Эконометрика лекции

Регрессионная модель

Регрессионная модель зависимости объема продаж от цены товара

ОБЪЁМ_ПР = 1198,030 – 104,119 ЦЕНА,    = 0,23149631

Проведённый предварительный анализ свидетельствует о необходимости использования более сложной модели, в частности, модели позволяющей одновременно учитывать влияние всей совокупности факторов.

Уравнение множественной регрессии, одновременно учитывающее оба фактора Q и R, имеет вид:

                                                                                                                            Таблица 3.29

Регрессионная модель зависимости объема продаж

от затрат на рекламу и цену товара

ОБЪЁМ_ПР = 1255,010 – 66,733*ЦЕНА  - 75,867*РЕКЛ_ЗАТ, 

  = 0,65264

Это уравнение значимо (р — значение менее 0,00012) и оно на 65,26 % объясняет вариацию зависимой переменной Р. Однако, в этом уравнении знак перед переменой РЕКЛ_ЗАТ не соответствует ожиданиям —естественно было предположить, что увеличение рекламных расходов будет приводить к увеличению объёма продаж, т.е. знак перед переменной РЕКЛ_ЗАТ должен быть положительным.

3. В использовании рекламы существенным является т.н. «эффект насыщения», заключающийся в том, что при увеличивающемся уровне расходов каждый последующий рубль даёт меньшую отдачу, чем при начальном уровне расходов. Поэтому, с учётом сделанного замечания, в модель вводится переменная КВ_РЕКЛ, численно равная квадрату рекламных затрат. (Как известно, квадратичная функция  обладает, при  локальным максимумом). Предполагается, что новая переменная будет иметь в регрессионной модели отрицательный знак, если сделанные предположения имеют место.

Результаты расчёта коэффициентов уравнения регрессии подтверждают справедливость сделанных предположений.

                                                                                                                                 Таблица 3.30

Множественная регрессионная модель

ОБЪЁМ_ПР = 963,718 – 111,498*ЦЕНА  + 255,251*РЕКЛ_ЗАТ –43,238*КВ_РЕКЛ

назад          далее

большие полотенца    

Параграфы

• Сущность  и  история возникновения  эконометрики
• </b>Парный  регрессионный анализ
• Множественная  регрессия
• Гетероскедастичность  моделей, ее  обнаружение  и  методы  устранения  гетероскедастичности
• прогнозирование  временных  рядов
• Сглаживание Временных рядов
• ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
• Моделирование структурными  уравнениями
• РАЗНОСТНЫЕ  УРАВНЕНИЯ  И  ИХ  РЕШЕНИЕ
• Стационарные временные ряды авторегрессии-скользящего среднего
• Временные ряды с высокой изменчивостью
• Ложная регрессия, коинтеграция и  модели корректировки ошибок
• Элементы линейной алгебры
• Элементы теории вероятностей и математической статистики
• метод наименьших квадратов