大学生中低端智能手机的选购策略研究

大学生中低端智能手机的选购策略研究解放军信息工程大学摘 要随着智能手机的问世及迅猛发展，消费者对手机的需求不再是从前简单的通话和短信，购机时会更多的考虑手机的价格、品牌、外观、配置等多方面因素。而价格往往是最首要的因素。本文采用多元线性回归法研究了中低端智能手机价格的影响因素，力求为广大大学生消费者提供购机指导。文章首先对手机配置参数和外观对手机价格的影响进行研究。通过统计分析赋予权重分数的方法进行量化处理。根据量化后的数据，以价格为因变量，以CPU主频、内存容量、摄像头像素、屏幕分辨率、屏幕尺寸、操作系统、电池容量和键盘类型8个因素为自变量建立多元线性回归模型和幂函数模型，得出价格与各因素之间的关系，并利用BP神经网络对模型的可靠性进行进一步检验。其次，采用层次聚类分析(Hiermchieal Cluster Analysis)方法进行聚类，解决了关于大学生手机选购策略的问题。采用离差平方和法(Wards method)计算类间距离，以4为聚类个数得到手机满意度的谱系聚类图，根据四类的各自特征可给出选购建议。在模型建立与求解后，对模型的科学性和可靠性进行评述，讨论了模型的优缺点，并提出所建模型的改进与推广思路。关键词：多元线性回归 幂函数模型 BP神经网络 层次聚类分析 智能机 选购一、问题的提出据调查，2011年全球市场智能手机的出货量将同比增长55%，达到手机市场总体增长率的4倍。调研机构IDC近日发布的这组统计数据让国内众多手机厂商看到了智能手机的广阔“钱”景，国内终端制造商纷纷加入智能手机战团，多元化应用服务成为竞争的焦点。智能手机(SmartPhone)，是一种运算能力及功能比传统手机更强的手机，“像个人电脑一样，具有独立的操作系统，可以由用户自行安装软件、游戏等第三方服务商提供的程序，通过此类程序来不断对手机的功能进行扩充，并可以通过移动通讯网络来实现无线网络接入。归纳起来，智能手机具有五大特点：1.人性化，可以根据个人需要扩展机器功能。2.功能强大，扩展性能强，第三方软件支持多。3.具备无线接入互联网的能力，即需要支持GSM网络下的GPRS或者CDMA网络的CDMA 1X或3G网络。4.具有开放性的操作系统，可以安装更多的应用程序，使智能手机的功能可以得到无限扩展。5.具有PDA的功能，包括PIM（个人信息管理），日程记事，任务安排，多媒体应用，浏览网页。正是因为智能手机具有上述强大的优势和特点，消费者对智能手机的关注度日益增加，在挑选手机时也越来越倾向智能手机。消费者在购买手机时一般会综合价格、配置、品牌等众多因素，希望获得最大的性价比。大学生作为一个较为特殊的消费群体，由于其自身经济承受能力有限，如何选取性价比较高的手机，用较少的付出换取最大限度的性能自然是一个很重要的问题。手机产品作为多种高技术的集成体，其价格往往收很多因素影响。大学生选购手机时如果不能较为准确地把握影响价格的关键因素，则会被大量参数困扰。本文从手机品牌、配置、消费者满意度等方面分析目前市场主流手机产品的价格影响因素，找到影响手机价格的主要因素，并为大学生提供一些具体的满足不同需求的机型，帮助大学生较为准确地购得所需的机器。二、模型构建前的准备（一）若干假设1.假设大学生选购500元以下和3000元以上的智能手机的概率很小，可忽略；2.假设各机型的价位在短时间内没有浮动，保持一个固定的值；3.假设同一操作系统的不同版本对手机价格的影响可忽略。（二）数据的来源根据IT权威网站中关村在线发布的2011年5月中国智能手机市场分析报告，中国智能手机市场上，以Symbian系统为主的诺基亚仍以31.8%的关注比例位居用户关注首位，主攻Android领域的HTC、三星、摩托罗拉三大品牌之间的竞争可谓进入白热化阶段，从数据来看，此三大品牌关注比例相互接近，集中在12%-14%之间，实力相当，呈三足鼎立之势，同时苹果的关注度也较高。（具体数据参见下图）。但根据中关村在线网站发布的价格，HTC和苹果的价位一般在3000元之上，超过大部分大学生的承担能力，本文选取数据时不再考虑这两个品牌。综上，选取诺基亚、三星和摩托罗拉三个品牌的手机作为样本。根据中关村在线网站6月发布的手机价格和相关参数，考虑到大学生的购买能力，选择上述三种品牌价格在5003000之间的81款手机作为样本，其中诺基亚手机的样本个数为27个，三星手机的样本个数为28个，摩托罗拉手机的样本个数为26个。（三）价格指标的选择与数据量化处理研究手机价格影响因素，首先要选择正确的指标,所选指标既是智能手机特征的代表,又是消费者较为关注、能够引起价格变化的指标。因此，我们按照下面三个方面选择指标变量,并对数据进行量化处理。1、借鉴前人的研究经验从国内有关手机价格研究的文章中不难发现，硬件配置方面的主频、屏幕尺寸、内存容量等因素以及手机的外观、功能均是研究手机价格影响因素时应考虑的重要因素。2、根据消费者的喜好从消费者角度来看，配置、功能、品牌、外观以及功能是消费者购买手机时最看重的四大因素。因此，选择变量时应尽量考虑到消费者，特别是大学生群体最为关注的因素。3、选取和价格有较大关系的指标从配置方面来看，手机的主要配置参数包括CPU主频、内存容量、屏幕分辨率、屏幕尺寸、电池容量等因素。由于智能手机均已搭载摄像头，因此摄像头像素也是一个重要的配置参数。同时，由2011年5月中国智能手机市场分析报告发现，手机操作系统也越来越受消费者关注，这里将这一因素也考虑在内。