Miron Andreea

Moisa Andreea Roxana

An 1, master, MH
RAPORT METODE CANTITATIVE
1. Colectarea ,organizarea si prezentarea datelor
Royal este o companie care comercializeaza pe piata produse cosmetice. Firma doreste sa
lanseze un nou produs pe piata. De aceea a fost necesara realizarea unui studiu de pia prin
care s se obin informaii relativ la veniturile potenialilor clieni, cererea de produse de un
anumit tip, preul la care un anumit produs se achiziioneaz precum i mediul din care provin
potenialii clieni (urban sau rural).
Cererea respectivului produs este influenat de venit, pre i mediul de provenien al
potenialilor clieni.
Studiul desfurat timp de o lun, pe un eantion de 51 de clieni a condus la
urmtoarele rezultate;
Cerere

Venit

Pret

Mediu

40
60
70
90
90
110
90
20
30
40
20
30
60
60
90
100
70
50
90
40
50
65
35
50
35

900
800
600
1400
900
1400
1200
200
250
300
1500
400
800
500
900
900
850
1600
800
650
500
1200
500
700
400

15
10
20
21
18
19
20
22
24
21
26
23
15
10
21
19
22
24
20
16
24
23
11
13
12

0
0
0
0
0
0
0
1
1
1
1
1
1
0
0
0
1
1
0
1
1
0
1
0
1

40
90
30
40
60
90
30
60
90
30
40
60
90
30
40
60
90
60
40
50
104
85
75
80
90
105

1200
900
250
450
700
900
250
1200
800
600
1600
750
800
400
900
1500
500
550
850
1000
900
700
1700
600
800
900

25
20
17
24
12
21
25
18
22
24
24
23
19
23
15
23
20
23
25
25
10
21
21
22
20
19

1
0
1
1
0
0
1
0
0
1
1
0
0
1
1
1
1
1
0
0
1
0
0
1
1
0

Descrierea variabilelor:
Cererea C- reprezint cererea din produsul X, al potenialilor clieni, msurat n
uniti de cantitate;
Venitul V- reprezint venitul potenialilor clieni msurat n uniti monetare;

Preul P- reprezint preul pe care potenialii clieni sunt dispui s-l plteasc pe
produsul X, msurat n uniti monetare;
Mediul M- reprezint mediul de provenien al potenialilor clieni lund valorile 1
dac respectivul client provine din mediul urban, respectiv 0 dac provine din mediul rural.
2. Summary Statistics- Principalii parametrii
Cerere
Mediu
Pret
Venit
-----------------------------------------------------------------------------------------------------------------------Count
51
51
51
51
Average
61,6471
0,509804
20,8431
648,039
Median
60,0
1,0
21,0
600,0
Mode
90,0
1,0
21,0
1100,0
Variance
654,953
0,254902
3,0178
52396,1
Standard deviation
25,592
0,504878
2,2394
251,786
Range
90,0
1,0
7,0
1200,0
Lower quartile
40,0
0,0
21,0
500,0
Upper quartile
90,0
1,0
25,0
750,0
Interquartile range
50,0
1,0
4,0
350,0
Coeff. of variation
41,5138%
99,0338%
8,60326%
38,8535%

Conform tabelului mai sus prezentat, cei mai muli dintre clienii poteniali vor avea
un venit de Mo-1100 u.m. Jumtate dintre produse se vor achiziiona la un pre mai mare de
21 u.m., cealalt jumtate la un pre mai mic de 21 u.m. Sx- Abaterea medie ptrat a
cererii se abate de la media de 61,6471 cu 25,592. Variaia Preului de 3,0178 prezint un
coeficient de variaie de 8,60326% .
3. Determinarea modelului/modelelor
3.1. Evoluia cererii n raport cu venitul i preul
3.1.1. Model liniar
C= Bo + B1V + B2P + u
la nivel de eantion vom avea:
Model stohastic: C = bo + b1V + b2P +
Model deterministic: = bo + b1V + b2P

