- •Глава 3 практические задания
- •3.1 Практическое задание 1
- •3.1.1 Задание 1: Анализ динамики рынка
- •3.1.2 Задание 2: Парная регрессия и корреляция в маркетинговых исследованиях
- •3.2 Практическое задание 2
- •3.2.1 Портфельные методы анализа. Бкг
- •3.2.2 Методика проведения авс – анализа
- •3.2.3 Методика проведения xyz-анализа
- •3.2.4 Совмещение результатов abc и xyz- анализа
- •3.3 Практическое задание 3
- •3.3.1 Анализ маркетинговой среды
- •3.3.2 Общие сведения и алгоритм проведения swot-анализа
- •Теперь проведем расчет суммарных оценок и выясним, на что необходимо обратить внимание в первую очередь (таблица 3.3.2.3).
- •3.3.3 Метод анализа иерархий
- •3.3.4 Расчет системы скидок для потребителей на рынке b2b
- •Практическое задание 3.4 Задание 3.4.1 Характеристика программы spss.
- •Задание 3.4.2 Кластерный анализ
3.1.2 Задание 2: Парная регрессия и корреляция в маркетинговых исследованиях
Таблица 3.1.2.1 ‒ Исходные данные
Порядковый номер |
Цена |
Объём спроса |
1 |
15 |
2435 |
2 |
20 |
2433 |
3 |
25 |
2423 |
4 |
30 |
2416 |
5 |
32 |
2411 |
6 |
35 |
2401 |
7 |
40 |
2399 |
8 |
45 |
2395 |
9 |
50 |
2390 |
10 |
55 |
2389 |
Парная регрессия – уравнение связи двух переменных у и х:
y = f(x),
где у - зависимая переменная (результативный признак);
x - независимая, объясняющая переменная (признак-фактор).
Различают линейные и нелинейные регрессии. В нашем случае будем использовать линейную регрессию:
Построение уравнения регрессии сводится к оценке ее параметров.
Для оценки параметров регрессий, линейных по параметрам, используют метод наименьших квадратов (МНК). МНК позволяет получить такие оценки параметров, при которых сумма квадратов отклонений фактических значений результативного признака «y» от теоретических ýx минимальна, т.е. ∑ (y-ý)^2→min.
С помощью Пакета анализа данных MS XL определим силу и характер связи между ценой и объемом спроса (рисунок 3.1.2.1).
Рисунок 3.1.2.1 – Сила и характер связи между ценой и объёмом спроса
Получившийся коэффициент регрессии приближен к 1, поэтому можно сделать вывод, что связь между ценой и объемом спроса существует. Если знак при коэффициенте регрессии - положительный, связь зависимой переменной с независимой будет положительной. В нашем случае знак при коэффициенте регрессии - отрицательный, значит, связь зависимой переменной с независимой является отрицательной (обратной). Т.е. при увеличении цены, происходит снижение спроса.
Следовательно, мы можем построить уравнение регрессии (рисунок 3.1.2.2).
Рисунок 3.1.2.2 – Данные для построения уравнения регрессии
Для анализа общего качества уравнения регрессии используют обычно множественный коэффициент детерминации R2, называемый также квадратом коэффициента множественной корреляции R. R2 (мера определенности) всегда находится в пределах интервала [0;1].
Если значение R2 близко к единице, это означает, что построенная модель объясняет почти всю изменчивость соответствующих переменных. В нашем случае R-квадрат равен 0,94, т.е изменение спроса на 94% обусловлено изменением цены.
Стандартная ошибка в нашем случае составляет 4,1 (не более 5), следовательно, уравнение обладает хорошими прогнозными данными.
Коэффициент «t-статистика» больше 2, следовательно, коэффициент пересечения является значимым.
Таким образом, мы можем использовать уравнение регрессии для построения прогнозов.
Данное уравнение будет иметь вид:
Спрос = 2453,731782 – 1,283336649 * цена
Используя данное уравнение, рассчитаем выручку, цену сниженную на 10%, прогнозный спрос, выручку при условии снижения цены на 10% и данные занесём в таблицу 3.1.2.2(таблица 2).
Выручка = Цена*Объём спроса;
Цена, сниженная на 10% = Цена*0,9;
Прогнозный объём спроса = 2453,731 – 1,283 * Цена, сниженная на 10%;
Прогнозная выручка = Цена, сниженная на 10%*Прогнозный объём спроса.
Найдём сумму Выручки и сумму Прогнозной выручки, для того чтобы определить как изменилась выручка при снижении цены на 10%.
Таблица 3.1.2.2 ‒ Прогнозный спрос и выручка при снижении цены на 10%
Цена |
Объем спроса |
Выручка |
Цена, снижен. на 10% |
Прогнозный объем спроса |
Прогнозная выручка |
15 |
2 435 |
36 525 |
13,5 |
2 471,057 |
33 359,27 |
20 |
2 433 |
48 660 |
18 |
2 476,832 |
44 582,97 |
25 |
2 423 |
60 575 |
22,5 |
2 482,607 |
55 858,65 |
30 |
2 416 |
72 480 |
27 |
2 488,382 |
67 186,31 |
32 |
2 411 |
77 152 |
28,8 |
2 490,692 |
71 731,93 |
35 |
2 401 |
84 035 |
31,5 |
2 494,157 |
78 565,94 |
40 |
2 399 |
95 960 |
36 |
2 499,932 |
89 997,55 |
45 |
2 395 |
107 775 |
40,5 |
2 505,707 |
101 481,1 |
50 |
2 390 |
119 500 |
45 |
2 511,482 |
113 016,7 |
55 |
2 389 |
131 395 |
49,5 |
2 517,257 |
124 604,2 |
Итого: |
|
834 057 |
|
|
780 384,7 |
Таким образом, можно сделать вывод, что при снижении цены на 10%, произошло увеличение спроса на 1,5% и в результате этого выручка сократилась на 6,4% (53 672,3 руб.).