Проектирование стратегии конкуренции предприятия

 

 

Как видно из таблицы 20, наибольшие индексы имеют цены на товар, реализуемый в спальных районах относительно центра локального рынка, причем индекс тем выше, чем дальше от центра расположен магазин. Исключение составляет магазин «24 часа», который, хотя и расположен невдалеке от центра локального рынка, но имеет максимальный уровень цены ввиду специфики работы (круглосуточно).

 

Для изучения колеблемости цен в динамике определяется тенденция  изменения их уровня во времени. Для этого построим трендовую модель вида:

 

                                                             (25)

 

 

 

где t - номер временного периода (месяц).

 

 

Процесс моделирования  включает следующие этапы:

 

1. Сбор исходных данных.

 Исходные данные  представляют собой ретроспективную  информацию, полученную на основе  наблюдений и регистрации рыночных  цен на исследуемый товар за  каждую неделю. Для анализа выбран 20011 год. Исследованию подвергнуты средневзвешенные по объемам продаж цены супермаркета «Пушкинский».

Исходные данные представлены в таблице 21.

 

Таблица 21 - Динамика рыночных цен на хлеб социальный пшеничный 1 сорта на локальном рынке Шевелевка в г. Кургане

 

Месяц	1	2	3	4	5	6	7	8	9	10	11	12
Цена руб., Pi	12,75	12,72	12,66	12,65	12,64	12,60	12,59	12,58	12,57	12,55	12,54	12,53

 

 

 

2. Построение поля корреляции.

 

Регрессионный анализ-форма статистического анализа, используемого для прогнозов. Регрессионный анализ позволяет оценить степень связи между переменными, предлагая механизм вычисления предполагаемого значения переменной из нескольких уже известных значений.

Воспользуемся вычислениями в программе ECXEL.

Построим поле корреляции и график спроса по базовому ряду(рис.9)

Рисунок 9 – Поле корреляции  локального рынка Шевелевка в г.Курган по товару хлеб социальный 1 сорта пшеничный 

 

Выберем  тип линии  тренда.

Внешний вид поля корреляции наряду с логическими рассуждениями, позволяет выбрать аналитическое выражение, отражающее зависимость уровня цены на товар от фактора времени - полином 2-й степени⁴., так как существует определенный предел падения  цен-минимальная цена на 1 единицу исследуемого товара, выражающаяся в сумме средних издержек и средней нормы прибыли по отрасли:

 

                                             (26)

 

 где   с, b - константы.

На основе данных таблицы 22 проведем расчеты и найдем уравнение кривой.

Таблица 22-Расчетные значения для модели тренда цены

N месяца	Базовый ряд	Стат. Вес	Линия тренда	Отклоне-ния	Кв. откл. взвешен.
1	12,75	1,0	12,74	0,01	0,00004761
2	12,72	1,0	12,71	0,01	0,00008464
3	12,66	1,0	12,68	-0,02	0,00044521
4	12,65	1,0	12,65	0,00	0,00001600
5	12,64	1,0	12,63	0,01	0,00011025
6	12,60	1,0	12,61	-0,01	0,00005776
7	12,59	1,0	12,59	0,00	0,00000289
8	12,58	1,0	12,57	0,01	0,00007056
9	12,57	1,0	12,56	0,01	0,00015625
10	12,55	1,0	12,55	0,00	0,00001600
11	12,54	1,0	12,54	0,00	0,00000841
12	12,53	1,0	12,53	0,00	0,00000064
13			12,53		0,00101622
14			12,53
15			12,53
16			12,53
17			12,54
18			12,55
19			12,56
20			12,57
21			12,59
22			12,61
23			12,63
24			12,66

 

 

3. Расчет параметров модели.

  Параметры модели, уравнение функции и квадратичное отклонение рассчитаем в Excel. При аппроксимации данных с помощью линии тренда значение R² и уравнение функции рассчитывается автоматически.

 

 

 

Рисунок 10 – Цена товара в динамике и выделение линии тренда

 

Величина коэффициента детерминации (R²) у данной функции имеет значение равное 0,9826, что ближе к единице, чем в остальных исследуемых случаях.

Уравнение функции  P(t) = 0,0013t² - 0,0362t + 12,778

Проверим надежность полученной статистической модели.

Вычислим коэффициент  корреляции Пирсона r, безразмерный индекс в интервале от -1,0 до 1,0 включительно, который отражает степень линейной зависимости между двумя множествами  данных. Уравнение коэффициента r линии  регрессии имеет следующий вид:

                            (16)

Где n-число наблюдений,

 X и Y- известные значения t  и Р(t).

Вычислим квадрат коэффициента корреляции (коэффициент детерминации R²) полученного тренда с базовым рядом

 

R2	n	t(n-1)	t^2	R2min
0,982469	12	2,200986	4,844341	0,326343

 

Коэффициент детерминации получился равным  0,982469, то есть линия тренда в наибольшей степени приближается к представленной на диаграмме зависимости, если значение R²  (квадрат смешанной корреляции) равно или близко к 1

<span class="dash041e_0431_044b_0447_043d_044b_0439_0020_0028_0432_0435_0431_0029__Char" style=" font-family: 'Times New Roman', 'Arial'; font-size: 14pt; text-d