Аналіз ціноутворення по автосалонам Луганської області

Кореляційно-регресійний статистичний аналіз впливу технологічних параметрів та економічності автомобілів на ціну їх продажу. Прогнозування ціни на новий автомобіль в автосалонах Луганської області на основі рівняння багатофакторної множинної регресії.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык украинский
Дата добавления 17.12.2014
Размер файла 417,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

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

Авто

Ціна (тис грн)

Об'єм двигуна (л)

Max потужність (к.с)

Max швид. (км/час)

Об'єм багажного відділення (л)

Паливний бак (л)

Маса спорядженого авто (кг)

Витрати пального змішаного типу (л/100км)

ЗАЗ Forza F4LM55

88,8

1,5

109

160

370

50

1275

6

FAW B50

109,9

1,6

90

150

320

45

1020

5,2

FIAT Linea

100,9

1,4

110

165

500

53

1160

7,1

Opel Astra

95,9

1,7

115

191

375

52

1240

6,3

Ranault Logan

111,8

1,6

80

164

510

50

997

7,2

Renault Sandero

110,8

1,6

80

164

320

50

993

7,2

Nissan Micra

109,9

1,2

76

166

265

41

915

5,8

Toyota Yaris

90,85

1,30

100

175

487

60

1150

5,1

Hyundai i20

88

1,25

85

167

402

48

990

5,2

Ford Fiesta Comfort

100

1,25

91

168

436

62

920

5,4

SEAT Ibiza

105,9

1,20

102

163

400

47,5

918

5,4

Honda Jazz

87,9

1,40

112

182

470

40,8

921

5,4

Volkswagen Polo

112,9

1,20

85

165

450

50,5

1000

5,5

Opel Corsa

112

1,20

89

168

250

52

2009

5,8

Nissan Micra

110

1,24

84

167

268

53

1984

5,9

Citroen C3

111,8

1,36

79

163

274

52,3

1942

6

Mitsubishi Colt

89

1,33

76

178

300

61

1975

5,8

Skoda Fabia

102

1,20

100

163

325

50

1963

5,9

Peugeot 207

112

1,4

102

170

242

54

918

6,3

Mazda 2 IPM

110,6

1,50

126

168

300

60

971

6,8

ВАЗ Калина

88,9

1,40

109

165

296

55

1200

7

Geely CK-2

90

1,50

116

160

375

55

1284

7

Chevrolet Aveo

100,36

1,50

120

176

396

54

1300

7

Daewoo Lanos

105,9

1,50

118

172

402

56

2000

6,3

MG 350

107

1,49

106

180

458

55

1280

7,1

MG3 Cross

107,98

1,48

106

182

256

45

1175

6,6

Kia cee'd JD

108

1,6

100

190

380

51

1268

6

Hyundai electra

110,56

1,78

107

158

454

48,5

1176

8,3

Skoda Rapid

110

1,19

122

195

550

55

1164

5,4

LEXUS LX

112

1,8

103

220

478

63

2010

8,7

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

Множинний R

0,891355412

R-квадрат

0,79451447

Нормований R-квадрат

0,729132711

Стандартна помилка

4,715672745

Спостереження

30

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

Дисперсійний аналіз

df

SS

MS

F

Значущість F

Регресія

7

1891,60548

270,2293556

1,2151928

2,85131

Остаток

22

489,226527

22,2375694

Всього

29

2380,83201

F = 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

Авто

Ціна (тис грн.. (y)

Об'єм двигуна (л)

Максимальна потужність (кінських сил)

Максимальна швидкість (км/год.)

