市场调查与预测复习大纲
市场调查与预测复习大纲
市场调查与预测
第一章市场营销研究概述
1 市场营销研究定义（了解）
市场营销研究（marketing research）是系统地识别、收集、分析、分配和使用信息，目的是发现营销问题（机遇），并提出有效的对策。
问题识别研究：问题对策研究：
市场潜力研究市场细分研究
市场份额研究促销研究
公司或品牌形象研究产品研究
销售分析研究分销研究
近远期预测研究定价研究
商业趋势研究
1.拟订研究框架
2.制定研究设计
3.现场工作与数据收集
4.数据准备与分析
5.撰写与提交报告
6.定义研究问题
(1)定义研究问题
定义问题时，应当考虑研究的目的、有关背景、所需信息及其在决策中的用途。
定义问题需要很好地与决策者沟通，向业内专家咨询，分析二手数据，有时也许需要进行专题组座谈的定性研究。
一旦定义了问题，就能够正确地设计和开展研究。
(2)拟订研究框架
拟订某一问题的研究框架，包括研究目的、理论框架、分析模型、研究问题、假设，识别影响研究设计的有关特征或因素。
(3)制定研究设计——蓝图
确定所需信息
二手数据分析
定性研究
收集数据的定量方法(调查、观察和实验）
测量与量表
问卷设计
抽样过程与样本量
数据分析计划
(4)现场工作与数据收集（熟悉）
现场
电话
网络
(5)数据准备与分析
数据的编辑、编码、录入和核实
(6)撰写与提交报告(presentation)
书面报告包括：研究问题、研究框架与设计、数据收集与分析方法，以及研究结果与主要结论。
应该便于非专业人士理解
借助图、表向管理层做口头报告，使提交的报告清晰
4.市场营销研究的性质
市场营销的重点在于识别和满足顾客的需求。
市场营销研究的任务是判断信息需求，并向管理层提供相关、准确、可靠、有效和及时的信息。
第2 章定义市场营销研究问题与确定研究方法
管理决策问题：是决策者需要做什么的问题
营销研究问题：是需要什么信息以及如何最有效地获取这些信息的问题
管理决策问题管理研究问题
问决策者需要做什么问需要什么信息和如何获得
行动导向信息导向
关注症状关注背后的原因
管理决策问题营销研究问题
是否应该引进新产品针对提议的新产品确定消费者
偏好和购买倾向
是否应该改变广告活动确定现有广告活动的有效性
这种产品的价格是否应该提高确定需求的价格弹性，确定在不
同水平上价格变化对销售额和
赢利的影响
客观/理论基础
分析模型
研究问题
假设
确认所需信息
实例：联合航空公司用食品作为联系顾客的纽带
第3章研究设计
1.研究设计：定义
研究设计是开展某一营销研究项目时所要遵循的一个框架或计划，它详细描述获取分析和解决营销研究问题所需信息的必要程序。
2.研究设计：分类（掌握）
（1）探索性研究：主要目标是针对研究人员所面临的问题提出看法与见解。
探索性研究结果应当被看做是初步的，或者作进一步研究的参考。
（2）结论性研究：通常比探索性研究更加正式和结构化，它建立在有代表性的大样本的基础之上，所得到的数据倾向于定量分析。
市场营销研究设计分类（掌握）
研究设计：1.探索性研究设计
2.结论性研究设计：（1）因果研究
(2)描述性研究：1.纵向设计
2.横截面设计：（1）一次性横
截面设计（2）重复横截面设计
比较项目探索性研究结论性研究
目标提供对问题的看法与理解检验特定的假设，并验证特
定的相互关系
特征只是大体定义出所需要的信
息，研究过程灵活、非结构
化、样本小、不具代表，定
