CC BY
61
Секция «Информационно-экономические системы»
УДК 519.866
Ю. В. Федорова Научный руководитель - С. И. Сенашов Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
АНАЛИЗ ПОСЕЩАЕМОСТИ САЙТА ПО ПРОДАЖЕ КОСМЕТИКИ И БИЖУТЕРИИ «MAKE UP AND ACCESSORIES STORE» В ПЕРИОД С ОКТЯБРЯ 2012 ПО СЕНТЯБРЬ 2013 г.
Представлен анализ динамики ежедневной посещаемости сайта по продаже косметики и бижутерии для выявления закономерностей и возможности дальнейшего прогнозирования. В результате получено уравнение, позволяющее осуществлять кратковременный прогноз с ошибкой, не превышающей 5 %.
Интернет-магазин «Make up and Accessories Store» - это удобная платформа для совершения покупок, не выходя из дома. Продукция, которая реализуется в данном магазине - это бижутерия и профессиональная косметика из Китая. Несмотря на то, что традиционно все, что произведено в Китае, считается продуктами невысокого качества, данная продукция пользуется спросом, так как опробована уже многими потребителями и зарекомендовала себя как хорошая и соответствующая отношению «Цена-качество» [1-4].
Магазин является посредником, и осуществляет помощь в приобретении товаров, которые недоступны большинству населения в силу определенных барьеров: иностранный язык, безналичный расчет, нежелание рисковать, покупая в интернет-магазинах. Магазин берет на себя решение этих проблем, и взаимодействовать с ним намного проще, тем более на уже подготовленной для эффективных коммуникаций платформе - в социальной сети.
Магазин открылся в январе 2012 г., активно стал продвигаться в июле того же года. Тогда стали появляться первые клиенты. Приток клиентов в группу обеспечивался личными приглашениями, также осенью 2012 г. прошли 2 конкурса, которые увеличили количество клиентов.
Данные по ежедневной посещаемости сайта и информация о компании, используемые в работе, предоставлены владельцам интернет-магазина «Make up and Accessories Store».
Целью работы является построение уравнения, описывающего данные, с целью осуществления дальнейшего прогнозирования исследуемых величин с наименьшей ошибкой прогноза.
При анализе основных статистических показателей исследуемой выборки данных было выявлено, что среднее количество посещений сайта составляет 464 посещения за день, при этом наименьшее количество посещений составляет 6, а наибольшее - 1922 посещения за день. Мода исследуемых данных равна 22, медиана - 366,5. Так как медиана меньше среднего значения, то данные распространены со сдвигом влево, то есть в общем количестве посещений сайта за исследуемый период преобладают те значения, которые меньше среднего.
Поскольку значение коэффициента вариации исследуемых данных (87,3 %) больше 33 %, то можно утверждать, что данные являются неоднородными (об этом так же свидетельствует большое значение дисперсии выборки), в связи с чем значительно снижает-
ся надежность и адекватность статистический обработки данных. Но в данном случае неоднородность данных обусловлена наличием довольно четкой тенденции развития, а так же, наличием аномально высоких значений посещаемости сайта, вызванных поведением рекламных акций.
Проверка данных на стационарность (Р-тест и Т-тест) показала, что исследуемый временной ряд не является стационарным, что так же говорит о том, что данные имеют основную тенденцию развития.
Построение различных типов линий тренда и их анализ показали, что наилучшей линией тренда относительно значения коэффициента корреляции является полноминальная, так как ее Я2 наибольший и равен 0,961. Но с экономической точки зрения наилучшей линией тренда будет линейная. Исходя их этого, уравнение линии тренда имеет вид:
% = 3,75/ - 212,67, (1) где / - номер дня.
Проведенный анализ построенной линии тренда показал, что при помощи данного уравнения регрессии описывается 92,68 % данных (согласно значении, Я-квадрат), при этом уровень значимость Р подтверждает, что уравнение адекватно опытным данным. Большую степень зависимость количества посещений сайта от времени также показывает множественный Я, значение которого больше 0,7 (Я = 96,27).
Из данных дисперсионного анализа следует, что уравнение адекватно опытным данным; оба коэффициента уравнения линии тренда являются значимыми. Также значимость коэффициентов уравнению подтверждают соответствующие им Р-значения, каждое и которых меньше 0,05.
После оценки адекватности полученного уравнения регрессии (1), был проведен анализ ошибки прогноза (остатков), который показал наличие автокорреляции между остатками.
По данным регрессионного анализа, в соответствии данными Р-значений для полученных коэффициентов уравнения авторегрессии, были найдены коэффициенты для построения уравнения зависимости остатков, которое можно записать следующим образом:
г, = 0,187г,ч + 0,476г,-2- +0,245г,-5, (2) где г1 - ошибки прогноза
В результате прогнозное уравнение можно записать следующим образом:
у = 3,75/ - 212,67 + 0,187г,-1 +
+ 0,476г,-2- + 0,245г,-5, (3)
Актуальные проблемы авиации и космонавтики - 2014. Информационные технологии
Полученное уравнение адекватно опытным данным, а автокорреляция между остатками, полученными в результате, отсутствует.