Витрати пального (л/100км)

ЗАЗ Forza F4LM554

88,8

1,02

90

120

6

FAW B50

109,9

1,6

120

150

5,2

FIAT linea

100,9

1,4

110

165

5

Opel Astra

95,9

1,3

100

110

6,3

Ranault Logan

111,8

1,6

115

164

4,9

Renault Sandero

110,8

1,6

112

164

5,3

nissan micra

109,9

1,2

150

166

5,1

Toyota Yaris

90,85

1,00

90

110

7

Hyundai i20

88

1,15

85

100

6,9

Ford Fiesta Comfort

100

1,25

91

168

5,4

SEAT Ibiza

105,9

1,40

180

163

5,4

Honda Jazz

87,9

1,15

90

115

6,8

Volkswagen Polo

112,9

1,20

120

165

5,5

Opel Corsa

112

1,20

130

168

5

Nissan Micra

110

1,24

180

167

5,4

Citroen C3

111,8

1,36

115

163

5,3

Mitsubishi Colt

89

1,00

90

100

7

Skoda Fabia

102

1,20

100

120

5,1

Peugeot 207

112

1,4

130

170

4,9

Mazda 2 IPM

110,6

1,50

126

168

5

ВАЗ Калина

88,9

1,30

80

110

7

Geely CK-2

90

1,20

85

100

6

Chevrolet Aveo

100,36

1,50

112

176

4

Daewoo Lanos

105,9

1,50

118

172

4,2

MG 350

107

1,49

106

180

4

MG3 Cross

107,98

1,48

140

182

4,1

Kia cee'd JD

108

1,6

145

190

4,8

Hyundai electra

110,56

1,78

135

158

4,3

Skoda Rapid

110

1,19

122

195

4,5

LEXUS LX

112

1,8

103

220

4,2

Будуємо кореляційну матрицю (див. табл. 2.6). З виключенням декількох змінних кореляція не змінилась. Зв'язок тісний. Проводимо регресійний аналіз.

Табл. 2.7. Регресія

Висновок підсумків

регресійна статистика

множинний R

0,881604615

R-квадрат

0,777226697

Нормований R-квадрат

0,741582968

стандартна помилка

4,606021331

спостереження

30

Множинний R = 0,88 - зв'язок тісний, R-квадрат більше табличного значення (0,306) - відповідна модель значна. Нормований R вказує на кореляцію з урахуванням похибки, тобто кореляція у 0,78 підтверджує тісноту зв'язку. Стандартна похибка = 4,6 - відхил від генеральної сукупності незначний. Значимість F = 0,00000007, що менше 0,05, також підтверджується значимість моделі. Стандартна похибка коефіцієнта а = 19,91, який < самого коефіцієнта (69,87), це означає що коефіцієнт статистично значний. Стандартні похибки коефіцієнтів b також менше їх значень, тож усі коефіцієнти значимі. P-значення менше 0,05підтверджується значимість обраної моделі. Нуль в довірчі інтервали також не входить (див. табл. 2.8). [4] Змінимо рівень надійності на 80%:

Таблиця 2. 9. Довірчі інтервали

Нижні 80,0%

Верхні 80,0%

45,7162406

105,9034399

1,920507639

13,41074972

0,010662098

0,14604215

0,072527065

0,243287399

1,662728093

3,818739366

Модель пройшла перевірку на значимість усіма статистичними способами. Обрані технічні характеристик значущі і добре описують вплив на формування ціни за новий (салонний) автомобіль. Далі необхідно визначити, яка саме факторна ознака найбільше впливає на факторний У. Розрахуємо часний коефіцієнт еластичності (Е) для кожного фактора за формулою 3.2.

(3.2)

Таблиця 2.10. Коефіцієнти еластичності

Коефіцієнти

E1 =

0,52638505

E2 =

0,123997362

E3 =

0,292753618

E7 =

-0,36522617

Дивлячись на розраховані коефіцієнти еластичності, робимо висновок, що найвагоміший внесок у визначення ціни має об'єм двигуна = 0.52%. З упевненістю говоримо, що при зміні об'єму двигуна на 1%, ціна збільшиться на 0,52%. Ця змінна має більший вплив на ціну з поміж інших змінних. Для користувачів автомобілів об'єм двигуна першочерговий фактор. [6]