从功能方面来看，手机功能可分为音乐、商务、休闲等类型，但观察中关村在线网站发布的手机信息后发现，现阶段手机的发展越来越趋向于功能多样化，同时，手机功能与硬件配置有较大关系。因此，本文对手机的功能不做单独考虑。从品牌方面来看，根据上述消费者对手机品牌关注度的分析以及具体到大学生群体的实际情况，这里选取占总关注度51.6%的三大品牌具有一定代表性。从外观方面来看，手机外观可以用“直板”、“翻盖”、“滑盖”等描述，也可以用手机的键盘类型“T9传统键盘”、“全键盘”、“触屏”等描述。综合考虑不同描述方法之间的重合因素（比如直板手机的键盘类型可能是T9传统按键，也可能是全键盘），选择用手机的键盘类型描述手机的外观。综上，本文选择CPU主频、内存容量、摄像头像素、屏幕分辨率、屏幕尺寸、操作系统、电池容量和键盘类型等8个指标，研究手机价格的影响因素。4、数据量化步骤收集中关村在线网站上提供的诺基亚、三星、摩托罗拉三种品牌不同系列的81部智能手机的信息，汇总整理如表 1（见附录1）。由表 1知，手机不同指标具有不同的取值空间和特点，因此首先应采取措施将现有手机指标量化，将不同特征值归到同一取值空间中，从而为后续数学模型的建立以及手机价格定位规律的分析奠定基础。指标量化步骤如下： （1） 根据查询的大学生手机使用情况，发现大学生群体能够接受的手机价位大致在500-3000元左右，只有极少数个体会选择3000元以上的，因此可以500为组距，划分5个价格区段，并由高到低分别赋予权值分数 51，整理结果见下表 2。（2）根据表 1，由于数据中既有定量数据，也有定性数据，这里对定量数据定性化处理，然后根据其与价格的频率关系赋值。以CPU主频为例，首先将该指标取值空间等距离划分为5段，按数值由高到低定义为AE五等，进行等级化。然后，统计每一等级在各个价格区段上出现的频数，考虑到各价格区段所取样本个数不等，所以为了消除这种因素的影响，将频数再除以该价格区段的样本数，即得到该指标每一等级在各个价格区段出现的频率。比较同一等级在各个价格区段上的频率，选出频率最高的价格区段，则将该价格区段的权值分数赋给该等级；若有相等的，则取平均值。其余数据相同处理。这里将CPU主频量化过程列表显示如下。（见表2）表2 CPU主频量化过程价格权值分数CPU主频分段区间定性等级等级量化后权值分数500-10001264-416A31000-15002417-568B41500-20003569-720C32000-25004721-872D42500-30005873-1024E5 例如，对于表中等级B，该等级在各价格区段（由高到低）的频数分别为1、4、6、6、0，除以各价格区段样本数的频率：0.067、0.333、0.222、0.240、0，选取频率为0.333对应的价格区间的权值作为该等级量化后的权值，即为4。（3）对于表1 中的定性数据，如操作系统，和上述方法对比，省去等级化过程，只需对定性指标的每一项仿照上述过程处理即可。这里将操作系统量化结果列表显示如下。（见表3）表3 操作系统量化权值价格权值分数操作系统权值分数500-10001Android51000-15002Symbian11500-20003Windows Mobile52000-25004bada22500-30005 （4）具体量化后数据见表4（附录2）。三、智能手机价格影响因素的研究（一）、多元线性回归模型的构建1、共线性检验：以价格为因变量，各种指标为自变量，欲对所有自变量进行多元线性回归分析，先对其进行相关分析，得到的相关系数表如下：（表5）相关系数表（表5）主频内存摄像头屏幕分辨率屏幕尺寸操作系统电池容量键盘类型价格主频相关系数1.00000.42890.27510.55490.65100.35930.49960.31450.4739单边显著性0.00000.00650.00000.00000.00050.00000.00210.0000协方差0.52250.55480.19650.73130.43680.48670.57160.4429196.4824内存相关系数0.42891.00000.22280.23020.33130.10220.32470.19020.3658单边显著性0.00000.02280.01930.00130.18190.00160.04450.0004协方差0.55483.20200.39380.75110.55040.34280.91950.6632375.4120摄像头相关系数0.27510.22281.00000.59620.56550.18190.30060.26170.5195单边显著性0.00650.02280.00000.00000.05210.00320.00910.0000协方差0.19650.39380.97611.07380.51870.33670.47010.5037294.3768屏幕分辨率相关系数0.55490.23020.59621.00000.84180.45790.54500.48900.6075单边显著性0.00000.01930.00000.00000.00000.00000.00000.0000协方差0.73130.75111.07383.32361.42461.56411.57251.7368635.2419屏幕尺寸相关系数0.65100.33130.56550.84181.00000.51570.56980.62910.6299单边显著性0.00000.00