性的原始数据分析清楚地定义所需要的信息，研究过程正式且结构化，样本大、有代表性、定量的数据分析
结论尝试性结论性
结果进一步的探索性研究或结论
性研究紧随其后
结果用做管理决策的依据
横截面设计:是指一次性地从特定的样本总体中收集信息，包括一次性横截面与重复性横截面设计。
纵向设计：是指对目标总体中的固定样本组的同一组变量进行重复测量。
4.探索性研究、描述性研究与因果研究的关系（掌握）
（1）当对问题的情形几乎是一无所知时，应该先使用探索性研究。当需要更加准确的定义问题、确定备选行动方案、提出研究问题或者假设、分享主要变量以及区分因变量与自变量时，适于进行探索性研究
（2）探索性研究是整个研究设计框架的第一步。在大多数情况下，探索性研究之后应该是描述性研究或者因果研究。例如，探索性研究所提出的假设应利用描述性研究或者因果研究来进行统计检验。
（3）每个研究设计没有必要都从探索性研究开始。这取决于问题定义的准确程度以及研究人员对于解决问题的方法的明确程度。研究设计也可以从描述性研究或者因果研究开始。
（4）虽然探索性研究通常是第一步，但这并不需要总是这样。探索性研究也可以在描述性研究或者因果研究之后。
5.潜在的误差源（掌握）
6.随机抽样误差（掌握）
随机抽样误差的存在是因为所选择的特定样本不能完全代表相应的总体。
随机抽样误差是总体的真实平均值与样本真实平均值之间的差异。
7.非抽样误差（掌握）
非抽样误差不是由抽样导致的，它可以是随机的或者非随机的。
非抽样误差由许多原因导致，包括问卷定义、研究框架、测量尺度、问卷设计、访谈方法以及数据准备与分析等方面的误差。
第4 章探索性研究设计
1原始数据和二手数据（掌握）
（1 ）Primary data是研究人员为了解决面临的问题而专门收集的证据。它涉及营销研究的所有步骤，既花钱又花时间。
（2 ）Secondary data不是为了目前正在研究的特定问题，而是为了其他目的已收集的数据，可以以低成本迅速找到这些数据。
比较项原始数据二手数据
收集目的为了手中的问题为了其他问题
收集程序非常费劲快且容易
收集成本高相对较低
收集时间长短
2.二手数据的优点和应用（掌握）
主要优点：容易找到，成本低且迅速获得
有助于：
确认问题，更好的定义问题
拟订问题的研究方法
阐述恰当的研究方法，检验一些假设
更深刻地解释原始数据
3.二手数据的缺点（掌握）
相关性
准确性
用处
不是最新的和可靠的
4.评价二手数据的标准（熟悉）
规格和方法：数据收集的方法论
误差和精确度：数据的准确性
及时性：数据是什么时候收集的
目的：收集数据的目的
性质：数据的内容
可靠性：数据有多可靠
5. 二手数据的分类（了解）
6.计算机数据库（了解）
数据库进一步分类（互联网数据库）
文献摘要数据库
数字数据库
全文数据库
目录数据库
专门数据库
第5章探索性研究设计：定性研究
1.定性研究
Qualitative research 提供了关于问题背景的看法与理解。 Quantitative research 通常利用一些统计分析将数据量化。
2.定性研究方法的分类（掌握）
第6章描述性研究设计：调查与观察
1.调查法（掌握）
Survey method涉及向调查对象发放一个结构化问卷，以收集特定信息。 这种获取信息的方法以询问调查对象为基础，向调查对象询问各种各样涉及他们的行为、意向、态度、感知、动机以及生活方式的问题。
形式多样，口头、网络、书面…….
