертные оценки в управлении / Л.Г. Евланов, В.А. Кутузов. -М.: Экономика, 1978. 133 с.

45. Емельянов A.A. Имитационное моделирование экономических процессов: Учеб. пособие / A.A. Емельянов, Е.А. Власова, Р.В. Дума. -М.: Финансы и статистика, 2004. 368 с.

46. Иберла К. Факторный анализ / К. Иберла. М.: Статистика, 1980. -400 с.

47. Кендалл М. Дж. Статистические выводы и связи / М.Дж. Кендалл, А. Стьюарт. М.: Наука, 1973. - 900 с.

48. Кобелев Н.Б. Основы имитационного моделирования сложных экономических систем: Учеб. пособие / Н.Б. Кобелев. М.: Дело, 2003. — 336 с.

49. Козина A.B. Кластерный анализ в пространстве нечисловых признаков / A.B. Козина // Математические методы и модели в социологии. Вып. 1.-М.: ИСАИ СССР, 1991.-С. 117-131.

50. Котлер Ф. Основы маркетинга / Ф. Котлер. М.: Вильяме, 2002. -1152 с.

51. Котлер Ф. Основы маркетинга / Ф. Котлер, Г. Армстронг, Д. Сондерс,

52. B. Вонг. М.: Вильяме, 2003. - 944 с.

53. Кофман А. Введение в теорию нечетких множеств / А. Кофман. М.: Радио и связь, 1982. - 432 с.

54. Кравченко Т.К. Методы и модели описания неформализованных процедур в процессе разработки плана / Т.К. Кравченко. М.: Высшие экономические курсы при Госплане СССР, 1989. - 126 с.

55. Крылова Г.Д. Маркетинг. Теория и практика / Г.Д. Крылова, М.И. Соколова. -М.: ЮНИТИ, 2004. 655 с.

56. Ларичев О.И. Качественные методы принятия решений: Вербальный анализ решений / О.И. Ларичев, Е.М. Мошкович. М.: Физматлит, 1996.-207 с.

57. Лбов Г.С. Методы обработки разнотипных экспериментальных данных / Г.С. Лбов. Новосибирск: Наука, 1981. - 155 с.

58. Литвак Б.Г. Экспертная информация: Методы получения и анализа / Б.Г. Литвак. М.: Радио и связь, 1982. - 184 с.

59. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю.П. Лукашин. М.: Финансы и статистика, 2003. -416с.

60. Мазманова Б.Г. Методические вопросы прогнозирования сбыта / Б.Г. Мазманова // Маркетинг в России и за рубежом. 2000. - №1. -С.105-124.

61. Малхотра Н.К. Маркети нговые исследования. Практическое руководство / Н.К. Малхотра. М.: Изд. дом «Вильяме», 2003. - 960 с.

62. Маркетинг: Учеб. / А.Н. Романов, Ю.Ю. Корлюгов, С.А. Красильни-ков и др.; Под ред. А.Н. Романова. М.: Банки и биржи, ЮНИТИ, 1996.-560 с.

63. Маркетинг: Учеб. / Н.Д. Эриашвили, К. Ховард, Ю.А. Цыпкин и др.; Под ред. Н.Д. Эриашвили. М.: ЮНИТИ-ДАНА, 2000. - 623 с.

64. Маркетинговые исследования потребительского рынка / В. Анурин, И. Муромкина, Е. Евтушенко. СПб.: Питер, 2004. - 270 с.

65. Мешалкина Ю.В. Интернет как источник маркетинговой информации / Ю.В. Мешалкина // Маркетинг в России и за рубежом. 2003. - № 2. -С. 87-101.

66. Миркин Б.Г. Анализ качественных признаков и структур / Б.Г. Мир-кин. М.: Статистика, 1980. - 319 с.

67. Миркин Б.Г. Проблема группового выбора / Б.Г. Миркин. М.: Наука, 1974.-256 с.

68. Молодцов Д.А. Описание зависимостей при помощи мягких множеств / Д.А. Молодцов // Известия Академии наук. Теория и системы управления. 2001. - №6. - С. 137-144.

69. Мостеллер Ф. Анализ данных и регрессия / Ф. Мостеллер, Дж. Тьэки. М.: Финансы и статистика, 1982. - 239 с.

70. Мотышина М.С. Методы и модели маркетинговых исследований: Учеб. пособие / М.С. Мотышина. СПб: СПбУЭФ, 1996. - 109 с.

71. Никифоров A.M. Методы и алгоритмы преобразования типов признаков в задачах анализа данных / A.M. Никифоров, Ш.Х. Фазылов. -Ташкент: Фан, 1988. 132 с.