130.00000.00000.00000.00000.00000.0000协方差0.43680.55040.51871.42460.86180.89700.83721.1378335.3791操作系统相关系数0.35930.10220.18190.45790.51571.00000.29110.27230.2544单边显著性0.00050.18190.05210.00000.00000.00420.00700.0109协方差0.48670.34280.33671.56410.89703.51110.86330.9942273.4504电池容量相关系数0.49960.32470.30060.54500.56980.29111.00000.27610.4677单边显著性0.00000.00160.00320.00000.00000.00420.00630.0000协方差0.57160.91950.47011.57250.83720.86332.50480.8514424.5460键盘类型相关系数0.31450.19020.26170.48900.62910.27230.27611.00000.2567单边显著性0.00210.04450.00910.00000.00000.00700.00630.0103协方差0.44290.66320.50371.73681.13780.99420.85143.7955286.8733价格相关系数0.47390.36580.51950.60750.62990.25440.46770.25671.0000单边显著性0.00000.00040.00000.00000.00000.01090.00000.0103协方差196.4824375.4120294.3768635.2419335.3791273.4504424.5460286.8733329,000.6118由表5分析知，各自变量之间的相关系数很小，说明自变量之间不存在严重的多重共线性。从而可以进行以下线性回归模型的计算。2、模型建立：以手机价格为因变量，CPU主频、内存容量、摄像头像素、屏幕分辨率、屏幕尺寸、操作系统、电池容量和键盘类型等8个因素为自变量， 建立多元线性回归模型， 其中设y为手机价格，x1表示CPU主频、x2表示内存容量、x3表示摄像头像素、x4表示屏幕分辨率、x5表示屏幕尺寸、x6表示操作系统、x7表示电池容量和x8表示键盘类型。 多元线性回归模型：y=0+1*x1+2*x2+3*x3+8*x8+用矩阵形式表示如下：Y=y1y2yn， X=111 x11 x21 xn1 x12x22xn2x1nx2nxnn，=12n， = 1 2 n (n=81)于是上式可变为： Y=X+由表5可以发现，操作系统、键盘类型与价格的相关系数不大，说明其对价格无显著影响。直接进行多元线性回归，得到的线性回归方程为： y=465.284+28.2083*x1+47.3123*x2+99.7934*x3+56.4419*x4+251.819*x5-23.1043*x6+32.9535*x7-51.8763*x8发现变量操作系统、键盘类型的回归系数为负值，说明其多重共线性强，与之前的相关分析结果吻合。由以上分析，为了减小多重共线性，我们剔除掉自变量操作系统和键盘类型，再对剩余自变量进行多元线性回归，然后进行相关分析，得到新的相关系数表为：（表6）相关系数表（表6）主频内存摄像头屏幕分辨率屏幕尺寸电池容量价格主频相关系数1.00000.42890.27510.55490.65100.49960.4739单边显著性0.00000.00650.00000.00000.00000.0000协方差0.52250.55480.19650.73130.43680.5716196.4824内存相关系数0.42891.00000.22280.23020.33130.32470.3658单边显著性0.00000.02280.01930.00130.00160.0004协方差0.55483.20200.39380.75110.55040.9195375.4120摄像头相关系数0.27510.22281.00000.59620.56550.30060.5195单边显著性0.00650.02280.00000.00000.00320.0000协方差0.19650.39380.97611.07380.51870.4701294.3768屏幕分辨率相关系数0.55490.23020.59621.00000.84180.54500.6075单边显著性0.00000.01930.00000.00000.00000.0000协方差0.73130.75111.07383.32361.42461.5725635.2419屏幕尺寸相关系数0.65100.33130.56550.84181.00000.56980.6299单边显著性0.00000.00130.00000.00000.00000.0000协方差0.43680.55040.51871.42460.86180.8372335.3791电池容量相关系数0.49960.32470.30060.54500.56981.00000.4677单边显著性0.00000.00160.00320.00000.00000.0000协方差0.57160.91950.47011.57250.83722.5048424.5460价格相关系数0.47390.36580.51950.60750.62990.46771.0000单边显著性0.00000.00040.00000.00000.00000.0000协方差196.4824375.4120294.3768635.2419335.3791424.5460329,000.6118由表可见，剩余自变量与价格的相关度较高，对价格的影响较大，对其进行多远线性回归，得到的回归方程为：y=421.185+51.6754*x1+46.5532*x2+124.2*x3+55.1312*x4+128.868*x5+39.6199*x7。