2.根据填写方式分类的调查方法（掌握）
3.调查方法的比较性评价（了解）P110
如何提高回答率
预付的或预谋的货币刺激
货币刺激数目的增加
非货币的奖励（小礼品）
预先通知
得寸进尺策略
个性化
追踪信件
4.感知到的匿名程度（掌握）
Perceived anonymity是指调查对象对他们身份不会被调查员或研究人员识别出的感知程度。
5.社会期许/敏感信息（掌握）
社会期许(social desirability)是指调查对象提供社会可接受的答案的趋向，而不论所给答案是否真实。
6.调查方法的选择（了解）P115
7.掩饰观察与非掩饰观察（掌握）
在进行掩饰观察时，调查对象没有意识到自己被人观察。
掩饰使调查对象可以自然地行动，当人们知道他们正在被观察时，可能有与往常不一样的行为表现。
进行非进行掩饰观察时，调查对象意识到他们处于观察之下。
8.自然观察与实验观察（了解）
Natural observation在自然环境中的观察行为，例如观察调查对象在KFC吃快餐的行为。优点在于所观察到的现象能够更准确地反映真实的现象，缺点是等待现象发生的时间过长，在自然环境中对现象进行测量很难。
Contrived observation在一个人造的环境中观察研究对象的行为。9.调查法和观察法的比较（熟悉）
观察法的最大优点是允许对实际行为进行测量，而不是对意向性的或偏好性的特为进行报告，由调查员和访谈过程引起的潜在偏差也就被消除或减轻了。
观察法最严重的缺陷是可能无法确定观察到的行为的原因，因为对其潜在的动机、信念、态度和偏好所知甚少。
第7章因果研究设计：实验法
1.因果关系的条件（掌握）
（1）相从变动
（2）变量出现的时间顺序
（3）没有其他可能的原因要素
2.实验方法的效度（掌握）
.两个目标：
（1）得出关于因变量对研究组的影响的正确结论；
（2）对更大规模的有关人群做出正确的推论
3.内部效度（掌握）
对自变量或处理的操纵是否确实导致了所观察到的因变量的变化。
内部效度指的是所观察到的测试单位的影响是否可能由处理之外的其他变量引起的。
对外生变量的控制是建立内部效度的一个必要条件。
4.外部效度（掌握）
实验中所发现的因果关系是否具有普遍意义。即结果能推论到实验之外的情
况吗？
5.实验设计的分类（了解）
6.实验室实验与现场实验（掌握区别）
实验室试验：有研究人员构造出的，具备实验想要的特定条件的人工环境现场试验：与实际的市场条件同义
7.实验设计的局限性（掌握）
时间
成本
执行
（1）实验设计的局限性——时间
实验可能会耗费时间，尤其是如果研究人员对测量处理的长期影响感兴趣，比如一次广告投放的效果。
实验应该持续足够长的时间，以使实验后测量包括自变量的大多数或全部影响
（2）实验设计的局限性——成本
实验通常很昂贵，对实验组、控制组以及多次测量的需要大大增加了研究的成本。
（3）实验设计的局限性——执行
实验有时可能执行起来很困难。
可能会无法控制外生变量的影响，尤其是在现场实验中。
现场实验经常会干预一家公司正在进行的经营活动，并且可能很难获得来自零售商、批发商和其他有关方面的合作
第8章测量与量表
1.测量和标度
Measurement指的是根据某些预先指定的规则为物体的特性分配序号或其他符号。
If you cannot measure something, measure it.
“我们不测量消费者，只测量他们的感受、态度、偏好或其他相关的特性
标度
Scaling涉及产生一个将被测物体定位的连续统一体。
标度是将调查对象置于一个与他们对待百货商店的态度相应的连续统一体中的过程。
例如：每位消费者被分配一个序号，表示其（不）喜好程度（1=极不喜爱，100=极喜爱）。
2.测量的主要尺度（掌握）
定类
Nominal scale：是标记方法，其中数字只用做对物体进行识别和分类的标志或标签。
每个序号只分配给一个物体，并且每个物体只被分配一个序号，例如球员号码
每个序号并不反映物体所拥有的特性的数量，例如运动员的号码并不反映某人更优越。
定序
Ordinal scale是一种排序尺度，分配给物体的数字表明了物体拥有一些特性的相对程度。
一个定序尺度使你能够确定一个物体是否比另一个物体具有更多的或更少程度的某种特性，但没有表明多了多少或少了多少。
