Задание 2. Парная регрессия и корреляция в маркетинговых исследованиях

Цель: научиться применять метод парной регрессии и корреляции в маркетинговых исследованиях.

Задачи:

1. С помощью Пакета анализа данных MS XL определить силу и характер связи между ценой и объемом спроса. Сделать выводы о возможности построения уравнения регрессии.

2. Построить уравнение регрессии. Оценить параметры уравнения регрессии и сделать выводы о возможности использования уравнения регрессии для построения прогнозов.

3. Рассчитать прогнозный спрос и выручку при условии снижения цены на 10%.

Чтобы определить силу и характер связи между ценой и объемом спроса применили метод корреляции. Незначимым считается коэффициент корреляции ниже 0,6. Так как в нашем случае он равен 0,97, то можно судить достаточно сильной связи данных показателей и утверждать, что построение уравнения регрессии возможно.

Проанализируем основные показатели уравнения регрессии.

Стандартная ошибка равна 4,15%. Максимальным допустимым значением является 5%, следовательно, данный показатель в норме.

t-статистика по модулю должны быть больше 2. В наших расчетах она составила -12,006 и 623,68.

P-Значение должно быть не более 5%. В нашем случае этот показатель равен 4,89% и 2,13%.

Значимость F составила 2,13% при допустимом максимуме 5%.

Таким образом, все показатели находятся в допустимых пределах, что говорит о возможности применения уравнения регрессии для построения прогнозов.

Уравнение будет иметь вид:

спрос

=

2453,7318

-1,283336649

*Х

С помощью MS XL было смоделировано снижение цены на 10% и рассчитан новый объем спроса. Также был определен темп роста выручки в результате снижения цены. Темп роста составил в среднем 90%. Результаты отображены в таблице 2.1.

Таблица 2.1 – Результаты расчетов темпов роста выручки в связи со снижением цены на 10%

Порядковый номер	Цена	Объем спроса	Выручка	Цена 1	Обьем спроса 1	Выручка 1	Темп роста выручки, %
1	15	2435	36525	13,5	2436,4063	32891,4855	90,052
2	20	2433	48660	18	2430,6312	43751,3613	89,9124
3	25	2423	60575	22,5	2424,856	54559,2608	90,0689
4	30	2416	72480	27	2419,0809	65315,1839	90,1148
5	32	2411	77152	28,8	2416,7708	69602,9998	90,2154
6	35	2401	84035	31,5	2413,3057	76019,1307	90,4613
7	40	2399	95960	36	2407,5306	86671,1012	90,32
8	45	2395	107775	40,5	2401,7554	97271,0953	90,2539
9	50	2390	119500	45	2395,9803	107819,113	90,2252
10	55	2389	131395	49,5	2390,2051	118315,154	90,0454
Всего		24092	834057		24136,522	752215,886

Таким образом можно сделать вывод, что при снижении цены на 10% удастся добиться роста спроса, однако это приведет к сокращению совокупной выручки, и будет являться неэффективным.