Новая экономика – новое общество. Выпуск 7 - страница 3

_{>Таблица 3}

_{>Показатели пригодности лучшей модели}

– Multiple R – коэффициент множественной корреляции (характеризует тесноту линейной связи между зависимой и всеми независимыми переменными, может принимать значения от 0 до 1.);

– R^>2 или RI – коэффициент детерминации; численно выражает долю вариации зависимой переменной, объясненную с помощью регрессионного уравнения (чем больше R^>2, тем большую долю вариации объясняют переменные, включенные в модель);

– Adjusted R – скорректированный коэффициент множественной корреляции (этот коэффициент лишен недостатков коэффициента множественной корреляции. Включение новой переменной в регрессионное уравнение увеличивает RI не всегда, а только в том случае, когда частный F-критерий при проверке гипотезы о значимости включаемой переменной больше или равен 1. В противном случае включение новой переменной уменьшает значение RI и adjusted R^>2);

– adjusted R^>2 или adjusted RI – скорректированный коэффициент детерминации (скорректированный R^>2 можно с большим успехом (по сравнению с R^>2) применять для выбора наилучшего подмножества независимых переменных в регрессионном уравнении);

– F – F-критерий; df – число степеней свободы для F-критерия;

– p – вероятность нулевой гипотезы для F-критерия;

– Standard error of estimate – стандартная ошибка оценки (уравнения);

– Intercept – свободный член уравнения;

– Std.Error – стандартная ошибка свободного члена уравнения;

– t – t-критерий для свободного члена уравнения;

– p – вероятность нулевой гипотезы для свободного члена уравнения;

– Beta – коэффициент уравнения.

_{>Таблица 4}

_{>Распределение рекламных кампаний по сферам деятельности в лучшей модели}

Коэффициенты в нелинейной модели интерпретируются следующим образом: коэффициент перед переменной х показывает, на сколько % изменится значение переменной y при увеличении данной переменной x на 1 %.

Преимущества данной модели по сравнению с другими:

1) уравнение регрессии объясняет около 97,3 % вариации зависимой переменной;

2) с вероятностью 97,3 % уравнение можно считать статистически значимым;

3) устранены мультиколлинеарность и автокорреляция, отсутствует гетероскедастичность (табл. 5).

_{>Таблица 5}

_{>Количественные показатели в лучшей модели}

Нельзя сказать, что данная модель является эталоном эффективности рекламы, так как на изменение объемов продаж оказывает влияние мода, поведение конкурентов, покупательские ожидания, экономическая ситуация в стране, приведшая к снижению доходов потребителей, сезонность и многие другие факторы. Невозможно учесть динамику всех вышеупомянутых показателей, однако своевременное обнаружение тенденции к отклонениям в ситуации на рынке продукта, в стране или в поведении потребителей с помощью методов исследований хода рекламной кампании может помочь избежать ряда неприятных последствий, а значит, и повысить шансы на более благоприятный эффект от рекламы.