CC BY
7УДК 519.237.5
М.А. Филиппова
АНАЛИЗ ФАКТОРОВ, ВЛИЯЮЩИХ НА СТОИМОСТЬ ТЕЛЕВИЗОРОВ
В настоящее время современный рынок предоставляет широкий выбор телевизоров, с различными техническими характеристиками и широким стоимостным диапазоном. Поэтому целью работы является изучение факторов, влияющих на стоимость телевизоров, а также построение модели оценки их стоимости. В работе на основе корреляционного анализа выделены основные факторы, влияющие на стоимость телевизоров; на основе регрессионного анализа построены модели оценки стоимости в различных категориях телевизоров; на основе анализа случайной компоненты проверено качество моделей; в качестве апробации проведены оценки конкретных телевизоров.
Ключевые слова: статистический анализ; бытовая техника; телевизоры; модели оценки стоимости.
Трудно представить жизнь современного человека без разнообразных технических устройств. Сегодня техника сопровождает человека во всех сферах его деятельности. Телевизор есть в каждой семье. Он является источником информации, а также средством для развлечения и обучения. На что следует обратить внимание при выборе телевизора? Что именно Вы хотите получить при покупке того или иного телевизора? Речь идет о наборе функций, внешнем виде, габаритах? Целью данной работы является изучение факторов, влияющих на стоимость телевизоров, а также построение модели оценки их стоимости.
Для анализа была составлена база данных на основе объявлений о продаже телевизоров за сентябрь 2016 г.
Первоначально в качестве переменных моделей были рассмотрены: Y - цена (тыс.руб.); xj - разрешение экрана; x2 - поддержка 3D (1-есть, 0-нет); x3 - поддержка SmartTV (1- есть, 0-нет); x4 - количество ядер процессора; x5 - технология; x6 - запись с ТВна USB ( 1-есть, 0-нет); x7 - вид звука; x - мощность фронтальных AC; x9 - мощность вуфера; x10 - подключение к сети Lan (1-есть, 0-нет); x11 - поддержка Wi-fi (1-есть, 0-нет); x12 - преобразование изображения 2D в 3D (1-есть, 0-нет); x13 - телетекст на русском языке (1-есть, 0-нет); x14 - защита от детей ( 1-есть, 0-нет); x15 - встроенные часы (1- есть, 0-нет); x16 - потребляемая мощность; x17 - гарантия (год); x18 - страна-производитель (1-Россия, 0-Словакия); x19 - диагональ экрана; x20 - высота; x21 - ширина; x22 - глубина; x23 - цвет; x24 - бренд; x25 - вес; x26 - возраст (1- новый, 0- б/у).
Проводя первичный анализ базы данных и строя с этой целью описательные статистики [1], было отмечено, что самым популярным брендом телевизоров у потребителей является Samsung отечественного производства, со средней потребляемой мощностью 77 Вт, черного цвета и сроком годности 1 год.
Таблица 1
Корреляционная зависимость цены от факторов___
Факторы X1 X2 X3 X4 X5 X6 X7 X8 X9 X10
Корреляция -0,4347 0,3860 0,4028 0,8697 0,7305 0,4037 -0,6369 -0,6013 0,8371 0,4107
Факторы X11 X12 X13 X14 X15 X16 X17 X18 X19 X20
Корреляция 0,3962 0,6453 0,305 0,2515 0,1505 0,7715 0,6023 -0,5163 0,6423 0,711
Факторы X21 X22 X23 X24 X25 X26
Корреляция 0,7087 -0,0271 -0,4791 -0,4084 0,535 -0,1922
Проведя корреляционный анализ связи переменных (табл. 1) [2], было выявлено, что факторами, наиболее влияющими на стоимость телевизоров, являются: кол-во ядер процессора (х4), технология (х5), мощность вуфера (х5). Кроме того, корреляционный анализ позволил удалить незначимые факторы, и регрессионная модель оценки стоимости телевизоров приняла вид:
© Филиппова М.А., 2016.
Научный руководитель: Тиндова Мария Геннадьевна- кандидат экономических наук, доцент, Саратовский социально-экономический институт (филиал) РЭУ им. Г.В.Плеханова, Россия.
ISSN 2223-4047
Вестник магистратуры. 2016. № 11-3(62)
у = -166,8 - 11,63х3 + 14,17X4 + 0,5х16 - 9,45х17 ■ + 8
■ 0,01х5 - 7,89х6 + 9,67х7 - 10,61х1О + 17,95х11 + 3,2х12 8,6х18 + 0,45х19 + 0,67х23 + 1Дх24 + 0,49х25 + 6,39х8_9
По критерию Стьюдента значимыми являются свободный член и переменные xlb x4, x3. Коэффициент детерминации полученной модели составляет R2=0,883 и он значим по критерию Фишера.
Проверим ошибки полученной модели на соответствие условиям Гаусса-Маркова. Поскольку математическое ожидание ошибок близко к нулю (M(E)=2,05*10-14), то выполняется первое условие Гауса-Маркова.
Второе условие заключается в постоянстве дисперсий ошибок, т.е. в гомоскедастичности, которую можно проверить критерием Голдфелда-Квандта [3]. Поскольку полученные расчетные значения равны GQ=1,2 и GQ-1=0,84 и они меньше табличного Fтаб=1,31, то гипотеза о гомоскедастичности остатков принимается.
