- •Функция спроса и метод наименьших квадратов
- •Аннотация
- •Содержание
- •1. Оценивание функции спроса
- •Оценивание функции спроса и расчет оптимальной цены.
- •2. Метод наименьших квадратов
- •3. Обработка данных опроса с помощью метода наименьших квадратов
- •Оценивание функции спроса методом наименьших квадратов.
- •Сравнение методов расчета оптимальной цены
- •4. Альтернативный метод расчета
- •Альтернативный метод расчета оценок параметров
- •5. Нелинейные зависимости
- •6. Критерий правильности расчетов
- •7. Способы оценивание точности восстановления зависимости
- •8. Часто возникающие вопросы
- •8.1. Доверительные интервалы
- •8.2. Квантиль и квартиль
3. Обработка данных опроса с помощью метода наименьших квадратов
Теперь перейдем к обработке данных опроса с помощью метода наименьших квадратов. Для начала необходимо составить таблицу исходных данных – пар чисел (p, D(p)) также в порядке возрастания значений параметра p. При расчетах удобно использовать программу Microsoft Excel.
На основе приведенных в п.П.3.1 данных рассчитаем прогностическую функцию и оптимальную цену при различных уровнях издержек.
Таблица 2
Оценивание функции спроса методом наименьших квадратов.
|
i |
Це-на pi |
Ni |
pi Ni |
Спрос D(pi) |
D(pi)Ni |
Pi2Ni |
D(pi)piNi |
D*(pi) |
Ni[D(pi) – D*(pi)] |
Ni[D(pi)-D*(pi)]2 |
|
1 |
50 |
2 |
100 |
50 |
100 |
5000 |
5000 |
52,36 |
-4,718 |
11,12976 |
|
2 |
60 |
2 |
120 |
48 |
96 |
7200 |
5760 |
48,52 |
-1,0456 |
0,54664 |
|
3 |
75 |
8 |
600 |
46 |
368 |
45000 |
27600 |
42,77 |
25,852 |
83,54074 |
|
4 |
90 |
4 |
360 |
38 |
152 |
32400 |
13680 |
37,01 |
3,9432 |
3,887207 |
|
5 |
100 |
15 |
1500 |
34 |
510 |
150000 |
51000 |
33,18 |
12,33 |
10,13526 |
|
6 |
120 |
7 |
840 |
19 |
133 |
100800 |
15960 |
25,51 |
-45,5392 |
296,2598 |
|
7 |
150 |
5 |
750 |
12 |
60 |
112500 |
9000 |
14 |
-9,985 |
19,94005 |
|
8 |
170 |
3 |
510 |
7 |
21 |
86700 |
3570 |
6,325 |
2,0262 |
1,368495 |
|
9 |
180 |
2 |
360 |
4 |
8 |
64800 |
1440 |
2,488 |
3,0232 |
4,569869 |
|
10 |
200 |
2 |
400 |
2 |
4 |
80000 |
800 |
-5,18 |
14,368 |
103,2197 |
|
|
|
50 |
5540 |
|
1452 |
684400 |
133810 |
|
0,2548 |
534,5975 |
|
|
|
110,8 |
|
29,04 |
|
|
|
|
SS | |
Примечание. Здесь n = 50 – число ответов участников опроса.
Перейдем к расчету теоретической функции спроса:
D*(pi) = a*(p - pср.) + b*.
Необходимо найти оценки параметров a* и b*:
a*
=
=
=
= - 0,38362,
b* = 29,04; d* = b* - a*pср.= 29,04 – (- 0,38362)*110,8 = 71,54.
Таким образом, теоретическая функция спроса имеет вид:
D*(p) = (-0,38362)p + 71,54.
Из табл.2 видно, что остаточная сумма квадратов SS = 534,6 (после округления). Исходя из этого, найдем оценку среднего квадратического отклонения:
=
3,27.
Затем найдем доверительные границы для функции спроса:
D*(p)верхн.\нижн.
= (-0,38362)p
+ 71,54
1,96![]()
=
=
(-0,38362)p
+ 71,54
=
=
(-0,38362)pi
+71,54
.
Например, при p = 120
D*(120) верхн. = 25,51 + 0,9333 = 26,44,
D*(120)нижн. = 25,51 – 0,9333 = 24,57.
Таким образом, при цене 120 руб. товар купят 25-26 человек.
Возьмем теперь другую цену, например 165 руб., тогда
D*(165)верхн.
= (-0,38362)165 +71,54 + 6,41
=![]()
= 8,2427 + 1,5913 = 9,83
D*(165)нижн. = 8,2427 – 1,5913 = 6,65
Итак, при цене товара 165 руб. его купят от 7 до 10 человек.
Теперь перейдем к расчету оптимальной цены при различных уровнях издержек p0. Для этого мы должны максимизировать прибыль:
(p - p0.) D*(p) = (p. – p0.)(a*p + d*).
Продифференцируем это выражение по p и приравняем 0 производную:
,
2a*pопт. – а*р0 +d* = 0,
pопт.
=
.
Поскольку a* = -0,38362, a d* = 71,54 ,то
pопт.
=
.
Как видно из последней формулы, при возрастании издержек оптимальная розничная цена также возрастает, но вдвое медленнее.
Сравним (табл.3) оптимальные цены, найденные с помощью метода наименьших квадратов (pопт.2) и рассчитанные ранее с помощью первого метода (pопт.1).
Таблица 3