Regression Analysis - Linear model: Y = a + b*X

----------------------------------------------------------------------------Dependent variable: Cerere
Independent variable: Venit
----------------------------------------------------------------------------Standard
T
Parameter
Estimate
Error
Statistic
P-Value
----------------------------------------------------------------------------Intercept
14,7443
6,73805
1,87735
0,0664
Slope
0,0346057 0,00970425
7,79129
0,0000
----------------------------------------------------------------------------Analysis of Variance

----------------------------------------------------------------------------Source
Sum of Squares Df
Mean Square F-Ratio
----------------------------------------------------------------------------Model
18120,7
1
18120,7
60,70
Residual
14626,9
49
298,508
----------------------------------------------------------------------------Total (Corr.)
32747,6
50

P-Value
0,0000

Correlation Coefficient = 0,613271

R-squared = 55,3345 percent
Standard Error of Est. = 15,4124
Modelul regresional liniar simplu, care descrie relatia dintre Cerere si Venit este:
Cerere = 14,7443 + 0,0346057*Venit
O modificare a venitului cu o unitate conduce la modificarea cererii medii cu 0,07
uniti;
Cu o probabilitate de 99% i cu o valoare P-value mai mic de 0,01, conform tabelului
Anova, mai sus prezentat, putem afirma din punct de vedere statistic c exist o relaie
semnificativ ntre Cerere i Venit.
Deasemenea, Coeficientul de corelaie de 0,613271 arat o relaie puternic ntre
variabile. Erorile standard ale estimrilor arat c deviaile standard sunt de 15,4124.
Cu ajutorul acestor date putem face urmtoarele previziuni:
Previziuni:
Predicted Values
-----------------------------------------------------------------------------95,00%
95,00%
Predicted
Prediction Limits
Confidence Limits
X
Y
Lower
Upper
Lower
Upper
-----------------------------------------------------------------------------8,0
13,2545
20,7320
60,3152
0,120713
24,5467
Tabelul, ilustreaz valorile previzionate ale Cererii dup ce a fost utilizat modelul
liniar. Cu o probabilitate de 95% , limita inferioar a previziunii este de 20,7320 i cea
superioar de 60, 3152. Limita inferioar a ncrederii va fi de 0,120713, cea superioar de 24,
5467.
3.1.2. Modelul multiplu
Multiple Regression Analysis
----------------------------------------------------------------------------Dependent variable: Cerere
----------------------------------------------------------------------------Standard
T
Parameter
Estimate
Error
Statistic
P-Value
----------------------------------------------------------------------------CONSTANT
244,388
22,4745
10,874
0,0000
Pret
-8,66272
0,828294
-10,4585
0,0000

Venit
0,0233676
0,00736689
3,17198
----------------------------------------------------------------------------Analysis of Variance
----------------------------------------------------------------------------Source
Sum of Squares Df
Mean Square F-Ratio
----------------------------------------------------------------------------Model
28286,5
2
14143,3
152,18
Residual
4461,11
48
92,9398
----------------------------------------------------------------------------Total (Corr.)
32747,6
50

