статистическое изучение эффективности рекламной деятельности

Целью работы является анализ использования метода корреляционно-регрессионного анализа в статистическом изучении рекламной деятельности.

Если уравнение выбрано неверно или сделана ошибка при расчете его параметров, то сумма квадратов в числителе может оказаться большей, чем в знаменателе, и отношение утратит тот смысл, который оно должно иметь, а именно какова доля общей вариации результативного признака, объясняемая на основе выбранного уравнения связи его с факторным признаком (признаками). Чтобы избежать ошибочного результата, лучше вычислять корреляционное отношение по другой формуле (8.3), не столь наглядно выявляющей сущность показателя, но зато полностью гарантирующей от возможного искажения:

(3)

В числителе формулы (3) стоит сумма квадратов отклонений фактических значений признака у от его индивидуальных расчетных значений, т.е. доля вариации этого признака, не объясняемая за счет входящих в уравнение связи признаков-факторов. Эта сумма не может стать равной нулю, если связь не является функциональной. При неверной формуле уравнения связи или ошибке в расчетах возрастают расхождения фактических и расчетных значений, и корреляционное отношение снижается, как логически и должно быть.
В основе перехода от формулы (2) к формуле (3) лежит известное правило разложения сумм квадратов отклонений при группировке совокупности:

В теоретической части курсовой работы рассмотрены основные понятия темы использование метода корреляционно-регрессионного анализа в статистическом изучении рекламной деятельности.
Сфера рекламной деятельности и её экономические результаты требуют глубокого не только общеэкономического, но и статистического анализа. Это, в первую очередь, связано с активным развитием рынка рекламных услуг, который наблюдался на протяжении 90-х годов 20 века и продолжается по сей день.
Методы статистики рекламной деятельности представлены совокупностью приемов и методов, разработанных математической статистикой, общей теорией статистики и рядом отраслевых статистик. Среди них можно выделить статистику наблюдения, сводку и группировку, относительные величины, средние величины, показатели вариации, показатели рядов динамики, индексы и т.д.
Метод корреляционно-регрессионного анализа содержит две свои составляющие части - корреляционный анализ и регрессионный анализ. Корреляционный анализ - это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Регрессионный анализ - это количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами.
Для оценки силы связи в теории корреляции применяется шкала английского статистика Чеддока:
слабая - от 0,1 до 0,3;
умеренная - от 0,3 до 0,5;
заметная - от 0,5 до 0,7;
высокая - от 0,7 до 0,9;
весьма высокая (сильная) - от 0,9 до 1,0.
В расчетной части курсовой работы выполнено 4 практических задания:
Задание 1. Исследование структуры совокупности.
Задание 2. Выявление наличия корреляционной связи между признаками, установление направления связи и измерение ее тесноты.
Задание 3. Применение выборочного метода в экономических задачах.
Задание 4. Использование одного из статистического метода - анализа рядов динамики в экономических задачах.
В аналитической части работы изложены результаты проведения статистического анализа взаимосвязи расходов на рекламную деятельность и числом покупателей 30 розничных предприятий города Владимира и Владимирской области (источник данных - маркетинговое исследование НАРИ по данным за сентябрь 2010 года).
Проведенные статистические расчеты позволяют сделать следующие выводы:
95,8% числа покупателей по предприятиям зависят от изменения расходов на рекламу.
0,918 - связь между расходами на рекламу и числом покупателей очень тесная и прямая.