Корреляционно-регрессионый анализ рекламной деятельности

Автор работы: Пользователь скрыл имя, 19 Января 2011 в 16:17, курсовая работа

Описание работы

Важнейшей функцией маркетинга по праву считается реклама. Она не только преследует цели информирования потенциальных потребителей о товаре, она еще и используется как мощное орудие воздействия на покупательский спрос. Практически не одно маркетинговое мероприятие не обходится без рекламной кампании. Расхожее выражение "реклама-двигатель торговли" при всей своей избитости абсолютно достоверно. Нередко активную рекламную кампанию ассоциируют с понятием наступательного, агрессивного маркетинга. Реклама - сложный процесс, требующий материально-технического и финансового обеспечения, экономико-психологического обоснования и стратегических проработок.

Содержание работы

Введение …………………………………………………..……….… 3

I.Теоретическая часть:

1.1. Рекламной деятельности и задачи её статистического изучения …………………………………………………………………. 4

1.2. Система статистических показателей, характеризующих рекламную деятельность……………………………………… 6

1.3. Метод корреляционно-регрессионного анализа в статистическом изучении рекламной деятельности………………………........ 9


II.Расчетная часть:

2.1. Задание 1 …………………………………………………. 12
2.2. Задание 2 ………………………………………………….. 20
2.3. Задание 3 …………………………………………………. 27
2.4. Задание 4 …………………………………………………. 31


III. Заключение ……………………………………………………….. 31


Список используемой литературы…………………………………… 37

Файлы: 1 файл

основа.doc

— 427.50 Кб (Скачать файл)

     23 марта 1943 года через месяц после  окончания легендарной Сталинградской  битвы в Красноярске были получены первые граммы платины и палладия из норильских шламов. Именно эту дату принято считать официальным днем рождения Красноярского завода цветных металлов.

     Производство  драгоценных металлов ОАО "Красцветмет" начиналось в годы войны в тяжелейших условиях. Создание аффинажного предприятия и разработка новой технологии извлечения платиновых металлов были задачей большой государственной важности. Ее решение обеспечивало не только комплексность переработки норильских руд, в которых содержались драгоценные металлы, но и укрепляло обороноспособность и авторитет страны в мире. Эту миссию Красноярский завод цветных металлов выполняет и сегодня, через 65 лет после своего создания.

     Красноярский  завод цветных металлов — значимое предприятие не только для экономики нашего региона, но и для всей России. На такой уровень его выводит объем промышленного аффинажа металлов платиновой группы, золота и серебра, масштаб производства и переработки драгметаллов, качество всей выпускаемой продукции. Ее ассортимент не только широк, он поистине уникален и находит применение в самых разных отраслях хозяйствования. Добавим к этому, что "Красцветмет" является лидером российской ювелирной промышленности в области производства изделий из платины и палладия. Акционерное общество также успешно развернуло полупроводниковое производство, продуктом которого становится солнечный кремний различных марок. Продукция завода соответствует мировым стандартам и включена в списки "Good Delivery" (а это очень высокое качество поставки!) на всемирно известных международных торговых биржах в Лондоне, Нью-Йорке, Токио и Дубаи. "Красцветмет" уверенно и динамично развивается. Четыре года назад на предприятии открылся новый цех по производству катализаторных сеток для химической промышленности. В этом году начнется производство автокатализаторов. Инвестиционная деятельность предприятия направлена, прежде всего, на освоение и развитие различных производств, связанных с металлургией драгметаллов. Большое значение придается инвестированию в научные разработки. Пакет акций ОАО "Красцветмет" является собственностью Красноярского края. Предприятие своевременно и в полном объеме осуществляет платежи в бюджеты всех уровней и внебюджетные фонды. Руководство акционерного общества неотъемлемой частью своего бизнеса считает и деятельность по охране окружающей среды, которая предполагает поэтапное сокращение выбросов загрязняющих веществ в атмосферу и другие, не менее важные меры. Стабильность и успешное развитие завода, эффективная социальная политика, партнерские отношения с органами государственной власти Красноярского края и органами местного самоуправления вносят серьезный вклад в экономическое развитие края в целом.