Розділ 3. Прогнозування розвитку соціально-економічного явища

Для прогнозування проблеми встановлення ціни на легковий автомобіль необхідна модель множинної регресії, яка є методом характеристики аналітичної форми зв'язку між залежною змінною і декількома незалежними. Під прогнозом розуміють науково обґрунтоване міркування про можливий стан об'єкта у майбутньому. [5] Модель виступає підтвердженням наявності зв'язку між обраними досліджуваними змінними. Вона має вигляд:

(3.1)

Для прогнозування ціни на новий автомобіль в автосалонах Луганської області використаємо рівняння багатофакторної регресії й підставимо в нього значення:

(3.2)

Параметр а - зрушення лінії тренда і = 69,87 тис грн. Виступає як допоміжна величина, необхідна для отримання оптимального прогнозу. Коефіцієнт регресії для об'єму двигуна b1 = 5,54 - при інших рівних умовах вартість автомобіля із збільшенням двигуна на 1 літр зросте в середньому на 554 грн. Коефіцієнт для потужності авто b2 = 0,11 вказує, що ціна машини з 1 додатковою кінською силою буде на 110 грн. дорожче. Коефіцієнт регресії для максимальної швидкості b3 = 0,13 - кінцева ціна збільшиться на 130 грн.

Витрати пального b7 при збільшені на 1 л/100 км, змінять ціну на 127 грн. Попередній аналіз підтвердив значимість цих коефіцієнтів. [6,7]

Для побудування прогнозу припустимо, що змінна х1 = 1,9; х2 = 200; х3= 240; х7 = 7,2. Скориставшись вбудованими функціями MS Excel ціна за автомобіль середнього класу буде дорівнювати 124,452 тис. грн. Порівняємо отриманий результат з прогнозами авто дилерів.

Експерти автомобільного ринку зазначають, що сьогодні складно прогнозувати, як і наскільки зміняться ціни на автомобілі в 2014 році. Існує низка факторів, які споживачі повинні враховувати, плануючи покупку авто в майбутньому році. Ось на які з них звернув увагу перший віце-президент "ВіДі Груп" Артем Ткаченко: "Цінові про позиції компаній-імпортерів безпосередньо залежать від валютних коливань:

- Перший фактор: в I кварталі 2014 року традиційно за зниженими цінами розпродаватимуться автомобілі 2013 року випуску.

- Другий: цінові пропозиції компаній-імпортерів безпосередньо залежать від валютних коливань, причому, не тільки України, а й усього світу, тому необхідно стежити за ринком.

- Третій: на ціни можуть вплинути і різні законодавчі ініціативи, прийняття яких складно прогнозувати сьогодні .

- І, нарешті, четвертий фактор: ціни на авто можуть коригуватися у зв'язку із змінами стратегічних планів окремих автомобільних брендів, наприклад, пов'язаних із збільшенням ринкової частки в Україні .

Наступного року, за прогнозами Артема Ткаченко, очікуються продажі в цілому по ринку на рівні 237 000 авто. Незначно приросте преміум-сегмент. Судячи з тенденції, що склалася за останні роки, слід сказати, що це найбільш стабільний сегмент. Незначний перерозподіл торкнеться середнього цінового сегмента. Можливе зростання продажів в сегменті найбільш доступних авто: китайського, корейського виробництва. Думаю, частково ця тенденція торкнеться автомобілів, вироблених в Росії, - підкреслив експерт. [9]

Тим часом, про подорожчання своїх автомобілів з 1 січня 2014 року для українського ринку вже заявили ряд автовиробників, серед яких - Skoda, Opel і УАЗ. Поки не ясно, що буде з цінами на машини, які надходять до нас з Євросоюзу: євро лихоманить, загальна економічна ситуація в західноєвропейських державах нестабільна. Через зміцнення ієни вірогідне зростання цін на автомобілі представлених у нас японських брендів. А ось від чого пересічний український автомобіліст може виграти, так це від конкуренції, що загострилася на ринку бюджетних авто: вже зараз такі бренди як Peugeot, Citroen і Nissan заявили досить привабливі ціни на свої нові моделі в даному класі. B- клас: Наприклад VW Polo 1,4 за нових умов подорожчає на 1,4 %, що еквівалентно 124 тис грн. Інший приклад, Chevrolet Aveo, у разі імпорту з двигуном 1,4 (як в Росії) після повної митного очищення обійдеться в 131 632 грн. Якщо додати до цієї ціни рівень рентабельності в 15 %, то вийде 139 376 грн. С- клас: Mitsubishi Space Star подорожчає на 0,18%, що покупець навіть може і не помітити. Ford Focus 1,6 може подорожчати на 0,29 %. D- клас: Nissan Primera 1,6 подорожчає менш ніж на 200 євро (+1,24 %). Е-клас: Audi A6 3,0 за нових умов може навіть подешевшати на 0,5 %. Toyota Camry 2,4 стане доступнішим на 2 %. [10]

