Розділ «2.3 ПРОГНОЗУВАННЯ РОЗВИТКУ РИНКУ»

Q, =о -Qt + (1 - а) -Ом, (2.16)

де Q, - згладжений обсяг продажу в поточному періоді;

а - константа згладжування (0 sas 1); константа може бути зміненою для надання більшої ваги поточним або попереднім змінам; О, - обсяг продажу в період t; QM - згладжений обсяг продажу для періоду (t-1).

Метод може бути використаний лише для короткострокових прогнозів.

Методи кореляційно-регресивиого аналізу. Прогнозування попиту можливе та* кож, якщо знайдено статистичну модель, яка характеризує залежність між обсягом продажу та незалежними змінними, що впливають на його величину.

Для вирішення завдань такого типу можуть бути використані два методи - кореляційний аналіз і регресивний аналіз.

Завдання регресивного аналізу - визначення форми залежності та побудова прогнозної моделі, що характеризує залежність збуту від факторів, які впливають на нього.

Завдання кореляційного аналізу полягає у визначенні щільності зв'язку між збутом продукції та зовнішніми статистично значущими факторами, які впливають на збут.

Ряд дослідників об'єднують ці методи в кореляційно-регресивний аналіз, що має певні підстави, враховуючи наявність деяких загальних процедур обчислення, взаємо-доповнення під час інтерпретації тощо.

Тому можна говорити про кореляційний аналіз у широкому розумінні - коли всебічно характеризується взаємозв'язок. Водночас виділяють кореляційний аналіз у вузькому розумінні - коли досліджується щільність зв'язку, і регресивний аналіз, у процесі якого оцінюють його форму та вплив одних факторів на інші.

До факторів, які впливають на попит, можна віднести ціни, витрати на рекламу, доходи населення та інші.

За умов побудови прогнозних моделей може бути використаний парний і багатофак-торний регресивний аналіз.

Парний регресивний аналіз заснований на використанні рівняння прямої лінії: у = ах + Ь

Для цього визначають значення коефіцієнтів а і Ь.

Тільки в цьому випадку незалежна змінна х - не час (як у рівнянні тренда), а незалежна змінна.