颜色可以作为信息表达的有效工具。它可以表达信息并增强文稿的效果。你所选择的颜色及其使用方式可以有效地感染观众的情绪，从而确保PPT演示活动的成功。
首先要理解颜色理论：
例如：认识RGB和CMYK，
色彩模式的选择：
颜色之间存在特定的关系：
判别分析（Discriminate Analysis）是市场研究的重要分析技术，也是多变量分析技术。判别分析是一种进行统计判别和分类的统计技术手段。它可以就一定数量的个体的一个分类变量和相应的其它多元变量的已知信息，确定分类变量与其它多元变量之间的数量关系，建立判别函数，并利用判别函数构建Biplot二元判别图（概念图）。同时，利用这一数量关系对其他已知多元变量的信息、但未知分组的子类型的个体进行判别分组。
判别分析属于监督类分析方法，例如：市场细分研究中，常涉及判别个体所属类型的问题，也常涉及不同品牌在一组产品属性之间的消费者偏好和认知概念，判别分析可以很好地对这种差异进行鉴别。并在低[……]
很多人在进行统计分析和市场研究的时候，都涉及到对数据进行加权的问题，这是一个搞数据分析和从事市场研究的人都会碰到的问题，需要大家正确理解并解释，并采用合理的操作技术和处理方法。
什么是加权呢？ 简单地说，就是要“让一些人变得比另一些人更重要！”
要能够比较好的理解加权，首先你要了解抽样设计，特别是设计权数：每个样本单位所代表的被调查总体的单位数。设计权数由抽样设计决定,用Wd表示。
设计权数Wd=1/入样概率；
入样概率：在抽样设计中，如果一个样本的入样概率=1/50，那么该样本的设计权数=50。也就是说，这个样本代表了总体中的50个单位。
关于自加权抽样设计：[……]
综合排名问题是一个多变量分析技术！
近一时期排名非常时髦，形成了排名经济，比如：胡润富人排行榜，财富500强，慈善排名，城市竞争力排行，MBA商学院排名，大学排行榜等等！最近刚刚完成广播电视节目综合评估体系客体评估项目，其中也涉及到电视节目的综合评估问题，特别是综合排名问题。大部分情况下综合评价问题都会涉及到排名，多指标排名问题。
记住：市场研究或作研究的人从来不排名，只是做研究往往需要排名！
综合排名是一项系统综合评估研究方法，焦点是如何科学、客观地将一个多维度、多评价指标问题综合成为一个单指标形式，利用产生的综合评价指数进行排名和评价。
综合排名的的形成需要[……]
前面的一篇博文介绍了对应分析方法的解读技巧，不少读者看了后非常想知道如何操作多重对应分析。其实多重对应分析在超过两个以上定类变量时有时候非常有效，当然首先我们要理解并思考，如果只有三个或有限的几个变量完全可以通过数据变换和交互表变量重组可以转换成两个定类变量，这时候就可以用简单对应分析了。
对应分析对数据的格式要求：
现在，我们还是来看看如何操[……]
今天在柯老师的大力支持下，我请到了IDC大中华区总裁郭昕来学校为电视与新闻学院的学生举办《传媒论坛》讲座。
郭总的演讲题目是：新常态、新趋势！
郭总没有来得及吃晚饭，提前半个小时就到了学校，非常感动！当然，郭总的演讲更加精彩，也是受益匪浅的知识大餐！
所以，我总结到：今晚，我们同学聆听并享受了郭总带给我们的“信息与经济”关系的丰盛大餐，在信息使能器驱动下的下一代经济，我们同学准备好了吗？
郭总主要内容是强调信息经济，也就是下一代经济趋势是IT-信息技术驱动下的全球化经济。他提到一个非常有意思的例子：说一个美国小伙，到上海来工作，本以为上海是一个落后的地方[……]
我写了一篇《市场研究中的多变量分析技术》博客文章后，不少同学问我，到底该用哪种方法呢？特别是在面对不同的市场研究和经营分析问题时如何选择？对于这个问题，我想首先是你应该了解每种多变量分析方法，然后才能选择适合的。我有时候说：就是因为你不知道，或不会用，所以才不用！正好，我的学生田田说：沈老师，你每天写一讲多变量分析吧，我们可以学到，而且30天后就可以成书了！哈哈！我可没有这么宽松的时间，但还是先制定一个计划，争取每周写一讲！
对我这么一个好为人师的老师来讲，能把分析方法与大家分享是快乐的事情！
我的学习方法是：我一般都是先学软件，因为有了软件我们才可以用和实践，没有软件的方[……]
通常我们面对数据的第一展示思路是列出数据表格，给一个二维表，列出所有相关的数字，然后把一切问题都交给观众。当然这种方式充分体现了数据的严谨、准确性；但是稍微不足是过多的数据可能会掩饰一些重要信息。比如今年的数字是500万，去年同期为350万，那么这个数字是好还是不好？当然对于单一指标来解释是好的，但是参考其他的指标呢，恐怕就未必了。
