Статистические инструменты анализа

Статистические инструменты анализа предназначены для уп­лотнения исходной информации, выявления в ней взаимосвязей, зависимостей и структур. Среди наиболее используемых методов выделяют: описательные и индуктивные однофакторные методы; двух- и многофакторные методы анализа зависимостей; регрессионный, вариационный, дискриминантный, факторный, кластерный анализ; многомерное шкалирование; прогнозные методы.

К описательным однофакторным методам относят:

построение распределения частот исследуемого фактора;

графическое представление распределения переменной (например, в виде гистограм­м);

расчет статистических показателей — арифметической средней, процентного содержания, медианы, моды, вариации, дисперсии;

перекрестное табулирование.

Индуктивные однофакторные методы предназначены для проверки соответствия характеристик выборки характеристикам генеральной сово­купности (ГС) и делятся на параметрические тесты, предназначенные для проверки гипотез о неизвестных характеристиках ГС, и непара­метрические, предназначенные для проверки гипотез о распределении ГС. Применение методов состоит из: формулирования гипотез; выбора подходящего теста; установления уровня доверия; определения критического уровня проверяемой характеристики по таблице; расчета реальной величины теста; сравнения и интерпретации.

Тесты: параметрический Z-тест применим в случае, если перемен­ная распределена нормально, дисперсия известна и объем выборки больше 30. Т-тест применяется при выборках, меньших 30. Х-квадрат-тест применяется для проверки гипотез о распределении. Более полная классификация однофакторных моделей показана на рис. 9. Подробнее познакомиться с представленными методами можно в книгах по математической статистике и эконометрии.

 

 

Рис. 9. Классификация статистических инструментов

однофакторного анализа

 

Двух- и многофакторные методы анализа зависимостей. Типичная постановка вопроса, на который можно ответить с помощью этих методов, может звучать так: «Какая связь имеется между рас­ходами на рекламу и ценой?» — или: «Имеется ли связь между воз­растом человека и выбором определенной марки?»

Регрессионный анализ — статистический метод анализа данных для определения зависимости одной переменной от одной (простая рег­рессия) или нескольких (многофакторная регрессия) независимых переменных. Вариационный анализ предназначен для проверки существенности (значимости) влияния независимых переменных на зависимые. С помощью дискриминантного анализа можно разделить заранее заданные группы объектов через комбинацию многих независимых переменных и таким образом объяснить различия между группами. Кроме того, метод дает возможность отнести новый объект к какой-либо группе на основе его характеристик. Факторный анализ предназначен для исследования взаимосвязей между переменными с целью уменьшения числа влияющих факторов до наиболее существенных. Кластерный анализ - метод, с помощью которого можно разделить со­вокупность объектов на отдельные, более или менее однородные группы. Многомерное шкалирование позволяет получить пространственное отображение отношений, существующих между объектами. Классификация инструментов многомерного анализа представлена на рис. 10. Особенности применения отдельных методов можно найти в книгах по математической статистике и эконометрии.

 

 

Рис. 10. Классификация статистических инструментов

многомерного анализа

 

В табл. 13 показано, какие методы могут быть привлечены для решения типичных задач маркетингового исследования.

Таблица 13

Области применения методов анализа

Метод	Типичная постановка вопроса
Регрессион-ный анализ	Как изменится объем сбыта, если расходы на рекла­му сократятся на 10%? Какова будет цена на продукт в следующем году? Как влияет объем инвестиций в автомобильную промышленность на спрос в сталелитейной промышленности?
Вариационный анализ	Влияет ли вид упаковки на размеры сбыта? Влияет ли цвет рекламного объявления на количество покупателей, вспомнивших рекламу? Влияет ли выбор сети реализации на величину продаж?
Дискриминан-тный анализ	По каким признакам курящие отличаются от неку­рящих? Какие характеристики торговых агентов наиболее существенны для их деления на преуспева­ющих и неудачников? Можно ли определенного человека, учитывая его возраст, доход и образование, считать достаточно на­дежным для выдачи кредита?
Факторный анализ	Можно ли сократить множество факторов, ко­торые покупатели автомобилей считают важными, до небольшого числа? Как можно описать различные марки автомобилей с точки зрения этих факторов?
Кластер-анализ	Можно ли покупателей разделить на однородные группы по их пот­ребностям? Имеет ли газета различные типы читателей? Как можно классифицировать покупателей по то­му, как они относятся к загрязнению окружающей среды?
Многомерное шкалирование	Насколько продукт соответствует «идеалу» пот­ребителей? Какой имидж имеет предприниматель? Как изменилось отношение потребителей к продук­ту в течение ряда лет?

 

Таблица 14

Характеристика наиболее часто используемых методов прогноза

Метод	Процедура	Диапа-зон	Пример	Преимущества и проблемы
Экстрапо­- ляция тренда	Проекция временного ряда в будущее	Кратко-сроч­ный	Определение объема сбы-та в будущем квартале	Невысокие затраты, быстрое получе-ние данных. Резкие изменения тренда и слож-ность его раннего обнаружения.
Прогнозы на основе индикаторов	Оценка хода разви-тия процесса, мало зависящего от пред-приятия на базе предпосылок.	Кратко-срочный	Оценка поступ­ления за-казов на основе анализа инвестиционного клима-та и активности отрас­лей- потребителей.	Стабильность связей между индикаторами. Трудность в отыскании подходящих индикаторов.
Регресси­ онный анализ	Опреде­ление напра-вления и силы связи между независимыми и зависимой пере-менными.	Краткосрочный	Оценка доли рынка (зависимая перемен­ная) при различных расходах на рекламу и цене (независимые перемен-ные).	Невысокие расходы. Взаимозависимость переменных.
Метод Дельфи	Экспертиза из нес-кольких последова-тельных туров с целью получения со-гласованного мнения экспертов	Долго-срочный	Производство, сбыт отрасли при изменении фундаментальных фак-торов (например, между-народного разделения труда)	Привлечение экспертов по интересующей проблеме. Тенденция к консервативным оцен-кам. Технические изме­нения осо-бенно непредсказуемы.
Сценарии	Предсказание раз-вития будущего сос-тояния факторов, влияющих на пред-приятие.	Долгосрочный	Будущее российских кос-мических исследований	Используется для решения комплексных проблем (например, стратегического планирования. Высока доля субъективных оценок, за­труднена верификация.

 

Прогнозные методы предназначены для предвидения развития исследуемых явлений. Они классифицируются по различным критериям. В табл.14 приведена краткая характеристика наиболее часто используемых методов прогноза.