Курсовая работа (т): Аналіз ціноутворення по автосалонам Луганської області

Аналіз ціноутворення по автосалонам Луганської області

План

Вступ

Розділ 1. Попередній аналіз вхідних даних

Розділ 2. Побудова моделі

Розділ 3. Прогнозування розвитку соціально-економічного явища

Висновок

Список літератури

Вступ

Транспорт - специфічна комунікаційна інфраструктурна галузь матеріального виробництва і сфери обслуговування, яка забезпечує потреби господарства і населення з усіх видів перевезень. Транспорт є важливою складовою ринкової інфраструктури, бо створює умови для формування загальнодержавного і місцевих ринків.

Автомобільний транспорт зараз - найпоширеніший вид транспорту. Він молодше залізничного і водного, перевершує інші види транспорту по гнучкості й універсальності, він найкращим чином забезпечує надійність і своєчасність доставки. Перші автомобілі з'явилися наприкінці XIX століття. Після Другої світової війни автомобільний транспорт почав складати конкуренцію залізниці. [1]

Абсолютна більшість нині існуючих автомобілів - автомобілі індивідуального користування (легкові). Їх використовують, як правило, для поїздок на відстані до двохсот кілометрів. Автомобіль - "засіб безрейкового транспорту з власним двигуном ". Легковий автомобіль - повною масою не більше 3500 кг для перевезення пасажирів (від 1 до 7, не включаючи водія) та багажу. Легкові автомобілі випускаються з закритими кузовами (седан, лімузин, купе, хетчбек, універсал і фургон) і з кузовами, верх яких забирається (кабріолет, родстер, ландо і фаетон). У сучасних економічних умовах існує велика кількість марок та моделей легкових автомобілів. Тому присутня проблема вибору найкращого виду автомашини, який повинен задовольняти всім критеріям майбутнього користувача. До головних критеріїв звичайно відноситься ціна, яка в свою чергу залежить від багатьох технологічних характеристик автомобіля - починаючи з кількості дверей і закінчуючи втратами пального при пересуванні. [1]

Отже вибір теми роботи пов’язаний з тим, що забезпеченість населення особистим транспортом знаходиться на неналежному рівні. Багатьох цікавить питання придбання транспортного засобу, який відповідав би їхнім фінансовим можливостям у нерозривному зв’язку із технологічними характеристиками машини. Це питання буде вирішено за допомогою побудови регресійної моделі, яка розповість про взаємозв’язок всіх необхідних параметрів до ціни авто.

Мета роботи полягає у визначенні формування ціни на автомобілі і використанні кореляційно-регресійного аналізу.

Об`єкт - ціна автомобілів середнього класу, які були відібрані із генеральної сукупності по автосалонам Луганської області.

Предмет - кореляційно-регресійний аналіз впливу технологічних параметрів автомобілів на ціну.

Розділ 1. Попередній аналіз вхідних даних

Кожний житель України мріє про власну машину, але не кожний в змозі її придбати. Купівля транспортного засобу залежить в першу чергу від власних доходів, які у кожного різні. Тому треба, з’ясувати чи вливають технічні характеристики автомобіля на його ціну, провести аналіз та зробити прогноз.

Для аналізу проблеми було взято 30 марок машин середнього класу, середній клас нових (салонних) автомобілів відповідає ціновому інтервалу від 80 до 130 тис грн. відібраних із генеральної сукупності всіх автосалонів Луганської області, які мають наступні нормативні характеристики: ціна (тис грн), об'єм двигуна, максимальна потужність в кінських силах, максимальна швидкість, об'єм багажного відділення, об'єм паливного баку, маса автомобіля та витрати пального при русі на дорогах змішаного типу (міські магістралі, сільська місцевість тощо) у літрах на 100 км. Вибіркова сукупність відповідає нормальному розподілу (рис.1.1), вигляд графіка нагадує купол; сукупність має багатомірні кількісні дані, які належать до непереривного типу змінних і порядковій шкалі вимірювання.

Рис. 1.1. Розподіл сукупності

Через це стає можливим проведення багатофакторного кореляційно-регресійного аналізу, де результуючим фактором буде ціна (У), а факторними будуть: Х₁ - об'єм двигуна; Х₂ - максимальна потужність авто; Х₃ - максимальна швидкість; Х₄ - об'єм багажника; Х₅ - паливний бак; Х₆ - маса спорядженого авто і Х₇ - витрати пального.