3、模型分析：对该回归模型进行分析，由马克威软件得到了结果如下：模型分析（表7）RR 平方修正的R 平方估计的标准误对数似然值AICSC值0.69570.48410.4422431.0504-602.637715.052815.2597方差分析表（表8）平方和自由度均方F值显著性回归12,899,521.427162,149,920.237911.57090.0000残差13,749,528.128574185,804.4342总和26,649,049.555680由复相关系数R、决定系数及F检验，可知模型总体性较显著，回归直线与样本观察值拟合得较好，模型对手机价格的解释程度高达48.41%。由方差分析结果可以看出，所选自变量整体上对价格有较为显著的线性影响。对回归系数的显著性进行检验分析：回归系数分析（表9）回归系数标准误标准化的betat显著性95%置信区间上界95%置信区间下界方差扩大因子容忍度常数项421.1845314.30871.34000.18431,047.4583-205.0893主频51.675494.23830.06510.54830.5851239.4492-136.09852.02280.4944内存46.553230.46680.14521.52800.1308107.2597-14.15331.29570.7718摄像头124.200262.48470.21391.98770.0505248.7037-0.30341.66130.6019屏幕分辨率55.131251.90170.17521.06220.2916158.5476-48.28533.90300.2562屏幕尺寸128.8681108.53620.20861.18730.2389345.1312-87.39504.42550.2260电池容量39.619938.50190.10931.02900.3068116.3365-37.09671.61870.6178可以看出，所选自变量的方差扩大因子均较小，均不超过5，说明回归方程不存在严重的多重共线性。共线性诊断（表10）维数特征值条件指数方差比例 (常数项)方差比例 (主频)方差比例 (内存)方差比例 (摄像头)方差比例 (屏幕分辨率)方差比例 (屏幕尺寸)方差比例 (电池容量)16.39441.00000.00050.00040.00470.00120.00150.00050.002620.25744.98410.00010.00000.75360.00390.04660.00170.002830.17086.11830.04370.00950.10030.01390.18500.00000.027040.10617.76330.00000.00010.04450.05280.06770.00200.829050.044511.98060.01590.08600.00190.72030.04490.02380.133060.015320.43810.23530.01120.02010.00490.62010.87830.004070.011423.71500.70440.89270.07490.20300.03410.09370.0016由共线性诊断表也可以看出，其特征值与条件指数均较为合理，综合以上分析，所得到的多元线性回归方程：y=421.185+51.6754*x1+46.5532*x2+124.2*x3+55.1312*x4+128.868*x5+39.6199*x7，其中自变量分别为CPU主频、内存容量、摄像头像素、屏幕分辨率、屏幕尺寸和电池容量。 通过观察模型的价格拟合图和残差散点图，进一步证明方程合理、可用。 由上面得到的回归方程，不难看出智能手机价格受摄像头像素和屏幕尺寸的影响最大，而和手机操作系统和键盘类型关系不大。（二）、幂函数模型的构建 1、合理性检验：由上文检验结果发现，幂函数模型的条件也可以满足。 2、模型建立： 幂函数模型：y=A*x10*x21*x32*x44*x55*x77 对其做对数变换可得：Ln(y)=Ln(A)+ 0Ln(x1)+1Ln(x2)+2Ln(x3)+3Ln(x4)+ 5Ln(x5)+ 7Ln(x7)即将原幂函数模型转换为多元线性回归模型，在表4量化后数据的基础上对每组数据做对数变换，再进行多元线性回归。求得回归方程：y=6.76311+0.106074*x1+0.0600002*x2+0.259902*x3+0.0876628*x4+0.0606726*x5+0.0869827*x7变换回幂指数形式如下：y=865.330*x10.106074*x20.0600002*x30.259902*x40.0876628*x50.0606726*x70.08698273、模型分析：对该回归模型进行分析，由马克威软件得到了结果如下：模型分析（表11）RR 平方修正的R 平方估计的标准误对数似然值AICSC值0.69160.47830.43610.23575.80140.02960.2365由上表中复相关系数R、决定系数及F检验，可知幂函数模型显著性和样本观测值与多元线性回归模型基本相同，模型对手机价格的解释程度为47.83%，略微有下降。