     1. Визуализация данных

     На  первом этапе своего исследования, я проверила гипотезу относительно однородности данных, независимости наблюдений, нормальности распределения данных. В итоге пришла к выводу, что данные по факторам У и Х2 однородны, распределены приблизительно нормально. На это указывает отсутствие скопления точек вдоль линии тенденции на диаграммах "рассеивания" и то, что линия средней не параллельна, гистограммы плотности распределения и функции распределения на нормальной вероятностной бумаге свидетельствуют о близости распределения данных к нормальному. ( см. Рис 1-3 стр.21). Тогда как факторы Х1 Х3 довольно не однородны и их распределение не однородно. Что так же видно из гистограммы и диаграммы "рассеивания". Учитывая то, что мною проводится анализ временных рядов, данный факт не противоречит исследованию.

     2. Построение трендовых моделей и прогнозирование результатов будующих периодов

     Следующим этапом моего исследования было построение трендовой модели для распределения  во времени имеющихся факторов:

     2.1 Трендовая модель для У (объем  продаж ОАО "КрасЦветМет"  в тыс. р.) и T(номера наблюдения)

     Y=19057,66+15406,22*vT 

  Beta Std.Err.of Beta B Std.Err. of B t(22) p-level
Intercept     19057,66 7532,861 2,529937 0,019075
SQRV2 0,838955 0,116024 15406,22 2130,615 7,230881 0,000000
 
 

     Multipl R2=0,70384588- коэффициент детерминации близок к 1 следовательно уравнение качественное.

       

     А так как коэффициент Durbin-Watson= 1,660515, то есто близок к 2 следовательно автокорреляции нет, и остатки независимы между  собой. Учитывая нормальные характеристики уравнения регрессии можно составить  прогноз.

     

     Из  данной таблицы следует, что с  вероятностью 95% Y (объем продаж ОАО "КрасЦветМет" в тыс. руб.) в 25 периоде (т. е. на 01.08) будет варьироваться в промежутке от 86170,4 до 102894,5 тыс. руб.

     2.2 Затем построим трендовую модель  для Х1(затраты на изготовление календарей в тыс. руб.) и T(номер наблюдения) 

  Beta Std.Err.of Beta B Std.Err. of B t(22) p-level
Intercept     89,12270 29,70670 3,000087 0,006593
V2**4 0,281994 0,204548 0,00034 0,00025 1,378620 0,181870
 
 

     Х1=89,12270+0,00034*T4 

     Multipl R2=0,36351875 - коэффициент детерминации совсем не близок к 1 следовательно уравнение не качественное.

       

Durbin-Watson d (Spreadsheet1) and serial correlation of residuals    
     
  Durbin- Watson d Serial Corr.
Estimate 2,435416 -0,255076
 
 

     Коэффициент Durbin-Watson= 2,435416, то есть близок к 2 следовательно автокорреляции нет, и остатки независимы между собой.

     Характеристики  уравнения не удовлетворяют условию  нормальности, по этому на мой взгляд, не имеет смысла делать прогноз на будущий период.

     2.3 Построим трендовую модель для Х2(затраты на наружную рекламу в тыс. руб..) и T(номер наблюдения)

     Х2=-12,0434-0,1776*T2+84,8512\T+7,3503*T

Regression Summary for Dependent Variable: X2 (Spreadsheet1) R= ,68649810 R?= ,47127964 Adjusted R?= ,39197159 F(3,20)=5,9424 p<,00455 Std.Error of estimate: 14,304            
             
  Beta Std.Err.of Beta B Std.Err. of B t(20) p-level
Intercept     -12,0434 20,96019 -0,57458 0,571981
V2**2 -1,76343 0,959260 -0,1776 0,09664 -1,83832 0,080915
1/V2 0,96934 0,314012 84,8512 27,48697 3,08696 0,005814
T 2,83339 1,104995 7,3503 2,86657 2,56416 0,018504
 
 

     Multipl R2=0,47127964 - коэффициент детерминации не близок к 1 следовательно уравнение не качественное.

