1.

Prezentarea firmei QuickMobile a luat fiinta in anul 2005, avand ca domeniu de activitate, comercializarea produselor de telefonie mobile, laptopuri, gadgeturi, ebook readere, accesorii din toate gamele si alte categorii de produse IT. De la inceperea activitatii, QuickMobile s-a bucurat de o crestere sustinuta, diversificandu-si gama de produse si extinzandu-si numarul de clienti si comenzi, ajungand una dintre cele mai mari firma din domeniu. Incepand cu anul 2012, activitatea QuickMobile s-a diversificat in mod clar, la doua directii principale: comercializarea catre clientul final si comercializare catre societati terte. 2. Prezentarea produsului Am ales pentru analiza una din cele mai bine vandute categorii de produse din cadrul companiei: smartphone-ul. Aceasta gama este foarte larga, intrucat in magazin exista numeroase branduri: HTC, Blackberry, Apple, Samsung, Nokia, Motorola, Huawei. Dintre acestea cele mai bine vandute telefoane sunt marca Apple si Samsung. Acestea produc telefoane cu diferite sisteme de operare, caracteristici relativ asemanatoare, dar cu mare cautare in randul clientilor. 3. Obiectivul proiectului Avand in vedere ca aceste telefoane sunt la mare cautarea pe piata romaneasca, propun sa analizam vanzarile telefonului Samsung S II cu telefonul Iphone 4s. Aceste calcule ajuta la estimarea vanzarilor de telefoane Samsung S II in functie de pretul acestora. Obiectivul principal este identificarea influentei veniturilor clientilor in vanzarea acestor produse, si daca pretul telefonului Samsung S II influenteaza vanzarea telefonului Apple Iphone 4S.

4. Regresia liniara Modelul III de regresie liniara este capabil sa capteze informatia continuta in mai multe date statistice referitoare la procesele economice modelate. O situatie care exemplifica necesitatea construirii unui model de regresie liniara multidimensional, apare atunci cand se studiaza consumul lunar pe cap de locuitor dintrun produs alimentar, notat prin P, in functie de pretul lunar al lui P, de pretul lunar al produselor care pot sa substituie sau sa fie in concurenta cu produsul P si de veniturile lunare pe cap de locuitor. Prin produse substituibile sau substituite se inteleg acele produse ale caror coeficienti de elasticitate incrucisata sunt strict pozitivi. Pentru a modela legatura dintre cei 3 indicatori statistici se fac urmatoarele notatii:
Y = ( Y1 ,..., Y36 ) R 36 , X = ( X 1 X 2 X 3 X 4 ) M 36,4 ( R )
T
T T 36 X 1 = (1,...,1) R 36 i X j = ( x1 j , x 2 j ,..., x36; j ) R , j = 2,4 ;

unde

T T m = ( m1 ,..., m4 ) R 4 i = ( 1 ,..., 36 ) R 36 , unde:

Y vectorul consumului lunar X matricea cadru cunoscuta ale carei coloane sunt X2 (vectorul care contine preturile lunare ale lui P), X3 (vectorul care contine preturile lunare ale lui P1), X4 (vectorul care contine veniturile lunare), m vectorul parametrilor locali si erorilor. Cu aceste notatii se obtine, presupunand ca cele 5 ipoteze sunt adevarate urmatorul model de regresie liniara:
Y = Xm +

- vectorul

O analiz critic a modelului III de regresie liniar

Modelul III de regresie liniar a fost construit pe baza celor 6 ipoteze, care ngusteaz aplicabilitatea lui i pun sub semnul ntrebrii relevana rezultatelor care se pot obine cu acest model. Aceasta justific enunarea urmtoarelor observaii critice. O1. Ipoteza 1 determin caracterul liniar al modelului n raport cu parametrii necunoscui variabilele de control
m1 ,..., m k , dei modelul poate s nu fie liniar n raport cu

xij , i =1, n, j = 2, k

. Astfel exist i cazuri n care legturile dintre

parametrii sunt neliniare, ceea ce pune n discuie adecvarea modelului III; totui, n anumite cazuri de neliniaritate se poate vorbi de o liniaritate n logaritmi. Pentru a exemplifica, s presupunem c valorile de selecie
Yi , i =1, n

sunt de forma:

( *)
Deoarece obine:

Yi = 1 xi22 e i , 1 > 0, xi 2 > 0, i = 1, n .