0,0026

P-Value
0,0000

R-squared = 86,3773 percent

R-squared (adjusted for d.f.) = 85,8097 percent
Standard Error of Est. = 9,64053
Mean absolute error = 6,73351
Durbin-Watson statistic = 1,25686
Tabelul arat relaia dintre variabila dependent Cerere i cele 2 variabile
independente, Pre i Venit.
Modelul regresional multiplu rezultat care descrie relatia dintre aceste variabile este :
Cerere = 244,388 - 8,66272*Pret + 0,0233676*Venit
0.8282
0.0073
R2 = 0.8637
F= 152.18
n cazul unui venit constant, o modificare a preului cu o unitate conduce la
modificarea cererii medii cu 8,66 uniti;
n cazul unui pre constant, o modificare a venitului cu o unitate conduce la o
modificare a cererii medii cu 0,02 uniti.
Cu o probabilitate de 99% i cu o valoare P-value mai mic de 0,01, conform tabelului
Anova, mai sus prezentat, putem afirma din punct de vedere statistic c exist o relaie
semnificativ ntre Cerere,Venit i Pre. Un R-Squared de 86,3773% explic variabilitatea
modelului ales n raport cu Cererea de produse de un anumit tip. S-a calculat i un R-squared
ajustat, n valoare de 85,8097%, care este mai potrivit n compararea modelului cu diferite
numere ale variabilelor independente. Eroarea standard estimat ne arat c deviaia rezidual
standard este de 9,64053. MAE- media erorilor absolute de 6,73351 este media valorilor
reziduale.
Testarea semnificaiei modelului
3.1.1.1. Testarea semnificaiei n raport cu fiecare parametru
Ipoteze: Ho: B1 = 0; H1: B1 > 0
Ho: B2 = 0; H1: B2 < 0
Semnificaia modelului n raport cu fiecare parametru se poate testa prin compararea
p- value cu =0.05.
P-value pentru pre este < , deci modelul este semnificativ in raport cu preul la
care un anumit produs se achiziioneaz.

P-value pentru venit este < , deci modelul este semnificativ in raport cu venitul
potenialilor clieni.
3.1.1.2. Testarea semnificaiei n raport cu ansamblul parametrilor
Ipoteze: B1=B2=0
HI: nu toi parametrii sunt nuli
Fcalc = 152.18
F (k,n-k-1)=F(2,48)= 3.19
Cu o probabilitate de 95% nu toi parametrii sunt nuli, deoarece, Fcalc>Fcritic,
modelul fiind semnificativ n raport cu ansamblul parametrilor.
3.1.1.3. Analiz de tip ANOVA
Efectul conjugat al celor 2 variabile asupra pretului de vanzare este de 85.80%
Analysis of Variance for Cerere - Type III Sums of Squares
-------------------------------------------------------------------------------Source
Sum of Squares Df Mean Square F-Ratio
-------------------------------------------------------------------------------MAIN EFFECTS
A:Venit
2474,73
16
154,67
2,73
B:Pret
7206,48
8
900,81
15,92

P-Value
0,0110
0,0000

RESIDUAL
1471,4
26
56,5922
-------------------------------------------------------------------------------TOTAL (CORRECTED) 32747,6
50

3.1.1.4. Verificarea multicoliniaritii

R2 mare i raii t mici- nu e cazul deoarece dei R2 e mare, raii t sunt la rndul lor
mari;
Corelaii puternice ntre ntre variabilele explicative nu e cazul deoarece . Se poate
afirma c modelul nu este influenat de modelul de multicoliniaritate.
3.1.1.5. Previziuni
Regression Results for Cerere
Fitted Stnd. Error Lower 95,0% CL Upper 95,0% CL Lower 95,0% CL Upper 95,0% CL
Row Value for Forecast for Forecast
for Forecast
for Mean
for Mean
-----------------------------------------------------------------------------------------------------52 44,3425 10,6533
22,9339
65,7511
40,6561
48,0289
------------------------------------------------------------------------------------------------------

Pe baza acestui model putem estima c cererea medie a unui client cu un venit de 1000
de uniti i care achiziioneaz la un pre de 24,5 va fi cuprins , cu o probabilitate de 95%
ntre 41% i 48%.

3.2. Evoluia cererii n raport cu venitul, preul i mediul de

Provenien
Multiple Regression Analysis
----------------------------------------------------------------------------Dependent variable: Cerere
----------------------------------------------------------------------------Standard
T
Parameter
Estimate
Error
Statistic
P-Value
----------------------------------------------------------------------------CONSTANT
252,817
21,2113
11,919
0,0000
Venit
0,0140727 0,00762997
1,84439
0,0714
Pret
-8,57494
0,774583
-11,0704
0,0000
Mediu
-8,6527
3,06378
-2,8242
0,0069
----------------------------------------------------------------------------Analysis of Variance
----------------------------------------------------------------------------Source
Sum of Squares Df
Mean Square F-Ratio
----------------------------------------------------------------------------Model
28933,8
3
9644,59
118,85
Residual
3813,88
47
81,1464
----------------------------------------------------------------------------Total (Corr.)
32747,6
50

