...

Использование математического инструментария для исследования общей тенденции развития ресторанного комплекса гостиницы «Россия». Часть первая

В настоящее время многие предприятия питания обращаются в комитеты по статистике с просьбой оценить складывающиеся тенденции в развитии, изучить взаимосвязь переменных, а также дать краткосрочный оперативный прогноз некоторых показателей. Для решения задач данного класса широкое применение находят экономико-математические методы, а наиболее часто используемым аппаратом служат методы корреляционно-регрессионного анализа..

Применение стандартных средств Microsoft Excel значительно упрощает использование математического инструментария для исследования тенденций и краткосрочного прогнозирования экономических процессов.

Важным направлением в изучении закономерностей динамики социально-экономических процессов является исследование общей тенденции развития (тренда). В основе составления тренда лежит использование метода регрессионного анализа, который позволяет подобрать аналитическую функцию, максимально точно описывающую изменение уровня динамики во времени. Связь между переменной Y(t) и m независимыми факторами можно охарактеризовать функцией регрессии Y(t) = f(Х1,X2,…,Xm), которая показывает, каково будет в среднем значение переменной Y, если переменные X примут конкретное значение. Именно данное обстоятельство и позволяет использовать модель регрессии не только для анализа, но и для прогнозирования экономических явлений.

Итак, задача состоит в построении модели для предсказания объема товарооборота ресторанного комплекса ООО «Бриджтейн». Для этого требуется оценить связь между переменными X и Y за определённый период времени: на протяжении семи месяцев. Основой являются данные о динамике этих показателей, приведённые в табл. 3.1.

Таблица 3.1

Динамика исследуемых показателей

Период

Y

X1

X2

Х3

Общий объем товарооборота, руб.

Оборот по продукции собственного производства, руб.

Реализация покупных товаров, руб.

Величина фактических затрат на рекламу, руб.

Июнь

7 735 275

7 018 018

717 257

9 738

Июль

9 002 726

8 187 473

815 253

1 710

Август

5 462 963

4 937 053

525 910

1 425

Сентябрь

3 155 471

2 717 233

438 238

1 572

Октябрь

5 202 375

4 198 634

1 003 741

7 125

Ноябрь

10 766 315

9 275 006

1 491 309

8 550

Декабрь

12 931 579

10 895 976

2 035 603

11 257

1. Построение системы показателей. Анализ матрицы коэффициентов парной корреляции.

В данном случае, согласно приведенным в табл. 3.1 значениям переменных, п = 7, т = 3.

Y – переменная-критерий (зависимая), в качестве независимых, объясняющих, или переменных-предикторов, выбраны: Оборот по продукции собственного производства – Х1; Объем реализации покупных товаров – Х2; и Величина фактических затрат на рекламу – Х3.

Использование инструмента Корреляция

Матрица коэффициентов парной корреляции (табл. 3.2) отражает тесноту связи между показателями, которая измеряется коэффициентом корреляции.

Таблица 3.2 Матрица коэффициентов парной корреляции

Общий объем товарооборота

Оборот по продукции собственного производства

Объем реализации покупных товаров

Величина фактических затрат на рекламу

Общий объем товарооборота

1

 

 

 

Оборот по продукции собственного производства

0,995479

1

 

 

Объем реализации покупных товаров

0,87335

0,823137

1

 

Величина фактических затрат на рекламу

0,658238

0,619138

0,760123

1

Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. общий объем товарооборота ресторанного комплекса, имеет сильную связь с оборотом по продукции собственного производства (rYX1 = 0,995479), связь с объемом реализации покупных товаров менее тесная (rYX2 = 0,87335). Величина фактических затрат на рекламу имеет умеренную связь с переменной-критерием (см. табл.3.3). Однако факторы Y и X1 очень тесно связаны между собой (rYX1 ≈ 0,996), что свидетельствует о наличии мультиколлинеарности. [10] Поэтому из всех переменных оставим в модели Х3 – величину фактических затрат на рекламу. После исключения факторов Х1 и Х2 получим n = 7, k = 1.

Таблица 3.3

Сила связи в зависимости от коэффициента корреляции

Коэффициент корреляции

Сила связи

От ±0,81 до ±1,00

Сильная

От ±0,61 до ±0,80

Умеренная

От ±0,41 до ±0,60

Слабая

От ±0,21 до ±0,40

Очень слабая

От ±0,00 до ±0,19

Отсутствует

Источник: Голубков Е.П. Маркетинговые исследования. – М.: «Финпресс»,2000 г, стр.245.

Оцените автора
( Пока оценок нет )
Добавить комментарий