Щоб здійснити аналіз необхідно висунути гіпотези:

H₀ - свідчить про те, що Х змінні не допомагають прогнозувати У змінну, зв’язку міх ними не існує, не має статистично достовірного висновку.

H₁ - говорить протилежне, _Х змінні допомагають прогнозувати результуючу ознаку, зв’язок тісний та статистично підтверджений.

Таблиця 1.1. Вхідні данні

За загальною наявністю легкових автомобілів Луганська область займає в Україні 5 місце, а по забезпеченості на 1000 жителів - лише 15. Про це повідомляє Головне управління статистики у Луганській області. В області автотранспорт виконує 61 % всіх вантажних і 59 % пасажирських перевезень. За останній рік у Луганську автомобіль додатково з'явився тільки у трьох осіб з кожної тисячі жителів, а сам парк збільшився на 1,8 %. В Україні, за даними AUTO- Consulting станом на січень 2012 року на 1000 жителів припадало 158 легкових автомобілів (якщо рахувати з комерційними автомобілями для приватного користування, то цей показник складе 179 автомобілів на тисячу жителів). [2]

Для України зростання добробуту населення ще довго буде автоматично приводити до зростання авто продажів, так як рівень автомобілізації ще вкрай низький і відстає від показників сусідніх країн.

Розділ 2. Побудова моделі

продаж ціна автомобіль статистичний

Для того, щоб побудувати багатофакторну модель, необхідно визначити чи існує взагалі залежність між У та кожним Х-ом. Для цього побудуємо загальну кореляційну матрицю і визначимо напрямки зв’язку за допомогою пакета Аналізу MS Excel та діаграм розсіювання.

Таблиця 2.1. Регресійна статистика

Вся сукупність має множинний R = 0,89, що відповідає сильній тісній залежності, множинний R знаходиться в інтервалі від 0 до 1. R-квадрат - коефіцієнт детермінації, говорить про те, що 79% зміни ціни на авто пояснюється змінами Х-ів. Кореляція між ціною та об’ємом двигуна = 0,62 сильна кореляція (див. додатки табл. 2.2). [3] Дійсно, чим більший об'єм двигуна, тим ціна на авто буде підійматися угору. Максимальна потужність та ціна також мають високу кореляцію, бачимо, що між об’ємом двигуна і максимальною потужністю є залежність, але вона (0,31) недостатня й менше 0,7, тому їх залежність не підтверджена, мультиколінеарності немає і цю змінну можна використовувати у аналізі й надалі. Максимальна швидкість та об'єм двигуна також мають зв’язок = 0,64 - немає мультиколінеарності, але зв’язок середній, бо збільшення швидкості залежить від об’єму двигуна. Об'єм багажника, паливний бак та маса спорядженого авто не мають сильного впливу на досліджувану змінну-ціну, немає навіть мінімального зв’язку між ними самими, тому їх можна з легкістю вилучити із моделі. Ціна та витрати палива мають зворотну залежність, але високу (-0,77) кореляцію. При зростанні витрат на паливо в 1 л на 100 км, буде зростати ціна на машину, тобто мінімальні витрати на паливо = максимальній ціні за машину. Звичайно економічність транспортного засобу стає на першому місці, бо покупцю хочеться витрачати на великих відстанях якомога менше пального.

Стандартна похибка - це стандартне відхилення оцінок, вона складає - 4,71. Результат не перевищує 5%, чим менше стандартна похибка, тим більше достовірною є оцінка. Представлена вище оцінка є статистично достовірною.

З таблиці видно, що між ціною та об’ємом двигуна кореляція = 0,62 - прямий і тісним зв’язком; між ціною та максимальною потужністю = 0,68 - також сильна кореляційна залежність; між ціною та максимальною швидкістю = 0,83 та ціною і витратами пального = -0,77 - обернена сильна залежність. [3] Продемонструємо наглядне зображення тісноти зв’язку за допомогою діаграм розсіювання.

Рис. 2.1. Діаграма розсіювання

Маємо параболічну залежність, зв’язок обернений, коефіцієнт апроксимації показує, що підібрана модель описує вплив на ціну - 40,05%. Приймаємо альтернативну гіпотезу, об'єм двигуна добре впливає на кінцеву ціну за авто. Приймаємо альтернативну гіпотезу.

