АНАЛИЗ ДАННЫХ И МЕТОДЫ ПРОГНОЗИРОВАНИЯ.
Собранная на предыдущих этапах информация чаще всего представляет собой набор каких-либо статистических данных. Эти данные необходимо обработать и представить соответствующим образом. Затем, в большинстве случаев, составляются прогнозы, которые и будут ответом на поставленную цель исследования.
Анализ данных
Статистические методы анализа данных предназначены для их группировки, выявления взаимосвязей, взаимозависимостей и структур влияния (табл.3.1). Методы анализа данных классифицируются по следующим признакам:
- по количеству одновременно анализируемых переменных - простые и однофакторные методы;
- по цели анализа - описательные и индуктивные;
- по уровню шкалирования переменных, в зависимости от того, делятся ли переменные на зависимые и независимые - методы анализа зависимостей и анализа взаимосвязей.
| Таблица 3.1 Области применения методов анализа | |
| Метод | Типичная постановка вопроса |
| Регрессионный анализ | Как изменится объем сбыта, если расходы на стимулирование снизятся на 10%? |
| Вариационный анализ | Влияет ли вид упаковки на объем продаж? Влияет ли цвет рекламного объявления на количество людей, вспомнивших рекламу? |
| Дискриминантный анализ | Какие характеристики руководителей предприятий поставщиков могут характеризовать его как надежного партнера? |
| Факторный анализ | Можно ли объединить множество требований, предъявляемых потребителями к мебели и т.д. в небольшое количество групп? |
| Кластерный анализ | Можно ли покупателей кухонной мебели разделить на отдельные группы по их потребностям? |
| Многомерное шкалирование | Насколько товар соответствует идеальному представлению подобного товара у потребителя? Какой имидж имеет фирма, торговая точка и т.д.? |
Описательные однофакторные методы дают общее представление о какой-либо группировке данных: распределение частот (представление в таблице или на графике, гистограммы), определение простейших статистических показателей (арифметическое среднее, медиана, мода, вариация, дисперсия и т.д.).
Индуктивные однофакторные модели предназначены для проверки соответствия характеристик собранной выборки характеристикам генеральной совокупности. Разделяются на параметрические тесты, предназначенные для проверки гипотез о неизвестных характеристиках генеральной совокупности, и непараметрические тесты, предназначенные для проверки гипотезы о распределении генеральной совокупности.
Регрессионный анализ предназначен для определения зависимости одной переменной от другой (простая регрессия) или нескольких (многофакторная регрессия) независимых переменных.
Вариационный анализ предназначен для определения того, как существенно влияет изменение независимых переменных на зависимые.
Дискриминантный анализ объясняет различия между группами объектов посредством комбинации независимых переменных. Также 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 дает возможность разделить какую-либо совокупность объектов на более мелкие однородные группы.