72. Патругин Ю.А. Об измерении качественных признаков / Ю.А. Патру-гин // Моделирование социальных процессов. — М.: Наука, 1970. С. 103-108.

73. Перминов С.Б. Имитационное моделирование процессов управления в экономике / С.Б. Перминов. Новосибирск: Наука, 1981. - 214с.

74. Прикладные нечеткие системы: Пер. с япон. / К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993. -368 с.

75. Пфанцагль И. Теория измерений / И. Пфанцагль. М.: Мир, 1976. -248 с.

76. Родионов А.Ю. Экономико-статистический анализ поведения потребителей в сфере электронного бизнеса (на примере Казахстана) / А.Ю. Родионов // Электронный журнал «Исследовано в России» -(http://zhurnal.ape.relarn.ru/articles/2002/024.pdf).

77. Сатаров Г.А. Методика анализа конкурирующих предпочтений / Г.А. Сатаров, Л.И. Тихомиров // Социология: 4М. 1991. - №1. - С. 32-48.

78. Светуньков С.Г. Методы маркетинговых исследований / С.Г. Све-туньков. СПб.: ДНК, 2003. - 352 с.

79. Сошникова Л.А. Многомерный статистический анализ в экономике: Учеб. пособие для вузов / Л.А. Сошникова, В.Н. Тамашевич, Г. Уе-бе, М. Шеффер / Под ред. проф. В.Н. Тамашевича. М.: ЮНИТИ-ДАНА, 2000. - 598 с.

80. Статистические методы измерения анализа информации в социологических исследованиях / Под ред. Г.В. Осипова. М.: Наука, 1979. -320 с.

81. Статистическое измерение качественных характеристик. М.: Статистика, 1972.-176 с.

82. Сулицкий В.Н. Методы статистического анализа в управлении: Учеб. пособие / В.Н. Сулицкий. М.: Дело, 2002. - 520 с.

83. Теория прогнозирования и принятия решений: Учеб. пособие / Под ред. С.А. Саркисяна. -М.: «Высш. школа», 1977. 351 с.

84. Тейл Г. Экономические прогнозы и принятие решений / Г. Тейл. М.: Статистика, 1971. - 488 с.

85. Терехина А.Ю. Анализ данных методами многомерного шкалирования / А.Ю. Терехина. М.: Наука, 1986. - 168 с.

86. Тинякова В.И. Адаптивно-рациональное моделирование в задачах прогнозирования социально-экономических процессов: Дис. . канд. экон. наук / Тинякова Виктория Ивановна. Воронеж, 2003. - 203 с.

87. Тихомиров Н.П. Эконометрика: Учеб. / Н.П. Тихомиров, Е.Ю. Доро-хина. М.: Экзамен, 2003. - 512 с.

88. Толстова Ю.Н. Измерение в социологии / Ю.Н. Толстова. М.: ИН-ФРА-М, 1998. - 224 с.

89. Толстова Ю.Н. Методология математического анализа данных / Ю.Н. Толстова // Социс. 1999. - № 6. - С. 77-87.

90. Ю1.Торгенсон У.С. Многомерное шкалирование. Теория и метод / У.С. Торгенсон // Статистическое измерение качественных характеристик. -М.: Статистика, 1972. С. 95-118.

91. Удовенко А.Н. Торговля в сети Интернет: история и измерение / А.Н. Удовенко // Вопросы статистики. 2002. - №4. - С, 61-65.

92. Успенский И. Энциклопедия Интернет-бизнеса / И. Успенский. -СПб.: Питер, 2001. 432 с.

93. Ханк Д.Э. Бизнес-прогнозирование / Д.Э. Ханк, Д.У. Уичерн, А.Дж. Райте. М.: Вильяме, 2003. - 656 с.

94. Хованов Н.В. Математические основы теории шкал измерения качества / Н.В. Хованов. Д.: ЛГУ, 1982. - 188 с.

95. Холмогоров В. Интернет-маркетинг / В. Холмогоров. СПб.: Питер, 2002. - 272 с.

96. Хэнсон У. Интернет-маркетинг: Учеб.-практ. пособие / У. Хэнсон. -М.: ЮНИТИ-ДАНА, 2001. 527 с.

97. Черчилль Г.А. Маркетинговые исследования / Г.А. Черчилль. -СПб.: Питер, 2000. 752 с.

98. Чесноков C.B. Детерминационный анализ социально-экономических данных / C.B. Чесноков. -М.: Наука, 1982. 168 с.-180110. Четыркин Е.М. Статическое измерение качественных характеристик / Е.М. Четыркин. М.: Статистика, 1972. - 172 с.

99. Чубинец М.В. Использование Интернета при проведении маркетинговых исследований / М.В. Чубинец // Маркетинг в России и за рубежом. 2001 .-№ 2. - С. 53-56.

100. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика, 1989. - 215 с.

101. Шашнов С.А. О применении метода инструментальных переменных в факторном анализе качественных признаков / С.А. Шашнов // Математические методы в социологических исследованиях. М.: Институт социологических исследований АН СССР, 1984-С. 152-163.

102. Шеффе Г. Дисперсионный анализ / Г. Шефе. М.: Наука, 1963.

103. Эконометрика: Учеб. / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2005. - 576 с.

104. Электронный маркетинг: Учеб. пособие / Под ред. Т.П. Данько, Н.Б. Завьяловой, О.В. Сатиновой. М.: ИНФРА-М, 2003. - 377 с.

105. Ярных Э.А. Проблемы развития электронной торговли и ее статистического наблюдения / Э.А. Ярных // Вопросы статистики. 2003. -№ 1.-С. 33-41.

106. Amemiya Т. The Estimation of a Simultaneous-Equation Tobit Model // International Economic Review. 1979. - Vol. 20. - No. 1. - Pp. 169181.

107. Anderson S.P. A Representative Consumer Theory of the Logit Model / S.P. Anderson, A. De Palma, J.-F. Thisse // International Economic Review. 1988. - Vol. 29. - No. 3. - Pp. 461-466.

108. Burns A.C. Marketing Research and SPSS 11.0, 4th ed. / A.C. Burns, R.F. Bush. New Jersey: Prentice Hall, 2002. - 688 p.

109. Cox D. R. The analysis of binary data, 2nd ed. / D.R. Cox, E.J. Snell-London: Chapman and Hall, 1989.

110. ESOMAR Guidelines on Conducting Marketing and Opinion Research Using the Internet (http://www.esomar.org/index.php).

111. Furrer O. Internet marketing research: opportunities and problems / O. Furrer, Sudharshan D. // Qualitative Market Research. 2001. - Vol. 4. -Pp.123-129.

112. Gourieroux Ch. Econometrics of Qualitative Dependent Variables / Ch. Gourieroux- Cambridge: The Pitt Building, 2000. 371 p.

113. Green W.H. Econometric Analysis, 4th ed. / W.H. Green New York: Macmillian Publishing Company, 2000. - 1004p.

114. Hausman J. Specification Tests for the Multinomial Logit Model / J. Hausman, D. McFadden // Econometrica. 1984. - Vol. 52. - No. 5. -Pp. 1219-1240.

115. Hensher A. D. Sequential and Full Information Maximum Likelihood Estimation of Nested Logit Model / A. D. Hensher // The Review of Economics and Statistics. 1986. - Vol. 68. - No. 4. - Pp. 657-667.

116. ICC/ESOMAR International Code of Marketing and Social Research Practice. (http://www.esomar.org/index.php).

117. Introduction to Marketing Researchhttp://www.marketingteacher.com/Lessons/lessonmarketingresearch.htm)

118. King L.J. Discriminant Analysis: A Review of Recent Theoretical Contributions and Applications // Economic Geography. 1970. - Vol. 46 (Supplement: Proceedings. International Geographical Union. Commission on Quantitative Methods) - Pp. 367-378.

119. Maddala G.S. Introduction to Econometrics. 3rd ed. / G.S. Maddala. -New York: John Wiley & Sons Ltd., 2001. 636p.

120. Manski C.F. Structural Analysis of Discrete Data and Econometric Applications / Charles F. Manski and Daniel L. McFadden (Eds.). Cambridge: The MIT Press, 1981. - p. xxvii. -(http://emlab.berkeley.edu/users/mcfadden/discrete.html).

121. Park J. Y. Nonstationary Binary Choice / J. Y. Park, P. C. B. Phillips // Econometrica. 2000. - Vol. 68. - No. 5. - Pp. 1249-1280.

122. Powers D. Statistical Methods for Categorical Data Analysis / D. Powers, Y. Xie. Academic Press, 1999. -(http://www.la.utexas.edu/research/faculty/dpowers/book).

123. Semon T. T. Marketing Research Needs Basic Research / T.T. Semon // Marketing News. March 14, 1994.-P. 12.

124. The Market Research Society -(http://www.marketresearch.org.uk/mrindustry/index.htm)

125. Tull D.S. Marketing research: Measurement and method: A text with cases, 2nded. / D.S. Tull, D.I. Hawkins. New York; London: Macmillan, 1980.- 796p.

126. Zadeh L.A. The concept of linguistic variable and its application to approximate reasoning. Part 1, 2, 3 / L.A. Zadeh // Information Sciences. -1975. -№8. -P.199-249, P. 301-357; №9. P.43-80/