     

Durbin-Watson d (Spreadsheet1) and serial correlation of residuals    
     
  Durbin- Watson d Serial Corr.
Estimate 1,885253 0,050585
 
 

     А так как коэффициент Durbin-Watson= 1,885253, то есто близок к 2 следовательно автокорреляции нет, и остатки независимы между  собой.

Predicting Values for (Spreadsheet1) variable: X2      
  B-Weight Value B-Weight * Value
V2**2 -0,17765 576,0000 -102,325
1/V2 84,85116 0,4167 35,355
7,35035 24,0000 176,408
Intercept     -12,043
Predicted     97,395
-95,0%CL     74,059
+95,0%CL     120,730
 
 

     Из  данной таблицы следует, что с  вероятностью 95% Х2- затраты на наружную рекламу в тыс. руб. в 25 периоде (т. е. на 01.08) будет варьироваться в промежутке от 74,059 до 120,730 тыс. руб.

     2.4 Построим трендовую модель для  Х3(затраты на проведение выставок  в тыс. руб.) и T(номер наблюдения)

     Х3=-238,7172+1151,882\T

Regression Summary for Dependent Variable: X3 (Spreadsheet1)

R= ,30199164 R?= ,09119895 Adjusted R?= ,04988981

F(1,22)=2,2077 p<,15151 Std.Error of estimate: 779,12

           
             
             
  Beta Std.Err. of Beta B Std.Err. of B t(22) p-level
Intercept     238,717 200,4239 1,191058 0,246323
1/V2 0,301992 0,203246 1151,882 775,2402 1,485839 0,151512
 
 

     Multipl R2=0,09119895 - коэффициент детерминации совсем не близок к 1 следовательно уравнение не качественное.

     

Durbin-Watson d (Spreadsheet1) and serial correlation of residuals    
     
  Durbin- Watson d Serial Corr.
Estimate 2,513233 -0,351870
 
 

     А так как коэффициент Durbin-Watson= 2,513233, то есто близок к 2 следовательно автокорреляции нет, и остатки независимы между  собой.

     Характеристики  уравнения не удовлетворяют условию нормальности, по этому на мой взгляд, не имеет смысла делать прогноз на будущий период.

     3. Построение и анализ  графиков корреляции. Анализ перекрестной  корреляции. 

     Изучив  графики корреляции факторов Y и X2( Рис. № 4 стр. 22) можно сделать вывод о наличии тенденции в их распределении что видно из того что синее столбцы выходят за границы красных линий. Соответственно в факторах Х1 и Х3 ( Рис. № 5 стр. 22)тенденция не наблюдается.

     Для дальнейшего проведения анализа  требуется устранить тенденцию.

     После устранения тенденции можно переходить к следующему шагу – анализу перекрестной корреляции.

     Проанализировав данные можно сделать вывод о  том, какой фактор Х1, Х2 или Х3 оказывает  наибольшее влияние на Y.

     Из  графика видно, что факторы Х1 и Х3( Рис. № 6,8 стр. 23) не оказывают ни положительного ни отрицательного влияния на Y(объем продаж в тыс. руб.). Что в принципе не противоречит моим ожиданиям, т.к. проведение выставок осуществляется, на мой взгляд, не сколько для продвижения товара, а скорее для обмена опытом с производителями аналогичной продукции и для того чтобы быть в курсе последних направлений и тенденций в данной сфере. А производство календарей не особо эффективно, по моему мнению, в связи с тем что достигает поля зрения крайне ограниченного числа потребителей. А так же раздающие их промоутеры бывают не в меру настойчивы. Товары, выпускаемые данным заводом, являются предметом роскоши, следовательно, потребительский спрос на них не равномерен, то есть имеет сезонный характер( спрос на них повышается в преддверии праздников),а значит рекламировать их непрерывно не рационально. Из графика видно( Рис. № 7 стр. 23), что Х2(затраты на наружную рекламу в тыс. руб.) оказывают определяющее влияние на Y( объем продаж в тыс. руб.). Т.к. синие столбцы выходят за крксные линии только на этом графике( см. приложение). Что собственно не удивительно, поскольку данный вид рекламы достигает поля зрения наибольшего количества потенциальных потребителей, является не навязчивым и лаконичным способом рекламы.

Информация о работе Корреляционно-регрессионый анализ рекламной деятельности