У виступах автовиробників звучали різні величини можливого зростання цін: 20-30%. На думку імпортерів, компанії, які звикли до обсягів продажів, будуть прагнути їх зберегти за рахунок власного прибутку. Ціни покаже ринок. Загалом проведена прогнозна оцінка щодо ціни на автомобілі середнього класу справдила свій результат, оскільки рівень цін очікується від 124 тис грн. до 140 тис грн.

Висновок

Зі швидким плином часу і невгамовним розвитком НТП автомобілі стали невід'ємною складовою сучасного життя. За даними Європейської статистки Україна зайняла 55 місце по забезпеченості автотранспортом. Обігнала Китай, але поступилася Росії - приблизно так на даний момент можна описати ситуацію із забезпеченістю автомобілями українців. З урахуванням комерційної техніки в Україні на 1000 жителів припадає 167 транспортних засобів. Перше місце посіло королівство Монако, де на кожну 1 000 з приблизно 33 000 місцевих жителів (дані 2011 року) припадає 908 автомобілів. Друга позиція у США - 802 авто. Третя позиція дісталася Ісландії, де на кожну тисячу населення припадає 746 транспортних засобів. Четверте місце зайняло ще одна невелика європейська держава Люксембург з показником 739 авто, а найбільшому європейському автомобільному ринку Німеччини дісталася лише 19 позиція (564 авто). Тому ринок автомобілів продовжує зростати, бо ними можуть користуватися не тільки багатії, але й звичайне населення і навіть люди з обмеженими можливостями. Головним критерієм вибору автомобіля залишається ціна. [11]

В курсовій роботі на основі даних автосалонів Луганської області виконаний кореляційно - регресійний аналіз впливу на ціну за автомобіль технічних характеристик. В процесі роботи була підтверджена доцільність використання теоретичної моделі для прогнозування ціни. Змінні, які мають найбільший вплив на формування ціни - об'єм двигуна, максимальна потужність, максимальна швидкість та витрати пального при змішаному режимі пересування. Прогнозована ціна становить 124,452 тис. грн., що відповідає середній ціновій категорії за авто.

Список літератури

1. Матеріали із Вікіпедії. Автомобіль. [Електронний ресурс] / Режим доступу: http://ru.wikipedia.org/wiki/%C0%E2%F2%E

2. Новости Луганска. Транспорт. [Електронний ресурс] / Режим доступу: http://www. rul.ua/autosalon/lugansk.html

3. Сигел Эндрю. Практическая бизнес-статистика. / Пер. с англ. М.: Изд. Дом "Видьямс", 2002. - 1056 с.

4. Економетрія: Навч. посіб. для студ. вищ. навч. закл. / О.Л. Лещинський, В.В. Рязанцева, О.О. Юнькова. - К.: МАУП, 2003. - 208 с.

5. Статистическое моделирование и прогнозирование: Учеб. пособие. Под ред. А.Г. Гранберга. - М.: Финансы и статистика, 1990. - 383 с.

6. Статистика: Підручник/ С.С. Герасименко та ін. - К.: КНЕУ, 1998. - 468 с.

7. Винн Р., Холден К. Введение в прикладной эконометрический анализ. - М.: Финансы и статистика, 1981. - 240 с.