因此，定序尺度表示出了相对位置，但没有反映物体间差别的大小。
定距
Interval scale：尺度上数字相等的距离代表了被测特性的相等值。
定距尺度包含了定序尺度的所有信息，并且还能够比较物体之差别的大小。
任意两个尺度值之间的差值与同一定距尺度的其他任意两个相邻值之间的差值相等。在尺度值之间有一个恒定的或相等的间距。1和2之间的差值与2和3之间的差值相同。
定比
Ratio scale具有定类、定序和定距尺度的所有性质，它还有一个绝对的零点。
用定比尺度可以对物体进行鉴别或分类、排序并比较它们的间距或差别，计算比值也是有意义的。
不仅2和5之间的差值与14和17之间的差值相同，而且在一种绝对意义上14是2的7倍。
第9章测量与量表：非比较量表技术
1.分项评分量表（掌握）
Itemized rating scale上面每个类别都有一个数字或与每个类别相关的
简要描述
类别按照量表的位置来排序，分项量表是复杂度更高的量表。
如多重分项评分量表包括
Likert量表
语义差异量表
斯坦普尔量表
2.所用量表类别的数目（掌握）
一方面，量表类别的数目越大，刺激物体之间可能的区别就越细微。
另一方面，大多数调查对象无法应付过多的类别。
一般建议类别的适宜数目应当介于5-9之间，然而没有一个唯一的最优类别数。
3测量中误差的可能来源（掌握）
影响测试分值的其他相对稳定的个人特征，比如智力、社会愿望和教育。
短期或暂时的人员因素，比如健康、情感和疲劳
场所因素，比如其他人的存在、噪声和分心的事物
量表的说明或项目本身不够清楚
量表的执行，比如访谈者之间的差异
分析因素，比如在计分和统计分析中的差异
4.信度（掌握）
Reliability指的是如果重复测量，一个量表产生一致性结果和程度。
1.重复测试信度
2.复本信度
3.内部一致性信度
5.效度（掌握）
Validity可以定义为观察值之间的差异所反映的物体之间被测特性的真实差异的程度，而不是系统误差或随机误差。
X0=XT， Xs=0，XR=0
第10章问卷与表格设计
1.问卷的目标（掌握）
（1）它必须将所需的信息翻译成一组调查对象能够并且愿意回答的具体问题。
（2）问卷必须促使、激励和鼓励调查对象在访谈中变得投入、合作并完成访谈。在设计一张问卷时，研究人员应该争取尽量减少调查对象的疲劳、厌倦和工作量，以使不完整率和拒答率降到最低。
（3）问卷应该将回答误差减到最小。
2.问卷设计过程(掌握)
3确定问题的顺序（掌握）
确定问题的顺序——开头的问题.
开头的问题对于赢得调查对象的信任与合作至关重要。
开头的问题应该有趣、简单并且不咄咄逼人。
在有些情况下，有必要确认调查对象的资格，或者确认调查对象是否符合参加访谈的条件。
确定问题的顺序——信息的类型
首先是获取基础信息
其次是分类信息
最后是标识信息
确定问题的顺序——困难的问题
困难或敏感的、使人尴尬的、复杂的、无趣的问题应该放在靠后的位置
第11章抽样设计与步骤
1 样本还是普查（掌握）
（1）总体（population）是享有一些共同特征并构成某一营销研究问题目的全域的所有个体的集合。
（2）普查（Census）涉及统计一个总体中的全部个体，然后直接计算总体参数。（3）样本(抽样)（Sample）是被选出来研究的总体的子集，样本特征也叫统计量。通过估计方法和假设检验可以建立有关样本特征和总体参数之间的联系的推论。
2.样本与普查的比较(掌握)P209表
预算和时间限制使样本的使用更为有利
普查成本昂贵而且执行起来耗费时间，对大多数消费产品而言，因为总体庞大，普查是不现实的。
但对于许多工业产品，总体数很小，使得普查方法可行并且可取。
比较项目
适用条件
样本普查
预算小大
可用时间短长
总体误差大小
特征误差小大
抽样误差的成本低高
非抽样误差的成本高低
测量的性质破坏性的非破坏性的
对个体案例的关注是否 便利抽样（convenience sampling）又称方便抽样，试图获取一个便利
个体的样本，对抽样单位的选择主要由访谈人员完成，通常被访者由于碰巧在恰当的时间正处在恰当的地点而被选中。
实例：使用学生、教会成员以及社团成员；对被访者不加资格认证的商场拦截访谈；从杂志中撕下的问卷；街头采访
4.概率抽样技术（掌握）
