- •Глава 11. Маркетинговые исследования с использованием статистических методов
- •11.1. Прогнозирование объема продаж с использованием корреляционно-регрессионного анализа в системе statistica
- •11.2. Сегментирование конечного потребителя услуг кинотеатра с использованием кластерного анализа в системе statistica Игрунова о.М., Чекрышова и.И., Манакова е.В.
- •11.3. Исследование вкусовых предпочтений потребителей шоколада с использованием методов шкалирования Игрунова о.М., Виноградова и.Ю., Лаврентьева е.В.
- •Результаты «слепого» тестирования образца №1 по критериям «внешний вид» и «запах» (бренд Alpen Gold молочный)
- •11.4. Прогнозирование тенденций изменения спроса на потребительском рынке с использованием нейросетевого подхода Игрунова о.М.
- •Глава 12. Приложения моделей и методов статистического анализа в социально-экономической среде Платонова и.В., Соловьева ю.В., Иванова а.А.
- •12.1. Выбор зарубежного партнера с использованием многомерного регрессионного анализа
- •Коэффициенты модели
- •95% Доверительные границы
- •12.2. Выбор иностранного контрагента с использованием нелинейных моделей регрессионного анализа
- •95% Доверительные границы
- •95% Доверительные границы
- •95% Доверительные границы
- •95% Доверительные границы
- •12.3. Применение кластерного анализа для классификации потребителей снековой продукции
95% Доверительные границы
6923300000 a 1,1271 е10
0,012199 b 0,014081
Таблица 12.8
Дисперсионный анализ
|
Степени свободы |
Сумма квадратов |
Среднее квадратич. |
F-значение |
Вероятность |
Модель |
1 |
1,2909 e–4 |
1,2909 e–4 |
86,933 |
0,0000 |
Остатки |
10 |
1,4849 e–5 |
1,4849 e–6 |
|
|
Всего |
11 |
1,4394 e–4 |
|
|
|
Факторы, включаемые в регрессионную модель, должны объяснять вариацию независимой переменной. Если строится модель с набором р факторов, то для нее рассчитывается показатель детерминации R2, который фиксирует долю объясненной вариации результативного признака за счет рассматриваемых в регрессии р факторов.
.
В рассматриваемой ситуации мы имеем дело с парной зависимостью получаемой прибыли от затрат на оплату услуг иностранного контрагента по обработке кристалла. Следовательно, получим:
R2y(x) = 0,8968; .
Значение критерия Фишера (F) в данной модели указывает на адекватность данной модели. Коэффициент детерминации (R2) позволяет оценить процент объясненной дисперсии по отношению к общей: он составляет 89,68%. Расчетное значение t-критерия Стьюдента (tрасч) превышает табличное значение. Вероятности не превышают уровень значимости = 0,05. Следовательно, уровень t-значимости достаточно высок, то есть оценка коэффициента при х (параметра b) превышает свою ошибку в 9 раз. Оценив значения коэффициента детерминации (R2), критерия Фишера (F) и t-статистики, можно сделать вывод о том, что рассмотренная модель достаточно точно описывает зависимость, приведенную в таблице 12.7.
По совместному проекту с немецкой компанией импортно-экспортным отделом был проведен поиск компаний, оказывающих услуги по обработке кристалла, с целью получения конечной продукции. В результате переговоров были выявлены две зарубежных компании (США и Китая), способные предложить наиболее полный спектр услуг, соответствующих требованиям заказчика.
Рассмотрим данные по поступлению от экспорта за период сотрудничества ОАО «НИИМЭ и Микрон» с американской компанией (табл. 12.9).
Таблица 12.9
Динамика отгрузки–поступлений за 2004 год, в долл. США
n |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
x |
193440 |
194020 |
194214 |
194408 |
194600 |
194794 |
194988 |
194988 |
194213 |
194020 |
193049 |
191891 |
y |
46560 |
48888 |
51332 |
56465 |
62112 |
68112 |
72565 |
82609 |
87042 |
86238 |
83390 |
76929 |
Изобразим данные таблицы на рисунке.
Рисунок 12.2
Судя по графику, наиболее подходящей моделью для описания данной эмпирической зависимости будет квадратичная функция: y = θ0 + θ1x − θx2 + .
Следовательно, получим уравнение регрессии: .
Линеаризующее преобразование:
.
Вид линеаризованного уравнения: = 0 + 1x1- x2.
Система нормальных уравнений:
n 0 + 1 x1- x2 = yi
0 x1i+ 1 x12- x1i x2i = yi x1i
0 x2i+ 1 x1i x2i - x2i2 = yi x2i
Возвращаемся к замене:
n 0 + 1 xi- xi2 = yi
0 xi+ 1 xi2- xi3 = yi x1i
0 xi2+ 1 xi3 - xi4 = yi xi2
Оценка параметров и значимости уравнения производится таким же образом, как и для соответствующего линеаризованного уравнения множественной регрессии. Следовательно, в результате вычислений получим следующие результаты.
Таблица 12.10
Коэффициенты модели
Переменная |
Коэффициент |
Стандартная ошибка |
t-значение |
Вероятность |
x |
9,5351 |
1,9541 |
4,8795 |
0,0009 |
t |
−0,44445 |
0,14633 |
−3,0372 |
0,0141 |
Константа |
31,054 |
5,5252 |
5,6204 |
0,0003 |