P-Value
0,0000

R-squared = 88,3537 percent

R-squared (adjusted for d.f.) = 87,6104 percent
Standard Error of Est. = 9,00813
Mean absolute error = 6,71762
Durbin-Watson statistic = 1,57999

Estimarea parametrilor se va face prin metoda celor mai mici patrate, astfel:
Cerere = 252,817 + 0,0140727*Venit - 8,57494*Pret - 8,6527*Mediu
(0,0076)
(0,7745)
(3,0637)
R2 = 0,8835 F = 118,85
Se pune urmtoarea ntrebare:
Este influenat cererea de mediul de provenien?
Pe baza modelului deducem c:
1. Cererea medie a celor ce provin din mediul rural (M=O) este:
Cerere = 252,817 + 0,0140727*Venit - 8,57494*Pret
2. Cererea medie a celor ce provin din mediul urban (M=1) este:
Cerere = (252,817- 8,6527*Mediu) + 0,0140727*Venit - 8,57494*Pret
Se poate observa :
1. Cei ce provin din mediul urban au o cerere medie mai mare cu 8,6527 dect
cei ce provin din mediul rural. Deci am putea trage concluzia c mediul influeneaz cererea,
concluzie posibil numai dac acest model este reprezentativ;
2. n cazul unui venit constant, o modificare a preului cu o unitate conduce
la o modificare a cererii medii cu 8,5749 de uniti;
3. n cazul unui pre constant o modificare a venitului cu o unitate conduce la
modificarea a cererii medii cu 0,0140 de uniti.

Testarea semnificaiei modelului

n raport cu fiecare parametru
Ipoteze:
H0: B1=0; H1: B1>0
H0: B2=0; H1: B2<0
H0: B3=0; H1: B3>0
Semnificaia modelului n raport cu fiecare parametru se poate testa prin compararea
p- value cu =0.05.
P-value pentru pre este < , deci modelul este semnificativ in raport cu preul la
care un anumit produs se achiziioneaz.
P-value pentru mediu este < , deci modelul este semnificativ in raport cu mediul de
provenien.
n raport cu ansamblul parametrilor
Ipoteze: H0: B1=B2=B3=0
H1: nu toti parametrii sunt nuli
Fcalc= 118.85
F (k,n-k-1)=F(2,48)= 3.19
Deoarece, Fcalc > Fcritic, ipoteza nul se respinge, aadar, cu o probabilitate de 95%
nu toi parametrii sunt nuli. Deci, modelul este semnificativ n raport cu ansamblul
parametrilor.
Analiz de tip ANOVA
Efectul conjugat al celor 2 variabile asupra preului de vnzare este de 87,61%
Analysis of Variance for Cerere - Type III Sums of Squares
-------------------------------------------------------------------------------Source
Sum of Squares Df Mean Square F-Ratio P-Value
-------------------------------------------------------------------------------MAIN EFFECTS
A:Venit
1901,16
16
118,823
2,02
0,0559
B:Pret
6699,73
8
837,467
14,23
0,0000
C:Mediu
0,172634
1
0,172634
0,00
0,9572
RESIDUAL
1471,22
25 58,849
-------------------------------------------------------------------------------TOTAL (CORRECTED) 32747,6
50
-------------------------------------------------------------------------------4. Concluzii
1. Modelul liniar ales (cererea dependent de pre si de venit) nu este semnificativ n
raport cu preul, dar este semnificativ n raport cu ansamblul parametrilor.
2. Modelul log-liniar doar ln pre este un parametru semnificativ i totodat modelul
este semnificativ n raport cu ansamblul parametrilor n proportie de 95.99%.
3. Cererea este influenat semnificativ de pre i de venit, nefiind influenat
semnificativ de mediu. Totui, pretul este influentat de ansamblul celor 3 parametri n
proporie de 87.61%.