Третье условие заключается в отсутствии автокорреляции остатков, что можно проверить с помощью критерия Дарбина-Уотсона [4]. Расчетное значение критерия равно DW=1,8106. Табличные значения Dl=1,56, Du=1,78, промежуточные значения 4-Dl=2,22 и 4-Du=2,44. В результате расчетное значение принадлежит интервалу от Du до 4-Du, что свидетельствует о независимости остатков.
Предположение о нормальности остатков может быть проверено с помощью показателей асимметрии и эксцесса [5]: \А\ = 0,694 < D = 0,734 и |э| = 1,33 < D3 = 2,8, следовательно, гипотеза о
нормальном распределении остатков принимается.
Таким образом, построенная модель адекватна и может быть использована в процессе оценки стоимости телевизоров. В качестве апробации работы модели рассмотрим оценку стоимости телевизора марки Samsung, с диагональю экрана 124 см., с функцией поддержки Wi-Fi и Smart-TV, с потребляемой мощность 40 Вт, произведенный в России. Согласно модели, стоимость такого телевизора составит 38 тыс. рублей. Ошибка аппроксимации составляет А=5,8%.
Если рассмотреть только новые телевизоры, т.е. исключить из рассмотрения переменную х26, то можно отметить, что количество значимых факторов сокращается, но при этом сила их влияния возрастает по сравнению с ситуацией 1:
у = -174,43 + 17,06Х4 - 0,006Х5 + 14,22х? + 16,05Хе + 4,18Хд - 19,34Xl2 + 0,29Xl6 - 15,llXl7 - 39,35Xl8
+ 1,16Xi9 + 0,14X2O
1,41Х21+4,08Х23 + 6,34Х25
По критерию Стьюдента значимыми стали такие переменные как x4 (преобразование 2Db 3D), x9 (подключение к сети Lan), x16 (диагональ). Коэффициент детерминации полученной модели составляет R2=0,903. Полученная модель удовлетворяет условиям Гаусса-Маркова, её ошибка составляет А=7,3%, и следовательно её также можно использовать в прогнозировании.
Если рассмотреть отдельно телевизоры российского и иностранного производства, то корреляционный анализ показал другие зависимости между переменными (табл. 2).
Таблица 2
Импортное произв-во факторы X1 X5 X7 X8 X16 X19 X20 X21
корреляция -0,5975 0,7341 -0,5304 -0,5304 0,7659 0,9298 0,9255 0,9041
факторы X22 X25
корреляция -0,5229 0,8473
Российское произв-во факторы X2 X3 X4 X5 X7 X8 X9 X10
корреляция 0,6936 0,6601 0,8028 0,8249 -0,8774 -0,776 0,8935 0,699
факторы X11 X12 X16 X19 X20 X21 X23 X25
корреляция 0,6629 0,6835 0,8194 0,8199 0,8096 0,8179 -0,7602 0,9542
Наиболее значительные изменения влияния на цену параметров, по сравнению с таб. 1 можно наблюдать для отечественных телевизоров. У телевизоров российского производства такие параметры как кол-во ядер процессора (х4) и подключение к сети Lan (х<5) приобрели наиболее весомое значение. В то же время, такие параметры, как технология (х5), потребляемая мощность (х16) практически потеряли свою значимость.
Коэффициент детерминации полученной модели телевизоров отечественного производства составляет R2=0,97, а по телевизорам импортного производства - R2=0,95. Ошибки аппроксимации соответственно составили 7,3% и 8,2%. Однако анализ остатков на выполнимость условий Гаусса-Маркова по телевизорам отечественного производства выявил наличие гетероскедастичности ^=0,07^таб=2,05, GQ"1=12,8>Fтаб=2,05).
В качестве заключения, можно отметить, что проведенный анализ позволил выделить основные ценообразующие факторы на рынке телевизоров; показать их зависимость от места производства и возраста; определить класс наиболее популярных телевизоров; построить оценочную модели для определения стоимости телевизоров.
Библиографический список
1.Тиндова М.Г. Интеллектуальная обработка информации в области оценки недвижимости // Прикладная информатика. 2007. № 5 (11). С. 3-10.
2.Тиндова М.Г. Использование нечёткого логического вывода при решении различных классов оценочных задач // Модели, системы, сети в экономике, технике, природе и обществе. 2013. № 3 (7). С. 106-109.
3.Тиндова М.Г. Анализ сезонности в модели прогноза платных услуг населению в РФ // Вестник торгово-технологического института. 2016. № 10. С. 115-120.
4.Мендель А.В., Фадеева Н.П. Статистические методы и мониторинг социально-экономического развития муниципальных образований // Вестник Саратовского государственного технического университета. 2013. Т.4. №1(73). С. 318-322.
5.Тиндова М.Г. Использование нечёткого моделирования при решении управленческих задач рационального землепользования // Международный научно-исследовательский журнал. 2013. № 3-1 (10). С. 108-110.
ФИЛИППОВА МАРИЯ АЛЕКСЕЕВНА - студентка 3 курса факультета экономической безопасности, Саратовский социально-экономический инстиут (филиал) РЭУ им. Г.В.Плеханова, Россия.