简单随机抽样，给予总体中的每一个个体一个已知且相等的抽中概率。
而且每个规定了规模的样本都有一个已知且相等的被实际选为样本的概率，这意味着每个个体是独立于其他所有个体而被选择的，样本以随机的方法从一个抽样框架中抽出。
彩票系统，参与者的名字被放入一个容器中，摇晃这个容器，然后以一种公正的方式将获胜者的名字抽出来
5.基本抽样技术的优缺点（掌握）P219表
技术优点缺点
非概率抽样成本最低，耗时最
少，最方便
选择偏差，样本无代
表性，不适于描述性
研究或因果研究
低成本，方便，不耗
时
不支持推论，主观
可以就确定的特征
对样本进行控制
选择偏差，不能确保
代表性
可以估计稀缺特征耗时
概率抽样易于理解，结果可映
射
难以构建抽样框架，
成本昂贵，精确度较
低，不能确保代表性可增加代表性，比
SRS容易执行，不需
要抽样框架
可以降低代表性
包括了所有重要的
子总体，精确
难以选择相关的分层
变量，对许多变量分
层不可行，成本昂贵易于执行，有成本效
益
不精确，难以计算和
解释结果
6.在非概率抽样和概率抽样间抉择（掌握）
选择非概率样本还是概率(表11-5)P221
选择考虑方面有利于使用的条件
非概率抽样概率抽样
研究的性质探索性归纳性
抽样误差和非抽
样误差的相对大
小
非抽样误差较大抽样误差较大
总体的差异化程度同质（差异化程
度低）
异质（差异化程
度高）
统计上的考虑不利有利
操作上的考虑有利不利
第13章现场工作
1 现场工作的特性（掌握）
亲自收集数据
依靠自己的组织收集数据
雇佣调查公司
2 现场工作/数据收集过程（掌握）
选择现场工作人员
培训现场工作人员
管理现场工作人员
核实现场工作
评估现场工作人员
第14章数据准备
1 数据准备过程（掌握）
2 问卷检查
问卷检查的第一步是检查所有问卷填写的完整性和数据质量，通常这种检查应该在现场工作实施过程中进行。
如果现场工作是交给数据收集公司进行的，则研究人员应该在其结束之后再进行独立的检查。
3.现场回收的调查问卷可能的问题（掌握）
问卷的某些部分填写不完整
调查对象的回答表明他没有弄清楚问题的含义或没阅读说明，如有些问题他不必回答但回答了。
调查对象的回答差异性不大，例如有的调查对象填写7级量表时总是选4 返回的调查问卷缺失几页
问卷回收超过了时限
问卷填写人不符合调查要求
4.数据编辑（掌握）
数据编辑是为了提高问卷数据的精确性而进行的再检查，目的是筛选出问卷中看不清楚、不完整、不一致或模棱两可的答案。
数据问卷记录不佳，就会导致一些答案字迹模糊，所以数据必须十分清晰。
有时问卷上一题同时勾了3和4，或勾在了5和6的中间，如何判断？
5.对不合格问卷的处理（掌握）
通常是
（1）退回给现场工作人同以获得更好的数据（2）填补缺失值，或（3）丢弃不合格问卷。
6.如何处理缺失值
中性值代替
用估计值代替
整例删除
结对删除
第15章频数分布、列联表和假设检验
1. 与频数分布有关的统计量（掌握）
集中趋势指标（均值、众数和中位数）
差异指标（全距、四分互差、方差和标准差、变异系数）
分布形状指标（信度和峰度）
第16章方差和协方差分析
1 t 检验（掌握）
在针对连续变量的统计推断方法中，最常用的有t 检验和方差分析两种，其中t 检验是最基本的检验方法，也是统计学中跨里程碑的一个杰作
2t检验的适用条件
只要数据分布不是强烈的偏态，一般而言单样本t 检验都是适用的。
t 单样本检验是一个非常稳健的统计方法，只要没有明显的极端值，其分析结果都是稳定的。
3.方差分析（掌握）
方差分析一般在两组或两组以上均值差异检验时使用。
4.方差分析的基本原理（掌握）
总变异=组内变异+组间变异
其中组间变异既包括了处理因素的作用，也包括了随机误差。而组内变异仅体现了随机误差。显然，上述实际数据的变异分解公式和理论上的变异分解公式间存在着如下的对应关系：
总变异=随机变异+处理因素导致的变异
总变异=组内变异+组间变异
总变异=组内变异+组间变异
我们可采用一定的方法来比较组内变异和组间变异的大小，如果后者远远大于前者，则说明处理因素的影响的确存在，如果两者相差无几，则说明该影响不存在，以上就是方差分析的基本思想
方差分析的检验统计量可以简单地理解为利用随机误差作为尺度来衡量各组间的变异，即：
F=组间变异测量指标/组内变异测量指标