Yi > 0, i =1, n

se poate logaritma n baza e relaia (*) i se

ln Yi = ln 1 + 2 ln xi 2 + i , i = 1, n

Utiliznd notaiile:
Y = ( ln Y1 ,..., ln Yn ) R n , X = ( X 1 X 2 ) M n,2 ( R )
T T

unde

T T X 1 = (1,...,1) R n i X 2 = ( ln x12 , ln x 22 ,..., ln x n 2 ) R n , , = ( ln 1 , 2 ) R 2 T i = ( 1 ,..., n ) R n ,

se obine modelul econometric:

Y = X + , care este de tipul III.

O2. Ipotezele 3 i 4 referitoare la erorile aleatore, implic faptul c ele sunt variabile aleatoare necorelate, cu aceeeai medie i dispersie, ceea ce n realitatea economic nu este ntotdeauna adevrat. O3. Ipoteza 5 postuleaz c matricea X are toate elementele constante n raport cu seleciile repetate. Acest lucru ar fi sigur adevrat, numai n cazul experimentelor de laborator, unde experimentatorul are controlul asupra variabilelor i poate s observe n mod repetat efectele depinznd de aceste variabile de control, care au o valoare fixat. n general, ntr-o cercetare a unui fenomen economic, variabilele de control ale ecuaiilor modelului econometric, adesea sunt generate ca variabile dependente de alte ecuaii de natur stochastic i astfel ele nu vor avea nici aceeai

valoare, eventual fixat, pentru selecii repetate i nici valorile pe care le dorete cercettorul; n acest caz vectorul Y este condiionat de variabilele de control, care sunt de natur stochastic , ceea ce face ca matricea X s nu fie constant n raport cu seleciile repetate. O4. Modelul III de regresie liniar ar trebui s in seama de mulimea tuturor factorilor care influeneaz n realitate caracteristica cercetat X . n situaiile economice reale, rar sau niciodat, nu se tie exact mulimea tuturor factorilor i ca urmare, anumii factori relevani pot fi exclui din model, iar factori strini s fie considerai n model. O5. Despre valorile de selecie
Yi , i =1, n ,

ce alctuiesc vectorul Y , se

presupune implicit c nu sunt afectate de erori de msurare; n realitate puine legturi economice sunt ferite de ocuri aleatoare i sunt neafectate de erori de msurare. O6. Despre valorile parametrilor locali
mi , i =1, k

se accept neexplicit

ipoteza c sunt constante, invariabile n timp i nu depind de unitatea de msur. n economie, sistemele cu care se lucreaz nu sunt ntotdeauna staionare, ceea ce face ca aceast ipotez s nu fie, uneori, n concordan cu realitatea economic. O7. n general, modelele econometrice sunt construite pe baza unor ipoteze, care simplific realitatea economic ( afirmaia este valabil i n cazul altor tipuri de modele ). n particular, modelul III de regresie liniar poate, s nu fie suficient de adecvat fa de un proces economic modelat, dei a fost construit pe baza datelor de selecie, rezultate n urma procesului economic i nu ar fi surprinztor dac modelul nu acoper ntreaga realitate economic modelat. n concluzie, aceast analiz critic are drept scop contientizarea caracterului simplificator al ipotezelor, care se afl la baza construirii modelului III de regresie liniar, necesitatea de a ncerca i de a realiza, n aplicaii, concordana i adecvarea modelului cu realitatea economic modelat. Trebuie subliniat (nu trebuie uitat) c slbiciunile semnalate ale modelului III pot avea consecine destul de grave, la nivelul performanei modelului.