因此，我们免不了需要用图表来展示信息。而用图表展示信息就会面对两种诉求：数据表格“图表化”；“智能图表”。
1.所谓数据表格“图表化”就是原封不动的将二维表中的数据“搬到”图表中，甚至在图标上直接显示具体的数值，很多情况下我们都会看[……]
很多人在从事市场研究和经营分析的时候，特别是定量研究方法需要用到统计分析的时候，到底应该采用哪种分析方法，或者应该用哪种方法更适合这个分析，比较困惑。下面我来总结一下，如何选择多变量统计分析方法来适应研究的需要！
请大家记住一句话：选择什么样的多变量统计分析方法，主要是根据变量的测量尺度决定的，更明确的说是根据因变量的测量尺度和类型决定的！这就要求研究者能够在从事项目前明确：研究设计和假设，确认因变量，以及如何测量，测量尺度达到什么等级等要素。
这次给大家介绍一个Excel处理数据的小技巧，对矩阵数据的筛选。
就想上图中所示，我们经常会遇到需要处理矩阵数据的问题，比如按照对角线删除重复的数据。怎么解决这个问题？
其实Excel的函数是容易就能够做到，比如VLOOKUP 、INDEX等等，而这次我想跟大家介绍的是ROW这个函数，即“行函数”。这个行数是用来解释单元格所占的“行”的，比如”A4″单元的行数就是4，那么用函数表示就是”Row(A4)”。与ROW函数对应的就是列函数，即”COLUMN”。
首先准备并认识数据的格式和位置。
上图显示的是我们需要处理的源数据，所在的位置为”A4:U27″,也[……]
今天参加中国电信2009年EDA论坛，主题是：数据应用能力提升！
论坛在广西桂林召开，我将在论坛上做主题发言：数据挖掘支撑电信经营分析决策！
现在看来数据应用能力的提升，对电信行业真的太需要了！ 很多致力于电信行业的供应商也都参加了，比如：Oracle公司、IBM公司、Teradata、德盈数据、东方国信、亚信、SPSS等！参会的电信服务商都是很牛的厂家，大部分服务电信，也服务移动和联通。
我主要用Clementine来阐释挖掘啦!
从前面的领导讲话到嘉宾演讲，都强调了数据应用能力。有从商业智能BI角度的，有从数据挖掘角度的，有从传统数据分析意义上的，我想主办方[……]
本想早点完成这个时间序列的主题，但最近一直非常多的事情，又耽搁了这么长时间。朋友们问的问题没有收尾总是不好，抓紧时间完成吧。
因为，后天要参加中国电信集团的一个EDA论坛，要仔细准备发言稿！在交流的过程中，发现大家都对预测问题非常关注，尤其是数据挖掘领域，有时候分类问题与预测问题在表达上区分不开，有时候分类就是预测，比如通过判别分析、C5.0规则或Logistics回归进行监督类建模，得到的结论说该客户是什么类别等级，似乎也可以说是预测；当然，如果能够预测该消费者什么时候流失，也就是进行了分类；这样说吧，其实有时候并不需要严格区分分类和预测，关键是时间点。从这也可以看出，预测问题[……]
屈臣氏即将启动——健与美指数
指数问题是统计问题！
现在非常流行各种指数，例如：上证指数、经济景气指数、消费者信心指数、投资者信心指数、宜居指数、健康指数，甚至 还有穿衣指数、洗车指数，曾听说过匹萨指数、短裙指数等等，我想将来是不是还能有出门指数、嫁娶指数。这一方面说明定量或数量化成为了一种社会趋势，我们 越来越数字化生存了，生活也越来越需要数字指导。
不知道甲H1N1各省感染人数，是不是可以发布一个全国H1N1指数，甚至全球指数，开玩笑啦！
指数实际上就是尺度标准化的易于理解、易于比较、无量纲的指标度量，而指标本身是一个统计学术语，是统计指标的简称，是指用以评估目标对[……]
下面看看如何采用SPSS软件进行时间序列的预测!
这里我用PASW Statistics 18软件，大家可能觉得没见过这个软件，其实就是SPSS18.0，不过现在SPSS已经把产品名称改称为PASW了！
博易智讯的马博士刚刚把这个产品测试版给我，还是中文版，先睹为快吧！
我们通过案例来说明：（本案例并不想细致解释预测模型的预测的假设检验问题，1-太复杂、2-相信软件）
假设我们拿到一个时间序列数据集：某男装生产线销售额。一个产品分类销售公司会根据过去 10 年的销售数据来预测其男装生产线的月销售情况。
现在我们得到了10年120个历史销售数据，理论上讲，历史数据越多预[……]