观察其残差散点图，不难发现其中的81个点散布的随机性更明显，说明在幂函数中存在异方差的可能性更小，较模型一更为合理。下图为幂函数残差散点图：（三）、利用BP神经网络检验多元线性回归结果 为了进一步检验多元线性回归的结果，采用BP神经网络的，以价格为目标变量，主频、内存、摄像头、屏幕分辨率、屏幕尺寸、电池容量为输入变量建立模型，设置系统精度为0.001，最大训练次数为1000，学习率为0.9，隐含层神经元数为4。得到的系统训练实际精度0.009879。变量(价格)训练表（表12）为：变量(价格)训练结果（表12）记录号预测值实际值绝对误差相对误差11,455.75521,300.0000155.75520.119821,211.9194930.0000281.91940.303131,556.08281,698.0000141.91720.083641,654.38241,300.0000354.38240.272651,296.96731,530.0000233.03270.152361,470.54821,200.0000270.54820.225571,258.02791,150.0000108.02790.093981,264.95771,200.000064.95770.054191,650.36001,300.0000350.36000.2695102,063.50231,750.0000313.50230.1791111,773.21451,860.000086.78550.0467122,106.35992,150.000043.64010.0203131,998.47142,050.000051.52860.0251141,508.00531,500.00008.00530.0053151,992.34582,600.0000607.65420.2337162,364.62532,900.0000535.37470.1846171,348.28421,800.0000451.71580.2510181,474.80431,600.0000125.19570.0782192,165.13651,880.0000285.13650.1517201,572.71191,400.0000172.71190.1234211,596.12331,600.00003.87670.0024221,869.81612,700.0000830.18390.3075231,476.12061,320.0000156.12060.1183241,295.01681,400.0000104.98320.0750251,488.96021,400.000088.96020.0635261,731.04441,900.0000168.95560.0889271,320.23581,550.0000229.76420.1482281,802.83851,750.000052.83850.0302292,507.35622,300.0000207.35620.0902301,453.91321,300.0000153.91320.1184311,458.67871,250.0000208.67870.1669321,558.25551,480.000078.25550.0529331,828.60561,600.0000228.60560.1429342,213.19562,200.000013.19560.0060352,224.55971,430.0000794.55970.5556361,888.60701,750.0000138.60700.0792372,507.03362,750.0000242.96640.0884381,372.42671,200.0000172.42670.1437391,650.49931,490.0000160.49930.1077402,128.62611,530.0000598.62610.3913411,416.93472,100.0000683.06530.3253421,344.50391,400.000055.49610.0396432,557.85652,750.0000192.14350.0699442,549.80192,550.00000.19810.0001451,580.15271,350.0000230.15270.1705461,600.44341,800.0000199.55660.1109472,252.61612,350.000097.38390.0414481,718.48691,750.000031.51310.0180492,282.48001,750.0000532.48000.3043501,437.58791,000.0000437.58790.4376512,549.80192,550.00000.19810.0001522,142.61481,800.0000342.61480.1903532,446.33192,480.000033.66810.0136542,526.45272