- •Тема 1. Сущность маркетинга и его современная концепция Задание 1
- •Методические рекомендации к выполнению задания 1
- •Задание 2
- •Методические рекомендации к выполнению задания 2
- •Задание 3
- •Методические рекомендации к выполнению задания 3
- •Задание 4
- •Методические рекомендации к выполнению задания 4
- •Задание 5
- •Методические рекомендации к выполнению задания 5
- •Задание 6
- •Методические рекомендации к выполнению задания 6
- •Задание 7
- •Методические рекомендации к выполнению задания 7
- •Тема 4. Маркетинговые исследования Задание 8
- •Методические рекомендации к выполнению задания 8
- •Задание 9
- •Методические рекомендации к выполнению задания 9
- •Задание 10
- •Методические рекомендации к выполнению задания 10
- •Тема 5: Продуктовая политика Задание 11
- •Методические рекомендации к выполнению задания 11
- •Тема 6: Политика ценообразования Задание 12
- •Задание 13
- •Задание 14
- •Методические рекомендации к выполнению заданий 12 – 14
- •Задание 15
- •Задание 16
- •Методические рекомендации к выполнению заданий 15 – 16
- •Задание 17
- •Методические рекомендации к выполнению задания 17
- •Задание 18
- •Методические рекомендации к выполнению задания 18
- •Задание 19
- •Методические рекомендации к выполнению задания 19
- •Тема 7: Политика сбыта Задание 20
- •Задание 21
- •Методические рекомендации к выполнению заданий 20 – 21
- •Тема 8: Политика коммуникаций Задание 22
- •Методические рекомендации к выполнению задания 22
- •Задание 23
- •Методические рекомендации к выполнению задания 23
- •Задание 24
- •Методические рекомендации к выполнению задания 24
- •Задание 25
- •Методические рекомендации к выполнению задания 25
- •Тема 9: Планирование и организация маркетинговой деятельности предприятия Задание 26
- •Методические рекомендации к выполнению задания 26
Задание 10
Полагая, что объемы продаж продукта зависят от размера затрат на рекламу, предприятие в течение ряда месяцев фиксировало значение этих показателей. Результаты наблюдений приведены в таблице 10. Используя эти результаты,
представьте в виде графика зафиксированные соответствия между размерами затрат на рекламу и объемами продаж;
рассчитайте коэффициенты (b и ) линейной регрессионной модели, отражающей зависимость между этими показателями и отобразите линию регрессии на том же графике; определите степень точности полученной регрессионной модели;
определите силу (тесноту) связи между анализируемыми показателями.
Методические рекомендации к выполнению задания 10
Линейная регрессионная модель зависимости между двумя переменными в общем виде может быть представлена следующим образом:
,
где Y – зависимая переменная (в задании - объемы продаж)
X – независимая переменная (размеры затрат на рекламу);
а – постоянный коэффициент, отражающий значение Y, которое имеет место при отсутствии влияния на нее переменной X;
b – коэффициент регрессии, который количественно характеризует степень влияния изменений независимой переменной X на зависимую переменную Y (в масштабе реальных единиц их измерения).
Значения этих коэффициентов рассчитываются по формулам:
,
где Xi, Yi – наблюдаемые значения переменных X и Y;
n – число наблюдений соответствующих друг другу пар значений переменных;
, – средние арифметические значения наблюдаемых переменных, соответственно Y и X. Определяются по формулам:
; .