Рис. 2.2. Діаграма розсіювання

Для опису краще підходить параболічна обернена залежність, де вибраний Х описує вплив на У - 71,99%, що говорить про дуже тісний зв’язок і великий вклад змінної (максимальна потужність) у формування кінцевої ціни на авто. Приймаємо альтернативну гіпотезу. [3]

Рис. 2.3. Кореляційне поле

В цьому випадку пряма лінійна залежність, на 69,45% підібрана модель описує вплив на результуючу ознаку - ціну. Отримане рівняння регресії досить точно описує кореляційне поле. При збільшенні ціни на авто технологи збільшують швидкість автомобіля. Відкидаємо нульову гіпотезу.

Рис. 2.4. Кореляційне поле

Обернений та щільний зв’язок, підібрана модель відповідає на 58,99%. При зростанні у автомобіля під час руху витрат пального, кінцева ціна на легковий автомобіль знижується, тобто чим більші витрати пального, тим нижча буде ціна. Це логічно, бо для водіїв витрати пального займають дуже важливе місце, хочеться, щоб автомобіль втрачав якомога менше бензину при пересуванні, при будь-якій швидкості. [3]

Рис. 2.5. Діаграма розсіювання

Цей зв’язок краще описує параболічне рівняння, яке показує зворотній та нещільний зв’язок, бо точки розкидані на полі хаотично. Також коефіцієнт апроксимації = 0,0345, який говорить, що об'єм багажника змінить ціну лише на 3,45%. Існує багато викидів, які заважають розгледіти зв’язок між факторами. Підібрана змінна не описує вплив на результуючу ознаку. Приймаємо нульову гіпотезу. [3]

Рис. 2.6. Кореляційне поле

Зворотна лінійна залежність, не тісна, це підтверджують точки на полі, які мають хаотичний вигляд і не групуються близько до лінії тренда, коефіцієнт апроксимації - Х описує У лише на 5,2%. Пальний бак не внесе змін до ціни. Приймаємо знову нульову гіпотезу.

Рис. 2.7. Кореляційне поле

Графік розподілився на окремі кластери. Існують викиди з сукупності. Присутня лінійна залежність, але не знана, Х описує вплив на У лише на 6,8 відсотків. Приймаємо нульову гіпотезу.

Отже, змінні, що не мають впливу на модель потрібно вилучити, важливого внеску вони не приносять, інтерпретувати по іншому їх неможливо. Модель будується, для того, щоб зрозуміти чи залежить ціна від наведених факторів, виявилося, що не від усіх. Звичайно розмір багажного відділення для покупця має велике значення, але при розробці транспортних засобів інтереси споживачів враховуються не повною мірою, хоча для подорожі всією родиною мати достатньо місця для одягу та харчів важливо. Що стосується маси спорядження, то цей фактор не потрібен покупцеві, а для виробників спорядити авто деталями витратний фактор, та на ціну він ні як не впливає. Чому об'єм пального баку не впливає на ціну не зрозуміло, можливо тому, що не завжди великий об'єм баку супроводжується малими витратами пального та більшим часом знаходження у дорозі.

Розглянемо таблицю регресійного та дисперсійного аналізу, щоб упевнитись, що вилучені змінні дійсно статистично не значущі.

Таблиця 2.3. Дисперсійний аналіз

= 1,215 < F табл. 2,53, критичне значення було отримано із таблиці, де k₁ = 6, а k₂ = 23; Значущість F (p - значення) = 2,85, яке повинно бути менше 0,05. SS - сума квадратів, MS - середній квадрат або дисперсія. Бачимо коефіцієнти рівняння (див. табл. 2.4.), стандартну похибку, яка в усіх випадках невелика. Далі t-статистика, значення потрібно порівняти з табличними t-критичне = 2,045 при рівні значущості 0,05 і ступенях свободи 29, у X₄ = -0,014, у X₅ = -0,071 й у X₆ = 0,0003, значення менше критичного, тому знову не значущість змінних. p₁ - 0,233; p₂ - 0,73; p₃ - 0,896, які ≥ 0,05- модель не значуща і коефіцієнти звісно не підходять. Остання перевірка за допомогою довірчих інтервалів, при цих змінних 0 потрапляє у межі, тому приймаємо нульову гіпотезу і спокійно викидаємо вище згадані зміні. [4,5]

Продовжимо аналіз проблеми на базі новоутвореної сукупності.

Таблиця 2.5. Новоутворена сукупність