,950.0000423.54730.1436552,473.50192,550.000076.49810.0300562,444.41412,470.000025.58590.0104572,558.60482,998.0000439.39520.1466581,988.25471,750.0000238.25470.1361592,082.84832,100.000017.15170.0082601,936.95022,080.0000143.04980.0688611,385.76441,500.0000114.23560.0762622,349.99392,950.0000600.00610.2034632,066.84181,800.0000266.84180.1482641,622.15161,180.0000442.15160.3747651,906.02421,650.0000256.02420.1552661,485.97071,500.000014.02930.0094671,799.19881,590.0000209.19880.1316682,109.24672,200.000090.75330.0413691,787.90401,550.0000237.90400.1535701,288.2296850.0000438.22960.5156712,586.25772,799.0000212.74230.0760722,167.82992,170.00002.17010.0010731,796.09851,650.0000146.09850.0885741,309.75571,200.0000109.75570.0915752,555.99022,980.0000424.00980.1423762,361.35272,900.0000538.64730.1857771,343.04781,099.0000244.04780.2221781,352.10701,300.000052.10700.0401791,355.83871,180.0000175.83870.1490802,186.76872,650.0000463.23130.1748811,414.29171,040.0000374.29170.3599价格训练后的拟合图为：由结果可以看出，该拟合结果与多元线性回归所得到的拟合结果相近，可以验证线性回归模型的可靠性。四、基于聚类分析的智能手机导购策略研究根据大学生消费群体不同的购买力以及不同的功能要求，可以通过对已有的手机型号数据进行统计分析找到大学生满意的理想机型。利用统计软件马克威对因素数据进行标准化，以消除因素之间量纲的不一致和数量级的差异等现象。借助马克威对81种型号手机7个因素（价格和CPU主频、内存容量、摄像头像素、屏幕分辨率、屏幕尺寸、电池容量等）的数值， 采用层次聚类分析方法进行聚类采用离差平方和法(Wards method)计算类间距离，采用欧氏距离为样品距离，聚类个数设置为4，得到手机满意度的谱系聚类图。聚类的谱系图为：各类记录索引表（表13）类名类1类2类3类4索引列表（表13）151622374344515354555657627175768035101114171819212627283233363940464849525861636566676973124678920232425303135384245506470747778798112132934414759606872 现将聚类后每一类的机型及其量化后的参数列出（见附录3），以总结分析各类机型的特征： 由四类的手机所反映出的特征可以看出，第一类手机的价格最高，各种性能好，适合经济条件较好，且对手机配置、功能比较看重的学生购买使用；第二类手机的价格较为适中，但同时性能也较为一般，但机型较多，可选择性强；第三类手机的价格较低，性能也较差，适合经济条件较差的学生选择购买；第四类手机的价格相对第一类手机来说较低，但也有着较好的性能，属于性价比较高的类型。对于同一类的手机，根据其量化后的各项性能数据，综合考虑，对每个品牌的手机分别给出12款推荐机型：第一类：诺基亚N8、三星I9020、摩托罗拉Droid X第二类：诺基亚X6、三星I8000、摩托罗拉ME501、摩托罗拉XT720第三类：诺基亚5230、诺基亚5800XM、三星S5620、摩托罗拉CLIQ第四类：诺基亚N97、三星T959、摩托罗拉XT702、摩托罗拉XT701结合实际大学生的购机选择，发现上述模型中提供的推荐机型基本符合大学生的购机选择。五、模型的总结与改进1、本文在选取手机数据时很难将所有智能机的数据都采集到，导致数据量不够的现象。特别是在某些价格区间（500-1000）里样本数量过少，会导致数据分析时出现偏差。改进时可以适量增加样本数，并关注其在各价格区段内的分布数。2、在研究价格影响因素时，变量的选取仍有不足。由于选择了一些和价格相关不大的数据，而且可能会忽略了一些和价格关系更加密切的变量，这些都会导致最终拟合结果较差，模型的描述性较差。改进时可以选取更多的变量进行甄别。3、在利用聚类分析处理手机导购问题时，由于分类缺乏细致考虑，区分度不够，不能很好的满足大学生的实际购机需求。改进时，采用更加细致的分类方法，能够为大学生的不同需求提供更具针对性的购机指导意见。