Pentru a duce la ndeplinire obiectivele se va utiliza ca metod principal de lucru prognoza prin regresie liniar multipl. Un model statistic de regresie liniar multipl este definit de relaia: Y = 0 + 1X1 + 2X2 + ........ + pXp + . unde, Y - variabila independent; X1, X2, ., Xp - variabile independente; k - numrul de parametrii din model, k = p + 1; - variabila aleatoare eroare (reziduu); i - coeficienii de regresie

Pentru a prognoza vanzarile am construit o baza de date care cuprinde urmatoarele variabile: X1 - venit lunar/client X2 - pret telefon Samsung X3 - pret telefon Apple Y - cumparari lunare telefoane (bucati) Au fost selectate aceste variabile independente deoarece venitul mediu si preturile pentru cele doua produse concurente au influenta mare asupra vanzarilor inregistrate de o companie pe piata. Astfel obtinem urmatorul tabel: X VENIT X2 - PRET LUNAR/CLIENT X1 - PRET SAMSUNG (LEI) APPLE LEI LEI 1800 2899 1999 1789 2849 1999 1689 2899 1899 2300 2759 1899 1000 2789 1649 1645 2700 1799 987 2700 1799 1000 2679 1649 1458 2599 1599 Y- CUMPARARI LUNARE SAMSUNG BUCATI/CLIENT 1 1 1 2 3 2 1 2 3

timp(luni) 1 2 3 4 5 6 7 8 9

10 11 12

2092 1789 3500

2599 2679 2599

1599 1549 1659

4 2 4

Pentru analiza modelului unifactorial am pastrat ca si variabila independenta, variabila X2 (veniturile totale).

D iag ram a leg aturii dintre venit si consum

4.5 4 y =0.0007x +0.8131 R =0.1861
2

consum

3.5 3 2.5 2 1.5 1 0.5 0 0 1000 y= consum Linear (y= consum )

venit 2000

3000

4000

4.5 4 3.5 3

Diag ra m aleg aturii dintre pret Iphone si consum

y =-0.0072x +21.851 R =0.4716
2

cons um

2.5 2 y= consum Linear (y= consum )

1.5 1 0.5 0 2500 2600 2700 pret 2800 2900 3000

D ia g ram a leg a turii dintre cons ums i pret S a m s ung

4.5 4 3.5 3 2.5 y =-0.0043x +9.6721 R =0.3586
2

cons um

y= consum Linear (y= consum )

1.5 1

0.5 0 0 500 1000

pret 1500

2000

2500

In graficele de mai sus sunt reprezentate legaturile existente intre cele 4 variabile si se observa ca exista o legatura liniaram ce va fi exprimata printr-un model de regresie liniara multipla.

In Diagrama 1 si 3 se observa ca norul de puncte tinde sa se ordoneze in jurul unei drepte, ceea ce conduce la concluzia ca relatia dintre variabile este de tip liniar. Asta demonstreaza ca venitul clientilor influenteaza comportamentul de cumparare Samsung. Un alt motiv ar fi nivelul ridicat de incredere acordat brandului. Functia Linest Functia Linest calculeaza statistica pentru o linie utilizand metoda celor mai mici patrate pentru a calcula o linie dreapta care descrie cel mai bine datele si returneaza o matrice care descrie acea linie. Din calculele si tabelele de mai sus, deducem: Coeficientul de determinare indica ponderea de influenta a factorului x in variatia rezultatului y. R2 = 0.584458368 ne arata ca 58.40% reprezinta influenta celor trei factori ( venit mediu, prt telefon Samsung, prt telefon Apple) asupra variatiei puterii de cumparare ale telefonului Samsung SII.

-0.00253559 0.003040859 0.584458368 3.750660648 3200

0.00332098 6 0.00457787 0.88023406 1 8 2500

0.00061319 0.00042548 #N/A #N/A 1700

14.52926155 REZULTATE 8.832922439 #N/A #N/A 3 PREVIZIUNE

Ecuatia: Y= m1X1+m2X2+m3X3+b

Testul T Tcritic

-0.833840043 1.859548038

0.72544349 2

1.441172323

1.644898577

Fcritic

4.066180551

Coeficientul de determinare R2 este de = 0.584458368, modelul este adecvat deoarece valoarea lui R2 este intre 0 si 1. Statistica observata Fo este 3.750660648 si se compara cu valoarea critica calculata pentru Alfa = 0.05, v1=k=3 regresori si v2=n-(k+1)=8, Fc este 0.113, deoarece Fo=7.55>Fc, rezulta ca ecuatia de regresie este utila in predictie. Pentru a testa daca regresorii alesi sunt importanti in cadrul modeluui, comparam modulul coeficientului ti=mi/sei, daca |ti|>tc, atunci regresorul este important. Toate valorile obtinute sunt mai mari, in concluzie toti regresorii sunt importanti.