Прогноз, построенный с помощью уравнения (3), был сопоставлен с практическими данными. При помощи данного уравнения удалось составить прогноз количества посещений сайта на 11 дней, при условии, что ошибка прогноза не должна составлять более 5 %. Таким образом, используя полученное уравнение можно осуществлять прогноз посещаемости сайта по продаже косметики и бижутерии на 11 дней с точностью до 95 %.
Библиографические ссылки
1. Эконометрика : учебник. 2-е изд. / под ред. И. И. Елисеевой. М. : Финансы и статистика, 2007. 576 с.
2. Шишов, В. В., Кириченко Н. И. Принятие оптимальных экономических решений : учеб. пособие ; КГТЭИ. Красноярск, 2008. 80 с.
3. Международные резервы Российской Федерации [Электронный ресурс]. URL: http://www. cbr.ru/hd_base/default.aspx?Prtid=mrrf_7d (дата обращения: 20.03.2014).
4. Инфляция доллара США по отношению к золоту [Электронный ресурс]. URL: http://www.dollar-usd.ru/inflation.htm (дата обращения: 20.03.2014).
© Федорова Ю. В., 2014
УДК 676.064.2
И. А. Хобяков Научный руководитель - Т. Г. Долгова Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ДЕЦЕНТРАЛИЗОВАННЫЕ ЭЛЕКТРОННЫЕ ДЕНЬГИ В1ТСОШ
Экономика уже не возможна без быстрого перевода денежных средств и оплаты услуг через большие расстояния. Электронные деньги вошли в повседневную жизнь каждого современного человека.
Вксош-пиринговая электронная платёжная система, использующая одноимённые единицы для учёта (ВТС). На собственном сайте ВИсош характеризуются как «цифровая валюта». В официальных отчётах Всемирного банка, ЕЦБ и ФБР - «виртуальная валюта». По классификации комиссии по финансовым преступлениям при министерстве финансов США Вйсош относят к «децентрализованным виртуальным валютам». Часто Ъйсош называют «криптовалютой». Министерство финансов ФРГ считает Ъйсош вариантом частных денег, которые могут быть использованы для «многосторонних клиринговых операций». Вйсош был изобретен в 2008 году Сатоси Накамото (предположительно псевдоним) для того, чтобы подтвердить выдвинутую десятью годами ранее идею пиринговой платежной системы.
Вйсош имеет целый ряд особенностей, которые принципиально отличают его от других электронных валют. Децентрализованность - нет единого центра выпускающего и контролирующего эту валюту, который мог бы влиять на ее курс, количество монет в сети, блокировать счета или транзакции, сеть построена по принципу р2р из равноправных узлов-участников [1]. Эмиссия осуществляется автоматически: новые Ъксош-монеты в качестве вознаграждения получают относительно случайным образом те, кто использует вычислительные мощности своего оборудования для поддержания работы системы Вйсош (для создания новых блоков базы). Объём эмиссии алгоритмически ограничен так, чтобы общее количество эмитированных Вйсош не превысило 21 миллиона [3]. Деятельность по созданию новых блоков с возможностью получить вознаграждение в форме
эмитированных Bitcoin и комиссионных сборов получила название «майнинг» (от англ. mining - добыча полезных ископаемых). Производимые вычисления требуются для обеспечения защиты от повторного расходования одних и тех же Bitcoin, а связь майнин-га с эмиссией стимулирует людей предоставлять вычислительные мощности и поддерживать работу сети. Адреса не содержат никакой информации об их владельце и в общем случае являются анонимными. Адреса в текстовой форме представляют собой строки длиной около 34 символов, состоящие из букв латинского алфавита и цифр, например, 1BQ9qza7fn9snSCyJQB3ZcN46biBtkt4ee [2].
Одно из главных отличий Bitcoin от традиционных электронных денег и безналичных расчётов заключается в том, что Bitcoin не является долговым обязательством эмитента. Вitcoin-монеты нематериальны и являются всего лишь числом, связанным с набором условий. Воспользоваться данной суммой может тот, кто выполнит все условия. Стандартным условием является использование bitcoin-адреса, но условия могут быть и другими. Bitcoin-монеты могут быть использованы только для передачи внутри этой платёжной системы. Их стоимость не привязана к какой-либо валюте или другому активу. Курс обмена на разные валюты сейчас определяется исключительно балансом спроса и предложения.
Мнение мира относительно Bitcoin разделилось, некоторые страны например Китай, Сингапур, Тай-ланд запретили любые операции с Bitcoin на территории своих стран. Европейские страны в свою очередь приняли Bitcoin на различном правовом статусе, и стремятся ввести налогообложение относительно операций с участием Bitcoin.