参考文献1林亮、吴群英等，统计实验，国防工业出版社，2006；2Samprit Chatterjee等，例解回归分析（第三版），中国统计出版社，2004；3冯爱芬等，基于主成分的手机满意度聚类分析，长春师范学院学报(自然科学版)；4邱东，多指标综合评价方法的系统分析M，中国统计出版社，1991；5刘春平，神经网络的应用与发展J，电子工艺技术，2005（26）。 26附录1：表1 手机原始数据品牌价格主频MHz内存MB摄像头(万像素)屏幕分辨率屏幕尺寸（英寸）操作系统电池容量mAh键盘类型诺基亚6700s1300600128500240*3202.2Symbian 9.3 S60 3.2860T9传统键盘诺基亚6120c930369128200240*3202Symbian 9.2 S60 3.1890T9传统键盘诺基亚6220c1698369256500240*3202.2Symbian 9.3 S60 3.2900T9传统键盘诺基亚5800XM1300369150320360*6403.2Symbian 9.4 S60 5.01320触屏诺基亚5730XM1530369150320240*3202.4Symbian 9.4 S60 3.21000T9传统键盘诺基亚52301200434256200360*6403.2Symbian 9.3 S60 3.21320触屏诺基亚53201150369256200240*3202Symbian 9.3 S60 3.2890T9传统键盘诺基亚c5-001200600256320240*3202.2Symbian 9.3 S60 3.21050T9传统键盘诺基亚c5-031300600256500640*3603.2Symbian 9.4 S60 5.01000触屏诺基亚c6-001750434512500360*6403.2Symbian 9.4 S60 5.01200触屏诺基亚c6-011860680256800360*6403.2Symbian31050触屏诺基亚c72150680256800360*6403.5Symbian31200触屏诺基亚N972050434256500360*6403.5Symbian 9.4 S60 5.01500触屏+全键盘诺基亚N951500332256500240*3202.6Symbian 9.2 S60 3.1950T9传统键盘诺基亚N862600434256800240*3602.6Symbian 9.3 S60 3.21200T9传统键盘诺基亚N829006805121200360*6403.5Symbian31200触屏诺基亚N811800369128200240*3202.4Symbian 9.2 S60 3.11050T9传统键盘诺基亚N781600369256320240*3202.4Symbian 9.3 S60 3.21200T9传统键盘诺基亚X61880434512500360*6403.2Symbian 9.4 S60 5.01320触屏诺基亚X5-011400600512500320*2402.4Symbian 9.3 S60 3.2950全键盘诺基亚E51600600512500320*2402.4Symbian 9.3 S60 3.21200全键盘诺基亚E552700600128320240*3202.4Symbian 9.3 S60 3.21500T9传统键盘诺基亚E631320369256200320*2402.4Symbian 9.2 S60 3.11500全键盘诺基亚E661400369256300240*3202.4Symbian 9.2 S60 3.11000T9传统键盘诺基亚E711400369256320320*2402.4Symbian 9.2 S60 3.11500全键盘诺基亚E721900600512500320*2402.4Symbian 9.2 S60 3.21500全键盘诺基亚E751550369256320240*3202.4Symbian 9.3 S60 3.21000全键盘+T9三星G8101750330130500240*3202.6Symbian 9.2 S60 3.11200T9三星T95923001024512500480*8004Android OS v2.21500触屏三星S55701300600256300240*3203.2Android OS v2.21200触屏三星S5750E1250600128320240*4003.2bada v1.11200触屏三星S53301480800128320240*4003.2bada OS 1.21200全键盘三星S56701600600256500240*3203.31Android OS v2.21350触屏三星S58302200800128500320*4803.5Android OS v2.21350触屏三星S562014301024512500480*8003.7bada OS 1.21500触屏三星S7230E17501024128500240*4003.2bada v1.11200触屏三星S853027501024512500480*8003.7bada OS 1.21500触屏三星B65201200800256200240*3202.4Windows Mobile 6.51500全键盘三星B73301490528512320320*3202.6Windows Mobile 6.51500全键盘三星B76101530800