Один из применяемых методов – метод множественной регрессии, общее назначение которого состоит в анализе связи между несколькими независимыми переменными и зависимой переменной. Например, для предприятия, связанного с продажами, необходима информация, какие факторы и в какой степени влияют на объем продаж, связаны ли эти характеристики между собой и каким образом.
Так, например, можно определить, какие факторы лучше всего влияют на объем продаж в компании. Для начала опытным путем можно выявить, что на продажи могут влиять эндогенные и экзогенные факторы, а именно количество менеджеров отдела продаж, стоимость услуг каждого специалиста компании, процент премии сотрудников, уровень инфляции, стоимость услуг конкурентов, количество конкурентов, количество клиентов, затраты на рекламу и ее эффективность. Можно выделить еще многие факторы, но для общего построения модели продаж этих данных достаточно.
Для обнаружения стохастических связей и оценки их значимости решают задачи множественного корреляционного анализа. Подбор параметров модели обычно выполняется методами множественного регрессионного анализа.
При применении данного метода необходимо «подогнать» прямую линию к некоторому набору точек.
При наличии одной зависимой и одной независимой переменной, это можно увидеть на диаграмме рассеяния. Если же зависимая переменная представляет собой функцию более чем одной независимой переменной, то эта связь считается множественной, и ее необходимо исследовать методами множественной регрессии. В задаче моделирования объема продаж учитываются множество разных факторов, влияние которых необходимо изучить, поэтому данный метод является самым рациональным для решения представленной задачи.
Список литературы:
Афанасьев В.Н. Анализ временных рядов и прогнозирование / В.Н. Афанасьев, М.М. Юзбашев – М.: Финансы и статистика, 2001. – 227 с.
Шматко С. В. Прогнозирование объема продаж с помощью регрессионных моделей с лаговыми переменными. Научная дискуссия современной молодежи: актуальные вопросы, достижения и инновации. 2016. – 96 с.
Власов М.П., Шимко П.Д. Моделирование экономических процессов. Ростов-на-Дону, 2005. Феникс, 2005.