1. Дайте загальну характеристику процесу прогнозування попиту на продукцію і сформулюйте завдання окремих його етапів.
2. Поясніть відмінності між часовими та крос-секційними даними для прогнозування попиту на продукцію. Наведіть приклади кожного типу даних.
3. Перелічіть методи якісного та кількісного прогнозування попиту на продукцію? У чому полягають основні відмінності між цими методами?
4. Сформулюйте аргументи за і проти доцільності використання комбінованих методів прогнозування попиту на продукцію фірми.
5. Від чого залежить вибір методу прогнозування попиту на продукцію фірми?
6. У чому полягає специфіка трендового методу прогнозування попиту на продукцію? Якими є його спільні риси із методом кореляційно-регресійного аналізу?
7. Дайте визначення поняття автокореляції та сформулюйте можливі причини її виникнення. Які вимоги до вихідної інформації для прогнозування попиту на продукцію дозволяють уникнути даної проблеми регресійного аналізу?
8. Що таке мультиколінеарність? Як дослідники можуть виявити дану проблему? Яким чином дана проблема впливає на результати регресії?
9. Охарактеризуйте методи усунення автокореляції та мультиколінеарності, визначіть їхні переваги та недоліки.
10. Які статистичні показники обчислюються для оцінки надійності регресійних моделей попиту?
11. Які критерії оцінки прогнозних властивостей регресійних моделей попиту вам відомі?
Завдання для індивідуальної роботи
1. Чи будуть відрізнятись набори даних, які використовуватимуться в регресійній моделі попиту на споживчі товари тривалого використання (наприклад, автомобілі, побутова техніка, меблі) та регресійній моделі попиту на споживчі товари «швидкого споживання» (наприклад, продукти харчування)? Поясність власну відповідь.
2. Чому, на вашу думку, окремі методи, що об’єктивно описують закономірності розвитку попиту на продукцію, можуть виявитись непридатними для його прогнозування? Свою обґрунтовану відповідь оформіть у вигляді економічного есе.
3. Які ви можете навести аргументи за і проти доцільності здійснення парного регресійного аналізу? Множинного регресійного аналізу? Свою відповідь у формі реферату бажано доповнити прикладами їхнього застосування.
4. Часовий аналіз попиту приводить до вищого значення коефіцієнта детермінації, ніж аналіз із використанням крос-секційних даних. Як ви вважаєте, чому так відбувається? Свою відповідь оформіть у вигляді економічного есе.
5. «Найкращим методом прогнозування виступає той метод, який дає найбільшу частку вірних передбачень». Прокоментуйте дане ствердження.
Практичні завдання
1. Однією із найскладніших задач регресійного аналізу виступає отримання даних, що підходять для такого типу кількісного дослідження. Припустимо, ви намагаєтесь оцінити попит на домашні меблі. Заповнюючи наведену нижче таблицю, конкретизуйте тип змінних, які можна використовувати для виразу факторів, які, як ви вважаєте, впливають на попит на товар. Чи очікуєте ви певну складність в отриманні таких даних? Поясніть власну відповідь.
| Фактори, що визначають попит на меблі |
Пропоновані змінні для використання в регресійному аналізі |
| Ціна |
|
| Смаки та переваги споживачів |
|
| Ціни на суміжні товари |
|
| Дохід |
|
| Вартість та доступність кредиту |
|
| Кількість покупців |
|
| Інші можливі фактори |
|
2. У таблиці подані значення обсягів попиту на продукцію за різного рівня цін:
| Номер спостереження |
123456789 |
|
|
|
|
Використовуючи табличний процесор МS Excel, встановіть лінійну залежність (на зразок рівніть аналітичні властивості отриманої регресійної залежності попиту за критерієм коефіцієнта детермінації.
bkxy+=) між обсягом попиту та ціною одиниці продукції. Інтерпретуйте значення параметbkxy+=) між обсягом попиту та ціною одиниці продукції. Інтерпретуйте значення парамет k і b. Як зміниться положення лінії попиту із зміною параметра k і параметра b? Оці
3. У таблиці наведено різні значення обсягів попиту на продукцію фірми:
| Номер спостереження |
123456789 |
|
|
|
|
63341612078 |
|
| 6607 |
| 17 |
| 14890 |
Використовуючи табличний процесор МS Excel, побудуйте лінійну трендову модель пономер спостереження). Яким буде ваш прогноз обсягу попиту на продукцію фірми на наступний (21-й) період? Чи буде тримана лінія тренду хорошим прогнозом попиту? Поясніть власну відповідь.