Таблица 10
Результаты наблюдений объемов продаж и размеров затрат на рекламу
Наблюдение |
Варианты |
|||||||||||||||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|||||||||||
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
Объем продаж |
Затраты на рекламу |
|
1 |
5 |
4 |
9 |
4 |
10 |
3 |
7 |
3 |
10 |
5 |
8 |
6 |
5 |
4 |
5 |
4 |
12 |
4 |
15 |
4 |
2 |
11 |
6 |
11 |
6 |
11 |
6 |
11 |
6 |
5 |
7 |
11 |
7 |
11 |
6 |
11 |
6 |
11 |
6 |
13 |
6 |
3 |
7 |
9 |
7 |
9 |
13 |
9 |
7 |
9 |
13 |
9 |
7 |
9 |
13 |
9 |
7 |
9 |
13 |
9 |
15 |
9 |
4 |
9 |
13 |
8 |
12 |
9 |
13 |
16 |
10 |
9 |
13 |
12 |
10 |
9 |
13 |
12 |
10 |
9 |
13 |
10 |
11 |
5 |
16 |
14 |
16 |
14 |
16 |
14 |
16 |
14 |
16 |
14 |
16 |
14 |
16 |
14 |
16 |
14 |
16 |
14 |
16 |
14 |
6 |
14 |
17 |
18 |
17 |
10 |
17 |
9 |
16 |
8 |
17 |
9 |
16 |
8 |
17 |
15 |
16 |
11 |
17 |
17 |
16 |
7 |
14 |
20 |
12 |
20 |
11 |
20 |
12 |
20 |
11 |
20 |
18 |
18 |
11 |
19 |
12 |
18 |
11 |
19 |
12 |
18 |
8 |
19 |
20 |
20 |
22 |
22 |
20 |
20 |
22 |
18 |
20 |
20 |
22 |
18 |
20 |
20 |
22 |
18 |
20 |
20 |
22 |
9 |
16 |
23 |
16 |
24 |
12 |
23 |
16 |
24 |
12 |
23 |
16 |
24 |
12 |
23 |
16 |
24 |
12 |
23 |
16 |
24 |
10 |
22 |
24 |
22 |
24 |
22 |
24 |
22 |
26 |
13 |
24 |
22 |
24 |
21 |
24 |
22 |
25 |
21 |
24 |
22 |
25 |
11 |
24 |
28 |
26 |
28 |
24 |
28 |
18 |
28 |
24 |
28 |
16 |
28 |
24 |
28 |
24 |
28 |
24 |
28 |
17 |
28 |
12 |
19 |
30 |
19 |
30 |
19 |
30 |
25 |
29 |
12 |
30 |
19 |
30 |
22 |
30 |
19 |
30 |
22 |
30 |
19 |
30 |
13 |
25 |
31 |
25 |
31 |
25 |
31 |
24 |
31 |
25 |
34 |
24 |
31 |
25 |
34 |
24 |
31 |
25 |
34 |
24 |
31 |
14 |
22 |
34 |
22 |
34 |
22 |
34 |
22 |
34 |
22 |
34 |
17 |
32 |
22 |
34 |
21 |
33 |
22 |
34 |
21 |
33 |
15 |
27 |
36 |
27 |
35 |
30 |
36 |
27 |
35 |
23 |
36 |
24 |
35 |
29 |
36 |
27 |
36 |
19 |
36 |
20 |
36 |
Коэффициент b в регрессионной модели количественно отражает влияние уровня независимой переменной X на формирование уровня зависимой переменной Y с учетом реальных единиц их измерения. С изменением единиц измерения любой из переменных значения b - коэффициентов в регрессионной модели также изменятся.
Вместе с тем, часто бывает необходимо определить долю влияния независимой переменной на уровень зависимой переменной, которая остается одинаковой при любых единицах измерения переменных и для удобства интерпретации может быть выражена в процентах.
Долю влияния (в долях единицы) переменной X на формирование уровня зависимой переменной Y характеризует стандартизованный коэффициент регрессии, или - коэффициент. Он связан с коэффициентом (b) следующим соотношением:
,
где – стандартизованный коэффициент регрессии;
SX, SY – среднеквадратические отклонения, переменных X и Y.
Показатели SX и SY рассчитываются по формулам:
; .
Показателем того, насколько хорошо модель удовлетворяет исходным данным является показатель коэффициент детерминации (R2). Он характеризует долю общей (первоначальной) вариации зависимой переменной, объясняемой регрессионной моделью и рассчитывается по формуле:
,
где Yi – наблюдаемые значения переменой Y;
Yр – значения переменой Y, рассчитанные с помощью регрессионной модели для каждого наблюдаемого значения X;
– среднеарифметическое наблюдаемых значений переменной Y;
n – число наблюдений значений переменных Y и X;
Если R2 = 0, то объясненная моделью вариация зависимой переменной равна нулю и модель ничего не дает для прогнозирования значений Y. Если R2 = 1, то модель полностью (на 100%) объясняет вариацию зависимой переменной Y.
Степень тесноты (силы) связи между переменными X и Y характеризуется коэффициентом корреляции, значения которого находятся в интервале от 0 (нет никакой связи) до 1 (абсолютная связь). Рассчитывается коэффициент корреляции по формуле:
.
Расчет всех упомянутых выше показателей удобнее выполнять в таблице, образец которой приведен в таблице 11.
Таблица 11
Рекомендуемая форма таблицы для расчета показателей
Наблюдение |
Yi |
Xi |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
Сумма |
|
|
|
|
|
|
|
|
Средние |
|
|
|
|
|
|
|
|