可以想象，在H0成立时，处理所造成的各级间均值的差异应为0，即： μ1=μ2=………..=μk
于是，组间变异将主要由随机误差构成，即组间变异的值应当接近组内变异。
于是，组间变异将主要由随机误差构成，即组间变异的值应当接近组内变异。于是检验统计量F应当不会太大，且接近1，否则F值将会偏离1，并且各组间的不一致程度越强，F值越大。
5.方差分析的应用条件（掌握）
观察对象是来自所研究因素的各个水平之下的独立随机抽样
每个水平下的因变量应当服从正态分布
各个水平下的总体具有相同的方差
其实，与t检验的应用条件大同小异，概括起来就是独立性、正态性和方差齐性
6.单因子方差分析步骤（掌握）
第17章相关分析和回归分析
1.相关的一些概念1（掌握）
相关分析有一个显著的特点是变量不分主次，被置于同等的地位。
直线相关：这是最简单的一种情况，两变量呈线性共同增大，或者呈线性一增一减的情况。
曲线相关：两变量存在相关趋势，但并非线性，而是呈各种可能的曲线
趋势。此时如果直接进行直线相关分析，有可能得出无相关性的结论。
2.相关的一些概念2（掌握）
正相关与负相关：如果A变量增加时B变量也增加，则称为正相关，如果A变量增加时B变量减少，则为负相关
完全相关：两变量的相关程度达到了亲密无间的程度，当得知A变量的取值时，就可以准确推算出B变量的取值。
当数据为有序变量或名义变量时，一般不考虑直线、曲线相关的问题，但正负相关和完全相关仍然适用
3.简单回归分析（掌握）
二元回归的定义：二元回归，也叫简单回归，是在一个定量因变量与一个定量自变量之间建立数学关系等式的方法。
简单回归分析就是寻找因变量数值随自变量变化而变化的直线趋势，并在散点图上找到这样一条直线，相应的方程也就被称为直线回归方程 通过回归方程解释两变量之间的关系会显得更为精确，例如可以计算出大白鼠每进食一个单位代乳粉体重平均增加的单位数量，这是相关分析无法做到的
4.回归分析的应用（掌握）
Regression analysis是分析定量因变量与一个或多个自变量之间相关关系的有效且易用的方法，适用于：
确定自变量是否能够解释因变量的重要变差，即二者之间是否存在关系 确定因变量中有多大比例的变异可以由自变量来解释，即关系的强度有多大
确定二者关系的形式，即自变量和因变量有关的数学方程式
预测因变量的值
在评估特定变量贡献时，控制其他自变量的作用
5.简单回归的适用性（掌握）
线性趋势：自变量与因变量的关系是线性的，如果不是，则不能采用线性回归来分析。这可以通过散点图来判断
独立性：自变量与因变量Y的取值相互独立，之间没有联系。
正态性：就自变量的任何一个线性组合，因变量Y均服从正态分布，反映到模型中，实际上就是要求残差服从正态性
方差齐性：就自变量的任何一个线性组合，因变量的Y的方差均相同。
6.简单回归的步骤（掌握）
.7.多元回归（掌握）
多元回归分析是研究因变量如何依赖两个或两个以上自变量的问题
8.多重共线性（掌握）
多重共线性是指自变量间存在线性相关关系（高度相关），即一个自变量可以用其他一个或几个自变量的线性表达式进行表示。产生的问题是： 偏回归系数可能估计不准备，标准误很大
偏回归系数的大小和符号随不同的样本而有差异
难以评估各个自变量在解释因变量变异中的相对重要性
第18章判别分析
1.判别分析的基本概念（掌握）
判别分析是一种数据分析技术，适用于标准变量或因变量为定类数据，预测变量或自变量为定距数据的情况
1.建立判别函数
2.考察组间差异是否显著
3.判断哪些预测变量对组间差异贡献较大
4.预测变量的值将样本分类
5.评估分类的准确程度
2 判别分析-回归分析-方差分析的关系（掌握）
（其他的了解）
回归分析确定最佳模型考虑的方面
最佳多元回归方程应具有全面显著性
最佳多元回归方程式与其他回归式相比，包含较少的自变量
在自变量个数不变的条件下，判定系数R2值为最大
多加入其他自变量于回归式中，不会增加R2值。
每一个斜率系数均显著或几乎显著
第19章因子分析
1.主成分分析（掌握）
主成分分析是考察多个变量间相关性的一种多元统计方法。它是研究如何通过少数几个主分量来解释多个变量间的内部结构。
也就是说，从原始变量中导出少数几个主分量，使它们尽可能多地保留原始变量的信息，且彼此间互不相关。