питу (загальний вигляд моделі bktQ D +=, де D Q — обсяг попиту на продукцію, од., t — питу (загальний вигляд моделі bktQ D +=, де D Q — обсяг попиту на продукцію, од., t —
4. Таблиця містить дані відносно динаміки обсягів попиту на продукцію фірми та визначальних факторів. Використовуючи табличний процесор МS Excel, побудуйте багатофакторну регресійну модель попиту та оцініть її надійність за допомогою розрахунку статистичних показників оцінки надійності коефіцієнтів регресії (t-статистики) і статистичних показників оцінки надійності регресійної моделі у цілому (коефіцієнта детермінації, значущості F-статистики).
| Номер спостереження |
Обсяг попиту, од. |
Оптова ціна продажу одиниці продукції, грош. од. |
Реальний грошовий дохід одного жителя міста, грош. од. |
Номер спостереження |
Обсяг попиту, од. |
Оптова ціна продажу одиниці продукції, грош. од. |
Реальний грошовий дохід одного жителя міста, грош. од. |
| 1 |
376 |
654 |
1771 |
11 |
392 |
677 |
2131 |
| 2 |
336 |
635 |
1877 |
12 |
365 |
679 |
2515 |
| 3 |
527 |
672 |
2117 |
13 |
302 |
696 |
2229 |
| 4 |
534 |
696 |
2004 |
14 |
154 |
858 |
2262 |
| 5 |
618 |
666 |
2054 |
15 |
305 |
734 |
2315 |
| 6 |
446 |
653 |
2078 |
16 |
404 |
676 |
2137 |
| 7 |
346 |
673 |
2098 |
17 |
378 |
664 |
2113 |
| 8 |
412 |
676 |
2150 |
18 |
377 |
699 |
2160 |
| 9 |
400 |
667 |
2144 |
19 |
307 |
669 |
2291 |
| 10 |
421 |
673 |
2141 |
20 |
304 |
683 |
2193 |
Література для поглибленого вивчення
1. Бородич С.А. Эконометрика: [учебное пособие] / С.А. Бородич. — Минск: Новое знание, 2001. — 408 с.
2. Владимирова Л.П. Прогнозирование и планирование в условиях рынка: [учебное пособие] / Л.П. Владимирова. — М.: Издательский дом «Дашков и К о », 2000. — 308 с.
3. Доугерти К. Введение в эконометрику: М.:ИНФРА-М, 2001. — 402 с.
[пер. с англ.]. / К.Доугерти. —
4. Ивченко Б.П., Мартыщенко Л.А., Иванцов И.Б. Информационная микроэкономика / Б.П. Ивченко, Л.А. Мартыщенко, И.Б. Иванцов. — СПб.: Нордмед-Издат, 1997. — Ч. 1. Методы анализа и прогнозирования. — 1997. — 160 с.
5. Кит П., Янг Ф. Управленческая экономика. Инструментарий руководителя: [5-е изд.] / Пол Кит, Филипп Янг. — СПб. : Питер, 2008. — Глава 5.
6. Кузин Б., Юрьев В., Шахдинаров Г. Методы и модели управления фирмой / Б. Кузин, В. Юрьев, Г. Шахдинаров. — СПб.: Питер, 2001. — 432 с.
7. Многомерный статистический анализ в экономике: [учебное пособие для вузов]; Ред. В.Н. Тамашевич. — М.: ЮНИТИ, 1999. — 260 с.
8. Сио К.К. Управленческая экономика: [пер. с англ.] / К.К. Сио. — М.: ИНФРА-М, 2000.
— 671 с.
9. Широбоков А.И. Использование математико-статистических методов в анализе и прогнозировании спроса населения: [учебное пособие для студентов спец. вузов]. / А.И. Широбоков. — Мн.: Вишейшая школа, 1992. — 144 с.