8. Автосалоны в Луганске. Самые активные автосалоны. [Електронний ресурс] / Режим доступу: http://autoportal.ua/catalogue/automarkets/voroshilovgrad.html

9. Прогноз цен на автомобили среднего класса на 2014 год [Електронний ресурс] / Режим доступу: http://ubr.ua/market/auto/vybiraem-avtomobil-do-8000-kak-izmenilis-ceny-na-samye-dostupnye-avto-150599

10. Автоновости. Украина. [Електронний ресурс] / Режим доступу: http://auto.ria.com/newauto/%D0%90%D0%B2%D1%

11. Техника, авто-мото, гаджеты. Рейтинг самых обеспеченных стран автотранспортом. [Електронний ресурс] / Режим доступу: http://top-rating.info/catalog/2/216/

Размещено на Allbest.ru


Подобные документы

  • Створення економіко-математичної моделі на основі рівняння множинної регресії та прогнозування конкурентоспроможності національної економіки за допомогою системи показників її розвитку. Оцінка впливу валютного курсу, практика його державного регулювання.

    автореферат [50,3 K], добавлен 06.07.2009

  • Перевірка загальної якості рівняння регресі та статистичної значущості оцінок параметрів економетричної моделі. Прогнозування значень залежної змінної. Визначення коефіцієнта еластичності. Економетричний аналіз лінійної функції парної регресії в MS Exel.

    презентация [1,4 M], добавлен 10.10.2013

  • Особливості формування акціонерного сектору в Україні. Аналіз економічної діяльності ВАТ "Племінний завод "Біловодський". Розрахунок резервів підвищення суми прибутку і рентабельності як основних показників фінансової результативності роботи підприємства.

    дипломная работа [98,4 K], добавлен 10.08.2010

  • Статистичні методи аналізу та обробки спостережень. Характерні ознаки типової і спеціалізованої звітності підприємств. Оцінка параметрів простої лінійної моделі методом найменших квадратів. Аналіз показників багатофакторної лінійної і нелінійної регресії.

    контрольная работа [327,1 K], добавлен 23.02.2014

  • Побудова економетричної моделі парної регресії. На основі даних про витрати обігу (залежна змінна) і вантажообігу (незалежна змінна) побудувати економетричну модель. Рівняння регресії. Коефіцієнт парної детермінації та кореляції. Перевірка надійності.

    задача [563,6 K], добавлен 28.12.2008

  • Аналіз ринку металопластикових конструкцій. Позиція підприємства на регіональному ринку, проблеми ціноутворення та побудування його моделі. Методика розробки моделі прогнозування цін на ПВХ-конструкції, аналіз та оцінка її адекватності на сьогодні.

    дипломная работа [270,3 K], добавлен 09.11.2013

  • Поняття про кореляцію і регресію. Сутність дисперсійного аналізу. Однофакторний дисперсійний аналіз. Функціональна і статистична залежності. Визначення параметрів вибіркового рівняння прямої лінії середньоквадратичної регресії за незгрупованих даних.

    реферат [123,3 K], добавлен 12.02.2011

  • Часові ряди і їх попередній аналіз. Трендові моделі на основі кривих росту, оцінка їх адекватності й точності. Вибір та знаходження параметрів моделей прогнозування, побудова прогнозу. Автоматизація процесу прогнозування видобутку залізної руди.

    дипломная работа [2,6 M], добавлен 06.09.2013

  • Загальна лінійна економетрична модель, етапи побудови. Емпірична модель множинної лінійної регресії. Проведення кореляційного аналізу за допомогою MS Exel. Позитивна та негативна автокореляція. Значення статистик Дарбіна-Уотсона при 5% рівні значимості.

    лекция [1,3 M], добавлен 10.10.2013

  • Параметри проведення економетричного аналізу. Метод найменших квадратів. Оцінка параметрів лінійної регресії за методом найменших квадратів. Властивості простої лінійної регресії. Коефіцієнти кореляції і детермінації. Ступені вільності, аналіз дисперсій.

    контрольная работа [994,5 K], добавлен 29.03.2009

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.